AULA-07-MATEMÁTICA-E-ESTATÍSTICA

Prévia do material em texto

MATEMÁTICA E ESTATÍSTICA 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Olá, 
A análise estatística e os métodos de levantamento desempenham um papel 
fundamental na área da educação, fornecendo ferramentas e técnicas para coletar, analisar 
e interpretar dados relevantes. Essa abordagem estatística é essencial para compreender 
o desempenho dos estudantes, avaliar a eficácia dos programas educacionais e identificar 
áreas que precisam de melhorias. 
A análise estatística na educação permite extrair informações valiosas dos dados 
coletados em pesquisas, questionários ou avaliações. Por meio de técnicas estatísticas, 
como média, desvio padrão, teste de hipóteses e regressão, é possível obter insights sobre 
o desempenho dos alunos, a eficácia de diferentes métodos de ensino, a influência de 
variáveis socioeconômicas e outros fatores relevantes. 
 
Bons estudos! 
 
 
AULA 7 – ANÁLISE 
ESTATÍSTICA E MÉTODOS 
PARA LEVANTAMENTO DE 
DADOS NA EDUCAÇÃO 
 
 
7 COLETA DE DADOS 
O que exatamente quer dizer dados? Bogdan e Biklen (2007), trazem uma 
conceituação que abre esta unidade: 
O termo dados refere-se aos materiais brutos que os pesquisadores coletam 
do mundo que estão estudando; os dados são as singularidades que formam 
a base da análise. Os dados incluem os materiais que as pessoas que 
conduzem o estudo registram ativamente, como transcrições de entrevistas 
e notas de campo de observação participante. Os dados também incluem o 
que outras pessoas criaram e o pesquisador descobre, como diários, 
fotografias, documentos oficiais e artigos de jornal (BOGDAN; BIKLEN, 2007, 
p. 117). 
Portanto, é possível coletar dados registrados ou descobertos pelo 
pesquisador, produzidos ou não pelos participantes e/ou pesquisadores durante o 
exercício da pesquisa. Sem dados, mesmo pesquisas de cunho mais teórico não 
prosperam. 
As metodologias estão mais vinculadas ao referencial teórico e ao 
planejamento da pesquisa, já os métodos estão mais vinculados a técnicas, 
procedimentos e instrumentos utilizados para a coleta de dados. Van Manen (2016, p. 
27-28), por exemplo, afirma que “[...] a metodologia é a teoria por trás do método [...]”, 
enquanto para Cohen, Manion e Morrison (2018, p. 186) 
[...] a metodologia diz respeito a como descobrimos o fenômeno, a 
abordagem a ser usada, os princípios que a sustentam e a justificativa para 
usar o tipo de abordagem de pesquisa adotado, o tipo de estudo a ser 
realizado, como a pesquisa é realizada (com suas questões associadas sobre 
tipos de pesquisa, amostragem, instrumentalização, princípios de validade 
etc.). Os métodos dizem respeito à instrumentalização: como os dados são 
coletados e analisados, enquanto a metodologia justifica os métodos usados 
(COHEN; MANION; MORRISON, 2018, p. 186). 
 
Depois da revisão de literatura e do planejamento, incluindo a escolha da 
metodologia, pode-se dizer que a coleta de dados é o momento em que efetivamente 
se inicia a execução da pesquisa, quando não se trata apenas de uma revisão 
bibliográfica. Nesse sentido, é uma etapa essencial, que pressupõe a definição prévia 
de uma estratégia de amostragem, envolvendo a identificação dos participantes da 
pesquisa e do local em que será realizada. Essas escolhas e definições devem estar 
alinhadas com o problema, os objetivos e as questões e/ou hipóteses formulados na 
fase do planejamento. Para Babbie (2016), por exemplo, as questões da pesquisa 
determinam os métodos que decidimos usar. Além disso, o referencial teórico 
 
 
construído até este 2023, as abordagens e a metodologia definidas também devem 
orientar os procedimentos de coleta de dados. Seidman (2019) ilustra como a 
adequação de uma abordagem ou de um método depende do objetivo e das questões 
da pesquisa: 
Se um pesquisador fizer uma pergunta do tipo: “Como as pessoas se 
comportam nesta sala de aula?”, a observação participante pode ser o melhor 
método de investigação. Se o pesquisador perguntar: “Como o 
posicionamento dos alunos em um nível do sistema de rastreamento se 
correlaciona com a classe social e a raça?”, um survey pode ser a melhor 
abordagem. Se o pesquisador questionar se um novo currículo afeta o 
desempenho dos alunos em testes padronizados, um estudo quase-
experimental controlado pode ser mais eficaz. Entretanto, os interesses de 
pesquisa nem sempre ou frequentemente são tão claros; em muitos casos, 
têm muitos níveis e, como resultado, múltiplos métodos podem ser 
apropriados. (SEIDMAN, 2019, p. 10). 
Se o pesquisador estiver interessado, no entanto, em como é para os alunos 
estarem na sala de aula, ou os pacientes no hospital, qual é a sua experiência e que 
significado eles constroem a partir dessa experiência, se o interesse é o que Schutz 
(1967) chama de sua “compreensão subjetiva”, então me parece que a entrevista, na 
maioria dos casos, tende a ser a melhor via de investigação. 
"Em relação especificamente às abordagens de pesquisa, alguns autores, 
como Creswell e Guetterman (2019), separam, na exposição do seu texto, a coleta de 
dados quantitativa e qualitativa. Entretanto, é importante destacar algumas reflexões 
gerais presentes na literatura. 
De acordo com Lune e Berg (2017), nas ciências sociais, tendemos a privilegiar 
métodos quantitativos de coleta e análise de dados quando buscamos medir os 
padrões e as práticas relativamente estáveis que definem nossas estruturas sociais. 
Por outro lado, adotamos métodos mais qualitativos quando precisamos de uma 
compreensão mais profunda das exceções e dos casos especiais, ou quando 
queremos compreender os significados e as preferências que fundamentam esses 
padrões mais amplos. Conforme os autores, o trabalho quantitativo tende a explorar 
perguntas do tipo "o quê", enquanto o trabalho qualitativo busca responder questões 
do tipo "por quê" e "como". 
Para Patton (2015, p. 255), por sua vez, a pesquisa qualitativa privilegia os 
 
 
seguintes métodos e estratégias de coleta de dados: “[...] entrevistas em 
profundidade, grupos focais, perguntas abertas em surveys, publicações em redes 
sociais, observações diretas de campo e análise de documentos”. Para o autor, “os 
dados qualitativos contam uma história” (PATTON, 2015, p. 54). Creswell e 
Guetterman (2019) sugerem, inclusive, que nas pesquisas qualitativas tendemos a 
elaborar nossos próprios protocolos para organizar as informações fornecidas pelos 
participantes, em vez de utilizar instrumentos elaborados por terceiros. Mas cabe 
também lembrar que autores como Creswell e Clark (2018), exploram abordagens de 
métodos mistos, que envolvem a coleta de dados quantitativos e qualitativos, seja 
simultaneamente, seja sequencialmente. 
O processo de coleta de dados pode ser ainda dividido em dois momentos, pré 
coleta e coleta: inicialmente, a elaboração e a validação dos instrumentos de coleta 
de dados, o planejamento e a sua preparação, e, posteriormente, o seu momento 
efetivo, no campo. A organização dos dados para a análise, que poderia ainda ser 
concebida como um terceiro momento, pode ocorrer simultaneamente à coleta, ou já 
como parte da análise. 
7.1 Mensuração de variáveis 
Conforme as características do que é medido, há diferentes tipos de variáveis. 
Uma primeira diferenciação pode ser feita entre variáveis numéricas (quantitativas) e 
categóricas (qualitativas). 
As variáveis numéricas podem ser contínuas ou discretas. As variáveis 
contínuas podem assumir qualquer valor dentro num intervalo, podendo aceitar casas 
decimais ou ser “quebradas”. Como exemplos de variáveis contínuas, temos a idade, 
a temperatura e o peso. Podemos dizer, por exemplo, que o participante de uma 
pesquisa tem 10,9 anos, que sua temperatura é de 36,4 graus e que pesa 38,7 kg. 
As variáveis discretas, por sua vez, só assumem certos valores dentro de um 
intervalo, expressas por números inteiros. Como exemplos, temos:o número de peças 
de um quebra-cabeça, o número de filhos e a quantidade de cadeiras em uma sala. 
Nesse tipo de variável, só podemos usar números inteiros: uma pessoa só pode ter 1, 
2 ou 3 livros na mochila; não pode ter, por exemplo, 2,8 livros. 
Desse modo, a diferença entre os dois tipos de variáveis numéricas é que, na 
 
 
contínua, pode-se expressar a altura de uma criança como 1,2 metros, ou mais 
precisamente 1,23 ou 1,231. De outro modo, não podemos dizer, por exemplo, que 
uma mulher possui 2,6 filhos; só se admitem 1, 2 ou 3 filhos. 
Já as variáveis categóricas indicam uma qualidade e os valores assumidos 
indicam uma categoria, como, por exemplo, o sexo e a classe social. Algumas 
variáveis numéricas podem ser transformadas em categóricas quando estabelecemos 
faixas. Como exemplos, podemos pedir que a pessoa indique quanto anos tem 
escrevendo o número de anos e meses, ou podemos indicar idades categorizadas 
(menos de 10 anos; entre 10 e 15 anos; entre 16 e 21 anos; mais de 21 anos). O 
Quadro 1 apresenta diversos exemplos de variáveis contínuas, discretas e 
categóricas. 
Quadro 1 — Exemplos de variáveis contínuas, discretas e categóricas. 
 
Fonte: MATTAR; RAMOS, 2021. 
As variáveis categóricas, por sua vez, podem ser dicotômicas ou politômicas. 
As variáveis dicotômicas apresentam duas categorias, como sim/não ou 
verdadeiro/falso, enquanto as variáveis politômicas incluem mais de duas categorias, 
como nível de escolaridade, classe social ou nível de concordância (concordo 
plenamente, concordo, nem concordo, nem discordo, discordo, discordo plenamente). 
Muitos estudos dicotomizam variáveis contínuas e discretas para fazer 
comparações. Um exemplo que dicotomiza variáveis contínuas poderia ser definir que 
os alunos acima da média são aqueles que têm média no primeiro bimestre igual ou 
superior a 7; e os alunos abaixo da média, aqueles que têm médias inferiores a 7. 
Assim, o valor discreto da média das notas é dicotomizado entre alunos acima e 
abaixo da média. A Figura 1 apresenta tipos e exemplos de variáveis categóricas e 
numéricas. 
 
 
Figura 1 - Tipos e exemplos de variáveis categóricas e numéricas 
 
Fonte: MATTAR; RAMOS, 2021. 
Outra classificação das variáveis envolve o nível de mensuração da escala 
utilizada para medição, ou seja, o modo como as variáveis podem ser medidas. 
Considerando a forma de medição da variável, há os seguintes tipos de escala: 
nominal, ordinal, intervalar e de razão. 
A escala nominal inclui variáveis categóricas e não possui uma ordem ou 
classificação, apenas caracteriza o que se pretende medir. Como exemplo, temos o 
sexo feminino ou masculino, que apenas categoriza, sem definir uma ordem ou indicar 
que um grupo seja melhor que outro. 
De outra forma, a escala ordinal inclui variáveis que revelam uma ordem e uma 
classificação, representadas em escalas, como, por exemplo: muito participativo, 
participativo, pouco participativo, não participativo. Cada item da escala pode 
corresponder a um número, sem que possamos garantir que temos a mesma 
diferença entre o intervalo muito participativo/participativo e o intervalo 
participativo/pouco participativo. 
Na escala ordinal, não temos, necessariamente, intervalos iguais, ou seja, não 
se pode supor que a distância entre cada ponto da escala é igual. Esse tipo de escala 
é frequentemente utilizado para medir a opinião e as atitudes das pessoas. Um 
exemplo é a escala Likert em que temos os seguintes itens: 1 = discordo totalmente; 
2 = discordo; 3 = nem concorda, nem discorda; 4 = concordo; 5 = concordo totalmente. 
Já a escala intervalar envolve intervalos em que a distância é a mesma entre 
as variáveis. Os intervalos entre os valores da escala oferecem uma indicação da 
posição de um ponto ou de um sujeito. Um exemplo é a escala usada para medir a 
temperatura em que o intervalo entre 3 e 4 graus tem a mesma diferença (magnitude) 
que o intervalo entre 11 e 12 graus. Porém, cabe notar que na medida de temperatura, 
não temos um zero, absoluto. Esse tipo de escala é frequentemente utilizado em 
 
 
testes de rendimento ou de inteligência, que localizam o desempenho do sujeito em 
um ponto da escala, permitindo a classificação e a comparação. 
Por fim, a escala de razão inclui as características das variáveis intervalares, 
como uma ordem de magnitude e intervalos com a mesma diferença, além do 
acréscimo do ponto zero absoluto ou de uma origem fixa. Como exemplos, temos as 
medidas de tempo e velocidade. Um carro parado tem velocidade de 0 km; conforme 
o motorista acelera, vai aumentando sua velocidade (MATTAR; RAMOS, 2021). 
O Quadro 2 apresenta características e exemplos dos tipos de escala 
abordados. 
Quadro 2 - Tipos de escala, características e exemplos 
 
Fonte: adaptado de Dancey e Reidy (2018) e Coutinho (2019). 
A definição e o uso desses quatro tipos de escalas de dados são importantes 
para determinar o tipo de teste estatístico que pode ser utilizado na análise. Em dados 
nominais, por exemplo, não se pode aplicar médias nem usar o teste t, mas pode-se 
calcular a frequência e usar o teste qui-quadrado. 
7.2 Observação 
A observação é uma estratégia de coleta de dados comum a diversas 
metodologias. Para Patton (2015) seu objetivo principal é: 
[...] descrever em profundidade e detalhes o ambiente que foi observado, as 
atividades que aconteceram no ambiente, as pessoas que participaram 
 
 
dessas atividades e os significados do que foi observado a partir das 
perspectivas daqueles que foram observados (PATTON, 2015, p. 332). 
Em educação, a observação permite coletar dados sobre a organização de 
ambientes físicos e humanos, interações (formais e informais, planejadas e não 
planejadas, verbais e não verbais) e a organização, configuração e avaliação de 
cursos e programas, incluindo recursos, estilos pedagógicos e currículos (COHEN; 
MANION; MORRISON, 2018). Nesse sentido, a compreensão e a sensibilidade em 
relação ao contexto são essenciais, a observação fornece dados autênticos e 
informações contextuais ricas (COHEN; MANION; MORRISON, 2018; PATTON, 
2015). Cabe salientar que o contexto influencia o comportamento das pessoas e “[...] 
envolve lugar, momento, circunstâncias, outras pessoas e até mesmo condições 
psicológicas e físicas” (BENTZEN, 2012, p. 87). 
Diante de todos os aspectos que compõem um contexto, é possível observar, 
por exemplo, o ambiente, as relações entre as pessoas, as reações, os 
comportamentos manifestos e os eventos que ocorrem. Podem ser observados fatos 
(como o número de livros em uma sala de aula ou a quantidade de alunos que 
frequentam a biblioteca em determinado período), eventos (as conversas entre 
professores e alunos em uma sala de aula) e comportamentos ou qualidades (o 
comportamento cooperativo entre os alunos ou a simpatia do professor) (COHEN; 
MANION; MORRISON, 2018). 
Nesse sentido, os objetivos de uma observação são lentes que direcionam o 
olhar para o que se deve observar e registrar. Ambientes sociais em que há diversas 
pessoas executando várias ações, por exemplo, tornam quase impossível dar conta 
de tudo o que acontece no espaço e no tempo. Cabe, então, definir a que aspectos o 
olhar do pesquisador precisa estar atento e direcionado. Em um exemplo de uma 
observação de alunos fazendo um trabalho em grupo, por exemplo, é possível 
observar como eles: a) interagem socialmente, dando atenção ao diálogo (às falas) 
dos alunos; b) utilizam os recursos disponíveis, como cadernos, livros, registros, 
notebooks e celulares; e c) organizam-se para realizar a atividade (se fazem registros, 
se alguém do grupo assume a liderança, se dividem tarefas, etc.). A partir dessas 
possibilidades, diferentes objetivos podem nortear a observação. 
 
 
7.3 Tipos de observação 
Em função de todos esses elementos levantados, é possível classificar a 
observação em diferentes tipos. Nesta seção, apresentamosos mais comuns. 
A observação científica caracteriza-se por ser sistemática e objetiva. A 
realização sistemática de observações pressupõe um planejamento detalhado, com 
base nos objetivos da pesquisa, que inclui a definição do local em que será realizada 
a observação, em quais momentos e por quanto tempo, quem serão os sujeitos 
observados, quais comportamentos e circunstâncias serão observados e quais 
técnicas e formas de registro serão utilizadas (DANNA; MATOS, 2015). 
Cabe, todavia, destacar diferenças entre a observação nas abordagens 
quantitativas e qualitativas. Nas pesquisas quantitativas, a observação tende a ser 
mais estruturada, pressupondo, inclusive, um piloto, e mais fragmentada, realizada 
em pequenos intervalos de tempo. Já nas pesquisas qualitativas, a observação tende 
a ser menos estruturada e mais emergente, responsiva e aberta, com uma duração 
mais prolongada e contínua, buscando capturar a natureza dinâmica dos eventos. 
Especialmente no caso da pesquisa-ação e da pesquisa participante, concebe-se 
ainda uma observação mais colaborativa (COHEN; MANION; MORRISON, 2018). 
Na educação, realizam-se com frequência observações naturalísticas, que 
ocorrem no campo da pesquisa, como em uma instituição de ensino, uma sala de aula 
ou um ambiente virtual de aprendizagem. Na observação naturalística, o pesquisador 
realiza observações em um ambiente natural específico (o campo) durante um longo 
período e usando diferentes técnicas (COZBY, 2014). O pesquisador aproxima-se do 
campo para entender como as pessoas se relacionam no ambiente social e físico. 
Ao considerar a presença ou não do pesquisador no campo de pesquisa, pode-
se diferenciar a observação direta da indireta. Segundo Gil (2019), na observação 
direta o pesquisador está fisicamente presente no campo, o que a torna mais flexível, 
por permitir que o observador relate muito aspectos que acontecem e tenha diferentes 
focos de observação. Já a observação indireta é realizada de forma mediada, a partir 
do registro feito por filmagem ou câmera digital de transmissão. 
A observação sistemática caracteriza-se por voltar-se para comportamentos 
específicos previamente definidos, observados em um ambiente particular (COZBY, 
2014). Esses comportamentos específicos são descritos e categorizados para ser 
possível sua identificação e medição. Medeiros et al. (2003), por exemplo, ao 
 
 
observarem relações entre professor e alunos em uma sala de aula, apresentam uma 
tabela com o código, a identificação do comportamento e sua descrição, incluindo, 
dentre outros, o comportamento “iniciar contato com a professora”, descrito como: 
Classes de respostas emitidas pelo P [participante], de interação com a 
professora, independente da professora responder ou não: chamar a 
professora, pedir para ir ao quadro negro, aproximar-se dela, tocá-la, mostrar 
suas tarefas a ela, perguntar e falar com a mesma. (MEDEIROS et al., 2003, 
p. 33). 
A observação estruturada, que pode ser considerada uma observação 
sistemática, é cuidadosamente planejada e parte da definição dos comportamentos a 
serem observados, do tempo (contínuo ou por amostragem) e da forma de registro, 
prevendo o uso de um protocolo de observação elaborado com base nas decisões 
tomadas. 
De outro modo, a observação não estruturada ou assistemática acontece sem 
definições prévias em relação aos comportamentos, ou eventos a serem observados, 
supondo uma aproximação entre o observador e o campo de observação. Esse tipo 
de observação pode ocorrer, por exemplo, como fase inicial de uma pesquisa para 
aproximação com o campo de pesquisa e envolve um registro contínuo de 
observação. 
É importante, ainda, ressaltar algumas características da observação on-line, 
realizada na internet. Hoje, é possível realizar observações, por exemplo, em 
comunidades on-line, cursos à distância e mundos virtuais. Cabe notar que, em 
comparação com a observação de campo tradicional, é mais fácil para o observador 
on-line ficar escondido, sem aparecer para os observados. Além disso, as 
particularidades das mídias e das tecnologias devem consideradas nesse tipo de 
observação (MERRIAM; TISDELL, 2016). 
7.4 Resultados, análise, discussão e interpretação 
Merriam e Tisdell (2016) consideram que a parte mais difícil do processo da 
pesquisa qualitativa não é nem a discussão teórica para definir a metodologia da 
investigação, nem a condução da coleta de dados, mas a análise dos dados após 
terem sido coletados. Na mesma direção, Patton (2015) dá uma dica: 
 
 
Agende um tempo intenso e dedicado para a análise: a análise qualitativa 
requer imersão nos dados. Toma tempo. Arrume tempo. Defina um 
cronograma realista. Consiga o apoio de familiares, amigos e colegas para 
ajudá-lo a se manter focado e dedique à análise o tempo que ela merece 
(PATTON, 2015, p. 523). 
No caso de abordagens quantitativas, a análise não é mais simples ou trivial do 
que os passos anteriores do ciclo da pesquisa. 
Lune e Berg (2017), por sua vez, consideram que a análise de dados é uma 
das partes mais criativas do processo de pesquisa. Na mesma perspectiva, Patton 
(2015) caracteriza a análise qualitativa como uma combinação entre ciência e arte, o 
que vale também para a discussão e interpretação dos resultados de pesquisas 
quantitativas ou abordagens de métodos mistos. Enquanto o componente científico 
da análise exigiria “[...] trabalho intelectual sistemático e disciplinado, atenção rigorosa 
aos detalhes em um contexto holístico e uma perspectiva crítica no questionamento 
dos padrões emergentes [...]” (PATTON, 2015, p. 631), o componente artístico 
envolveria exploração, riscos, metáforas e imaginação. 
A análise, portanto, possibilitaria a combinação entre o pensamento crítico e a 
criatividade a partir da interação entre o pesquisador e os dados. Por isso, um 
processo abstrato de análise não poderia substituir completamente os conhecimentos, 
a experiência, as habilidades e a criatividade do pesquisador. Para transformar dados 
em achados, não haveria, então, uma fórmula ou receita pronta (MERRIAM; TISDELL, 
2016). 
Para ilustrar a função da análise dos dados, Patton (2015) desenvolve a 
interessante metáfora de distinguir sinais de ruídos quando tentamos localizar o sinal 
de uma estação de rádio. Os dados brutos seriam os ruídos, que a análise tentaria 
detectar e aos quais procuraria dar sentido e interpretar, transformando-os em sinais. 
“Mas os sinais não são constantes ou estáticos. Eles variam com o contexto e mudam 
com o tempo. Portanto, a busca para distinguir o sinal do ruído é contínua” (PATTON, 
2015, p. 522). 
Esse processo de dar sentido aos dados envolve diversos subprocessos: 
organizar e apresentar os dados; analisá-los; discutir e interpretar os resultados, 
relacionando-os à revisão da literatura, ao referencial teórico e às questões e/ou 
hipóteses da pesquisa; e apresentar as descobertas ou conclusões do estudo. 
Mas não se estabelece, necessariamente, um movimento linear, que parta da 
 
 
análise dos dados para chegar à conclusão da pesquisa. Ao contrário, a análise de 
dados, especialmente no caso de pesquisas qualitativas, é um procedimento 
complexo, em que o pesquisador assume a função de detetive, envolvendo 
movimentos recursivos e dinâmicos, microscópicos e telescópicos, para frente e para 
trás, circulares (COHEN; MANION; MORRISON, 2018; CRESWELL; POTH, 2018; 
KOZINETS, 2020; MERRIAM; TISDELL, 2016). Há diferentes maneiras de conduzir 
análises de dados, que podem, por consequência, resultar em múltiplas interpretações 
(COHEN; MANION; MORRISON, 2018). 
Bogdan e Biklen (2007) diferenciam a análise da interpretação, especificamente 
na pesquisa qualitativa, da seguinte maneira: 
Com análise de dados, queremos dizer o processo de pesquisar e organizar 
sistematicamente as transcrições das entrevistas, notas de campo e outros 
materiais que você acumulapara possibilitar que faça descobertas. A 
interpretação dos dados refere-se ao desenvolvimento de ideias sobre suas 
descobertas e a relacioná-las à literatura e a questões e conceitos mais 
amplos. A análise envolve trabalhar com os dados, organizá-los, dividi-los em 
unidades gerenciáveis, codificá-los, sintetizá-los e buscar padrões. A 
interpretação envolve explicar e enquadrar suas ideias em relação à teoria, a 
outros estudos e à ação, bem como mostrar por que suas descobertas são 
importantes e torná-las compreensíveis (BOGDAN; BIKLEN, 2007, p. 159). 
No mesmo sentido, para Kozinets (2020), a análise dividiria processos 
complexos em processos independentes e nos elementos que os constituem, para, 
então, especificar suas relações. A interpretação, de outro lado, reconectaria esses 
elementos, concebendo-os novamente na totalidade, agora reconstruído. Assim, 
enquanto a análise estaria vinculada à ideia de partes, a interpretação estaria 
vinculada à ideia de um todo, a uma síntese que pressupõe classificação, associação, 
avaliação e integração por diversas orientações, como: pela conexão dos dados aos 
resultados da revisão de literatura e ao referencial teórico, pelas respostas às 
questões da pesquisa ou pelo teste das hipóteses e/ou pela perspectiva de disciplinas 
específicas. “A interpretação é o processo de dar sentido e descobrir significados em 
dados coletados e analisados.” (KOZINETS, 2020, p. 359). 
Haveria, então, um caminho em direção à abstração, da análise para a 
interpretação, uma mudança de ênfase, “[...] da identificação de padrões nos dados 
para a tentativa de encontrar significados nos padrões” (KOZINETS, 2020, p. 359). 
 
 
Enquanto a análise envolveria a transformação dos dados, a interpretação os 
transcenderia, por meio da conexão holística de conceitos, procurando: 
[...] conectar esses todos conceituais, tanto com os contextos dos quais foram 
retirados no ato da coleta de dados, quanto com os sistemas de significado 
institucionalizados que lhes dão sentido, com as pessoas que vivem com eles 
e com aqueles que procuram compreendê-los (KOZINETS, 2020, p. 312). 
É importante reforçar que as atividades de análise e intepretação já podem 
começar na fase da coleta de dados, ou seja, os processos não devem, 
necessariamente, ser considerados sequenciais, podendo ser conduzidos 
simultaneamente. Além disso, tabelas e ilustrações, como gráficos e fluxogramas, 
podem ser utilizadas em todas essas etapas, tanto para ajudar na organização e 
análise dos dados e na interpretação dos resultados, quanto na apresentação dos 
achados para o leitor (BOGDAN; BIKLEN, 2007; MERRIAM; TISDELL, 2016). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
REFERÊNCIAS BIBLIOGRÁFICAS 
BABBIE, E. The practice of social research. 14. ed. Boston, MA: Cengage Learning, 
2016. 
BENTZEN, W. R. Guia para observação e registro do comportamento infantil. 
Tradução de All Tasks. São Paulo: Cengage Learning, 2012. 
BOGDAN, Robert C.; BIKLEN, Sari Knopp. Qualitative research for education: an 
introduction to theories and methods. 5. ed. Boston, MA: Pearson, 2007. 
COHEN, Louis; MANION, Lawrence; MORRISON, Keith. Research methods in 
education. 8. ed. New York: Routledge, 2018. 
COUTINHO, Clara Coutinho. Metodologia da investigação em ciências sociais e 
humanas: teoria e prática. 2. ed. Coimbra: Almedina, 2019. 
COZBY, Paul. Métodos de pesquisa em ciências do comportamento. Tradução de 
Paula Inez Cunha Gomide e Emma Otta. 1. ed. 7. reimpr. São Paulo: Atlas, 2014. 
CRESWELL, J. W.; CLARK, V. L. Plano. Designing and conducting mixed methods 
research. 3. ed. Thousand Oaks, CA: Sage, 2018. 
CRESWELL, J. W.; POTH, C. N. Qualitative inquiry and research design: choosing 
among five approaches. 4. ed. Thousand Oaks, CA: Sage, 2018. 
CRESWELL, John W.; GUETTERMAN, Timothy C. Educational research: planning, 
conducting, and evaluating quantitative and qualitative research. 6. ed. Saddle River, 
NJ: Pearson, 2019. 
DANCEY, Christine; REIDY, John. Estatística sem Matemática para Psicologia. 
Tradução de Lori Viali. 7. ed. Porto Alegre: Penso, 2018. 
DANNA, Marilda Fernandes; MATOS, Maria Amélia. Aprendendo a observar. 3. ed. 
São Paulo: Edicon, 2015. 
GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 
2019. 
GUETTERMAN, Timothy C.; MITCHELL, Nancy. “The role of leadership and culture 
in creating meaningful assessment: a mixed methods case study”. Innovative 
Higher Education, 2016. 
KOZINETS, Robert V. Netnography: the essential guide to qualitative social 
media research. 3. ed. Thousand Oaks, CA: Sage, 2020. 
LUNE, Howard; BERG, Bruce L. Qualitative research methods for the social 
sciences. 9. ed. New York: Pearson, 2017. 
MATTAR, João; RAMOS, Daniela Karine. Metodologia da pesquisa em educação: 
 
 
Abordagens Qualitativas, Quantitativas e Mistas. São Paulo. Almedina Brasil. 2021. 
MEDEIROS, José Gonçalves; FERNANDES, Analu Regis; PIMENTEL, Raquel; 
SIMONE, Ana Carolina Seara. “Observação, em sala de aula, do comportamento 
de alunos em processo de aquisição de leitura e escrita por equivalência”. 
Interação em Psicologia, Curitiba. 2003. 
MERRIAM, Sharan B.; TISDELL, Elizabeth J. Qualitative research: a guide to 
design and implementation. 4. ed. San Francisco: Jossey-Bass, 2016. 
PATTON, Michael Quinn. Qualitative research & evaluation methods: integrating 
theory and practice. 4. ed. Thousand Oaks, CA: Sage, 2015. 
SEIDMAN, Irving. Interviewing as qualitative research: a guide for researchers in 
education & social sciences. 5. ed. New York: Teachers College, 2019. 
VAN MANEN, Max. Researching lived experience: human science for an action 
sensitive pedagogy. 2. ed. Abingdon: Routledge, 2016.