Texto_projeto Modelo Cadavid.doc

Parte textual e pós-textual

Os dados que seguem foram obtidos de: GARCIA, E. Orientações para elaborar projetos de pesquisa com qualidade e fazer pesquisas com efetividade para o desenvolvimento. Brasília. 2006. 2286 p.

2

UMA ANÁLISE CUIDADOSA DA FIGURA QUE SEGUE DESTACA O PENSAMENTO CRIATIVO NA INVESTIGAÇÃO

Auxiliad Auxiliad por oo por teorias, teorias, método método científico científico (...) (...)

Inicia-se Inicia-se com com oo PROBLEMA PROBLEMA Que, Que, quais? quais?   Causas Causas (...) (...)

Pensamento Pensamento criativo criativo CRIATIVIDADE CRIATIVIDADE PESQUISA PESQUISA

Políticas: Políticas: C&T, C&T, inovação inovação financia financia mento mento

Enfoque Enfoque (...) (...)

Ações, Ações, parcerias parcerias estratégias, estratégias, recursos recursos (...) (...)

SOLUÇÃO (problema) APROVEITAMENTO (oportunidade)

Traçar um caminho e escolher os meios para atingir os objetivos propostos na pesquisa planejada, ao responder: 1 O que fazer?: definir com clareza, com objetividade o problema; 2 Por que fazer? Justificativa 3 Para quem fazer? Definir o que se pretende alcançar: geral e específicos 4 Onde fazer? Delimitar o local 5 Como fazer? Metodologia: conceitos, tipo de pesquisa, população – amostra, técnicas e métodos para análise de dados 6 Com que fazer? Recursos com as devidas justificativas e especificações técnicas 7 Quando fazer? Cronogramas 8 Com quanto fazer? Orçamento com suas devidas justificativas. 9 Quem vai fazer? Equipe; definição de parcerias (...) que farão; redes (...) 10 Como difundir, avaliar os resultados (...)? Benefícios ex-antes esperados com as ações planejadas quando desenvolvidas: implantação do projeto de pesquisa

Figura xx. Pensamento criativo na lógica e seqüência da pesquisa auxiliada pelo método científico explícito no projeto de pesquisa

3

Requisitos de um projeto (de um “bom” projeto!!) Inicio delimitado, específico: o problema ou oportunidade Objetivos claros e diretamente relacionados como o problema ou oportunidade Resultados exeqüíveis em todos os sentidos: técnico-científicos, operacionais, aplicáveis... Definição dos beneficiários diretos que se esperam com a implantação do projeto Localização espacial e temporal com claras delimitações e especificações Situação no presente SP: Situação marco no presente SP: problema: referencial; problema: marco referencial; oportunidade a desvendar e oportunidade a desvendar e aproveitar aproveitar

Projeto

• • • • •

Situação esperada no futuro Situação noefuturo SF: soluçãoesperada desejável SF: solução desejável possível; oportunidade e possível; oportunidade aproveitada. aproveitada.

Ações, estratégias (...) inter-relacionadas, coordenadas e acordadas. Recursos planejados necessários para atingir os objetivos. Prazos definidos.

SP [ ; ; >, < (indicador) ] SF Custo da SP < (...) Benefícios da SF  Pesq. (...)

Figura xx. O projeto como um instrumento que relaciona duas situações: ‘presente’ e ‘esperada’ no futuro

• •

Tempo de duração: inicio e conclusão definidas Definição de recursos: consistência e necessária especificação – justificativa

O TEXTO QUE SEGUE APRESENTA EXEMPLOS DE POSSÍVEIS DESENVOLVIMENTOS DE PROBLEMAS INDICADOS NO PROJETO REFLEXÃO !!!

4

1 INTRODUÇÃO As empresas sofrem intensas pressões interna e externa para modernizar seus processos de trabalho, de planejamento e de gestão. No entanto, devido a vários fatores, alguns propostos para serem considerados neste projeto, reduzem a eficiência e o sucesso dessa modernização, tornando-a difícil e com incertezas. Um dos equívocos mais comuns é supor que os computadores podem substituir as pessoas, como afirma Golberg (2000) em E-Business e Tecnologia. Esse autor afirma “[...] o uso da tecnologia é uma comunidade murada, que isola o indivíduo e apresenta somente um subconjunto pré-selecionado de informações”. A adequada introdução de um processo automatizado na rotina de trabalho de determinado setor deve incluir em seu planejamento, entre outros fatores, os seguintes: a reavaliação das rotinas, normas e requisitos legais envolvidos no negócio da empresa; e uma rígida avaliação das oportunidades de melhoria que a automação oferece e pode criar quando adequadamente adaptada e implementada. Caso contrário, a automação se tornará algo “pesado”, que desperta angústia e insegurança, prejudicando todo o processo produtivo. Além disso, a introdução tecnológica inadequada acaba criando conflitos em processo, já que, atividades não contempladas no sistema por exemplo, são desenvolvidas paralelamente, com efeitos negativos ao representar desperdícios e diluição de esforços e recursos. o projeto abordar o tema “Automação de processos: o inadequado sincronismo entre a automação e o processo operacional”, enfatizando o inadequado sincronismo entre o processo de trabalho e a tecnologia. Pretende, com o desenvolvimento do projeto, também, estabelecer referências para a reintegração, em uma fase inicial, e suporte ao desdobramento, em fases posteriores fases. Com isso, espera-se gerar dados e informações básicas para promover a

5

simplificação e integração dos processos e comportamentos a serem alinhados com a meta do negócio.

2 PROBLEMA O sincronismo inadequado (deficiente, preocupante, demorado etc.) entre processos operacionais e tecnologias implantadas com base em padrões nem sempre convenientes (sem a devida adaptação, validação etc., às condições...) à empresa é uma constante, com graves efeitos não apenas na eficiência reduzida dos processos, mas, no planejamento, gestão e alocação de recursos, em especial, os recursos humanos que (especificar as conseqüências desse asincronismo). São diversos e notáveis, ainda com pesos diferentes, os fatores que contribuem para o inadequado sincronismo, destacando-se neste projeto, os seguintes, definidos como causas de um problema que é complexo: a) O foco para a automação é dado somente na tecnologia, acreditando-se, de maneira errada, que ela é auto-suficiente e dispensa ajustes e considerações em aspectos operacionais básicos que compreendem o fator humano: capacidades, habilidades, motivação (...). b) Com frequência, o processo da automação em empresas se implementa sem considerar fatores que condicionam ou influenciam o desempenho dessa automação. Nos casos, poucos freqüentes, em que são considerados tais fatores, dispensam-se as análises e interpretações necessárias para se terem informações valiosas de ajustes nos processos de automação conforme diversos condicionantes. c) Como decorrência da subconsideração ou da omissão do fator humano essencial da operacionalização se registram freqüentes resistências às mudanças tecnológicas, associandoas com a substituição do capital humano pelo fator da automação, conforme evidências levantadas, neste sentido, na revisão de literatura.

6

d) Pouco envolvimento de todas as partes interessadas no processo de automação. De maneira geral o problema afeta vários níveis da organização: o operacional, quando pessoas, nesse processo, permanecem desmotivadas ao perceberem que a automação não beneficiou de fato o seu trabalho e a alta direção, que se frustra, quando descobre que os altos custos da automação não se traduziram em resultados práticos e visíveis como lucro, aumento de produtividade e melhoria da qualidade no trabalho, entre outros propósitos possíveis de serem atingidos quando se tenha a Automação de processos: adequado sincronismo entre a automação e o processo operacional.” O projeto pretende estudar o problema acima descrito na empresa FFFF RRR, durante o período jul. a dez. de 2006, utilizando dados e informações dessa empresa, complementados com outras fontes de dados e informações, destacando-se informações primárias obtidas mediante questionários preparados para esse fim e aplicado em amostra de funcionários da FFFF RR (ver Apêndice A). Para efeitos ilustrativos, o problema é apresentado com o auxílio de diagramas como “arvore” de problemas (Figura 1) e outras (Figuras 2- 3). O Quadro 1 auxilia essa definição.

UMA ANÁLISE CUIDADOSA DO TEXTO E DAS FIGURAS QUE SEGUEM DESTACAM ASPECTOS DE PROCEDIMENTOS E TÉCNICAS UTILIZADAS NA DEFINIÇÃO DE UM PROBLEMA PARA PESQUISA

REFLEXÃO !!! ANTES DE TUDO!!!

7

29,7 cm

# pág.

2,0 cm

2,0 cm

3 cm

2 cm 21cm

Por que?

8

Problema Central

Parte A

Causa 2

Por que?

Por que?

Causa 1

Causa 1.1

Causa n

Causa 1.n

Causa 1.1.1

Causa 1.1.m

Causa n.1

Causa n.p

Causa 1.n.1

Causa n.1.1

Causa 1.1.m

Causa n.1.m

Causa n p.1

Causa n p .m

E f e i t o s

Parte B

IMPACTO IMPACTO

IMPACTO IMPACTO

EFEITO AGREGADO

Efeito 1

Efeito 2

Efeito n-1

Efeito n

...

C a u s a s

PROBLEMA CENTRAL

Causa 1 Causa 1

Causa 2 Causa 2

Subcausa 1.1

Subcausa 2.1

Subcausa 1.2

Subcausa 2.2

...

...

Subcausa 1.r

Subcausa 2.s

... ... ...

...

Causa m-1 Causa m-1

Problemas relacionados: - forte: indicador (...) - fraco: indicador (...)

Causa m Causa m

Subcausa m-1,1

Subcausa m.1

Subcausa m-1,2

Subcausa m. 2

...

...

Subcausa m-1.p

Subcausa m.q

Causa = o que produz, acarreta, condiciona, o que permite explicar; a razão da ocorrência do (...) Indicador = especificação quantitativa e qualitativa para medir o atingimento de um objetivo (...) Descritor = conjunto de indicadores agrupados conforme determinados critérios

Figura 2 Esquema geral de representação de uma árvore de problemas ilustrado para apenas dois níveis de desdobramento (Parte A) e diagrama de representação do problema (Parte B) Fonte: GARCIA, E. Orientações para elaborar projetos de pesquisa com qualidade e fazer pesquisas com efetividade para o desenvolvimento. Brasília. 2006. 2286 p.

9

29,7 cm

# pág.

2,0 cm

2,0 cm

3 cm

2 cm 21cm

10

Elaboração de Projetos Nível Institucional / Estratégico PES Planejamento Estratégico da Situação

Plano

Marco Lógico

Nível Intermediário ZOPP Planejamento de Projetos Orientado para Objetivos

Plano

Marco Lógico

Nível Operacional MAPP Atividades

Atividades

Procedimentos, métodos, técnicas e conceitos de planejamento (estratégico) e projetos (com qualidade): ZOPP – ZielOrientierte ProjektPlanung (Planejamento de Projetos Orientado para Objetivos) – GTZ/ Alemanha; Z iel Objetivo O rientierte Orientado P rojekt Projeto P lanung Planejamento Planejamento de Projeto Orientado por Objetivo Fases do ZOPP 1ª ANÁLISE DA SITUAÇÃO. Conhecimento da realidade a ser trabalhada - antes de se proceder à definição dos objetivos do projeto, precedida de orientação geral na forma de hipóteses. Assegurar a participação de pessoas, grupos e organizações que, de alguma forma estejam relacionados à situação. Análise de Envolvimento. Identificação dos diversos atores interessados. Caracterização e análise dos grupos de interesse identificados. Identificação de possíveis contribuições e “entraves” ao projeto: detectar aliados, suas potencialidades e o tipo de contribuição; possíveis opositores e principais barreiras. ATORES; são os envolvidos numa determinada situação-problema. O gerenciamento dos atores envolvidos (stakeholders) é o papel principal do gerente de projetos.

11

ANÁLISE DE ATORES, PARA QUE SERVE? Para compreender quem são os beneficiários, parceiros, possíveis opositores, etc. Ajuda a estabelecer ações realistas Auxilia a identificar riscos ao projeto. Previne possíveis omissões e auxilia no envolvimento de outros atores relevantes. Torna o processo de decisão mais fidedigno e as ações compartilhadas mais viáveis COMO SE FAZ Quanto à percepção Quanto ao potencial de ação, rejeição, limitações e temores Gerenciamento eficiente Identificar os atores conhecer suas necessidades e expectativas gerenciar e influenciar seus requisitos de forma a garantir o sucesso do projeto. Problemas. Análise. Passos: analisar uma situação existente; identificar os problemas mais relevantes (definir os critérios, referências, indicadores etc., para decidir o ordenamento ou escalas de relevância do problema); construir um diagrama (Árvore de Problemas; ilustrado anteriormente) visualizando as relações de causa - efeito. Como se faz essa “árvore”? Identificar o problema destacado e colocado no foco da pesquisa (central); definir causas relevantes desse problema central, ordenando-as conforme determinados critérios. Quais são esses critérios? Cada caso poderá requer indicadores específicos, mas, em geral, esses critérios poderão ser orientados por descritores econômicos (p.ex., perdas atribuída a uma causa, demora na entrega, etc.), sociais, ambientais etc.; definir os efeitos (conseqüências) relevantes; construir a Árvore de Problemas A “Árvore de Problemas” permite a visualização de: um problema inicial que enuncia e sintetiza a situação problema; as causas imediatas que se manifestam através de sintomas (descritores) do problema e que, de um modo geral, estão dentro do espaço, interesse, foco, atenção (...) da empresa, do governo, da sociedade (do cliente e ambiente objeto de investigação) do ator social que iniciou o processo de planejamento; as causas mais distantes da situação - problema, muitas vezes de pouca ou nenhuma relevância, importância (...) do(s) ator(es) iniciador(es) do processo; os efeitos da situação - problema, já em curso ou em potencial (DESTAQUE PARA OUTRA IMPORTANTE FERRAMENTA NA ELABORAÇÃO DE PROJETOS, AQUI PROPOSITADAMENTE OMITIDA: ESTUDOS PROSPECTIVOS E CRIAÇÃO DE CENÁRIOS); de algumas atividades que deverão ser realizadas. Causas dos Problemas: Fatores que determinam a existência ou a manutenção do problema. Identificam onde serão concentradas (EXPLICAM POR QUE, COMO QUANDO, COM QUE RECURSOS ETC.) as ações (projetos). Dentre as causas encontradas: Identificar as de maior importância (COM BASE EM INDICADORES). Distinguir as que podem e as que não podem ser removidas no horizonte DE PLANEJAMENTO PROPOSTO NO PROJETO. Distinguir as que estão dentro e fora do controle do ator. Objetivos. Analise. Arvore de objetivos. As técnicas utilizadas permitem: descrever uma situação futura desejada e realista; analisar sinteticamente as relações meio-fim; a identificação, de forma facilitada, das soluções alternativas. Como se faz: reformular as condições negativas em condições positivas desejáveis, realistas e alcançáveis; descrever como fatos já estabelecidos (no particípio passado); examinar relações meio-fim; verificar se os objetivos são necessários e suficientes; rever a Árvore de Objetivos na sua lógica; alterar as formulações, caso não estejam claras; suprimir ou acrescentar objetivos, se necessários. Como se faz análise da situação atual? transformar a formulação negativa dos problemas em condições positivas que sejam desejáveis e realisticamente alcançáveis, no horizonte temporal do projeto; descrever as situações desejadas como fatos já estabelecidos, usando o particípio passado; observar se os objetivos são suficientes e necessários; verificar se há lógica nas relações meio-fim elaboradas; alterar as formulações,

12

suprimir ou acrescentar objetivos se necessário; formular situações que contemplem a especificidade dos atores beneficiários Alternativas; Como se faz? Identificar na Árvore de Objetivos os subconjuntos verticais (meio-fim) que podem ser utilizados como possíveis estratégias do projeto. Estabelecer critérios para análise dos melhores subconjuntos (meio-fim). Identificar no diagrama Árvore de Objetivos os subconjuntos que serão adotados como estratégias para o projeto. Elaborar a Matriz de Decisão. (...) (...) (...) Exemplos gerais: PROBLEMAS 

Concentração da renda e da riqueza em (...: local, período, setor da população etc.) e insuficiente criação de postos de trabalho, em quantidade e qualidade tais que (...especificar). Debilidade nos mecanismos de transmissão dos aumentos de produtividade para os rendimentos (salários, bonificações, compensações etc.) das famílias trabalhadoras, e economia de baixos salários. Concentração da renda e da riqueza, pobreza e exclusão social, degradação ambiental: efeitos econômicos e social da poluição do lago (...)



Concentração é recorrente, devido a desequilíbrios macroeconômicos em variáveis como (especificar as variáveis macroeconômicas e as correspondentes políticas que provocaram tais efeitos), a vulnerabilidade externa e insuficiente expansão exportadora, quando comparadas com indicadores internacionais para economias equivalentes, segundo (citar a fonte), a crédito caro (com taxas...) e de curto prazo (defini-las), a baixo estímulo ao investimento produtivo, quando observados e analisados os indicadores de desempenho da industria (...) e ao consumo (níveis de consumos e análise comparativa entre países com semelhantes condições), a estagnação prolongada, o reduzido crescimento da produtividade e as tecnologias pouco absorvedoras de mão-de-obra.

OPORTUNIDADES Condições de alcançar vigoroso crescimento da produtividade e da renda per capita: 

Riqueza humana: força de trabalho eficiente e ágil no aprendizado, empresariado dinâmico e técnicos de alto nível, diversidade cultural;



Riqueza natural: energia hidráulica, recursos hídricos, terra agriculturável, biodiversidade;



Base produtiva ampla, fortes vantagens comparativas em inúmeros setores (agro-indústria, insumos básicos), plenas condições de adensar cadeias produtivas;



Amplo mercado interno potencial;



Plenas condições de reduzir a distância com relação à fronteira tecnológica mundial;



Baixo crescimento demográfico.

Princípios 

Planejamento tendo como orientação uma estratégia de desenvolvimento de longo prazo;



O Plano como instrumento para a orientação estratégica e a gestão da ação de governo (envolve todos os recursos orçamentários e não-orçamentários);



Planejamento Participativo;

13



Fortalecimento do conceito de revisão periódica do Plano com participação;



O desenvolvimento regional e local associado aos planejamentos nacional e territorial;



Valorização da gestão: 

Os orçamentos anuais integrados ao Plano;



O programa como unidade de gestão para resultados na sociedade.

Quadro 1 Exemplos de problemas, descritores e indicadores: casos de pesquisa no PROBLEMA

1 Processos produtivos (...) estáticos, com crítica sustentabilidade e com resultados de baixa qualidade

agronegócio.

DESCRITOR

INDICADOR

1.1 Tradição e permanência de técnicas produtivas ineficientes

1.1.1 Número de visitas de técnicos ao produtor: 3,14,2/(...) 1.1.2 Número de novas técnicas adotadas por mais de 50% dos produtores no período (...): 0,3 0,6 1.1.3 Idade e anos de experiência em (...): 53,012,0 e 22,512,8 anos. 1.1.4 Índices de produtividade e evolução na década: 1.224804,6 kg/ha e 2,3 kg/ha na última (...).

1.2 Vida útil de sistemas (de fontes produtivas)

1.2.1 Em média 11,4 anos para (...) ou que representa uma redução de 32,5%

1.3 Níveis de perdas ou de rejeição com base em critérios 1.3.1 0,5 espécies extintas; 36,7 kg/ha/ano (...). de qualidade como são os de (...) 2 Inadequadas práticas de uso e manjo dos recursos naturais de (...), quando avaliadas de acordo com critérios de “conservação” e de “manejo integrado” propostos por (...)

3 Inadequadas práticas de uso e manejo do solo quando avaliadas em relação aos critérios de conservação e de manejo integrados, propostos por... (Referência atualizada e pertinente)

2.1 Freqüência de uso (extração) por (...).

2.1.1 Quatro vezes por (...) 2.1.2 Processo de uso contínuo 2.1.3 Uso total sem diferenciação de (...)

2.2 Tipo de técnica utilizada nesse uso, caracterizada por (...)

2.2.1 Não atende especificações para o local tais como (...)

2.3 Práticas de manejo caracterizadas por (...)

3.1 Intensidade de uso por ano por período (...)

3.2 Tipo de maquinaria utilizada (...)

2.3.1 Não há separação em função de características como (...)

3.1.1 Três vezes por ano. 3.2.1 Maquinaria e equipamento com peso acima da “capacidade de suporte” estimada para os solos da região, com a textura, estrutura e inclinação, definidas por... (Referência b que indica os valores para fazer os julgamentos ao comparar os observados com as referências atualizadas)

Fonte: GARCIA, E. Orientações para elaborar projetos de pesquisa com qualidade e fazer pesquisas com efetividade para o desenvolvimento. Brasília. 2006. 1280 p.

14

Ao final, como pode ser formulado, “BEM” formulado um problema para pesquisa? Antes de apresentar um conceito, uma definição aproximada, são considerados diversos componentes, “essenciais” dessa definição. Deve existir um grupo de pessoas, uma empresa, um setor ou industria, uma comunidade, uma região (...) que tenha um problema dentro de um tema problematizado, dentro de um contexto, de um cenário (...) delimitado. Se esse grupo, empresa (...) recorre à pesquisa para resolvê-lo, então passará a se constituir um dos interessados da pesquisa. Se não recorrer, se não houver alguém interessado? Não há problema. Em texto de metodologia se apresenta o problema como uma pergunta; pressupõe-se que o problema implique uma ou mais dúvidas em relação ao tema que se pretende resolver, concluindo, dessa forma, que a formulação deva envolver perguntas para a investigação procurar responder. Nesta nota, admite-se que o problema possa compreender dúvidas, porém, o início da pesquisa não poderia se dar com dúvidas e incertezas totais, sendo necessário, portanto, pontos de referências claros, delimitados e com fatores causais, ainda que limitados, para orientar as seguintes fases da pesquisa. Admite-se que a definição do problema possa ser orientada por perguntas “inteligentes” cujas respostas definem o problema. O interessado na pesquisa deve ter um objetivo, uma perspectiva de solução ou de aproveitamento, um fim desejado (...), porque na ausência disso, não se teria um problema. Junto com os objetivos associados ao problema “definido” quanto possível, deve ter acesso ou dispor de mais de um meio, de vias de ação, com certa eficácia, para alcançar esse objetivo. Nesse meio se relacionam instrumentos, procedimentos (...) potencialmente utilizáveis na obtenção do objetivo. A existência de alternativas de ação é apenas um componente do problema. O interessado no resultado da pesquisa poderá ter dúvida, como parte do problema, quanto à alternativa a escolher. Em muitos casos, o problema se resume à avaliação da eficiência de diversos meios em relação ao atingimento de objetivos. Nesses casos, a pesquisa orientada para gerar informações e produtos “corretos” busca obter / disponibilizar instrumentos “corretos”., instrumentos que não podem ser considerados independentes de seus usos. O problema representa o efeito síntese de um ou mais ambientes, fatores, condições, evoluções (...), compreendendo os interessados. Muitos desses ambientes, fatores (...) experimentam mudanças. O interessado na pesquisa poderá ter dúvidas quanto ao meio mais eficaz em relação a um ambiente, a um conjunto de fatores, mas, não deverá ter dúvidas em relação a outro conjunto que o define em um cenário prospectivo e para o qual orienta o tratamento do problema. Mas, para orientar esse tratamento, precisa determinar qual é o problema, que fatores causais se projetam para um ambiente a ser melhorado, no futuro, com os resultados esperados da investigação. Pelo exposto, depreende-se que a formulação do problema para pesquisa deve explicitar, orientada por perguntas inteligentes feitas a respondentes “certos”, seus vários componentes, os fatores causais, com determinações da gravidade e importância relativa desses fatores e de possíveis enganos. Em geral, os diversos componentes de um problema não são independentes nem tem a mesma importância e ocorrência. Por simplificações metodológicas são tratados separadamente, mas, em certa fase da formulação do problema, devem ser considerados de forma integrada, sistêmica. Na tradução do problema para o método científico e com o auxílio de técnicas e método é possível estabelecer escalas de priorização / ordenamento para se ter um problema de pesquisa com probabilidades de tratamento por esse método e com possibilidades de atendimento às exigências dos interessados da pesquisa: pessoas, uma empresa, um setor ou industria, uma comunidade, uma região (...); o pesquisador e a comunidade científica; o financiador etc.

15

3 JUSTIFICATIVA

A justificativa da pesquisa pode ser considera uma parte da INTRODUÇÃO. Neste caso compreende informações que destaquem a relevância e oportunidade do tema problematizado no contexto de programas de desenvolvimento, de necessidades humanas reconhecidas e anunciadas em planos, programas (...), de tendências da sociedade e mercados que compreendam o tema problematizado. A justificativa pode ser específica e destacada dentro um tema problematizado que transformou a necessidades (ou oportunidade) em um problema considerado no projeto.

O projeto se justifica pela necessidade e urgência da empresa FFFF RRR identificar porque depois da automação do processo produtivo, os resultados não foram explícitos, conforme se esperava, e os principais problemas não foram resolvidos, também conforme se esperava, com a introdução de tecnologia e automação. Outro ponto a considerar que se coloca na justificativa é o insucesso na automação dos processos relativos à área meio (processamento das vendas) e, conseqüente, o desgaste causado com as pessoas, e com as iniciativas para a melhoria do processo.

4 HIPÓTESES A pesquisa científica, iniciada com a formulação clara e delimitada de um problema para pesquisa, prossegue com a explicitação de proposições a serem testadas para basear inferências e decisões como as de aceitação ou rejeição dessas proposições com base no resultado de um teste. Elas podem ser de: explicações como as casuísticas ao afirmar que algo ocorre em certo caso; relações entre variáveis como as de causalidade e frequência de acontecimentos; ou solução do problema. Essas possíveis explicações, relações ou soluções se constituem exercícios criativos em que o pesquisado evidencia a relação teoria – prática. Em essência, a hipótese é a evolução da razão intuitiva (intuição na compreensão / explicação de um fato, de relações entre variáveis de uma realidade) para a teoria (postulados lógico-racionais, leis, teorias) desenvolvida no raciocínio dedutivo (ou razão discursiva) e da teoria para a prática que se dá pelo raciocínio indutivo. A hipótese é, portanto, um processo lógico, com suporte na realidade, que permite organizar o pensamento para a invenção, para descoberta, constituindo-se em princípios básicos do método científico. Estes princípios são, com freqüência, omitidos ou não considerados, com a devida importância, em textos de metodologia.

16

A hipótese geral é definida nos seguintes termos: a automação com integração entre tecnologia e processo operacionais, é eficiente, compreendendo sub-hipótese, neste caso de possíveis soluções, conforme as causas exemplificadas do problema (Figura 4). Como hipóteses diretamente relacionadas às causas do problema, têm-se as seguintes proposições de orientação. A automação deve ser orientada para se ter equilíbrio entre a tecnologia dessa automação e os processos operacionais, com políticas que não introduzam viés ou favorecimento à automação e mudanças de crenças como a pressuposta auto-suficiência. A implementação da automação, ao considerar fatores que determinam o desempenho da tecnologia como os relativos ao pessoal com melhorias na informação (de base para o planejamento e tomada de decisão), nos sistemas de informação e nas políticas de seleção e treinamento, não apenas contribuem para aumentar o desempenho da automação, mas, a potencializam com benefícios sustentáveis. A análise de dados e informações com consistência e a utilização criteriosa de inferências e conclusões dessas análises, são fatores positivos que contribuem para a integração e o equilíbrio entre tecnologia e processos operacionais. As análises de dados e informações com consistência são fundamentais para se definirem políticas de incentivos à participação e de conciliação, com base em critérios, de “estabilidade” no emprego. A hipótese, formulada com base na identificação e delimitação do problema, acena diretamente para se definirem os objetivos e aspectos da metodologia no que se refere aos dados, às técnicas de

17

teste, aos níveis de significância e às implicações de decisões (Quadro 2), entre outros importantes aspectos a serem claramente especificados no projeto de pesquisa

29,7 cm

# pág.

2,0 cm

2,0 cm

3 cm

2 cm 21cm

DECISÃO

Quadro 2 Possíveis decisões de um teste de hipótese

Rejeitar H0

A hipótese nula (H0) é verdadeira

A hipótese nula (H0) é falsa

Erro do tipo I (  )

Decisão correta (1 -  ) = P(Aceitar H0 | H0 é verdadeira) = P(H0 | H0)

 =P(cometer erro do tipo I) =P(Rejeitar H0 | H0 é verdadeira) =Nível de significância do teste = P(H1 | H0)

18

Erro do tipo II (  ) Aceitar H0

Decisão correta ( 1 - ) = P(Rejeitar H0 | H0 é falsa) = P(H1 | H1) = Poder do teste

 = P(Cometer erro do tipo II) = P(Aceitar H0 | H0 é falsa) = P(Aceitar H0 | H1 é verdadeira) = P(H0 | H1)

Obtenção, pré-tratamento e avaliação de “consistência” dos dados da pesquisa.

Pesquisa documental: pressupostos (implicações de violações) de técnicas e métodos de testes de hipóteses

Formulação de hipóteses: referência empírica

Análise da distribuição estatística: base de escolha do teste Calcular a estatística

Pré-definir critérios: - Coeficiente de risco - Erro tolerável

Seleção do teste

Decisão

Não rejeitar H0 Concluir que pode ser verdadeira

Rejeitar H0 Concluir que HA é verdadeira dado (...)

Figura 5 Passos para orientar o pesquisador na formulação de hipóteses na pesquisa

Termos claros e concretos Hipótese sem referência é juízo de valor Objetividade Coerência com os recursos e técnicas

A figura que segue (Figura 5) sintetiza os passos a seguir na definição de hipóteses, com a utilização do método científico omitindo-se, propositadamente, aspectos básicos dessa formulação, da formulação de hipóteses com base em referências teóricas, a obtenção de dados com base em critérios de representatividade da população (amostragem), análise de distribuição de séries amostrais e as implicações de erros na tomada de decisões, entre outros.

19

5.1 Objetivo Geral Obter dados, utilizando três fontes complementares de informações (ver especificação na metodologia), necessárias para um diagnóstico da situação da empresa FFFF RRR para, entre outros propósitos, possibilitar um melhor e mais completo entendimento do problema, suas causas, interações entre elas (...) e, com base nesse melhor entendimento de identificação, caracterização, delimitação e mapeamento do inadequado sincronismo entre o processo e sua automação, proceder a análise dessa base informacional que se espera levantar. Os resultados esperados das análises de dados e informações, primárias e secundárias, possibilitarão gerar uma base de informações suficiente para buscar, implementar e manter o sincronismo entre tecnologia e processo operacional

5.2 Objetivos Específicos No problema foram especificadas diversas causas. O pesquisador, auxiliado pelo método científico, pode ordená-las e agrupá-las conforme critérios que resultam da análise de descritores e indicadores. Na síntese do processo de pesquisa para os propósitos didáticos foram considerados apenas três grupos de causas e três conjuntos de proposições ou hipóteses de orientações. Para esses três grupos são definidos objetivos específicos que integrados deverão possibilitar atingir o objetivo geral relacionado com o problema central: essa é a lógica e racionalidade da pesquisa que não aparece na maioria dos textos de metodologia.

20

Como exemplos de objetivos específicos se têm: Entender os fatores que prejudicam a preparação da mão-de-obra para lidar com a automação do processo de trabalho; Mapear os principais pontos a serem analisados no processo operacional para a sua automação Estabelecer roteiro básico para a implementação de uma rotina automatizada A Figura 6 sintetiza, em ilustração, o objetivo central e seu desdobramento em objetivos específicos, observando-se lógica e estreita relação com figuras similares das hipóteses e problemas

29,7 cm

# pág.

2,0 cm

2,0 cm

3 cm

2 cm 21cm

21

No Quadro 3 se apresenta outra forma ilustrativa de apresentação de objetivos com indicações de ações para alcançar esses objetivos.

5.3 Metas Foram definidas as seguintes metas: a) Mapear um caso de sucesso, em seis meses, e os principais fatores que contribuíram para este sucesso, para se constituir uma referência.

Quadro 4 Exemplo de especificação de objetivos definidos para pesquisa em ecoturismo. OBJETIVO CENTRAL

Desenvolver atividades do ecoturismo em (...) de maneira consistente com a conservação e o desenvolvimento sustentável DA (...) Reduzir / eliminar os conflitos em (...) para (...)

OBJETIVOS ESPECÍFICOS

AÇÕES

Conhecer e adotar critérios e princípios (...) para reduzir as pressões políticas, subsidiar a formulação de políticas consistentes, coordenar as atividades de (...) e (...) .

Regulamentação do turismo. Definir diretrizes com base em critérios técnico-científicos consistentes com... Promover a sistematização de dados e informações em “bancos” Realizar estudos e diagnósticos

Disciplinar com base em critérios, elementos da demanda de produtos e serviços do turismo. Melhorar a prestação de serviços mediante(...)

Participação comunitária. Conscientização empresarial. Informação e educação do turista. Formação e capacitação pessoal. Fortalecimento institucional. Incentivos ao desenvolvimento turismo. Integração do turismo à economia

Disciplinar com base em critérios, elementos da demanda de produtos e serviços do turismo Melhorar a prestação de serviços mediante(...) Resgatar e preservar valores da identidade cultural. Distribuir parte dos benefícios de (...) no local: gerar emprego e renda; artesania (...)

Dotação de infra-estrutura. Definir fundamentos. Controle de qualidade. Implementar mecanismos de monitoramento e controle Articular instrumentos. Prospecção para definir planos. Projetos exeqüíveis com qualidade. Investir em (...).

22

b) Mapear um caso de insucesso em seis meses e os principais fatores que contribuíram para este insucesso c) Elaborar, em seis meses, roteiro executivo, um manual e documentos de divulgação (cartaz, folhetos...) para auxiliar a alta direção na tomada de decisões e facilitar processos de treinamento e conscientização no engajamento à participação.

6 REVISÃO DE LITERATURA A parte que segue é ilustrativa e com informações de orientação, porém, insuficientes, para se ter o necessário conhecimento para a elaboração desta fase da pesquisa (Consultar material distribuído em aula). Parte dos dados, primários e/ou secundários, e das informações que o estudante e/ou pesquisador utiliza em sua pesquisa (p.ex., os provenientes de observações, de experimentações e da revisão de leitura) obedece, quanto aos procedimentos de obtenção com objetividade, tratamento com segurança e apresentação, à normas, convenções e critérios específicos, os quais contribuem para a sistematização e normalização desses procedimentos. Conforme essas normas e convenções devem ser indicadas todas as autorias e materiais de terceiros, citados de forma direta ou indireta, sendo condenável, pela lei e pelos próprios fóruns de pesquisadores e cientistas, a apropriação indevida de dados e informações de outros autores: plágio, cópia ou roubo desses ativos. O estudante e/ou pesquisador deve ter a preocupação e os cuidados necessários de fazer menções claras e precisas de idéias, conceitos, conclusões (...) obtidas de outros autores que se integrem e harmonizem com suas próprias idéias apresentadas no texto. Portanto, devem ser menções diretamente relacionadas com seu trabalho, baseando-o e melhorando a qualidade, fundamentação e credibilidade técnico-científica do mesmo com as citações. A menção que fundamenta e melhora a qualidade e consistência técnico-científica do texto pode ser: a) Citação direta, quando se refere à “transcrição textual de parte da obra do autor consultado”. Trata-se da transcrição literal de parte(s) extraída(s) de texto de outro(s) autor(es), conservando-se a grafia e pontuação, entre outras características do texto original. Essa forma de menção é utilizada quando há necessidade de provar autoridade, originalidade ou fidedignidade. b) Citação indireta, para indicar uma interpretação do “texto baseado na obra do autor consultado”. Neste caso, o texto deve ser lido com atenção suficiente capaz de permitir reescrevê-lo ou sintetizá-lo em outras palavras, apresentando-o sem usar aspas, mas, sem omitir a fonte identificada pelo sobrenome e data. Trata-se da utilização de idéias, dados e informações de outros autores (paráfrase), citando-as com palavras do próprio estudante e/ou pesquisador, mas respeitando as idéias originais do autor citado, sem

23

distorções ou dar ênfases impróprias, não contidas na fonte (em caso contrário, indicar essas mudanças, entre colchete, conforme se ilustra mais adiante com exemplos). c) Citação de citação, onde se considera “uma citação direta ou indireta de um texto em que não se teve acesso ao original”. Nesta forma de citação, utilizam-se locuções latinas como apud para indicar a fonte original. Outras expressões são: Algumas expressões latinas utilizadas para abreviar são: apud ou apud: citado por, de acordo com, conforme...; é utilizado para citação indireta; utiliza-se quando se transcrevem palavras textuais ou conceitos de um autor que é citado por outro; ex. Munhoz (1998), apud Souza (2004) ou: Segundo Munhoz (apud SOUZA, 2004). Ibidem, abrebiado / ibid. ou ibidem / ibid , para significar no mesmo documento, na mesma obra; pode ser usada na mesma página ou folha em que aparecem as citações. Idem / id. idem / id.: igual à anterior; do mesmo autor. Opus citatum / op. cit. ou opus citatum / op. cit.: documento ou obra anteriormente citada, sem outra citação, utilizada na mesma página ou folha da citação a que se refere. Sequentia / seq. ou sequentia / seq. :seguinte ou o que segue. Passim ou passim: aqui e ali, em vários trechos de uma obra, usado para citações indiretas. Sic ou sic: assim mesmo, desta maneira. ... Nos exemplos que seguem são apresentadas citações e suas correspondentes referências, com nomes abreviados e por extenso, advertindo-se que apenas uma delas deve ser utilizada no documento; apresentam-se, também, com elementos opcionais como o número de páginas total (obra citada no todo) ou da parte efetivamente consultada (páginas inicial e final). O destaque do título da obra na referência pode utilizar várias formas, mas, quando escolhida uma, esta deve ser mantida em toda a obra. Os possíveis destaques são: itálico, negrito e grifado. As referências das citações mostram dois casos para a localização do texto citado; o pesquisador, conforme seja a consulta, selecionará um desses casos; quando o documento for consultado na integra, aparece o total de páginas (sublinhado simples; este é um meio de destaque, nestas notas); se a consulta for específica, isto é, em determinado trecho do documento, compreenderá as páginas inicial e final (sublinhado duplo). Exemplos: citações e referências: Em muitos fenômenos de pesquisa a relação entre variáveis apresenta características especiais. É o caso de um fator cujo comportamento, na curva de probabilidade, mostra diferentes respostas. À medida que cresce esse fator, a curva de probabilidade sobre rapidamente no início, depois cresce a taxa decrescente. A variação na probabilidade, devida a uma variação unitária do fator, é determinada pelo coeficiente angular dessa curva. Segundo Hill, Griffiths e Judge (2000; p. 225-230), a função probit é uma relação utilizada para representar uma curva relacionada com a distribuição normal padronizada. HILL, C.; GRIFFITHS, W.; JUDE, G. Econometria.. Tradução Alfredo Alves de Farias. Revisão Técnica de Rubens Nunes. São Paulo: Saraiva, 2000. p. 225230. 408 p. HILL, Carter; GRIFFITHS, William; JUDE, George. Econometria. Tradução de Alfredo Alves de Farias. Revisão Técnica de Rubens Nunes. São Paulo: Saraiva, 2000. p. 225-230. 408 p.

24

As decisões sobre projetos são tomadas, com freqüência, sob condições de incertezas quanto ao futuro. Dessa forma, não é possível garantir que as expectativas em torno de benefícios e custos serão realizáveis. Há, contudo, procedimentos que permitem reduzir as incertezas. Parte desses procedimentos se encontra no planejamento, com mais detalhes, em certas fases do projeto. Assim, a avaliação social de um projeto que utiliza intensivamente mão-de-obra não qualificada ou que depende de insumos importados, p. ex., estará mais sujeito às estimativas sobre o salário social e às flutuações na taxa de câmbio do que outros projetos com mão-de-obra qualificada e menos dependente de insumos importados. Contador (1997; p. 209-250) relaciona basicamente três maneiras de introduzir risco na tomada de decisões. Essas maneiras são: o cálculo do payback; a análise de sensibilidade; e o prêmio para risco adicionado à taxa de desconto. Para cada uma dessas formas apresenta e ilustra, com exemplos e gráficos, os procedimentos a serem seguidos.

Exemplos de duas citações longas, indicações do autor e destaque nas menções

2,0 cm

2,0 cm CONTADOR, C. R. Projetos sociais: avaliação e prática. 3. ed. ampl. São Paulo: Atlas. 1997. p. 209 - 250. 89 CONTADOR, Cláudio. R. Projetos sociais: avaliação e prática. 3. ed. ampl.. Procura-se e ilustrar técnica Path analyisis [análise São Paulo: conceituar Atlas. 1997. p. 209 -a250. de dependência, análise de fluxos, análise de caminhos etc.] com a estimação de efeitos de variações em um conjunto de variáveis inter-relacionadas [...], com efeitos diretos, brutos e líquidos de relações funcionais simétricas ou não. Na pesquisa, ao identificar e caracterizar objetos [causas] inter-relacionados [problema] e ao tratar da decomposição da complexidade para centrar a atenção em um fator [...], destaca-se a análise hierárquica. Segundo Saaty (1991), trata-se de processos de medidas e julgamentos, em um sistema, dispostos conforme estruturas e funções.

A organização de documentos na organização deve ser planejada e desenvolvida com orientação [técnica-operacional] para a prestação de serviço com qualidade, ser uma atividade meio e não finalística. O humano e a técnica devem caminhar juntos, de forma equilibrada, para que a organização possa cumprir seu papel social.

29,7 cm

3 cm

“A indústria de informação, isoladamente, não produz conhecimento. Produz estoques de informação organizada para uso imediato ou futuro [...]; a criação voluntária no Brasil de uma base importante para sustentar a indústria transnacional de [...]; é informação em ciência e tecnologia, na qual o profissional é formado no país para funcionar como um mero executor de normas e regulamentos, sem, no entanto, tê-los criado” (BARRETO, 1990 apud SOUZA, 1991, p. 183).

Referência das citações anterior, com suas alternativas de apresentação, é: SAATY, T. L. Método de análise hierárquica. Trad. e rev. téc. de Wainer da Silveira e Silva. São Paulo: McGraw-Hill: Makron, 1991, p. 12-15. SAATY, Thomas L. Método de análise hierárquica. Trad. e rev. téc. de Wainer da Silveira e Silva. São Paulo: McGraw-Hill: Makron, 1991, p. 12-15. SOUZA, Ubiraci Espinelli Lemes de; MELHADO, Silvio Burratino. Subsídios para a avaliação do custo de mão-de-obra na construção civil. São Paulo: EPUSP, 1991. 38 p. (Série Texto

Técnico, TT/PCC/01).

2 cm

21cm

25

3 cm

2,0 cm

67

2,0 cm

Ilustrações de remissivas, com locuções latinas e outras, em notas de referências apresentadas na mesma página.

Ackoff (op. cit.), 2 ao tratar dos participantes e objetivos e na medida em que o pesquisador seja um cientista com o interesse de fornecer informações acuradas, deve buscar como formular os objetivos em três fontes: o interessado na pesquisa, o cliente; o pesquisador; e os que serão afetados pela utilização dos resultados[ou tenham algum interesse, como são os financiadores). Popper (1997), ao tratar o critério de demarcação entre o que é científico e o nâocientífico, afirma que os enunciados devem ser conclusivamente julgáveis, tornando-se logicamente possíveis verificá-los e falsificá-los. 3 O mesmo autor, ao considerar a indução aplicada à inferência que leva a uma teoria, partindo-se de enunciados singulares “verificados pela experiência”, conclui que tais enunciados são logicamente inadmissíveis. 4 É impossível decidir, pela análise de uma forma lógica, se um “sistema de enunciados é um sistema convencional de definições implícitas ou se é um sistema empírico (...), um sistema refutável. 5 Silva 6 (1999, p. 38 - 49, apud Barros, 1998, p. 12) confirma a tese de que [...]

__________ 1

ACKOFF, R. L. Planejamento de pesquisa social. Trad. Leônidas Hegenberg e Octanny Silveira da Mota. São Paulo: EPU, 1997, p. 19 – 20. 2 Id. (ou Idem = o mesmo autor), p. 21. Pode combinar: Id. Ibid (Ibidem = na mesma obra). 3 POPPER, K A lógica da pesquisa científica. Trad. Leônidas Hegenberg e Octanny Silveira da Mota. São Paulo: EPU, 1997, p. 40. 4 Id. (ou Ibid), p. 41. 2 cm 5 Popper (op. cit., p. 86). 6

SILVA, loc.cit. (Loco citato / loc. cit. = no lugar citado). 21cm

29,7 cm

A formulação de um problema [para pesquisa], de maneira ótima, é determinar o que é, identificando os cinco componentes de um problema: a) a existência de uma pessoa ou grupo que tenha um problema e possa recorrer à pesquisa para resolvê-lo, tornando-se o interessado; b) o interessado deve ter algo em vista, algum objetivo; c) o interessado deve dispor de mais de um meio, de vias de ação com alguma eficácia, para alcançar seus objetivos; d) a existência de alternativas de ação é insuficiente para gerar um problema; o interessado deve ter alguma dúvida quanto à alternativa a escolher, à eficácia das alternativas e: e) deve haver um ou mais ambientes a que o problema diga respeito (ACKOFF, 1975). 1

26

2,0 cm

198

No texto aparecem: “As I was going to St. Ives / I met a man with seven wises; / Every wife had seven sacks, / Every sack had seven cats, / Every cat had seven kits. / Kits, cats, sachs, and wives, / How many were going to St. Ives?”1 O problema de comunicação em programação (...), no início da década de 80, ainda não tina sido resolvido, apesar de ser ter chamado a atenção desse fato: “English, therefor, is not good language to use when programming. This has long realized by others who require to comunicate instructions” 2 (TEDD, 1977, p. 29). Segundo conceitos adotados pela FAO (1992, p. xiv), “Par commerce spécial, on entend le système qui consiste à comptabilliser, d´une part, les importations destinées à la consommation intérieure et, d´autre part, les exportations de produits nationaux”. 3 Popper (1972, p. 134), ao considerar a teoria da medição, utilizou conceitos de abrangências lógicas (...), com o sentido inicial spielraum. 4 O pesquisador, ao planejar sua investigação, deve considerar as possibilidades de erros e problemas tendo em menta a Lei de Murphy com os seguintes enunciados: “Se algo errado tiver que acontecer acontecerá no pior momento”. 5 “Se houver diferentes maneiras de fazer algo e uma delas produzir um resultado catastrófico, alguém a escolherá”.6

Na nota de rodapé: _______________ 1

Quando ia a St. Ives encontrei um homem com sete mulheres (esposas); cada mulher tinha sete sacos, cada saco tinha sete gatos, cada gato tinha sete gatinhos. Gatinhos, gatos, sacos e mulheres, quantos iam a Sto. Ives?” (BOYER, 1965, p. 12). 2 “Inglês, portanto, não é uma boa língua para se usar em programação. Isto já foi constatado por outros que precisaram transmitir instruções” (Tradução nossa). 3 “O comércio especial compreende, por um lado, as importações para o consumo interno e as exportações de produtos nacionais, pelo outro.” 4 O conceito spielraum introduzido por Von Kries (1886) é o de campo, escopo; dessa forma, a abrangência que um enunciado [lógico] permite à realidade é a extensão de “livre jogo”. 5 6

If anything can go wrong, it will, at the worst possible moment.

2 cm

If there are two or more ways to do something, and one of those ways can result in a catastrophe, then someone will do it. 21cm

29,7 cm

3 cm

2,0 cm

Notas de rodapés com traduções de menções originais feitas no texto que facilitam a comunicação.

27

SOBRENOME DO AUTOR, Prenome(s) [por extenso ou abreviado: uma opção mantida em toda a listagem]. Título: subtítulo [se houver]. Edição [se for maior que a 1ª.]. Local [cidade de publicação]: Editora, data de publicação. Alternativa: SOBRENOME DO AUTOR, Prenome(s) [por extenso ou abreviado: uma opção mantida em toda a listagem]. Título: subtítulo [se houver]. Edição [se for maior que a 1ª.]. Local [cidade de publicação]: Editora, data de publicação. Alternativa: SOBRENOME DO AUTOR, Prenome(s) [por extenso ou abreviado: uma opção mantida em toda a listagem]. Título: subtítulo [se houver]. Edição [se for maior que a 1ª.]. Local [cidade de publicação]: Editora, data de publicação. SOBRENOME DO AUTOR, Prenome(s) [por extenso ou abreviado: uma opção mantida em toda a listagem]. Título / Título / Título: subtítulo [se houver]. Tradutor. Revisor [quando o documento citado indicar o tradutor abreviado ou Trad., revisor ou Rev.; o nome dele deverá aparecer: Nome, Sobrenome, logo após o título]. Edição. Local [cidade de publicação]: Editora [não é necessário escrever a palavra editora, pois subentende-se que essa é a informação que segue depois da cidade onde foi publicada e os dois pontos], data de publicação. Descrição física [número de páginas ou volumes], ilustração, dimensão. Nota série ou coleção. Notas especiais. ISBN, entre outras. SOBRENOME (último sobrenome, seguidos do(s) prenome(s) e outros sobrenomes, abreviados ou não: escolha de uma opção), Nome, simples ou composta, abreviado ou não (escolha de uma opção); SOBRENOME, Nome; SOBRENOME, Nome (se houver mais de um e até três; mais de três, apenas indicar o primeiro, acrescentando-se, a seguir, a expressão et ali.; em certos casos se relacionam todos os nomes que constam no documento). Título da obra: subtítulo se houver (p.ex., livro, monografia, manual). Número da edição (se mais da 1ª.). Cidade de publicação: Editora; ano. Descrição física (série, coleção, volume, tipo de fascículo etc.). Notas. ARAÚJO, U. A. M. Máscaras inteiriças Tukúna: possibilidades de estudo de artefatos de museu para o conhecimento do universo indígena. São Paulo: EDUSP. 1985.

28

ARAÚJO, U. A. M. Máscaras inteiriças Tukúna: possibilidades de estudo de artefatos de museu para o conhecimento do universo indígena. 1985. 102 f. Dissertação (Mestrado em Ciências Sociais) - Fundação Escola de Sociologia e Política de São Paulo, São Paulo, 1986. GARCIA, A. F. A novela na TV e sua influencia social. Monteria: Universidade de Córdoba, 1984. GARCIA, A. F. A novela na TV e sua influencia social. Monteria: Universidade de Córdoba, 1984. 206 f. Dissertação (Mestrado em Sociologia) – Facultad de Sociologia de la Universidad de Córdoba. Monteria, 1985. HUBERMAN, L. História da riqueza do homem. 21. ed. Rio de Janeiro: LTC, 1986. HUBERMAN, L. História da riqueza do homem. Tradução de Waltensir Dutra. 21. ed. Rio de Janeiro: LTC, 1986. 286 p. Inclui índice. ISBN 85-216-1306-7. MENDONÇA, M. L. de. Títulos uniformes em legislação. Rio de Janeiro: Escola de Biblioteconomia, UNI-RIO. 1993. MENDONÇA, M. L. de. Títulos uniformes em legislação. 1993. 98 f. Monografia (Bacharelado) - Escola de Biblioteconomia, UNI-RIO, Rio de Janeiro. NOREL S.E. Workbook of epidemiology. Oxford: Oxford University Press; 1995.

GASPARINI, D. Direito administrativo. 4 ed. rev. e ampl. São Paulo: Saraiva. 1995. p. 247. KAKU, M. Visões do futuro: como a ciência revolucionará o século XXI. Tradução Maria Luiza X. de A Borges. Rio de Janeiro: Rocco. 2001. 458 p. MAGNO, A. Àgua garantida: SIV-água vai fiscalizar e recuperar manaciais. D&F. Desenvolvimento e futuro. v. 3, n. 7, jan. / fev./ mar. 2004, p. 20 -22.

Outros exemplos com variáveis destaques (apenas um deles deve ser utilizado em todo o documento) e com outras informações (complementares): ACHA, M. A.; SZYFRES. B. Zoonosis y enfermedades una serie transmisibles comunes al hombre y a los animales. 2ª ed. Washington (DC): Organización Panamericana de la Salud; 1986. (OPAS - Publicación Cientifica, 503). BARCELOS, M. F. P. Ensaio tecnológico, bioquímico e sensorial de soja e guandu enlatados no estádio verde e maturação de colheita. 1998. 160 p. Tese de doutorado em nutrição apresentada na Faculdade de Engenharia de Alimentos, Universidade Estadual de Campinas, Campinas, SP. CARRAZZA, F.R. Contribuição para o estudo da excreção fetal de eletrólitos em lactentes durante a recuperação da desidratação por diarréia. São Paulo, 1975. Dissertação (Tese Livre Docência) - Faculdade de Medicina da Universidade de São Paulo. HAJJAR, D. Diagnóstico, tratamento e prognóstico das fraturas do côndilo mandibular em crianças. São Paulo, [s.d.] Monografia (Curso de Cirurgia e Traumatologia BucomaxiloFacial) - Faculdade de Medicina da Universidade de São Paulo.

29

MCDOWELL, C. Factor affecting the conservation of renosterveld by private landoowners. 1988. p. 120, 360p. Tesis (Doctoral of Philosophy), University of Cape Town. OLIVEIRA, R. S. de; CARISSIMI, A. da S.; TOSCANI, S. S. Sistemas Operacionais. 2.ed. Porto Alegre: Instituto de Informática da UFRGS: Sagra Luzzatto, 2001. 247 p. (Série Livros Didáticos, n. 11 ).

Exemplos de documentos monográficos consultados no todo disponíveis em meio eletrônico, indicando-se a endereço entre os sinais < >, precedido da expressão Disponível em: e a data de acesso ao documento, precedida da expressão Acesso em: . Outros meios eletrônicos são disquete e CD-ROM. Em geral, material eletrônico de curta duração nas redes, não é recomendado. Exemplos (apresentados de várias formas; apenas uma delas deve ser escolhida: nome abreviado com destaque do título em negrito ou nome completo e destaque em itálico): ALVES, C. Navio negreiro. [S.l.]: Virtual Books, 2000. Disponível em: . Acesso em: 16 jan. 2003.

BORÉM, A. Melhoramento de plantas. Viçosa, MG: UFV, 1999. 1 CD-ROM. Requisitos do sistema: PC 486 com 12 MB RAM, Drive CD-ROM 8x. KOOGAN, A.; HOUAISS, A. (Ed.). Enciclopédia e dicionário digital 98. Direção geral de André Koogan Breikman. São Paulo: Delta: Estadão, 1998. 5 CD-ROM. ROMANO, Giovanni. Imagens da juventude na era moderna. In: LEVI, G.; SCHMIDT, J. (Org.). História dos jovens 2. São Paulo: Companhia das Letras, 1996. p. 7-16.

As referências de artigos e/ou matéria de revistas e boletins, em meio eletrônico compreendem, além dos elementos essenciais anteriormente indicados, a descrição física do meio eletrônico, como disquetes e CD-ROM; quando se trata de documento consultado online, acrescentam-se informações sobre o endereço eletrônico, apresentado entre os sinais < >, precedido da expressão Disponível em: e a data de acesso ao documento, precedida da expressão Acesso em:, opcionalmente acrescida dos dados referentes a hora, minutos e segundos. Exemplos: SILVA, M. M .L. Crimes da era digital. .Net, Rio de Janeiro, nov. 1998. Seção Ponto de Vista. Disponível em: . Acesso em: 28 nov. 1998. RIBEIRO, P. S. G. Adoção à brasileira: uma análise sociojurídica. Dataveni@, São Paulo, ano 3, n. 18, ago. 1998. Disponível em: . Acesso em: 10 set. 1998. VARGAS J. I. Ciência e tecnologia e os desafios brasileiros. NET. Brasília, nov. 1999 Disponível: . Acesso em: em 2 de maio de 1999 VIEIRA, Cássio Leite; LOPES, Marcelo. A queda do cometa. Neo Interativa, Rio de Janeiro, n. 2, inverno 1994. 1 CD-ROM. WINDOWS 98: o melhor caminho para atualização. PC World, São Paulo, n. 75, set. 1998. Disponível em:. Acesso em: 10 set. 1998.

No caso de referências de documentos jurídicos como legislação (Constituição, emendas constitucionais e textos legais infraconstitucionais; lei complementar e ordinária, medida provisória, decreto em todas as suas formas, resolução do Senado

30

Federal) e normas emanadas das entidades públicas e privadas (ato normativo, portaria, resolução, ordem de serviço, instrução normativa, comunicado, aviso, circular, decisão administrativa, entre outros), jurisprudência (decisões judiciais) e doutrina (interpretação dos textos legais), os elementos essenciais são: jurisdição (ou cabeçalho da entidade, no caso de se tratar de normas), título, numeração, data e dados da publicação. No caso de Constituições e suas emendas, entre o nome da jurisdição e o título, acrescenta-se a palavra Constituição, seguida do ano de promulgação, entre parênteses. Quando necessário se acrescentam elementos complementares. Estes documentos podem aparecer em meios eletrônicos. Exemplos (apresenta uma opção simples com elementos essenciais e a outra: com elementos complementares): BRASIL. Medida provisória n.º 1.569-9, de 11 de dezembro de 1997. Diário Oficial [da] República Federativa do Brasil, Poder Executivo, Brasília, DF, 14 dez. 1997. Seção 1, p. 29514. BRASIL. Medida provisória n.º 1.569-9, de 11 de dezembro de 1997. Estabelece multa em operações de importação, e dá outras providências. Diário Oficial [da] República Federativa do Brasil, Poder Executivo, Brasília, DF, 14 dez. 1997. Seção 1, p. 29514. BRASIL. Decreto-lei n.º 5.452, de 1 de maio de 1943. Lex: coletânea De legislação: edição federal, São Paulo, v. 7, 1943. Suplemento. BRASIL. Decreto-lei n.º 5.452, de 1 de maio de 1943. Aprova a consolidação das leis do trabalho. Lex: coletânea de legislação: edição federal, São Paulo, v. 7, 1943. Suplemento. BRASIL. Tribunal Regional Federal (5. Região). Administrativo. Escola Técnica Federal. Pagamento de diferenças referente a enquadramento de servidor decorrente da implantação de Plano Único de Classificação e Distribuição de Cargos e Empregos, instituído pela Lei nº 8.270/91. Predominância da lei sobre a portaria. Apelação cível Nº 42.441-PE (94.05.01629-6). Apelante: Edilemos Mamede dos Santos e outros. Apelada: Escola Técnica Federal de Pernambuco. Relator: Juiz Nereu Santos. Recife, 4 de março de 1997. Lex: jurisprudência do STJ e Tribunais Regionais Federais, São Paulo, v.10, n. 103, p. 558-562, mar. 1998.

OS PERIGOS para o uso de tóxicos. Produção de Jorge Ramos de Andrade. São Paulo: CERAVI, 1983. 1 videocassete. OS PERIGOS do uso de tóxicos. Produção de Jorge Ramos de Andrade. Coordenação de Maria Izabel Azevedo. São Paulo: CERAVI, 1983. 1 videocassete (30 min), VHS, son., color. CENTRAL do Brasil. Direção: Walter Salles Júnior. Produção: Martire de Clemont-Tonnerre e Arthur Cohn. Intérpretes: Fernanda Montenegro; Marilia Pera; Vinicius de Oliveira; Sonia Lira; Othon Bastos; Matheus Nachtergaele e outros. Roteiro: Marcos Bernstein, João Emanuel Carneiro e Walter Salles Júnior. [S.l.]: Le Studio Canal; Riofilme; MACT Productions, 1998, 1 bobina cinematográfica (106 min), son., color., 35 mm. KOBAYASHI, K. Doença dos xavantes. 1980. 1 fotografia. 16 cm x 56 cm. FRAIPONT, E. Almicar II. O Estado de S. Paulo, São Paulo, 30 nov. 1998. Caderno 2, Visuais. p. D2. 1 fotografia, p&b. Foto apresentada no Projeto ABRA/Coca-cola.

31

ATLAS Mirador Internacional. Rio de Janeiro: Enciclopédia Britânica do Brasil, 1981. 1 atlas. Escalas variam. NSTITUTO GEOGRÁFICO E CARTOGRÁFICO (São Paulo, SP). Regiões de governo do Estado de São Paulo. São Paulo, 1994. 1 atlas. Escala 1:2.000. ALCIONE. Ouro e cobre. São Paulo: RCA Victor, p1988. 1 disco sonoro. MPB especial. [Rio de Janeiro]: Globo: Movieplay, c1995. 1 CD. ALCIONE. Ouro e cobre. Direção artística: Miguel Propschi. São Paulo: RCA Victor, p1988. 1 disco sonoro (45 min), 33 1/3 rpm, estéreo., 12 pol. BARTÓK, Béla. O mandarim maravilhoso. Wien: Universal, 1952. 1 partitura. Orquestra. BARTÓK, Béla. O mandarim maravilhoso. Op. 19. Wien: Universal, 1952. 1 partitura. Orquestra. DUCHAMP, Marcel. Escultura para viajar. 1918. 1 escultura variável. BULE de porcelana. [China: Companhia das Índias, 18--]. 1 bule. DUCHAMP, Marcel. Escultura para viajar. 1918. 1 escultura variável, Borracha colorida e cordel. Original destruído. Cópia por Richard Hamilton, feita por ocasião da retrospectiva de Duchamp na Tate Gallery (Londres) em 1966. Coleção de Arturo Schwarz. Tradução de: Sculpture for travelling. ÁCAROS no Estado de São Paulo. In: FUNDAÇÃO TROPICAL DE PESQUISAS E TECNOLOGIA “ANDRÉ TOSELLO”. Base de Dados Tropical. 1985. Disponível em: htpp://www.bdt.fat.org.br/acaro/sp/>. Acesso em: 30 maio 2002. ALMEIDA, M. P. S. Fichas para MARC [mensagem pessoal]. Mensagem recebida por <[email protected]> em 12 jan. 2002.

Para a elaboração da revisão de literatura (CITAÇÕES) E de referências, o pesquisador deverá consultar normas da ABNT, entre outras, as seguintes: Normas de abreviação: NBR 6032:1989 Abreviação de Títulos de Periódicos e Publicações Seriadas – Procedimento 14 p. Normas de apresentação: NBR 6022:2003. Informação e documentação - Artigo em publicação periódica científica impressa NBR 10520:2002 Informação e documentação - Citações em documentos NBR: 6029:2002. Informação e documentação - Livros e folhetos - Apresentação NBR 6021:2003. Informação e documentação – Publicação periódica científica impressa Apresentação

32

NBR 10719:1989. Apresentação de Relatórios Técnico-Científicos Normas de numeração / ordenação: NBR 9577:1986. Emprego de Numeração de Semanas NBR 5892:1989. Norma para Datar NBR 10521:1988. Numeração Internacional para Livro Normas de publicação: NBR 10526:1988. Editoração de Traduções NBR 10518:2005. Informação e documentação - Guias de unidades informacionais Elaboração NBR 6034:2004. Informação e documentação - Índice - Apresentação NBR 6023:2002 Informação e documentação - Referências – Elaboração NBR 6028:03 Informação e documentação Resumo – Apresentação NBR 6025:2002. Informação e documentação - Revisão de originais e provas NBR 6027:2003. Informação e documentação – Sumário - Apresentação NBR 6027:2003. Informação e documentação – Sumário - Apresentação NBR 14724:2005. Informação e documentação – Trabalhos acadêmicos – Apresentação NBR 15287:2005. Informação e documentação – Projeto de pesquisa – Apresentação

O desdobramento e aplicação das normas da ABNT e de outras normas (da ISO, p.ex.,), aplicáveis na sistematização de documentos técnico- científicos, são apresentadas em material didático especialmente preparado e oferecido ao estudante.

Golberg (2000) aborda o impacto da automação em E-Business e Tecnologia, no capítulo Adeus à Tecnoangústia, onde trata das transformações ocorridas com o processo de automação, como a adaptação dos funcionários e de toda a cadeia produtiva.

33

Já Ballestrero (2000), em seu Manual de Organização, Sistemas e Métodos, definem técnicas e métodos para auxiliar no processo de especificação de sistema e na abordagem do processo a ser automatizado. Bremberger (2003), em seu Roteiro para Automação, diz que o processo de automação obriga as empresas a acabar com as “gambiarras” e que é preciso iniciar a automação da mesma forma como se constrói uma casa, ou seja, pelo alicerce.

7 METODOLOGIA A metodologia compreende, entre outros, os conceitos, materiais e o método científico que se aplica na pesquisa. Neste método, relacionam-se procedimentos e técnicas para a observação e registro dos fatos traduzidos em variáveis; para a proposta de hipóteses consistentes com a identificação e delimitação do problema; os procedimentos para a realização de experiências controladas para testar as hipóteses; e as técnicas e métodos para as análises dos dados. O primeiro aspecto a considerar se refere à obtenção de dados que representem à população objeto de estudo, a AMOSTRAGEM; seguem a avaliação de fontes e clara orientação na definição de atributos (variáveis) necessários para a pesquisa. LEMBRAR QUE NÃO É A QUANTIDADE DE DAOS O QUE IMPORTA, MAS, A QUALIDADE, APLICABILIDADE E ESTRITA COERÊNCIA DOS MESMOS COM O PROBLEMA E OBJETIVOS PROPOSTOS. A pesquisa que se planeja em um projeto deve prever as fontes de dados e as especificações correspondentes. Nestas notas são indicadas duas fontes: primárias, obtidas por observações de experimentações e secundárias, obtidas por levantamentos mediante formulários e questionários (esses formulários, no projeto de pesquisa aparecem em apêndices) ilustrados na parte que segue:

Amostragem O pesquisador tem procedimentos, técnicas e métodos especiais para “selecionar” uma amostra representativa da população objeto de estudo: a amostragem que “garante”, quanto possível, o acaso e a representatividade na escolha de elementos representativos da população.

34

Qual é a importância da escolha aleatória e da representatividade dos elementos componentes de uma amostra? O fato de cada elemento típico da população objeto de estudo ter a mesma probabilidade de ser escolhido garante o caráter de representatividade da amostra composta por esses elementos. Procedendo dessa forma, esses elementos poderão ser referências e fundamentar as inferências válidas para a população, sem que seja necessário estudar todos os elementos da mesma. A amostragem pode ser definida como os procedimentos, técnicas e métodos estatísticos mediante as quais se estuda uma parte dos elementos de uma população, a mais próxima, quanto possível, da realidade objeto de estudo, a fim de determinar ou de verificar qual é o comportamento de uma ou mais característica(s) ou atributo(s) dessa população. De acordo com esta definição, as técnicas e métodos de amostragem, pressupõem: a) A definição da(s) característica(s) ou atributo(s) a ser(em) estudada(s) na população; essa definição está associada ou é determinada pelo problema para pesquisa e pelos objetivos da mesma e pela disponibilidade de recursos. b) O processo de planejamento definido para a obtenção dos elementos representativos da população ou do conjunto. São os elementos, os mais representativos, os que devem compor a amostra para que dela se possam fazer generalizações (inferências) válidas para a população. c) A coleta de dados conforme critérios (procedimentos) e esquemas planejados para se obter apenas os elementos necessários com a devida representatividade da população. d) A estimação do(s) comportamento(s) ou atributo(s) da(s) característica(s) da população. Qualquer que seja a definição, o objetivo da teoria da amostragem é obter, por processos de inferência, conclusões válidas para uma população ou conjunto, em geral de grande tamanho, a partir da análise de uma parte dessa população ou conjunto, em geral, de dimensão reduzida, chamada amostra. O processo de escolha da amostra é de grande importância na pesquisa uma vez que a qualidade e a efetividade do seu resultado dependem, em essência, da qualidade, coerência e representatividade da população interpretada ou traduzida por uma “boa” amostra. Com freqüência a população objeto de pesquisa (PO) e sobre a qual se desejam informações é finita e limitada, como é o caso, p. ex., de os funcionários de uma empresa, os habitantes de uma cidade ou as árvores de uma floresta em um determinado momento, em que o estudo pode ser feito com base em informações individuais de todos os elementos da população: o censo. Tal estudo poderia ter sua justificativa baseada em vários argumentos, tais como na necessidade, em alguns casos, de ter informações de todos os elementos e a conveniência de considerá-los em populações muito pequenas, além de se evitar possíveis riscos da amostragem. Contudo, tal procedimento e sua justificativa, na maioria das vezes, não é “racional” nem consistente. Estudos, com base em censos, são inviáveis, com freqüência, devido às limitações de recursos para a pesquisa, de tempo e pelo grande número de indivíduos que compõem a PO. Em outros casos como os de populações hipotéticas a teoria da amostragem é o único método possível para se obter dados com representatividade significativa da população. A clara, precisa e consistente definição do problema nos atributos de interesse do estudo ou da oportunidade objeto de investigação, a partir de um subconjunto da população representada por uma amostra, é um aspecto de especial importância da pesquisa com qualidade, sem, contudo, aceitar que essa representação amostral possa ser única ou absoluta. Ao aplicar técnicas e métodos de amostragem é necessário que o pesquisador tenha conhecimento e consciência do alcance e das limitações das mesmas, bem como da necessidade de exercitar sua criatividade para potencializar essas técnicas e métodos; isto pressupõe entender, por um lado, os fundamentos teóricos da amostragem e, pelo outro lado, conhecer as exigência e possibilidades ou condições da realidade a ser representada por uma amostra. Deve-se acrescentar que o conhecimento dos pressupostos (fundamentos teóricos) e limitações de técnicas e métodos de amostragem é básico para, quando necessário, adequá-las à realidade e, com isto, delas obter a melhor aplicação com resultados consistentes.

35

A racionalidade da amostragem tem seus alicerces em vantagens da amostra, em comparação com o estudo de todos os elementos (censo) da população. Essas vantagens são: a) Custo reduzido uma vez que as informações da pesquisa são derivadas (inferências estatísticas) da análise de uma fração da população representada por um número menor de elementos: a amostra. b) Maior rapidez e precisão porque as informações são obtidas e sintetizadas em menor tempo e com maior rigor na determinação de medidas, pesos, valores etc. da observação, quando provêem da amostragem realizada com base no método científico, em lugar de uma contagem completa de todos os elementos da população (censo). c) Maior amplitude e flexibilidade quando se trata de um estudo com muitos atributos e sobre os quais é possível dar um melhor tratamento ao se considerar uma amostra composta por um menor número de elementos com capacidade de retratar ou sumarizar a população como, p. ex., mediante estimativas de tendência central ou posição e de dispersão ou variação: estatísticas descritivas. d) Maior exatidão ou precisão, porque é mais fácil tratar um menor número de elementos e se tem um melhor controle dos recursos da pesquisa, tais como os de pessoal treinado para um fim, instrumentos específicos de medições, processamentos adequados para a observação, supervisão e gestão apropriada, entre outros, quando se trata de uma amostra em comparação ao censo. Dessa forma se reduzem erros, trabalhos e despesas em processos de consistência e de armazenamento e disponibilização de dados. A amostragem proporciona resultados mais precisos dos que seriam obtidos de levantamento em censo. O documento técnico-científico seja ele um projeto ou um relatório final deve apresentar e detalhar, quando pertinente, as fases do levantamento por amostragem, como parte de sua consistência e credibilidade da generalização de informações, teorias (...) pela inferência. Essas fases são: a) Objetivos do levantamento; a clara e precisa apresentação desses objetivos é de especial importância e utilidade para orientar a escolha dos elementos ou unidades de análise com os atributos de interesse no estudo. Observe-se que esses objetivos se relacionam diretamente com a clara definição e delimitação do problema para pesquisa. Portanto, ao definir o problema ou a oportunidade com esses cuidados se estará acenando para especificar os objetivos do levantamento de dados e informações. b) Caracterização e delimitação da população amostrável, da população que fornecerá, de maneira direta, os elementos da amostra e que se constitui objeto de estudo ( população objetiva: PO). Dessa população, alguns atributos e características interessam à pesquisa e, portanto, são motivos de estudo; outros, não são de interesse direto, ainda que possam se relacionar com os primeiros. É com os atributos e características relevantes ou de interesse para a investigação que se define a população amostrada (PA). Essa é a população que, em muitos casos, serve de referência e da qual se obtém a amostra (A): [A  PA  PO: a mostra A é um subconjunto da PA e esta, por sua vez, é um subconjunto da PO]. É por conveniência, simplificação ou por razões de exeqüibilidade técnica e operacional que se define, com freqüência, a população amostrada como sendo um subconjunto e, portanto, mais restrita ou limitada que a população objetiva conforme é sintetizado pela expressão acima. As inferências estatísticas obtidas da amostra se aplicam (são válidas) à PA que evidencia a realidade, porém, para um conjunto limitado de características ou atributos que interessam para o estudo; essa validade se estende (é a essência da inferência estatística) à PO. A caracterização e delimitação da população amostrável é, em alguns casos, relativamente fácil como, p. ex., a unidade de análise de uma população de lâmpadas elétricas para se avaliar a duração média. Mas, quando se trata de selecionar uma amostra de produtores agrícolas da Amazônia (...), essa caracterização e delimitação não é tão fácil ou direta como no caso anterior, dada a alta heterogeneidade desses elementos. c)

Dados e informações, apenas as necessárias, a serem selecionadas ou colhidas, verificando que todas sejam essenciais e de qualidade para se atingir os propósitos da pesquisa. Portanto, essa escolha é (deve

36

ser) rigorosamente orientada pelos objetivos e metas da investigação, condicionadas às limitações de recursos e pelos objetivos do levantamento. É necessário verificar na seleção de elementos, que todos os dados e informações sejam importantes, necessários e apenas os suficientes para se atingir os propósitos da pesquisa; verificar, também, que nenhuma informação básica seja omitida do levantamento. d) Nível de detalhamento e/ou de precisão dos dados e informações. Na definição desse nível se deve observar a plena coerência com os objetivos do estudo (e com os objetivos do levantamento), bem como com os meios disponíveis para se alcançar esse nível de detalhamento e precisão exigida (desejável) e possível. O nível de detalhamento e precisão dos dados e informações na amostragem se relaciona, em parte, com as características da população amostrável e com o que se pretende gerar/ adaptar e disponibilizar para atender à clientela em suas necessidades e possibilidades por solução tecnológica. O pesquisador deve considerar que os resultados da amostragem estão sujeitos a determinados níveis de incertezas porque apenas parte da PO foi considerada e porque se têm erros, entre outros, os de observações, medidas e da própria amostragem. Tais incertezas podem ser reduzidas e, em alguns casos, eliminadas, quando se possa “garantir”:  uma “ótima” representação da população mediante um maior número de unidades de análise por unidade de amostragem; e  com a utilização dos “melhores” instrumentos de observações e medidas nessas unidades para os atributos de interesse na pesquisa (consistência com a realidade). Mas, selecionar as melhores unidades representativas da população e ter o maior número de elementos numa amostra, além de utilizar os melhores instrumentos de observação e medida, traduz-se em elevação de custo e requer mais tempo para se realizar o levantamento com detalhes e precisão. É inerente à pesquisa com qualidade e efetividade em suas inferências buscar um certo equilíbrio entre esses fatores, exigência e os custos, de tal maneira que com o menor número de elementos da amostra se tenha a maior representatividade da PO e com os menores custos se possam alcançar maiores detalhes e precisão, com mais benefícios na inferência. e) Procedimentos e métodos de medidas e as formas de registro dos atributos que são objeto de estudo procurando simplicidade, precisão e objetividade nesses procedimentos, medidas e registros. Isto se atinge, em parte, quando o pesquisador tem suficiente conhecimento da PA em variáveis como abrangência e variabilidade, em fatores como nível de instrução, tipo de ocupação e interesses (necessidades) e expectativas da clientela representada nessa PA, bem como das possibilidades do pesquisador e da empresa de pesquisa para buscar, testar/adequar e adotar os melhores procedimentos, métodos e medidas. Suficiência no conhecimento e na busca e adoção de melhores procedimentos e métodos são fatores de qualidade e competitividade da pesquisa que o pesquisador sempre deve buscar. Na parte de obtenção de dados e informações se ilustram, neste livro, procedimentos de formulação de perguntas e de registro de respostas quando o meio de as obter é um questionário. f) Esquema proposto que precede à seleção dos elementos da amostra; esse esquema pode ser o de preparar a população em unidades de amostragem. Para facilitar o processo de amostragem a PO de estudo pode ser dividida em unidades de amostragem. O processo de divisão pode ser a estratificação (agrupação, categorias, parcelas etc., de acordo com determinado critério), em que todos os estratos (grupos, categorias, parcelas etc.) possam compreender todos os elementos da população sem sobreposição nem omissão. A PO pode ser composta por inúmeros atributos dos quais, em geral, apenas uns poucos são considerados de interesse para a investigação; trata-se das unidades de análise da PA dispostas em unidades de amostragem.

37

A definição de unidades de amostragem, no processo de preparação, pode ser um problema difícil, em termos práticos, em especial com populações heterogêneas; isto requer criatividade, habilidade e experiência do pesquisador para definir unidades consistentes e operacionais. Algumas populações podem ser consideradas relativamente homogêneas em relação aos atributos ou características que são de interesse para a pesquisa. Essas considerações partem do conhecimento que o pesquisador tenha da PO e que possibilita admitir certa uniformidade na probabilidade de seleção ou de escolha de todos os indivíduos (equiprováveis), quanto aos atributos de interesse. Equivale a considerar a inexistência de diferenças sistêmicas ou eventuais na população. g) Seleção da amostra; o pesquisador poderá utilizar, dentro de uma ampla variedade de planos existentes apresentados em obras de referência sobre a amostragem, um deles para dimensionar a grandeza da amostra. Esse tamanho é determinado depois de definidos o grau de precisão desejável e possível de se alcançar e as unidades de amostragem ou a estratificação que melhor convenha ao estudo. Fatores importantes a considerar nessa seleção são, entre outros, prazos; competências – habilidades do pesquisador; dotação de recursos materiais e financeiros; níveis de detalhes e precisão; e custos relativos. É importante observar que a dimensão de uma amostra está na dependência estreita e direta da homogeneidade do material objeto de estudo e do nível de precisão almejado. Assim, um diagnóstico de laboratório poderá ser feito com base numa amostra de uma gota (ou uns poucos cm 3) de sangue procedente de uma “fonte” relativamente homogênea (p. ex., de uma pessoa); mas, para uma população heterogênea implicará numa amostra maior para se estimar um atributo como, p. ex. concentração de (...), presença de (...), equilíbrio ou desequilíbrio entre (...); essa população poderá requerer a estratificação das pessoas a serem diagnosticadas conforme critérios que ao caso se apliquem. O pesquisador deve ter presente que as unidades de análise dentro das unidades de amostragem, ao selecionar uma amostra, inter-relacionam-se com “outras” unidades da PO, mas, conforme descrito no projeto ou no relatório, essas “outras” características e estratos, não tem interesse para pesquisa. A “inter-relação” de características ou atributos de uma população (alguns com problemas: os que estão no foco da pesquisa) é um ponto de interesse relativo que poderá estar presente na amostragem; ao definir uma base amostral com esse interesse se alcançam benefícios nos processos de geração e transferência dos resultados da pesquisa. O pesquisador deve entender que problemas para pesquisa e as soluções geradas na investigação consideradas em nível de atributo da PA, podem não ocorrer apenas no contexto desses atributos e unidades de análise, mas, em um contexto mais amplo, integrado e complexo de todos os atributos e estratos da PO. O problema para pesquisa, conforme indicado, se dá, em geral, no sistema ou população alvo de pesquisa, com interações e associações de muitos fatores, às vezes, complexas, porém simplificadas num projeto. A solução do problema não pode ser dissociada desse contexto sistêmico, inclusive aproveitando os fatores que inibiam o problema e que passam a se constituir coadjuvantes da solução. A amostragem simplifica esse processo e destaca apenas umas poucas unidades de análise. Em termos rigorosos, o resultado da pesquisa se deve integrar no sistema que deu origem à amostra da PA e esta, pela generalização, à PO composta por um número maior de atributos e estratos, em geral, inter-relacionados, complementares ou de alguma forma associados. Apesar dessas “outras” características ou atributos da PO serem omitidos na amostra, de alguma forma e com variáveis níveis de importâncias podem ser consideradas tanto no tratamento do problema como na transferência e difusão da solução: este é o conceito sistêmico de pesquisa que pode afetar o esquema de seleção da amostra. Ao selecionar a amostra o pesquisador deve estar atento ao fato de que cada atributo da PA deve pertencer a um, e apenas um estrato, vale dizer, a uma unidade de amostragem.

38

À vezes, os atributos são simples e evidentes como no exemplo de lâmpadas elétricas, dispensando a estratificação ou sendo realizada com facilidade definida como, p. ex., lâmpadas maiores ou de (...); lâmpadas medianas ou de (...) e lâmpadas menores ou de (...); em cada estrato simples se evidencia apenas um atributo como poderia ser o da vida útil média da lâmpada. Em outros casos não é tão evidente como na definição das unidades de produtores agrícolas da Amazônia (...), em que poderão ser necessárias variáveis auxiliares e critérios de estratificação. h) Verificação preliminar dos processos feita, depois de terem sido selecionados o esquema e as amostras; essa verificação poderá evidenciar, quando se realizam testes, simulações e trabalhos em menores escalas, “outras” dificuldades, com oportunidades de correções. Em geral com essa verificação é possível fazer melhoramentos em procedimentos como os de elaboração e aplicação de questionários e preparação/ treinamento de pessoal para aplicá-los. i) Organização do trabalho de campo relacionada, em parte, com a fase anterior de verificação dos processos de amostragem. Parte da organização do trabalho se fundamenta no treinamento de pessoal para se atingir os objetivos e metas na utilização de instrumentos de medidas e nas práticas de gestão, monitoramento e avaliação do trabalho de campo. j) Síntese e análise dos dados; nesta fase se incluem, entre outras atividades, as avaliações de consistência dos dados e informações, sejam elas o resultado de levantamentos por questionário, entrevistas ou similares ou os resultados de observações e registros de experimentos de campo e laboratórios preparados para fins específicos, entre outros, bem como o tratamento de dados e informações amostrais feito, em parte, em sistemas de informações e em bancos de dados, conforme se ilustra na Figura 11. O segundo conceito importante e destacado relacionado com o processo de amostragem é o de inferência estatística. A inferência estatística pode ser definida como o processo necessário para se obter resultados e conclusões válidas para a população, quando considerado(s) determinado(s) atributo(s) objeto de investigação, a partir da escolha e análise de unidades de uma parte da PA: a amostra. De certa forma a inferência estatística é a indução incompleta ou o passo do particular (o que se verifica e é uma proposição válida nas unidades amostrais analisadas) para o geral (ou a aplicação dessa proposição na PO), sem que o conceito de indução tenha o sentido estrito ou matemático. Para se ter inferências válidas para a população é necessário que as mesmas sejam fundamentadas em conceitos e critérios, com evidências de seus efeitos. Entre esses conceitos se têm os de repetição, “casualização” (randomization), erro tolerável de amostragem e coeficiente de risco, estipulados a priori, entre outros, conforme seja a natureza do problema, os objetivos e recursos alocados na pesquisa, o nível de precisão que se deseje e seja possível alcançar e as implicações de uma ou outra decisão envolvendo riscos, erros e incertezas. As incertezas e suas implicações negativas nas decisões atreladas à pesquisa devem ser minimizadas e para tal propósito o pesquisador pode ser auxiliado pelo método científico, não apenas na análise e inferência estatística, mas, na escolha dos melhores dados e informações, mediante a amostragem, para fazer essas análises consistentes e úteis. Ao fazer as inferências estatísticas o pesquisador deve reconhecer a possibilidade de que elas possam ser erradas; trata-se de um erro potencial inerente ao processo de amostragem. As inferências amostrais poderão ensejar dúvidas, especialmente entre leigos, a respeito da confiabilidade da informação gerada com base no tratamento de elementos de uma amostra e das conclusões que resultam da síntese e análise desse subconjunto da população. O método científico confere certeza científica (ver nota de rodapé 81: verdade científica) às inferências com fundamentos probabilísticos, portanto, envolvendo riscos em decisões, ações e resultados da investigação.

39

Deve-se enfatizar que o objetivo da pesquisa é a inferência válida para a população; a mostra é o meio para estudar o conjunto por ela representado e dela obter resultados generalizáveis para a população. O exemplo que segue ilustra a importância e a necessidade da inferência baseada na análise e estudo dos elementos de uma amostra. Um pesquisador busca avaliar um novo produto para o tratamento da doença (...); para tal propósito, aplicá-o a um grupo de 62 pacientes (estes podem ser uma amostra não-probabilística 1). Assumindo-se que essa amostra fosse representativa da população e do ponto de vista da investigação, o pesquisador não estaria apenas interessado no tratamento desse grupo de pacientes, mas, na generalização do resultado e na possibilidade de que possa ser aplicado (ou vir a ser aplicado), se eficiente (inferência) nesse tratamento, em qualquer paciente com a mesma doença, isto é, na população que tenha (ou possa vir a ter) essa doença e receber o novo tratamento, dadas determinadas circunstâncias: aquelas em que o tratamento é definido (o considerado no desenho da pesquisa) e que possam ser generalizadas. Neste caso, a população poderá até não existir e os 62 pacientes que recebem o tratamento e dele obtém resultados poderão ser os únicos afetados por essa doença. Não entanto, é a população composta por todos os afetados por essa doença o que interessa, desde que o pesquisador deseje gerar o tratamento para um paciente em geral e se tenham as condições para considerar essa amostra como representativa da população.

O exemplo anterior destaca a necessidade de se fazer inferências e generalizações válidas não apenas para um grupo ou um estudo limitado de caso, mas, com validade científica para a população representada por uma amostra. Para quem busca o tratamento de determinado problema ou o aproveitamento de certa oportunidade, pouco importa a informação de que alguns elementos da amostra tenham melhor resposta do que outros; o que interessa é saber se o tratamento dá os melhores resultados, em média, para todos (este é o significado de intervalo de confiança da inferência estatística), para a população, ainda que em alguns casos isto não possa ser observado; este é o significado do nível de significância. No caso de estudos qualitativos devem ser apresentados os elementos necessários para caracterizar o número de observações que serão (projeto) ou foram realizadas (relatório técnico-científico), bem como a população de onde serão (foram) obtidos os elementos componentes da amostra, conforme já indicado. Os dados experimentais poderão corresponder à amostra de uma população infinita, sendo que o experimento, quando bem planejado e desenvolvido, é tido como uma amostra representativa dessa população, portanto, com probabilidade para se fazer inferências válidas. Em geral, para a pesquisa científica, a amostra não tem interesse por si próprio, mas, pela forma fiel como essa pequena parte da população representa a PO, o agregado ou o conjunto maior e dela permitir fazer inferências e conclusões (generalizações) válidas para o todo, conforme se ilustra com o seguinte exemplo: Com base em resultados de uma amostra, o teste estabelece, p. ex., se, na população, a média do tratamento A (dose, ração, adubação, tempo de resposta, distância, peso, preço, insumo, produto, variedade ou qualquer outro atributo, fato ou fenômeno objeto de estudo) é diferente da média do tratamento B, ou da média do tratamento C ou, ainda, diferente do valor de uma referência como a média das unidades de análise que não recebem o tratamento: grupo controle, para determinado nível de significância e outras condições da pesquisa.

1

Numa amostra não-probabilística, o processo de seleção das unidades de análise não é formal; e o conhecimento da população útil é limitado, portanto, não existe a probabilidade de se selecionar qualquer unidade da população (REA e PARKER, 2000; p. 141). Em alguns casos, essa “amostra” pode ser a população.

40

O pesquisador, quando apresenta seus resultados ou os antecipa na proposta de pesquisa, dá certa “garantia” de confiabilidade das informações inferenciais, baseado na aplicação do método científico e na manutenção de certo equilíbrio (consistência) nas relações entre a amostra, o problema e as hipóteses. Ao especificar essas relações define que a amostra é representativa da população, sem que seja uma miniatura do todo, mas, com a estrutura e composição semelhantes a da população numa escala proporcionalmente menor. A amostra está associada ou define, também, exigências do plano experimental correspondente, de tal maneira que as inferências não gerem ambigüidade na aplicação e interpretação de resultados, como são os gerados em testes de hipóteses e generalizados das inferências para a população. Para se ter a confiabilidade nos resultados é necessário que a amostra da qual eles se derivam tenha determinadas características conferidas pelo método científico. Não se trata de qualquer amostra ou de uma fração acidental da população, mas, de uma parte do conjunto composta por elementos com igual probabilidade de seleção (isto é, a casualização), de acordo com determinadas características apresentadas no plano de amostragem ou no plano de experimentação. Nesses planos se colocam em evidências dimensões técnicas e científicas que são indicadas neste livro sem demonstrações nem discussões, apenas ilustradas e exemplificadas. O problema de amostragem é ajuizar sobre os elementos (atributos de interesse para a pesquisa) característicos da população (definidos por parâmetros) a partir de estimativas (estimadores dos parâmetros, com propriedades desejáveis) feitas com base numa amostra. A amostra, repetindo, interessa somente pelas informações e conclusões que possa fornecer, generalizando-as para a população da qual ela foi obtida (inferência de natureza indutiva). Uma população amostrada pode dar origem a diversas amostras com variáveis estimadores de seus parâmetros. O pesquisador busca garantir que as estimativas amostrais representem, de maneira fiel e consistente, os atributos (parâmetros constantes) da PA. Um dos problemas no estudo de uma população mediante amostragem, é o planejamento da amostra em termos da escolha dos elementos que a compõem. A obtenção de dados e informações para a investigação com qualidade e efetividade, qualquer que seja a forma e a fonte consultada, é feita pelo pesquisador, algumas vezes utilizando dados já apurados, existentes em registros e /ou publicados com interpretação (secundários); em outras ocasiões, a obtenção é de dados primários de entrevistas, questionários, montagens de experimentos de campo e laboratório e mediante meios modernos, alguns deles exemplificados neste livro. Em geral, na pesquisa combinam-se dados e informações secundárias com dados e informações primárias de várias fontes (amostragens estatísticas ou probabilísticas e não-estatísticas como são as de quotas, conveniência e propositiva) e natureza (p. ex., qualitativa e quantitativa), com similares ou equivalentes níveis de detalhamento (exatidão e precisão) e qualidade, para se definir uma base de dados “robusta” e suficiente para a investigação. A parte que segue é uma orientação preliminar e simples da teoria estatística de amostragem com ilustrações e exemplos de aplicação na investigação, destacando-se tipos de amostragem como a aleatória simples (de tamanho n quaisquer), sistemática simples (a cada n), aleatória estratificada (n por grupo), por cluster (n por cluster) e multi-estágios (amostras de amostras). 1 Amostra simples ao acaso. Quando, a priori, o pesquisador não tem conhecimento da homogeneidade da população nos atributos que são objeto de estudo realiza testes, os aplica em “amostras pilotos” e decide acerca do comportamento desses atributos. Se for assegurada a homogeneidade da PA por um ou outro procedimento consistente, a técnica que pode utilizar para escolher os elementos componentes da amostra é a de amostragem aleatória simples ou amostra simples ao acaso. A técnica de amostra simples ao acaso consiste em selecionar uma parte dos elementos (essa parte é indicada por n), os mais próximos da realidade (da população amostrável PA) que seja possível obter e com

41

conhecimento do grau de exatidão. A seleção é feita de forma aleatória e sem nenhuma operação preliminar como a de estratificação das unidades de análise em unidades de amostragem ou de agrupamento, a fim de conhecer o comportamento de uma ou mais características de interesse para a pesquisa. A técnica de amostra simples ao acaso pressupõe a definição da(s) característica(s) a ser(em) estudada(s), um processo para obtenção dos elementos da amostra e a estimação de valores do(s) atributo(s) de interesse. A técnica se caracteriza pelo fato de que todos os elementos têm a mesma probabilidade de serem escolhidos (selecionados) para compor uma amostra. Para se ter uma amostra de n elementos escolhidos dentre o conjunto N da população, procede-se ao sorteio, com reposição, se a população é relativamente pequena, ou sem ela, com populações grandes ou infinitas, até completar o número que define o tamanho da amostra. Significa que a amostra poderá ser obtida repondo-se, na população, os elementos observados na amostra (é o caso de amostra simples ao acaso com reposição) ou sem a reposição desses elementos (amostra simples ao acaso sem reposição). Que fatores determinam o tamanho da amostra na amostragem probabilística? Em essência do(s) parâmetros(s) a estimar; do nível de confiança desejável; do erro tolerável ou precisão escolhida; e do nível de dispersão da população, entre outros. No caso da amostragem não-probabilística não se tem sustentação técnica, mas, indicadores usuais como o de 10% ou 15% da população. O interesse nestas Orientações (...) é para uma introdução a fundamentação técnica da amostragem. Para definir o tamanho da amostra (n) de tal maneira que se possa ter uma “boa” estimativa do parâmetro, 2 (p. ex., da média aritmética da amostra x como expressão representativa do parâmetro média da população  e da estimativa do desvio-padrão da amostra sˆ como expressão representativa do desviopadrão da população ) é necessário definir em que condições ou com que flexibilidade se podem aceitar os resultados (as inferências) obtidos da amostra. Com o propósito de especificar em que condições ou com que flexibilidade se podem aceitar as inferências o pesquisador define critérios (ou adota padrões, adequando-os à realidade) e internaliza conceitos relativos à amostragem, com aplicação à realidade, a população, objeto de investigação. Parte desses critérios e conceitos é apresentada, ilustrada e exemplificada a seguir: a) Um erro tolerável de amostragem (simbolizado por  ) que é fixado à priori, conforme sejam a natureza do problema e o nível de precisão desejável e possível, considerado na fixação desse erro. Fixar a priori um erro de amostragem, não significa fazê-lo de maneira arbitrária, mas, com fundamentações teóricas e práticas, bem como baseado nas implicações da fixação de um ou outro tipo e nível de erro. Essas implicações dependem, em parte, repetindo, da natureza do problema e dos objetivos da pesquisa. Neste sentido admitir, p. ex., não errar por mais ou menos 20,0 gramas (   20,0 ) no peso médio de um produto apresentado em unidades de um quilograma ( x =1kg;   20,0g) ou não errar por mais ou menos três quilogramas (  3,0 ) de peso vivo em um experimento com animais de porte médio e pesos entre 27,0 a 45,0kg, submetidos a determinado tratamento experimental, significa aceitar errar por mais ou menos 20,0g ( 2,0%) ou 3,0kg ( 8,3%) na estimativa da média. Em casos de pesquisas com controles mais rigorosos como, p. ex., em experimentos de investigação envolvendo a saúde e alimentação humana, a aceitação de um erro de amostragem exige menores valores ou níveis de tolerância como, p. ex.,   0,1cm3 ( 0,4% numa dose de 25,0cm3) ou   0,5g ( 0,8% numa dose de 60g). O erro de amostragem está relacionado com o número ótimo de elementos da amostra. 3 b) Um coeficiente de risco (  ) definido, também, à priori, com base na natureza do problema e a especificação dos objetivos da pesquisa. 2

A estimativa de um parâmetro (a) (estimador, indicado por â ), obtida de uma amostra, poderá variar de amostra para amostra; mas, um “bom” estimador de qualquer amostra deverá ser não tendencioso, isto é, a E(â) = a; eficiente, isto é: a var(â) é a mínima possível; e convergente, isto é: o lim. Pn [|â – a|   ]  1, significa que quanto mais cresce a amostra (n), mais o estimador se aproxima ao valo do parâmetro da população que é constante e em geral não conhecido (lim. = limite; E = esperança matemática).

42

Em termos gerais, o pesquisador poderá aceitar a estimativa com um erro tolerável de 1,0% a 5,0% ou de 10,0% ou maior, conforme sejam as implicações desses níveis de risco. Aceitar falhar em 1,0% ou 5,0% no resultado que se busca ao estimar, p. ex., a média aritmética significa que o valor calculado nessa medida não estará dentro dentre o intervalo de confiança no máximo em 1,0% ou 5,0% das vezes: esse é o conceito de nível de significância ou probabilidade que o intervalo, com a estimativa, não contenha o parâmetro da população. Associado ao coeficiente de risco se tem o nível de confiança, isto é, a probabilidade que o intervalo em que se encontra a estimativa amostral contenha o parâmetro da população; no exemplo considerado no parágrafo anterior, esse nível é de 99,0% ou 95,0%, das vezes. c) Um erro de amostragem, definido como a diferença entre o valor de uma estatística calculada para a mostra aleatória (seja esse valor representado por â) e o parâmetro correspondente da população (a, uma constante) da qual fui obtida essa amostra; o erro de amostragem é dado por |â – a|. Os erros de amostragem, nos casos de estimativas freqüentes como a média aritmética e o desviopadrão, são definidos por | x   | e | sˆ   |. O desvio padrão da média 4 é outro tipo de erro que se relaciona inversamente com n e diretamente com a dispersão representada por s. O erro de amostragem serve, também, para explicar porque depois que a amostra alcança certo tamanho (p. ex., o do ótimo econômico), observações adicionais não reduzirão esse erro o suficiente para compensar o custo adicional que se tem com o aumento de n. Para o caso da média aritmética, o erro de amostragem, em termos de probabilidade (P), tem como argumentos o erro tolerável e o coeficiente de risco. 5 Em termos ilustrativos os conceitos necessários para estimar o tamanho da amostra (n) podem ser apresentados em ilustrações como a do Gráfico 1. No Gráfico 1 se indicam os valores estimados da média localizados num determinado intervalo de confiança sendo que esse intervalo, definido pela expressão    x , compreende 68,3% dos elementos da população, enquanto que os intervalos definidos pelas expressões   2 x e   3 x compreendem, respectivamente, 95,4% e 99,7% desses elementos, para o caso de uma população com distribuição normal. As áreas compreendidas e que são delimitadas pala curva de distribuição normal correspondem a valores de probabilidade; essas delimitações definem áreas críticas nos extremos e uma área do intervalo de confiança. As áreas complementares do intervalo, portanto, fora desses limites, definem, repetindo, os níveis de significância indicados pelas áreas pontilhadas, nos extremos, do Gráfico 1. A amostragem estatística se define sob determinadas condições da distribuição da população objetivo de estudo.

Nível de significância 3

Intervalo de

O erro de amostragem está inversamente relacionado com confiança o tamanho da amostra, pela expressão

1

n

. Quanto maior é a amostra

(n) menor será o erro de amostragem; no entanto, essa redução ou relação inversa não é proporcional: se o tamanho da amostra for duplicado o erro será reduzido em 1,4 vezes; se o erro for 0,06 para uma amostra de 25 elementos e duplicar essa amostra, o erro apenas se reduziria em 30%, passando a 0,04. 4

n ) que mede a variação aleatória esperada da média. O desvio padrão da média é definido por s x  s a´ b´ c b a

As expressões que define o erro tolerável () e o coeficiente de risco () são: P[| x   |  ]   e   Z  s x , em que em que: Z é um valor tabelado (distribuição normal reduzida). a´ = , a = , b´ = b =, c =  5

Gráfico 32 Delimitações de áreas probabilísticas na distribuição normal para a tomada de decisão

43

Uma dessas condições (hipóteses) é de normalidade; submetida a teste e admitida a normalidade, define-se o erro tolerável de amostragem  e os números de elementos que compõem a amostra sob duas possibilidades: população finita ou infinita. 6 Nos exemplos ilustrativos que seguem se aplicam definições formais de amostragem sintetizadas em notas de rodapé. Adianta-se que essas notas são insuficientes para se ter o embasamento necessário; elas são desprovidas de demonstrações e outros assuntos da teoria que o pesquisador poderá encontrara em textos de 6

Substituindo termos das expressões da nota de rodapé 132, obtém-se:

P[| x   | Z sx ]   ou

P[| x  

sx

| Z  ]  

em que, repetindo, Z é o valor tabelado da curva de distribuição normal reduzida, para n  30 ou da curva associada a distribuição t de Student, para n < 30, com n-1 graus de liberdade; s x = é o desvio-padrão da média amostral. Da expressão anterior se deriva a seguinte fórmula:

  [Z  N  n

N 1

].[ s

n

]

Da expressão acima é fácil derivar a fórmula que permite calcular o tamanho da amostra (n) em função, direta ou implícita, do erro tolerável e do coeficiente de risco. Essa estimativa pode ser para o caso de uma população finita de tamanho N:

n

Ns 2 Z 2

N 2  s 2 Z 2

 N

ou para o caso de uma população infinita (N  ), dada por: 2 2

n N   Z  s

2

(1  N

2

Z 2 s 2

)

44

estatística específicos; são apenas suficientes para aplicar as técnicas evidenciando os pressupostos e implicações de suas violações que se ilustram nos exemplos. Problema. Seja um caso de estudo em que o pesquisador admite como sendo tolerável um nível de risco de 5,0% (  ). Isto significa aceitar a inferência no intervalo de confiança de 95,0%; se a decisão é baseada na hipótese de um teste bilateral (2,5% para cada lado; Gráfico 1), o valor (probabilidade no corpo da tabela) de Z é de 1,96 (distribuição normal padronizada 7 ). Se o teste fosse unilateral e o nível de significância pré-definido de 1,0%, portanto para um intervalo de confiança de 99,00%, o valor de Z seria 2,32 (interpolação dos valores 0,9893 e 0,9918; na nota de rodapé 136). Admite-se como tolerável na pesquisa, um erro de amostragem de 2 (  ) unidades. O tamanho da população objeto de estudo é 5.000 (N) elementos. As informações anteriores são complementadas com outras obtidas, p. ex., de uma amostra piloto (trata-se de uma amostra de tamanho arbitrário que permite estimar, p. ex., medidas de posição e dispersão utilizadas na definição do tamanho da amostra), são suficientes para determinar o tamanho da amostra neste exemplo. Solução: A determinação do número de elementos da amostra tem como argumento a variância. A estimativa da variância é feita com base numa amostra piloto que, neste exemplo, foi considerada sendo composta por 10 unidades com a medida do atributo objeto de estudo. A partir dessa amostra se calculam a media ( x ) e a variância (s2) como seguem:

x

10 i 1 x i

n 1

 

10

s

2

11

= 8,6

( x i  x )2

n 1

14a

= 13,4

14b

Aplicando as fórmulas correspondentes as duas possíveis situações: (nota de rodapé 135), têm-se: a) Para o suposto caso de uma população finita, n = 12,8  13. b) Para o suposto caso de uma população infinita, n = 12,9  13. Observa-se que não há diferença no tamanho da amostra, devido ao tamanho da população ser muito grande. Mas, ao reduzir o coeficiente de risco para, p. ex., 1,0% e com um novo valor de Z de 2,58, o tamanho da amostra é diferente; passa de 13 para 22 elementos. No outro sentido ao tratar de risco, admitindo-se um maior risco de, p, ex., 10,0%, o que significa que o intervalo de confiança se reduz para 90,0%, o valor de Z passa para 1,28. Neste caso, com um menor nível de segurança na inferência, o tamanho da amostra será de apenas 6 elementos.

O exercício anterior mostra que para se ter um menor risco na previsão quando se aumenta o nível de confiança da inferência de 95,0% para 99,0% será necessário um maior número de elementos; no sentido contrário, o tamanho da amostra se reduz. A questão pode ser sintetizada, em parte, em: os benefícios do menor risco compensam o aumento de custo com um maior número de elementos na amostra ou o custo de admissão de um maior risco é compensado pelas menores despesas na amostragem? A resposta a essa questão se relaciona, repetindo, com a natureza do problema e os objetivos da investigação, entre outros fatores que a determinam ou influenciam. 7

Textos de estatística apresentam tabelas com a distribuição normal padronizada (Z) caracterizada por =0 e  2=1. Exemplo:

ZP(Z < )ZP(Z < )ZP(Z < )1,000,84331,920,97262,300,9893 1,100,86431,930,97322,400,9918 1,200,88491,940,97382,500,99381,300,90321,950,97442,600,99531,400,91921,960,9750 2,700,99651,500,93321,970,97562,800,99741,600,94521,980,97612,900,99811,700,95541,990,97673,000,99871,800,96412,000,97733,100,99901, 900,97132,100,98213,200,99931,910,97192,200,98613,500,9998

45

Em alguns casos não é recomendado utilizar expressões com erros absolutos (), mas, com erros relativos toleráveis como os de amostragem. Esse erro, sendo relativo, é definido por 

x

, possibilitando

calcular o tamanho da amostra de forma alternativa 8 útil e prática. Do exemplo anterior, ao considerar um erro relativo de 23,2% (  ´ = 2 8,6 ) e o nível de significância de 5,0%, o tamanho da amostra (nota de rodapé 137) é de aproximadamente 13 elementos. Ainda sob a condição de fixar valores (p. ex., de erros admissíveis como são os de amostragem  e de risco  ) e definir a flexibilidade com que se aceitam os resultados obtidos na amostra é apresentado, a continuação, o caso de amostragem proporcional. A técnica de amostragem simples ao acaso para proporções e porcentagens se aplica na determinação da proporção de elementos da população que possuem determinado atributo ou característica. Com freqüência, no levantamento de dados e informações e em censos, é de interesse e se quer determinar a proporção ou a porcentagem de unidades da população que possuem uma certa característica ou atributo ou que pertencem à determinada categoria como p. ex., o número de pessoas desempregadas e o porcentual de áreas de reserva ambiental (áreas ociosas, áreas inundadas, áreas desertificadas, áreas ocupadas em..., etc.) nos empreendimentos produtivos de (...). Em alguns casos, as perguntas de questionários se orientam para serem respondidas numa forma dicotômica, com a escolha de uma das alternativas como, p. ex., “sim” ou “não”, “positivo” ou “negativo”; “caro” ou “barato”; “satisfatório” ou “insatisfatório” etc. Para cada opção o pesquisador tem um critério ou uma referência definida e consistente, de tal forma que ao verificar se os dados (ou as estimativas obtidas) são ou não compatíveis com determinada população (critério pré-estabelecido ou parâmetro fixo) a decisão seja clara e precisa. Ser ou não compatível (p.ex., a inferência amostral acerca de um atributo aceita como representativa do parâmetro) com determinada população (parâmetro da população) significa conhecer, por um lado, as condições dessa população e, pelo outro lado, os fundamentos dos procedimentos, técnicas e métodos científicos que se utilizam para fazer essa verificação, admitindo-se determinadas condições na tomada de decisões. Utiliza-se a amostragem proporcional quando na população objeto de estudo se tem uma característica ou um atributo dicotômico. Nestes casos, com base numa amostra piloto, são calculadas a média e a variância 9 .

8

A forma alternativa de calcular o tamanho da amostra a partir do erro tolerável definido em termos relativo, isto é

φ´  φ em que

s

x

x

 Z ε ( sˆx

x

)  Zε N  n

N

s



x

é:

x n

é o coeficiente de variação (C) ou a relação entre o desvio-padrão e a média. No caso de amostragem sem

reposição, tem-se:

n

9

NC 2 Z 2

N´2  Z 2 C 2



N

1  N´

2

Z 2 C 2

Na população amostrada com características dicotômicas são considerados os seguintes conceitos e relações, sintetizados a partir da notação (COCHRAN, 1965; p.78 – 80): C = unidades que possuem o atributo; C1 = unidades que não possuem o atributo; A = número de unidades de C na população; a = número de unidades de C na amostra; N = tamanho da população; n = tamanho da amostra; P = A/N ou proporção de unidades de C na população =; p = a/n ou proporção de unidades de C na amostra. A estimativa amostral de P é p; a estimativa amostral de A é N p ou N a/n. Para quantificar os resultados cada unidade de yi da população toma os valor de 1 (se estiver contido em C) e 0 (se estiver contido de C1. O problema de estimar

46

O exemplo que segue ilustra o caso de amostragem proporcional. Problema: Seja uma população composta por 10.000 indivíduos que se quer estudar quanto à característica de “fumante” ou “não fumante” (atributo dicotômico). Para tal propósito foi considerada uma amostra piloto de 100 indivíduos em que se constatou 42 eram fumantes. Qual é a estimativa que pode ser dada à proporção de fumantes considerando um intervalo de confiança de 95,0%? Solução:

p

42  0,42 (razão ou proporção na amostra) 100

s R2  (10.00  100 ) sR 

10.000

)( 0,42 x 0,58 )

99

)  0,002 A estimativa do erro padrão é:

0,002  0,05

A estimativa do intervalo de confiança 10 para a proporção é:

P[0,42 – 1,96 x 0,05 < P < 0,42 + 1,96 x 0,05] P[0,32 < P < 0,52] = 0,95 Para a estimativa do tamanho da amostra são utilizadas as expressões indicadas na nota de rodapé11; o tamanho da amostra é de 37 elementos para o caso de uma população considerada infinita.

A e P pode ser visto como os valores médio e total de uma população em que os yi podem assumir valores de 1 ou 0. As expressões que seguem permitem estimar os parâmetros:

Y  N

σ2 

 ( yi

i 1

N

N

yi  A ; Y  i 1 

 Y )2

N 1



i 1

yi

N



A P; y N

N  ( PQ ) ; s 2  N 1

n

 ( yi

i 1

N



i 1

 y )2

n 1

yi

n 

σ N  n) PQ N  n ( ) ( ) n N n N 1 N 2 PQ N  n var( p )  s 2  N  n pq var( ˆA )  ( ); p ( n  1) N n N 1 2

Var( p )  E( p  P ) 2 

10



n ( pq ) n 1

em que, Q = 1 – P; e q = 1 – p. A estimativa do intervalo de confiança é dada por: P[LI < P < LS] = 1 -  em que, LI = R - Z 

P

LS = R + Z 

P

Z = 1,96, para  = 5% P[R - Z 

P

< P < R + Z

P]=1-

As expressões são:; P[ | R  R |   ]   ;   Z   R Após transformações, obtém-se (população considerada finita) 11

n

NZ 2 RQ ( N  1) 2  Z 2 RQ

a p n

47

Qual é o critério que o pesquisador deve utilizar para estimar o tamanho da amostra? Diversos fatores devem ser considerados para responder à pergunta, desde a natureza do problema e objetivos da pesquisa até os pressupostos de técnicas e métodos, passando pela disponibilidade de recursos, procurando conciliá-los. Conciliar significa buscar o acordo ou a aproximação entre as partes prática (realidade) e teórica (ciência) do problema e de técnicas e métodos, o que pressupõe conhecer uma e outra parte. Nos exemplos anteriores de dimensionamentos de amostras foram destacados, em notas de rodapés, elementos teóricos, os mínimos, da amostragem aleatória simples. Na prática o tamanho da amostra é determinado, também, e com freqüência, por considerações, reais ou imaginárias, a respeito de custos e benefícios da representação da população, bem como pelas implicações de um e outro tipo de erro e risco, e não apenas por critérios teóricos. Uma combinação de considerações teóricas e práticas, econômicas e operacionais, relativas à amostragem deve ser evidenciada no documento técnico-científico. Isto, porque um número muito reduzido de observações (p. ex., experimentos com poucos elementos ou um número reduzido de unidades experimentais) poderá ser inútil ou de escassa utilidade, ao não permitir obter conclusões válidas (inferências) para a população. Por outro lado, experimentos com muitas unidades experimentais ou com muitos elementos em cada unidade, porém sem as considerações e os devidos critérios de consistência, poderão ser, também, inúteis ou de escassa utilidade, porque com essa amostragem se dá a impressão de conter uma verdade que, de fato, não se tem: não é a quantidade o que importa, mas a qualidade na representatividade do atributo estudado. A decisão acerca do ótimo número de elementos que deve compor a amostra é crucial na pesquisa e nem sempre é um propósito fácil de se atingir. O pesquisador, nesse propósito, é auxiliado por técnicas e métodos que encontra em textos de estatística.

O tamanho máximo da amostra ocorrerá quando PQ for mínimo; isto se dá para P = Q = 0,5. Para o caso de uma população tida como infinita a fórmula se reduz:

n

Z 2 PQ

2

48

Técnicas de pesquisa Técnica, do gr. tékhne, arte. No sentido geral, técnica compreende o conjunto de materiais e procedimentos ligados a uma arte ou ciência; os meios materiais utilizados para fazer uma obra; um conhecimento prático; o conjunto de regras, procedimentos e materiais para fazer algo específico e atingir um fim pré-estabelecido. Pode ser considerada, também, como uma habilidade ou uma maneira de agir ou de utilizar procedimentos concretos na obtenção de determinados propósitos.

A técnica é o modo de proceder no método, subentendido em seus menores detalhes; a operacionalização do método segundo normas. É resultado da experiência e exige habilidade em sua execução. Um mesmo método pode comportar mais de uma técnica, conforme seja a natureza do objeto tratado e os propósitos pretendidos com o tratamento. A diferença semântica entre método e técnica pode ser comparada à existente entre gênero e espécie, sendo que em alguns casos, pela estreita complementaridade é difícil e em alguns casos até de pouca utilidade separar um do outro. No contexto de pesquisa, a técnica é um conjunto, por vezes, um sistema, de procedimentos concretos (regras normas e princípios que auxiliam a aplicação do método científico, incorporando tento métodos como técnicas; expressa etapas para alcançar um resultado) de que se serve a investigação e a ciência para atingir seus propósitos. Não é o “caminho” como, com freqüência, é definido o método, mas, sim a arte ou a maneira de percorrê-lo, o instrumento que auxilia a aplicação do método para atingir determinados objetivos. Qualquer que seja seu sentido ou definição, se procedimento, habilidade, parte operacional de um processo, uma combinação desses conceitos ou significado (...), as técnicas de pesquisa devem aparecer explícitas no documento, seja ele o projeto de pesquisa ou o relatório técnico-científico, com especificação de suas diversas fases. Quais são as fases da pesquisa em que se utilizam técnicas, com certa especificidade, conforme sejam o método, o problema e os objetivos da investigação? A relação que segue mostra uns poucos exemplos ilustrativos, para despertar a curiosidade e incitar à reflexão, dessas técnicas: a) A prospecção de clientes e beneficiários, de áreas e setores, de mercados e organizações relacionadas, entre outros alvos da investigação, com técnicas que possibilitem fazer análises temporais para horizontes de planejamentos desses alvos e ambientes, em estudos adequados, tais como:

a.1) O passado: retrospectiva: a evolução e dinâmica histórica de atores, suas ações e ambientes para explicar a realidade do presente. A compreensão de fatos naturais do passado pode ser justificada quando se buscam explicações e descrições para o entendimento do que ocorreu e até orientações para o futuro com base em experiência e lições do passado. a.2) O presente: diagnósticos temáticos / setoriais e integrados suficientes para definir (descrever) “estados” e condições da realidade do presente. Na observação e registro de fatos, fenômenos (...) que, com freqüência, apresentam-se complexos e onde mudanças e exigências de clientes são cada vez mais dinâmicas desperta para a necessidade da prospecção e de situar a organização dentro dessa nova realidade. Daí surge a necessidade de dispor adequadas técnicas para fazer estudos de cenários prospectivos. A realidade que a pesquisa atenderá se situa nessa prospecção, devendo-se preparar no presente para o atendimento de necessidades esperadas no futuro. a.3) O futuro; cenários prospectivos: antevisão de possíveis / esperadas realidades de futuro, com diversas técnicas de prospecção, entre outras, as tecnológicas. São técnicas que permitem entender e “utilizar” as forças do presente que determinam o futuro no horizonte de longo prazo, tais como:  A previsão probabilística ou forecasting; uma premissa básica da previsão é a relação de causa – e – efeito que se observa entre entradas e saídas de um sistema.  A avaliação de impactos esperados ou assessment; a technology assessment pode ser definida como a identificação e avaliação de impactos econômicos, sociais, ambientais, éticos e políticos, entre

49

outros, que podem resultar do desenvolvimento e uso de uma tecnologia.  Os instrumentos de planejamento sistêmico ou foresigth. As definições de tais instrumentos variam relativamente pouco entre autores, destacando-se determinados fatores comuns, tais como a necessidade de consulta e interação entre especialistas e representantes da sociedade e a obrigatoriedade de identificação de tecnologias genéricas emergentes.  Técnicas de apoio à criatividade do pesquisador, fator essencial na pesquisa e de adaptação às transformações que ocorrem tanto na organização como no ambiente, tais como:  brainstorming ou trabalho em grupo para produzir o máximo de “soluções possíveis” quando se estimula a criação de novas idéias sob determinadas condições;  a sinética ou processo de trabalho em grupo para gerar idéias criativas de solução de um problema utilizando analogias ao identificar coisas semelhantes em situações diferentes; e  a morfológica (análise), em que se exploram de forma sistemática os futuros possíveis a partir do estudo de todas as combinações resultantes da decomposição de um sistema; posteriormente, todas as soluções alternativas são sintetizadas, combinando-se os atributos de diferentes maneiras, gerando-se um espaço morfológico..  Técnicas de avaliação para estimar mudanças / ajustes de comportamento, tais como:  Delphi; trabalho em grupo que busca a convergência de opiniões e procura minimizar problemas típicos de grupos como os de pressão social e influência exercida por personalidades dominantes e interesses de indivíduos; e  Impactos Cruzados, compreendendo diversas técnicas para avaliar a influência de determinados eventos sobre outros, considerando-se as interdependências.  Técnicas multicritérios que facilitam a tomada de decisões referentes a um problema ao considerar vários pontos de vistas, reduzindo ou priorizando os vários fatores que devem ser levados em consideração. b) A seleção de um tema e, dentro desse tema, de um problema que seja simultaneamente importante, estratégico e exeqüível. Essa seleção pode ser determinada e/ou influenciada por diversos fatores e critérios, entre outros, a vinculação do pesquisador a um programa da organização; o desejo desse profissional trabalhar o assunto para se ajustar às necessidades futuras; as motivações, gostos, preferências e interesses econômico, social, científico ou acadêmico; e a curiosidade e expectativa de ampliar seu campo de atuação. A seleção tanto do tema como do problema (oportunidade) para a pesquisa é um dos aspectos críticos da organização, não apenas pela “inadequação” e pouca internalização de técnicas para identificar, caracterizar e ordenar fatores causais em ambientes cada vez mais dinâmicos e complexos, mas, pelas limitações de recursos materiais e humanos. O problema é crítico, também, porque as orientações de investigação não são claras nem consistentes com o desenvolvimento, com as exigências de competitividade no mercado e com o comprometimento social e meio ambiente-ecológico. Para tais propósitos, apresentam-se várias técnicas para prospectar, identificar, delimitar, caracterizar e priorizar causas de um problema (oportunidade) e problemas (oportunidades) de um sistema. Exemplos dessas técnicas são: b.1) O gerenciamento eletrônico de documentos (GED) para obtenção de dados de forma rápida, consistente e relativamente precisa. O GED permite reduzir espaço físico e tempo e, além de proporcionar facilidades de acesso simultâneo a documentos, mostra agilidade na obtenção de dados e informações, auxiliando o líder, gestor, pesquisador, investidor (...) na tomada de decisões. Mediante esta técnica se indexam, armazenam, recuperam e visualizam documentos com conveniência e vantagens de relações custo / benefícios. b.2) Os sistemas de realidade virtual, em que a realidade auditiva é sincronizada com o fato da experiência visual (realidade virtual completa), com liberdades de movimentos dentro de projeções

50

de ambientes. Esta técnica oferece inúmeras aplicações, em especial, nas fases de transferência e difusão de tecnologia. c) Técnicas de experimentação que seguem após o planejamento experimental uma vez formulada a hipótese. Correspondem à fase de levantamento de dados nas observações dos atributos em foco na pesquisa. Em todo planejamento experimental é fundamental ter-se um objetivo claro acerca dos dados e informações desejáveis e possíveis para desenvolver a pesquisa, repetindo, apenas os necessários para atingir os propósitos da investigação. É a partir desse objetivo exeqüível e delimitado com clareza que se especifica o esquema e técnica de experimentação seguindo seus princípios. Quais são esses princípios que fazem parte de técnicas de experimentação? Os que seguem dão uma idéia:  Repetição; o propósito é obter a melhor estimativa do efeito de um tratamento na resposta, com a idéia de que se comparam grupos e não apenas unidades experimentais (repetições ou réplicas). As repetições possibilitam estimar erro experimental com informação necessária para testar a significância no teste. É sempre desejável que os experimentos tenham grande número de repetições; contudo, na prática, esse número é limitado, entre outras causas pelos recursos disponíveis.  Aleatorização ou casualização para impedir a subjetividade quando se atribui, a cada elemento, a mesma probabilidade de ocorrência, presença ou localização do tratamento em uma unidade experimental, destacando-se o fator sistemático. Para se terem grupos tão iguais em seus elementos, quanto possíveis, são fundamentais algumas exigências, uma delas é a de que os tratamentos, em um bloco, parcela experimental (...) sejam sorteados.  O controle local baseado na aplicação de conceitos como os de tratamento, suporte experimental e blocos. A estatística experimental apresenta diversas técnicas que, conforme seja a natureza da pesquisa e os pressupostos dessas técnicas, o investigador avalia e aplica, com adequados critérios, em seu trabalho. Quais são essas técnicas “tradicionais”? Técnicas que se utilizam em experimentações, tais como c.1) Os experimentos inteiramente casualizados; corresponde ao desenho em que a comparação de grupos (tratamentos) compreende a situação com apenas a variação individual e o efeito do tratamento, contidos na variação total. Assim, o desenho só pode ser adotado quando as unidades são “similares”, isto é, têm as mesmas condições para responderem ao tratamento; quais são essas condições? Poderão ser tamanho, idade, sexo, peso, textura, estrutura etc., conforme seja a natureza da unidade experimental. c.2) Experimentos em blocos casualizados ou delineamentos em blocos completos casualizados. O pesquisador utiliza essa técnica quando as causas de controle no experimento de campo, laboratórios etc., sobre uma resposta objeto de pesquisa são conhecidas e controláveis, porém as unidades não são todas iguais. Entretanto, é possível diferenciá-las (agrupá-las) em blocos. c.3) Quadrados latinos; neste desenho experimental, “os blocos são organizados de duas maneiras diferentes, (...), uns em linhas, outros em colunas”, utilizado para reduzir a heterogeneidade do material de pesquisa que apresenta essas duas direções ou quando se atribui a cada elemento uma ou mais fontes de variação. Aplica-se quando o pesquisador quer controlar duas causas de variações mediante dois tipos de blocos. d) Técnicas utilizadas em testes de hipótese. O teste de hipótese é um procedimento que permite ao pesquisador tomar uma decisão acerca de uma proposição formulada e que serve de orientação quando verificada a consistência dessa proposição com base em dados disponíveis de uma amostra (Quadro2). Para a verificação da hipótese o pesquisador poderá utilizar, conforme seja o caso, várias técnicas e ter explicações de solução ou delimitação do problema (...) segundo sejam os fatores de tempo, lugar ou características do fato, fenômeno ou atributo em evidência no teste. A relação que segue apresenta algumas técnicas de testes de hipóteses, com desdobramentos (ilustrações, exemplificações e especificações de critérios) apresentados posteriormente:

51

d.1) Teste de F; teste básico para a análise de variância quando se comparam as estimativas de variações das causas de um experimento. Essas causas correspondem aos efeitos do(s) tratamento(s) e a um efeito residual. Os pressupostos ou bases teóricas do teste (fator crítico) são as de que as observações tenham distribuição normal e as amostras sejam tomadas ao acaso; tais condições, quando não cumpridas, comprometem a eficiência do teste.

Quadro 2. Síntese de hipóteses, técnicas e testes utilizados no método de regressão linear. PRESSUPOSTO

Relação linear

Os valores de X; variabilidade.

Não existe perfeita multicolinearidade

Média zero do  i

Homocedasticidade ou variância igual de

 i ( ) 2

Não–autocorrelação entre as perturbações Covariância zero Consistência Normalidade de  i

EXPRESSÃO

Yi = 0 + 1Xi +  i

Xi

Xi Xj

E ( i | Xi) = 0

Var(( i | Xi) = E ( i2 | Xi) =  2

Cov( i,  j| Xi, Xj) = 0, para ij

Cov( i, Xi) = 0 nek  i= N (0,  2)

DEFINIÇÃO

TESTE

Relação linear de dependência, baseada nos parâmetros  0 e  i, entre a variável explicada ou endógena Y e a(s) variável(eis) explicativa(s) ou exógena(s) X. A análise de regressão é condicional. são determinados em amostras repetitivas e não podem ser todos iguais Correlação perfeita entre duas variáveis explicativas ou entre uma delas e as demais do modelo; duas ou mais variáveis explicando o mesmo atributo. Razões de t não-significativas para as Xi ( i) Alta determinação múltipla

Student t R2 > 0,7 Farrar e Glauber O valor médio de cada perturbação aleatória, condicional ao dado Xi é nulo. Os fatores não incluídos no modelo, com efeitos em  i, não afetam, sistematicamente, o valor médio de Yi. A variância das perturbações aleatórias é constante Violação: Heterocedasticidade Quant-Goldfeldt Gletjser Park Qui-quadrado A covariância é nula; as perturbações ( i,  j não têm correlação ou ausência de correlação serial. Violação: Autocorrelação. Durbin-Watson Breusch-Godfrey Admitindo-se que Xi é não-estocástica e assume valores fixos, esta pressuposição não é relevante O número de observações ( n ) deve ser maior que o número de parâmetros ( k ) a serem estimados Kolmororov-Smirnov

d.2) Teste de t. É o teste mais freqüente dos testes estatísticos utilizados para estimar a diferença de médias entre dois grupos. Os pressupostos que o fundamentam são os de independência das séries comparadas de observações obtidas ao acaso, com distribuição normas e que as duas amostras tenham variâncias iguais. Outra exigência notável é a de que os contrastes sejam ortogonais.

52

d.3 Teste de Tukey, utilizado para comparar todo e qualquer contraste entre duas médias de tratamentos, sendo exato e simples quando o número de repetições é o mesmo para todos os tratamentos; caso sejam diferentes, o teste pode ser usado, porém é apenas aproximado; em sua definição consta um valor tabelado em função do número de tratamentos, o nível de significância e a estimativa do desvio-padrão. d.4 Teste der Duncan, utilizado para comparar contrastes de médias com resultados mais detalhados e significativos em casos em que o teste de Tukey não acusa diferenças. Exige, para ser exato, que todos os tratamentos tenham o mesmo número de repetições. Em sua definição constam, também, um valor tabelado contendo a amplitude total estudentizada do teste de Duncan para vários níveis de significância, o número de tratamentos comparados e a estimativa do desvio-padrão. d.5) Teste de Qui-quadrado (2); é uma técnica muita utilizada em certas áreas de pesquisa como a biologia. É utilizado para averiguar se certas observações (p.ex., amostrais) seguem determinada distribuição (p.ex., a distribuição normal), discreta ou contínua, com ou sem parâmetros conhecidos, isto é, se a freqüência com que um determinado acontecimento observado em uma amostra se desvia significativamente ou não da freqüência com que ele é esperado; se duas variáveis, discretas ou contínuas, são independentes, organizadas em uma tabela chamada de contingência. e) Técnicas de síntese, avaliação de consistência (p. ex., de elaboração de banco de dados) e análise de dados e informações como são as estatísticas: técnicas de testes, de regressão e de análises multivariadas. f) Técnicas de redação e para a elaboração de ilustração e apresentação de documentos, destacam-se as técnicas e critérios da ABNT e ISO, bem como técnicas da análise ética em investigações biológicas e médicas. g) Técnicas de comunicação científica, de transferência e difusão dos resultados e de integração de empresas, instituições e organizações como são as universidades, centros de pesquisas e instituições de financiamento e amparo à investigação; em áreas como a extensão, a difusão e a comunicação científica há modernas técnicas no lastro da tecnologia da informação e comunicação. Técnicas da informação e informática como as que se aplicam na formação de banco de dados e nos mecanismos de busca de informações técnicas na Internet. Na parte de revisão de literatura, com as pesquisas documentais e bibliográficas, foram apresentadas várias técnicas. f) Técnicas de avaliação de impactos da tecnologia adotada e de prospecção de novos problemas (novas oportunidades) para a pesquisa, para dar início a um novo ciclo de investigação. As técnicas que acompanham os métodos e tanto aquelas como estas se definem, repetindo, com base na natureza do problema (ou da oportunidade) para investigação e nos objetivos que se pretendem alcançar, bem como nos recursos disponíveis para este fim. Dessa forma, conhecer o que se pretende resolver (o problema em foco) para que e para quem (os objetivos) é essencial para se definir o como resolver (a metodologia). A definição da metodologia científica é fundamental para gerar um resultado com efetividade no DS, sem, contudo, pretender ou imaginar que essas ferramentas possam substituir a criatividade do pesquisador; apenas poderão potencializar esses atributos indispensáveis e insubstituíveis do investigador. Na definição metodológica se evidenciam os métodos (procedimentos de suporte teórico), auxiliados por técnicas (procedimentos de suporte prático) para atingir os propósitos da pesquisa. A parte que segue sintetiza e ilustra o conceito de método científico aplicado na pesquisa que se programa para o desenvolvimento.

Métodos de pesquisa O método do gr.,  ( ; palavra composta de metá, atrás, em seguida e hodós, caminho para chegar a um fim ou pelo qual se atinge um objetivo; pelo lat. methodus significa

53

proceder ao longo de um caminho, de uma rota); a maneira de dizer, ensinar, agir, ordenar, organizar ou fazer uma “coisa”, segundo certos princípios e determinada ordem. Em seu sentido genérico é o caminho pelo qual se atinge certo resultado. Conforme este conceito, ao tratar do método, coloca-se como questão central, a relação entre o método e a realidade em que se defina o resultado pretendido a ser alcançado com o auxílio de um conjunto de meios convenientemente dispostos. O método científico é proposto como um guia, um meio, no desenvolvimento do conhecimento sistemático e estruturado orientado para a formulação de teorias e a para a aplicação das mesmas na descrição e explicação de fatos e fenômenos. Trata-se não apenas de métodos que se usam nas ciências aplicadas como são os métodos descritivos, de experimentação, analíticos (...), mas, também, os que se utilizam em outros campos como são os sociais, históricos (...), muitos deles com características especiais. Em geral, o método de investigação pode ser entendido como um conjunto de procedimentos racionais, sistêmicos e ordenados que com relativa segurança e economia, ao delinear um caminho a seguir, detectar erros a evitar e avaliar decisões, auxilia o pesquisador em uma dimensão (ou mais, simples ou combinadas) para alcançar determinados propósitos. Quais são as possíveis dimensões na aplicação de métodos de investigação? A seguir se indicam algumas dessas aplicações e dimensões: a) Planejar: métodos de prospecção e geração de cenários para definir o que pesquisar e as características desses processos e seus resultados conforme sejam as prospectivas. b) Comprovar proposições (...) mediante a aplicação de técnicas em testes de hipóteses quando se estabelecem comparações, contraposições, contraste etc. c) Selecionar e obter dados e informações com conteúdo e valor como são os métodos de amostragens e os de levantamento dessas informações que utilizam diversas técnicas. d) Avaliar consistências, sintetizar e analisar dados e informações como são os métodos estatísticos combinados com os métodos de áreas específicas. e) Relacionar variáveis, estados, funções (...) como são os métodos estatísticos, de sistemas e de simulação para entender processos (dinâmicos, estáticos, retro-alimentações, defasagens etc.). f) Demonstrar, explicar e interpretar resultados de aplicação direta com diversos métodos e auxílios de técnicas. g) Métodos do “pensamento puro”, tais como os da argumentação, persuasão, indução e dedução. h) Métodos de observações teóricas, tais como o hermenêutico (da especulação: conhecimento puro; da explicação: causalidade; e da compreensão: conhecimento histórico; fenomenológico: método que trata aspectos essenciais do fenômeno com o propósito de apreendê-lo mediante a intuição intelectual e a descrição do intuído; e sistêmico com abordagens diferenciadas, tais como a racionalista, teoria de sistemas e dinâmica de sistemas, entre outras. Qualquer que sejam a definição e dimensão(ões), o método da investigação é a “melhor” forma instrumental e de auxílio para descobrir e separar “verdades” de aparências, orientado, segundo o cartesianismo (ver método cartesiano), para: a) Buscar a evidência no fato objeto de investigação: a observação de alguma parte da natureza de interesse; essa parte, em termos práticos, é o problema (oportunidade) que é detectado no cliente e que se “traduz” em problema do método científico. Por esse método, postula-se um “modelo” [vale dizer, um processo] fundado em observações, com medidas e experimentações; inventam-se tentativas descrições, as hipóteses, consistentes com o objeto observado; utilizam-se essas hipóteses para fazer predições; testam-se as predições com base em experimentos ou outras formas de observações e se modificam as hipóteses à luz de novos resultados de testes. b) Por esse “caminho”, procede-se analiticamente na busca de um propósito; esse propósito pode ser, p. ex., a solução de um problema ou a evidência de procedimentos para aproveitar uma oportunidade. c) O método permite ordenar de maneira sistemática; o ordenamento deve ser objetivo e, segundo Walker (op. cit.) poderá se orientar para verificar as predições do modelo com respeito às observações. d) Recapitular de forma exaustiva a totalidade dos fatores (vale dizer, os principais fatores causais) de um

54

problema até se obter a verdade científica (hipótese aceita) quando não exista discrepância entre a teoria e a experimentação ou a observação utilizada no teste. Em termos ilustrativos o método científico pode ser sintetizado conforme se indica na Figura 7.

TEORIA TEORIA

Consistente

Realidade Realidade Observação Observação

HIPÓTESE HIPÓTESE

Predição Predição

Não-consistente Mudar Hipótese

TT ee ss tt ee Figura 7. Fases e relações do método científico

O método compreende a elaboração de conceitos e os procedimentos de definição, classificação, indução, dedução e comparação, entre outros, que o pesquisador pode utilizar, segundo seja a natureza do tema tratado e os propósitos da pesquisa. Dentre os métodos gerais é possível estabelecer grupos, tais como os métodos descritivos, explicativos, prescritivos, de argumentação e de avaliação. Esses métodos podem ser aplicados em áreas específicas do conhecimento como economia (econometria), sociologia (sociometria), biologia (biometria) e direito. Nos métodos gerais de investigação é possível definir grupos, tais como: os métodos positivos, para explicar o empírico na ciência positiva, e os métodos normativos, para definir como deveria ser as coisas na ciência normativa. Qualquer que seja a classificação, o método científico estabelece procedimentos que a ciência segue para dar aos seus resultados, determinadas características. Essas características são: a) Firmeza, pela qualidade de persistência ou consistência do resultado. Ao aplicar o método científico, para se ter um resultado consistente, está implícito o pressuposto de conhecer o cliente alvo da investigação em suas necessidades por soluções tecnológicas, oportunidade de atendimento e em suas possibilidades de adoção dessas soluções. A consistência é um descritor de qualidade com vários indicadores. b) Coerência quando a escolha do método está baseada na natureza específica do problema ou da oportunidade e se observa, nessa escolha, uma relação harmônica, um nexo ou ligação clara e muita

55

próxima entre a realidade e o método (a teoria: seus fundamentos e pressupostos com a caracterização do fato ou fenômeno do objeto de investigação). c) Validade, quando a escolha do método é baseada na natureza do objeto de pesquisa (a natureza do problema). Implica conhecer os pressupostos do método para “bem” aplicá-los na investigação e dele obter resultados com efetividade da solução do problema. Os procedimentos técnicos, métodos (...) de que trata o método científico, seja ele geral ou discreto, baseiam-se em: a) Observações, medidas e experimentos que geram os dados e informações necessárias para a pesquisa. b) Verificações de predições com respeito às observações (ou aos dados experimentais) da realidade. c) Ajustes ou mudanças conforme sejam as exigências da realidade alvo da investigação. O método científico é um traço característico e indispensável da ciência e da pesquisa que busca a verdade científica, podendo-se afirmar que onde não há método científico não há ciência nem resultado consistente. Isto, porque não seria possível construí-la sem esse conjunto de procedimentos e atividades sistemáticas, racionais e seqüências. Não se trata de prescrições infalíveis para encontrar a verdade científica, nem “receitas” exaustivas para descobrir algo, inventar idéias e pô-las em prática, mas, processos e instrumentos para agir com ordem ou disciplina, com lógica na argumentação e de maneira econômica e racional. Tampouco os métodos científicos são auto-suficientes, porque não se podem aplicar, com efetividade, em ausência de conhecimentos acerca de seus pressupostos e das condições da realidade em que se utilizam, devendo-se observar harmonia e proximidade ou identidade entre essa realidade e a teoria dos métodos. A seqüência das fases do método científico pode ser sintetizada na Figura 8, para o caso de dois ciclos exemplificados de investigação. No primeiro ciclo (linha simples), o pesquisador tem conceitos e conhecimentos teóricos e da realidade que lhe permitem definir um problema (PROBLEMA*) sobre o qual aplica técnicas (p. ex., para testar) e métodos (p. ex., para estimar; teoria de base aplicada no banco de dados), estabelece explicações provisórias (hipóteses) com a utilização dessas técnicas e gera evidências probabilísticas com novos resultados: novas informações e produtos para novos conhecimentos e inovações.

Conhecimento Conceito

Hipótese Hipótese Novas Novaship. hip.

PROBLEMA*

Estimação Estimação Hipóteses Hipóteses Técnica/testar testar Técnica/ Método Método Teoriade deBase Base Teoria Bancode dedados dados Banco

Novas informações, serviços e produtos para: novo conhecimento e inovação.

Evidências Evidências Variáveis Variáveis Novasevid. evid. Novas Novasvar. var. Novas

Primeiro ciclo Segundo ciclo

Figura 8. Fases (dois ciclos) da pesquisa científica

** NOVO PROBLERMA

56

Apesar de não existirem regras concretas, fixas e universais que orientem os processos integrados de pesquisa científica em sua fase metodológica, é possível se ter conceitos e princípios, alguns gerais e com certa flexibilidade, de especial valor para o pesquisador, tais como: a) Formular o problema com precisão e de maneira objetiva ou específica. b) Formular a hipótese de maneira clara e com conteúdo definido. c) Submeter a hipótese à constatação rigorosa do teste, em geral estatístico, sem declará-la verdadeira quando for confirmada em determinada situação apresentada com os dados e informações da realidade tratada pela pesquisa. d) Questionar-se por que a resposta de aceitação ou de rejeição da conjetura sobre as relações entre as variáveis testadas é da forma indicada pela proposição e não de outra maneira. Os métodos científicos que o pesquisador utiliza podem ser agrupados em gerais do pensamento científico e os específicos. A parte que segue sintetiza e ilustra métodos do primeiro grupo: a) Métodos gerais de um pensamento científico que segue a ciência. I) O método fenomenológico; o que aparece, o que está claro; alguns autores não o reconhecem como um método, mas, como uma atitude e abertura no sentido de estar livre para perceber e compreender o que se mostra; refere-se à intuição e a descrição do intuito. II) O método dedutivo. Este método tem sua origem na obra de Aristóteles, pelo que também é conhecido como lógica aristotélica, com seu fundamento no silogismo, isto é, em argumentos concatenados de afirmações; tais argumentos têm a finalidade de estabelecer uma proposição, verdadeira ou falsa; é a conclusão que acrescenta algo de novo, mas, cujo conteúdo está implícito nas premissas. Os métodos racionais dedutivos atendem às diferentes maneiras de como as premissas levam à conclusão. Em sua forma original, o método dedutivo parte de um pressuposto ou tese geral; depois, formula-se uma tese específica e, finalmente, conclui-se com uma dedução lógica. A conclusão é o resultado final do processo de inferência e só pode ser classificada como tal no contexto de um argumento em particular. Em essência é uma representação formal de um processo de raciocínio lógico aplicado no encadeamento de premissas. O ponto inicial é uma premissa antecedente (P1); parte (admite-se) daquilo que é conhecido e apresenta validade universal para os casos particulares, a fim de gerar ou descobrir, mediante esse raciocínio, uma inferência ou conclusão; este é o ponto final como premissa conseqüente (C) contendo uma inferência particular, passando por uma premissa intermediária (P2) e onde se adiciona uma nova verdade em C. A primeira regra da demonstração direta é não omitir o exame de ambas as premissas; a afirmativa da premissa maior poderá ser uma generalização insegura ou um aproveitamento axiomático condicionado ao valor que se lhe atribui ou, ainda, uma convicção dogmática, como em casos de conhecimentos em religião. A segunda regra se concentra na coerência interna das proposições; uma das premissas não pode supor a(s) outra(s) que está(ao) por provar; essa coerência poderá ser formal, conforme as regras do silogismo, ou material, pela atenção à verdade de seu conteúdo e coordenação das premissas. O método da demonstração indireta age a partir dos termos da conclusão do raciocínio, mostrando a possibilidade ou não do resultado formal, demonstrando-se que por esse método se chegam a conseqüências falsas ou revelar que a conclusão se opõe aos princípios evidentes. São exemplos de silogismos as seguintes proposições: P1: Todo “bom” pesquisador é, por natureza, criativo. P2: Todas as pessoas criativas têm intenso envolvimento com o trabalho; são disciplinadas, persistentes, otimistas e têm confiança em si mesmo; são abertas à

57

experiência, além de serem independentes, flexíveis e tolerantes à ambigüidade; questionam, com fundamentos, tornando-se insatisfeitas com aquilo que conhecem e refletem com lógica para buscar outros conhecimentos; têm habilidades para gerar novas soluções a partir de informações conhecidas, bem como para estruturar seus campos de ações e tomar decisões. C: Todo bom pesquisador tem, por natureza, intenso envolvimento com o trabalho; é disciplinado, persistente, otimista e tem confiança em si mesmo; é aberto à experiência, independente, flexível e tolerante à ambigüidade; questiona e reflete; tem habilidades para gerar novas idéias de soluções a partir de informações conhecidas, bem como para estruturar seu campo de ação e tomar decisões. P1: Toda pessoa perigosa é potencialmente nociva à sociedade. P2: Todo motorista desatento é uma pessoa perigosa. C: Logo, todo motorista desatento é potencialmente nocivo à sociedade. Premissa maior ( P1 ): Toda floresta tem uma estrutura, organização e um equilíbrio natural. Premissa menor ( P2 ): A Amazônia é uma floresta. Conclusão ( C ): Logo, a Amazônia tem uma estrutura, organização e equilíbrio natural. A conclusão “A Amazônia tem uma estrutura...” resulta logicamente das duas premissas anteriores, mas contém uma nova informação que, apesar de implícita, não repete informações das premissas anteriores em que ela se apóia. P1: A base científica e tecnológica para subsidiar a conservação e o manejo integrado de ecossistemas e recursos naturais (fontes) é fundamental no crescimento sustentável da agricultura. P2: A estabilidade de ecossistemas e recursos naturais (fontes) está relacionada à diversidade desses ambientes, sendo que a agricultura (...) rompe essa estabilidade e estabelece a simplificação do ecossistema original. C: A conseqüência da simplificação é a perda da capacidade de auto-regulação natural (resiliência e homeostase), fazendo que o equilíbrio e a estabilidade e, portanto, a sustentabilidade da agricultura (...), enquanto sistema simplificado passe a depender de uma permanente interferência deste último, com a geração de tecnologias para uma agricultura apoiada na biodiversidade de componentes chaves do ecossistema. III) O método indutivo. Fundamenta-se em um processo mental de raciocínio pelo qual, a partir de dados e informações particulares e localizadas de fatos e fenômenos com suficiente constatação (adequada observação da realidade), infere-se uma verdade geral ou universal, não contida nas partes examinadas (premissas). Orienta-se, portanto, para planos cada vez mais abrangentes, indo de constatações mais particulares às leis e teorias. Pelo método indutivo se obtém inferência e conclusão de algum fato que é observado e analisado em particular (p. ex., o atributo que é destacado numa amostragem), com a generalização para todos os fatos “similares” (p. ex., os atributos semelhantes da população que se estuda e da qual foi obtida a amostra), incluindo os não observados e os não analisados dessa população: passa-se do singular para o universal. No método indutivo, originalmente ligado a Bacon e ao empirismo, destacam-se três fases:

58

a) A observação de fatos ou fenômenos particulares de uma determinada realidade; a questão prática e de interesse na pesquisa é como esses fatos e/ou fenômenos de uma amostra representam, com fidelidade, os outros (similares fatos e fenômenos) da população. b) A busca de relações consistentes e lógicas entre esses fatos e fenômenos; se a amostra é representativa da população, a questão é como e por que se definem essas relações: a explicação, no campo científico, é aplicada à realidade que é objeto de pesquisa. Essa aplicação pelo método indutivo da hipótese e teoria; isto, porque a preocupação da hipótese é a antecipação indutiva de uma conclusão, sem proposições indutivas conhecidas da natureza geral do fato ou fenômeno. c) O processo de generalização dos “achados” nas premissas; se a amostra é representativa e as relações são bem definidas, a questão é como se aplicam essas inferências ou induções dadas as condições particulares de pesquisa. Tanto os argumentos do método dedutivo como os do método indutivo são fundamentados em premissas, porém, no caso do método dedutivo, se todas as premissas são verdadeiras, a conclusão deve ser necessariamente verdadeira, enquanto que no método indutivo, se todas as premissas são verdadeiras, a conclusão é provavelmente certa, mas não necessariamente verdadeira. IV) O método hipotético-dedutivo. É um método que se inicia pela percepção de uma lacuna nos conhecimentos acerca da qual formula hipóteses e, pelo processo de inferência dedutiva, testa a predição da ocorrência de fenômenos abrangidos pela hipótese. Desenvolvido por Popper; aplica-se quando o pesquisador tem vários fenômenos particulares, leis ou conjecturas que quer explicar ou unificar mediante a formulação de hipóteses. O método hipotético-dedutivo apresenta as seguintes características: a) Existem expectativas ou um conhecimento prévio; b) surge um problema de conflitos com as expectativas ou teorias existentes; c) são propostas soluções a partir de conjecturas passíveis de serem testáveis; e d) realizam-se os testes de falseamento das conjecturas feitas com base em observações e experimentações. V) O método dialético. É o método que penetra a realidade através de sua ação recíproca, da contradição inerente ao fenômeno e da mudança dialética que ocorre na natureza e na sociedade. Métodos discretos ou específicos como são os experimentais, observacionais e estatísticos. VI) Método analítico. O método analítico ou merológico procura examinar, com detalhes, cada um dos componentes de um sistema, visando conhecer fenômenos e fatos particulares (aqueles fundamentais que se colocam em foco na investigação) que definem possíveis causas e a natureza do problema. A análise tende a gerar sínteses de desagregados, envolvendo um núcleo de estudos particulares, ao tratar da mensuração de relações entre variáveis. O método analítico, na pesquisa moderna, tem sido adequado à realidade, introduzindo, entre outros aspectos, a visão sistêmica nessa desagregação. Dessa forma, a análise de um determinado aspecto se orienta conforme o sistema que o compreende. VII Método estatístico. É um conjunto de técnicas e procedimentos apoiados em teorias sistemáticas como as de estatística, probabilidade, matemática e informação-computação, entre outras, utilizado para dimensionar (p. ex., a amostragem) e obter os dados da pesquisa, bem como para organizar, sintetizar e analisar esses dados. O quadro sinóptico que segue sintetiza algumas das ferramentas que o pesquisador pode utilizar, prévia a avaliação das características das técnicas e métodos estatísticos e, em especial, das condições da realidade que determinam sua aplicação, procurando que entre os pressupostos teóricos e as características

59

Teste de hipótese

Distribuição de probabilidade

Probabilidade

Estatística descritiva

Estatística descritiva

da realidade se tenha a suficiente aderência e consistência: as técnicas e métodos do tratamento são adequados e, dentro de certa margem de segurança, garantem análises e inferências consistidas:

Estuda como resumir (obter e “consistir”), apresentar, classificar

e agrupar (descrever e caracterizar) dados conforme a natureza do fato e os objetivos do estudo: pressuposições. Ilustrações: Gráficos, diagramas pictóricos, tabelas numéricas, quadros descritivos etc. Medidas de tendência central: média aritmética, mediana e moda, entre outras. Medidas de dispersão: intervalo, desvio-padrão e coeficiente de variação, entre outras. Medidas de forma da distribuição: assimetria e achatamento.

Estuda como resumir (obter e “consistir”), apresentar, classificar e agrupar (descrever e caracterizar) dados conforme a natureza do fato e os objetivos do estudo: pressuposições. Ilustrações: Gráficos, diagramas pictóricos, tabelas numéricas, quadros descritivos etc. Medidas de tendência central: média aritmética, mediana e moda, entre outras. Medidas de dispersão: intervalo, desvio-padrão e coeficiente de variação, entre outras. Medidas de forma da distribuição: assimetria e achatamento.

Regras; p. x., adição e multiplicação. Permutação e combinação. Método de estimação. Aplicação na tomada de decisão

Binomial: conceito, teoria e aplicação. Poisson: conceito, teoria e aplicação. Normal: conceito, teoria e aplicação. Qui-quadrado: conceito, teoria e aplicação. Distribuição t: conceito, teoria e aplicação. Distribuição F: conceito, teoria e aplicação. Fundamentos e formulação. Testes relativos a médias Testes relativos a variâncias Testes de independência

Es t atí s ti ca anal í ti ca

60

Simples; aplicação descritiva, geométrica, algébrica e combinada. Regressão Múltipla; p. ex. aplicação na análise econômica: função de produção, função de custo. Métodos de estimação: software (SAS, SPSS, Statistic...) PRESSUPOSTOS

Interpretação de saídas. Aplicação A Figura 9 sintetiza aspectos do método estatístico. Desses aspectos, dois são destacados:

a) Métodos descritivos, utilizados, em especial, na pesquisa descritiva com ferramentas de análise sintetizadas no quadro sinópticovs. anterior. Correlação regressão. b) Métodos inferências que incluem técnicas e métodos da estatística analítica, bem como as de probabilidades, distribuições, teste de hipótese e relacionamento entre as variáveis. Nesse sentido, as pesquisas em solos, climatologia, hidrologia, biologia, medicina, economia, sociologia e direito, p. ex., poderão utilizar métodos e técnicas de estatística, matemática, sistemas e informática, entre outras disciplinas, além de técnicas e métodos próprios de cada uma delas.

Método Método estatístico estatístico

Método Método descritivo descritivo

Univariável Univariável

Método Método inferencial inferencial

Multivariável Multivariável

Forma Forma distribuição distribuição

Correlação Correlação

Tendência Tendência Central Central Dispersão Dispersão // Concentração Concentração

Teste Teste

Dois Dois grupos grupos Vários Vários grupos grupos

Regressão Regressão Análise Análise de de variância variância

Figura 9. Classificação do método estatístico

61

As ilustrações que seguem (Quadro 7 e Figura 10) sintetizam aspectos da relação que existe (evidenciada, quando necessário) entre a pesquisa (considerado, neste Quadro, apenas o projeto) e a estatística (etapas do método estatístico descritivo na pesquisa descritiva). Neste sentido, não há um teste t de Student específico para solos ou climatologia ou medicina ou economia ou direito; tampouco existe uma disciplina de estatística, de matemática, de sistema ou de informática etc., para solo, climatologia (...), apesar de utilizarem dados e informações diferentes e os contextos de decisão, bem como as implicações na fixação de critérios como os de aceitação de erros, sejam diferentes nas diversas áreas de aplicação. Os fundamentos e pressupostos da estatística, matemática, sistema de informação etc., são os mesmos, independente de onde sejam aplicados. Cabe ao pesquisador, quando necessário, adequá-los à realidade conforme a especificidade da área de pesquisa.

PROBLEMAPARA/... PARA/... PROBLEMA Origem, Causa Origem, Causa Evolução,Efeitos Efeitos Evolução,

Caracterização Caracterizaçãoeedefinição definição do doPROBLEMA PROBLEMADE/... DE/...

Fato, Fenômeno Fenômeno (...) (...) de de INTERESSE: INTERESSE: Fato, Observação. Experimentação Experimentação Observação. Coletar dados. dados. Pesquisa Pesquisa documental documental Coletar Consistência Consistência Criticar dados: dados: suprir suprir valores, valores, Criticar eliminar erros erros eliminar

Banco de de dados dados “consistidos”: “consistidos”: facilita facilita Banco análises cruzadas, cruzadas, integração integração (...) (...) análises

Análise descritiva: Análise descritiva: - Indicadores Numéricos: IN Indicadores Numéricos: IN (...) - Ilustrações: Gráficos, Quadro Ilustrações: Gráficos, Quadro (...) - Integração (IN e G,Q) Integração (IN e G,Q) - Análise e interpretação - Análise e interpretação RELATÓRIO RELATÓRIO - Síntese - Síntese - Ilustrações - Ilustrações Figura 10. Etapas do método estatístico descritivo para a pesquisa descritiva

62

Quadro 7. Relação PROJETO DE PESQUISA

entre o “projeto de pesquisa” e a “estatística” ESTATÍSTICA (Especificar e Justificar)

1 População; o problema / oportunidade 2 Definição do problema: elementos /causas, ordenamento

1 Técnicas de caracterização 2 Auxilia o ordenamento ou priorização dos elementos

3 Hipóteses

3 Operacionalizar as hipóteses - Estatísticas testes de hipóteses

4 Metodologia: 4.1 Procedimentos, conceitos, técnicas e métodos para identificar população, prospectar, diagnosticar, levantar dados 4.2 Procedimentos, conceitos, técnicas e métodos para identificar gerar / adaptar soluções 4.3 Procedimentos, conceitos, técnicas e métodos para transferir / difundir, avaliar impactos 5 Pesquisa descritiva

6 Pesquisa analítica

4.1 Técnicas e métodos para amostrar, agrupar, diagnosticar, relacionar, armazenar (...) 4.2 Pesquisa Experimental: desenhos, técnicas e métodos de laboratórios, técnicas de análise de dados (...) 4.3 Procedimentos, técnicas e métodos para demonstrações, protótipos (...) 5 Estatística descritiva: medidas de posição (tendência central), dispersão (concentração), distribuição de freqüência, histogramas etc. 6 Estatísticas analíticas: análises causa-efeito (regressão) e correlação

Os processos, técnicas e métodos, na fase de metodologia para o caso ilustrado, compreendem: entrevistas com funcionários (...) e a aplicação de questionário para avaliar a opinião do usuário final quanto à automação de sua rotina de trabalho; entrevistas com os analistas de sistemas e programadores responsáveis pela especificação de rotinas; automatizadas a tabulação de

63

dados referente ao monitoramento dos indicadores de desempenho após a automação; técnicas e métodos de regressão, dentro da estatística, para avaliar efeitos de variáveis causa-e-efeito.

A Figura 11 mostra a seqüência e lógica na relação fato, uma observação da realidade objeto de pesquisa a ser traduzida, com o auxilio de instrumentos (de medição, de caracterização do atributo) ou não,

Fato

Observação experimentação

Figura 88 ** Figura

Amostra

taxa

taxa

Sistema de informações

Dado taxa

Va r i á v e l Escala:  Nominal  Ordinal  Intervalar  Razão

Discreta Contínua

Dados para outras pesquisas *

Irrelevante Não-consistida

 acontecimentos: atributos?  processos: atributos?  fenômenos...: atributos?  sistema: dado e informação?

População caracterizar

em dado; desse dado se passa ao conceito de variável.

 Qualitativa Atributo. Ex: Religião, cor (...)

 Quantitativa Número. Ex: Peso, preço (...)

Figura 11. Seqüência e lógica na relação fato (realidade)  observação (atributo)  dado  variável na pesquisa

64

A Figura 12 sintetiza procedimentos que seguem à observação e registro do dado: “banco de dados”

Fontes: 1as, 2as Observações (...) Experimentação Pesq. Documental

e um processo “data minig” em um sistema de pesquisa moderna.

- que dados e variáveis? - que níveis e escalas? EM FUNÇÃO DE: - objetivos, recursos (...)

B a n c o d e d a d o s re l a c i o n a l

“Tabela” 1

“Tabela” m Chave

Chave

Dado...

Dado...

“Tabela” n

“Tabela” p Chave

Chave Dado...

Interface Interface

Dado...

Filtro Filtro Dado Dado filtrado filtrado

Análise Análise Formatador Formatador

Miner Miner

Resultado Resultado da da Consulta Consulta

Textos

Valor

Preço

Resultado Formatado

A essência da política destinada a alcançar um crescimento mais rápido é criar melhores e sustentáveis (...)

Quadro (...)

Ano

Figura (...)

Quantidade

Gráfico (...)

Tabela (...) Fonte (...)

Cab.Cab.Cab.

CabeçalhoCabeçalhoCabeçalhoCabeçalhoCabeçalhoCabeçalho

Fonte: (...)

Figura 12. Ilustração de um “banco de dados” e de um processo data minig em um sistema de pesquisa moderna

65

8 CRONOGRAMAS DE TRABALHO LEITURA PARA REFLEXÃO Plano de orçamento. Nesta fase do projeto de se relacionam os recursos econômicos e financeiros a serem utilizados, bem como a caracterização das fontes de financiamento. Os itens básicos, habitualmente descritos, são: a) material permanente na parcela que couber ao projeto conforme a intensidade de uso e a vida útil desse material ou ativo; b) material de consumo; c) serviços de terceiros; d) recursos humanos, incluindo-se consultoria, bolsa de estudos e aperfeiçoamento e outra eventual remuneração. e) a participação de parceiros, desde que não caracterize uma indução à participação ou condicione a participação para determinado enfoque contrário ao propósito da pesquisa. Para a elaboração do plano de orçamento o pesquisador deverá orientar-se, em parte, pelas técnicas contáveis e pela legislação pertinente que disciplina a previsão e execução de orçamento, especialmente no que se refere à aquisição de “bens” e serviços e na prestação de contas. Essa prestação deve ser feita conforme a estrutura contábil adotada pela empresa de pesquisa e implementada, na parte que couber, no projeto. Portanto, deve interpretar as diretrizes orçamentárias da empresa e simultaneamente ser um reflexo do próprio projeto. Este poderá se interessar apenas pelos gatos e fontes de financiamento com a correspondente estrutura de contabilidade e controle, referindo-se somente ao financiamento e aos gastos. Porém, se o projeto estiver interessado, além disso, na organização e instituições executoras do mesmo, ou se houver interesse no desenvolvimento institucional, então a estrutura contábil se orientará, também, para esses fins. Tipos similares de projetos em geral possuem planos de orçamentos e estruturas contáveis similares. Contudo, o projeto, ao referir-se a determinada clientela, região e/ou condições especiais, deverá internalizar esses alvos e condições, podendo adquirir características especiais e com elas, requerer adequação da estrutura contábil, independente da tipologia. Na especificação de um plano de custos para um projeto é necessário ter claro diversos conceitos da contabilidade, entre outros, os seguintes: a) o desembolso: saída de dinheiro do caixa ou do orçamento da organização para o pagamento de compras; b) o gasto: consumo de bens e serviços previstos no projeto; c) o custo: desembolso relativo à compra ou aquisição a ser feita de bens e serviços necessários e relacionados no projeto; d) a despesa: gasto relativo aos bens e serviços que serão consumidos no projeto;

66

e) a depreciação: elemento do custo operacional referente às parcelas de valores “perdidos” no projeto de um bem durável devido ao uso previsto ou ao envelhecimento considerado do ativo no projeto; f) os investimentos em expansão ou em novos ativos, correspondentes às parcelas atribuídas ao projeto, evitando-se a duplicidade de “partidas”; g) os custos financeiros, efetivamente pagos a terceiros, portanto diferentes do custo de oportunidade; entre outros importantes conceitos que o pesquisador poderá encontrar em textos pertinentes para aplicá-los no seu projeto. . Planos de Equipes Integradas de Pesquisadores. Os critérios para a formação de equipes que se integrem com base em interesses comuns (deles, de suas instituições...) e as vantagens do trabalho compartilhado, devem ser explicitados no projeto. Trata-se de fundamentos e paradigmas da pesquisa moderna e da política de pesquisa que destacam vantagens da interdisciplinaridade e de enfoques integrados como o reducionista - sistêmico no ambiente de globalização, em que pensar, planejar e desenvolver para o local no enfoque sistêmico e global faz parte da estratégia da empresa bem-sucedida. Para o caso da pesquisa, essa estratégia está na integração e interação de equipes afinadas para atuarem em ambiente propício para a criatividade com liberdade, porém disciplinada por códigos, entre outros, os de ética (responsabilidade, 12 compromisso, lealdade etc.). Concomitante com a formação de equipes e relacionado com a questão ética, 13 tem-se a formação das pessoas que conformam essas equipes. Neste sentido, o projeto deve considerar e justificar, com clareza e evidência ou plena fundamentação, que tipo e que nível de especialização se requer na pesquisa, bem como as formas de integração e interação de procedimentos e resultados que se espera de cada participante da equipe no projeto. Esse ajuste, em intensidade, qualidade, quantidade e oportunidade, é fundamental para a operacionalização transdisciplinar dos resultados merológicos na visão global e sistêmica. Em muitos projetos a especificação da equipe está acompanhada de um currículo vitae, permitindo avaliar a consistência e competência da mesma em função de experiências e competências individuais (Anexos). Planos de Elaboração de Documentos e Difusão de Tecnologia e de Avaliação de Efeitos. No projeto de pesquisa é prevista a forma como serão elaborados os documentos técnicos que permitirão a transferência e difusão dos resultados da pesquisa. Mas, antes de especificar os procedimentos de transferência e difusão de tecnologia que a organização, através do projeto de pesquisa, espera disponibilizar é necessário especificar as técnicas de teste e escolha das soluções esperadas. Esta parte é fundamental para que se possa garantir que somente sejam transferidos aqueles resultados da pesquisa comprovados satisfatórios para o cliente (atendam às necessidades e expectativa do cliente) e exeqüíveis (possam ser adotados porque atendem as suas condições e são integráveis em seus processos). A importância da fase de transferência de tecnologia deve ser observada já na prospecção ao caracterizar o cliente em sua condição potencial de adotante da 12

O pesquisador responsável não apresenta dados e informações de sua pesquisa que ensejem dúvidas para o cliente, para sociedade; não encobre críticas e objeções que não possa refutar; não ridiculariza posições que lhe são contrárias; não apresenta informações e dados de modo a dificultar a compreensão por parte de seu alvo, nem é simplista naquilo que é legitimamente complexo. 13

O aspecto ético na formação da equipe multidisciplinar não envolve apenas a escolha simples entre o interesse do pesquisador e os interesses dos outros, mas o desafio de encontrar um outro caminho que seja conveniente para todos; é a conveniência de todos na equipe que permite passar da multidisciplinaridade para a interdisciplinaridade; é a criação de uma comunidade de entendimento e interesses temporária que possibilita o sinergismo e complementaridade das contribuições individuais.

67

tecnologia; é notável no processo de geração da tecnologia que interpreta essas condições, e se manifesta com maior intensidade no próprio processo de transferência que vem a interpretar a metodologia do desenvolvimento tecnológico usada para a obtenção de resultados de informações, serviços e produtos (ISPi).

Quadro 5 Cronograma de execução do projeto (...) FASE 1 Planejamento do processo de levantamento de dados e informações 2 Elaboração, teste e “ajuste” do questionário 3 Aplicação: levantamento de dados primários 4 Entrevistas complementares 5 Pré-tratamento dos dados: consistência e banco de dados ... 15 Análise de pontos críticos 16 Mapeamento de um processo crítico automatizado 17 Elaboração de Proposta para automação 18 Apresentação de resultados 19 Validação de resultados ... 25 Implementação da proposta com um processo em fase de automação

MESES JUL

AGO

SET

OUT

NOV

DEZ

68

OBSERVAÇÕES:____________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________

Quadro 6 Cronograma de Desembolso Financeiro (...) FASE 1 Planejamento do processo de levantamento de dados e informações 2 Elaboração, teste e “ajuste” do questionário 3 Aplicação: levantamento de Dados 4 Entrevistas complementares 5 Pré-tratamento dos dados: consistência e banco de dados ... 15 Análise de pontos críticos 16 Mapeamento de um processo crítico automatizado 17 Elaboração de Proposta para automação 18 Apresentação 19 Validação ... 25 Implementação da proposta com um processo em fase de automação

MESES JUL

AGO

SET

OUT

NOV

DEZ

69

OBSERVAÇÕES:____________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ (Fontes de financiamento; partidas – contrapartidas; processos de estimativas de custos, despesas, gastos etc, consultorias; contratações de serviços externos; entre outras)

Quadro 6 Cronograma de pessoal (...) PESSOAL FASE DO PROJETO NOME

FUNÇÃO

TEMPO

CUSTO

ESPECIALIZAÇÃO

(%)

(R$/mês)

1 Julio Souza MS 2 Andrés Costa BS 3 José Padilha MS

1 Analista de sistema Coordenador 2 Economista 3 Administrador

1 40 2 50 3 25

1 3.870,01 2 1.862,0 3 1.905,0

1 Julio Souza MS 2

1 Analista de sistema

1-

1-

3 Aplicação: levantamento de dados

1 Julio Souza: MS 2 Pedro Rosa: Estag.

1 Analista de sistema 2 Estudante Econ.

2 75

2 1.200

4 Entrevistas complementares

1 Julio Souza: MS 2 José Padilha

1 Analista de sistema 2 Administrador

1– 2-

1. – 2-

5 Pré-tratamento dos dados: consistência (...) e banco de dados

1 Julio Souza MS 2 Felix Faria: MS

1 Analista de sistema 2 Estatístico

1– 2 30

1– 2 1.150,0

1 Planejamento do processo de levantamento de dados e informações 2

Elaboração, teste e “ajuste” do questionário

... 15 Análise de pontos críticos 16 Mapeamento processo automatizado

de um crítico

17 Elaboração de Proposta para automação 18 Apresentação 19 Validação

1 Julio Souza MS 1 Julio Souza MS

1 Julio Souza MS 1 Julio Souza MS

1 Analista de sistema 1 Analista de sistema

1 Analista de sistema 1 Analista de sistema

70

... 25 Implementação da proposta com um processo em fase de automação

1 Analista de sistema

OBSERVAÇÕES:____________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________ ___________________________________________________________________________

10 RESULTADOS ESPERADOS Este projeto pretende analisar o impacto da automação na BB Turismo – Viagens e Turismo, enfatizando a automação da unidade denominada Central de Processamento, onde são processadas as vendas da empresa. Outro resultado esperado é identificar as principais falhas e propor soluções que minimizem o reflexo da automação ou que corrijam deficiências existentes. As informações, discussões, recomendações e conclusões serão apresentadas em um relatório técnico que segue o esquema de normatização, conforme se sintetiza no Apêndice B.

71

72

11 REFERÊNCIAS BALLESTERO, Maria Esmeralda Ballestero. Manual de organização, sistemas e métodos. São Paulo: Atlas, 2000. BREMBERGER,

Raimar.

Os

Dez

Mandamentos

da

Automação.

Disponível

em:

Acesso em: 15 jun. 2003. DRUCKER, Peter et al. E-business e Tecnologia: autores e conceitos imprescindíveis. Tradução de Ângela Noronha, Cecília Assumpção, César Taylor da Costa, Marina Poggi, Paulo Roberto de Moura Lopes e equipe da Central de Traduções. São Paulo: Publifolha, 2001. GARCIA, EAC. Orientações para elaborar projetos de pesquisa com qualidade e fazer pesquisas com efetividade para o desenvolvimento. Brasília. 2006.. SACONNI, Luiz Antônio. Minidicionário Saconni da Língua Portuguesa. São Paulo: Atual, 1998.

73

Anexo B - Estrutura do relatório técnico-científico a PARTES

ELEMENTOS INTEGRANTES

1.1 Capa (primeira e segunda) 1.2 Lombada (opcional, op.) 1.3 Folha de rosto (ficha de identificação) 1.4 Prefácio ou apresentação (op.) 1 Pré-texto

1.5 Resumo 1.6 Lista de símbolos, abreviações ou convenções. 1.7 Lista de ilustrações 1.8 Sumário

2.1.1 (Subtítulo) 1 (Título) 2.1.2 (Subtítulo) 2 (Título) 2.1 Introdução 2.1.3 (Subtítulo) 3 (Título) Numeração ... 2.2 Desenvolvimento ...

2 Texto Ilustrações

Figuras Quadros Tabela 1 (Título) Tabelas Tabela 2 (Título) Tabela 3 (Título) ... 2.3 Conclusões e/ou recomendações ...

3.1 Referências Anexo A – (Título) Anexo B – (Título) 3.2 Anexo(s) Ilustrações Anexo C – (Título) ... 3.3 Agradecimentos (op.) 3 Pós-texto 3.4 Glossário (op.) 3.5 Índice (op.) 3.6 Ficha de identificação 3.7 Capa (terceira e quarta) a

Fonte: NBR 10719: 1989 e . ABNT (2002).

CARACTERÍSTICAS DISPOSIÇÃO 1.1.1 Proteção externa do trabalho que compreende elementos de identificação: nome(s) do(s) autor (es), número do relatório, título e subtítulo, local e data e classificação. 1.3.1 Fonte principal de identificação; no anverso: nome do órgão; divisão; título e subtítulo; nome (s ) do (s) responsável (eis); números do relatório, do volume e da edição; classificação; local e data. No verso da folha aparecem: ficha catalográfica, direitos autorais, autorização para reprodução e associação do trabalho com outros. 1.4.1 São esclarecimentos, justificação e/ou apresentação com freqüência, elaborado por outra pessoa. 1.5.1 Condensação do relatório que enfatiza os pontos mais importantes dos resultados e conclusões; deve ser informativo com descrição clara e concisa e não mais de 500 palavras, feito em língua original e com tradução. 1.6.1 Símbolos e convenções utilizados no texto, com as respectivas significações para facilitar o entendimento. 1.7.1 Relação das ilustrações existentes no texto, na ordem em que aparecem, com indicação de página. 1.8.1 Indicações de títulos do texto e do(s) anexo(s).