UNIVERSIDADE FEDERAL DO OESTE DO PAR UFOPA.

Programa de Ps-Graduao Sociedade, Natureza e Desenvolvimento PPGSND.

Disciplina: Mtodos quantitativos.

Discente: DIEGO CORRA FURTADO.

Resenha:

GORARD, S. Simple non-parametric statistics: minding your table manners. In: _____.

Quantitative methods in social science: The role of numbers made easy. Nova

Iorque/Londres: Continuum, 2003. p. 121-135.

Prope, o texto em referncia, discutir o tema de estatsticas no-paramtricas simples,

abordando especialmente a apresentao de dados de pesquisa no formato de tabelas. Alerta, o

autor, entretanto, que pretende transcender a estrita explanao acerca de como representar os

dados e de como realizar manipulaes aritmticas simples. Sua inteno de discutir sobre

os padres que podem ser estabelecidos entre os dados e as diferenas que podem ser

encontradas entre os subgrupos de uma amostra.

Inicialmente, o autor mobiliza o exemplo de uma pesquisa fictcia, na qual se busca a

associao entre duas variveis distintas: o gnero dos entrevistados (masculino ou feminino)

e a realizao de visitas ao mdico ao longo de dois anos. Em sua viso, o interesse principal

de um cientista social seria responder perguntas de pesquisa que relacionassem as variveis

entre si, ao invs de meramente descrever os resultados em isolamento. Consideradas

simultaneamente, as variveis so representadas em tabulaes cruzadas, o que permite

conhecer as propores esperadas, compar-las s propores observadas na amostra e,

consequentemente, propor extrapolaes para a populao.

Desta perspectiva, o autor afirma no haver razo para que algum evite ler ou para

que no consiga compreender o tipo de anlise estatstica proposta, pois estaria fundamentada

em um raciocnio simples, que poderia ser utilizado em outros casos anlogos, e com o

intermdio de um computador, responsvel pelos clculos matemticos.

Adiante, o autor envereda pela perspectiva da representao estatstica, para permitir

que o leitor compreenda a ligao entre o raciocnio at ento desenvolvido com determinados

termos tcnicos da rea em foco. Apresenta, ento, os conceitos de graus de liberdade e de

hiptese nula. Quanto ao grau de liberdade, alega se tratar de um conceito que parece

complexo, mas que pode ser compreendido simplesmente como a quantidade de clulas em

uma tabela com variao independentemente. Quanto hiptese nula, seria um artifcio de

convenincia, que consideraria no existir diferena na populao entre dois grupos sob

exame. Assim, para o autor, tais conceitos seriam apenas nomes chiques para noes de

fcil entendimento. Estar a par de sua compreenso e de posse das ferramentas estatsticas

computacionais apropriadas permitiria distinguir, como no caso do exemplo de abertura do

captulo, reais diferenas nos dados de diferenas ligadas a erros de amostragem.

Para o autor, devido natureza dos eventos aleatrios, pode-se afirmar que quanto

menos provvel que determinado evento tenha ocorrido ao acaso, mais provvel que tal

evento reflita uma real diferena na populao sob anlise. E, alm dessa distino, os testes

estatsticos permitiriam aumentar a preciso das observaes, calculando, caso a hiptese nula

no possa ser refutada pelos dados observados, a probabilidade de que qualquer amostra

aleatria da populao se relacione proporo que, a princpio, tenha parecido se opor

hiptese nula (e que, portanto, deve estar relacionada a erros de amostragem).

A partir deste ponto, o autor menciona a existncia de tabelas estatsticas aninhadas

em pacotes computacionais, como o SPSS, e demonstra a realizao de um teste de

significncia de qui-quadrado. Ele apresenta uma tabela com os resultados do teste, e afirma

que a aparncia desta tabela tende a assustar as pessoas, pois excessivamente informativa, e

traz siglas a princpio desconhecidas nos topos das colunas e nomes de testes no solicitados

nas linhas da primeira coluna. Para o autor, isto tolervel, pois, em sua viso, os programas

estatsticos so bastante teis, possibilitando saber a probabilidade de obter os dados

observados caso a hiptese nula seja verdadeira e, assim, decidir pela significncia das

descobertas. Dessa forma, so explicados os significados de cada elemento da tabela de

resultados, com nfase naqueles efetivamente necessrios ao problema que suscitou a

realizao do teste.

Uma questo-chave, entretanto, seria o limiar da probabilidade para considerar

determinada evidncia significativa. O autor afirma no haver uma resposta precisa a isto,

devendo, o pesquisador, tomar uma deciso. Esta deciso se assemelha s decises referentes

ao planejamento de pesquisa, amostragem e aos mtodos de anlise, e todas devem ser

expressas, juntamente com os motivos que levaram a elas, na ocasio da publicao dos

resultados e concluses da pesquisa. Especificamente quanto ao limiar da significncia, o

autor afirma que o valor de 5% (0,05) o mais comumente usado, e a obteno de qualquer

valor inferior a este em uma clula determinada da tabela de resultados levaria,

obrigatoriamente, rejeio da hiptese nula e aceitao de uma hiptese alternativa,

necessariamente correlata existncia de diferena entre os subgrupos da populao

componentes da amostra.

O autor, ento, alerta que a obteno de um resultado acerca da significncia estatstica

no representa, nas cincias sociais, o fim do trabalho, e sim o fim do comeo do trabalho. A

etapa final, quando se responde o que os achados representam, no tcnica, no fcil de

ensinar, e bastante dependente das etapas anteriores. Por um lado, caso no seja encontrada

diferena significativa entre os grupos na populao, preciso explicar por que no h

diferena, ou talvez por que se esperava encontrar tal diferena. Por outro lado, se for

encontrada diferena significativa, ser necessrio explicar como e quando surgiu tal

diferena, qual sua natureza, se geral ou restrita a uma localidade, se varia conforme a idade

e grupos ocupacionais, etc. Esta etapa da investigao criativa e exaustiva, mas o fim a

que se pretende chegar, mediado pela utilizao dos mtodos estatsticos no campo das

cincias sociais.

Outro alerta do autor se refere ao termo significncia, pois o fato de um resultado

estatstico no ser numericamente significativo no representa que ele no seja significativo

para a pesquisa. Por exemplo, a descoberta de que no existe real diferena entre

determinados subgrupos na populao no tocante a determinada varivel pode levar ao

questionamento de formulaes prvias, concebidas erroneamente, pautadas seja no senso

comum, seja na anlise equivocada (e em geral no estatstica) de dados numricos. Neste

sentido, o autor apresenta o exemplo de um trabalho publicado na rea de pesquisa em

educao, no qual ou pesquisadores propuseram uma concluso que, apesar de pautada em

dados quantitativos e amplamente aceita pelos pares da rea, no resistiu anlise estatstica

de significncia do qui-quadrado. Disso, conclui-se que, embora no seja possvel reanalisar

todos os dados apresentados nas pesquisas consultadas, instrutivo faz-lo ocasionalmente,

para perceber a quantidade de vezes que as concluses publicadas no se sustentam diante de

um exame estatstico minucioso. O autor, ento, lana questionamentos, por exemplo, se os

trabalhos publicados so os mais rigorosos, e se se pode confiar no atual modelo de avaliao

dos trabalhos.

Alm de alguns outros detalhes, o descrito acima a sntese do essencial. Percebe-se,

portanto, que o autor pretendeu discorrer acerca de como, em alguns casos, a disposio de

dados em formato tabular pode levar formulao de concluses equivocadas, em

decorrncia da no utilizao de mtodos estatsticos que permitam detectar os verdadeiros

padres de relao entre os dados analisados. Trata-se de um texto instrutivo, e que estimula a

criticidade dos leitores, a respeito de sua atuao enquanto pesquisadores e autores de

trabalhos cientficos. Quanto mais familiarizados com as mincias dos mtodos quantitativos,

mais aptos estaro, os pesquisadores, a evitar o cometimento de equvocos que fragilizem suas

concluses. Por isso, essencial no s o domnio das ferramentas computacionais da

estatstica, como a correta compreenso do raciocnio a elas subjacente.