Hoje iremos tratar sobre a relevância da codificação e a criação de categorias para a análise de dados. Por que esse processo é importante? Em que ele beneficia a pesquisa? Esse método pode de fato encontrar elementos que somente as teorias formais não dão conta de explicar?

Portanto, separamos nas seguintes seções:

1) A teoria fundamentada para a análise de dados;

2) 4 formas de codificação para a análise de dados;

3) A criação de categorias para a análise de dados.

1 – A Teoria Fundamentada para a análise de dados

            A teoria fundamentada é um método de análise de dados com a finalidade de criar uma teoria quando esses dados são captados e analisados. Para um pesquisador, a teoria pré-concebida é um problema, pois ela dá ao dado um direcionamento que não é a própria expressão do dado a partir de suas próprias interações.

            Uma teoria derivada dos dados colhidos é, dessa forma, mais próxima da realidade, do que uma teoria baseada na experiência ou em alguma especulação. Lembremos do quanto os gregos antigos já fizeram essa diferenciação entre ciência (episteme) e opinião (doxa). Eles a fizeram para serem coerentes com uma visão investigativa da realidade, buscando assim uma amplitude universal maior do que podemos captar e de que podemos alterar para melhorar a própria realidade. 

            Justamente pela amplidão que a realidade se mostra por vezes (complexa, difusa, múltipla, diferenciada) é que aliamos dados quantitativos a dados qualitativos. A salutar união das duas metodologias de análise de dados não permite qualquer postura dogmática com relação ao conhecimento. Temos aqui um ceticismo muito salutar para a investigação científica. Por essa razão a pesquisa científica é entendida pela teoria fundamentada como um processo circular, com muitas idas e vindas, até se atingir o objetivo formalizado. A pesquisa se mostra uma descoberta, um esclarecimento ou mesmo um aprimoramento da realidade.

            Portanto, a postura científica plena deve ser tanto crítica quanto criativa. Ela é crítica quando analisa os pormenores da realidade com perguntas profundas sobre como aquele determinado objeto pode ser definido. Ela é criativa quando está aberta a outras formas de expressão do objeto ou mesmo na criação de instrumentos para detectá-lo em seus detalhes.

2 – Codificações para análise de dados

Uma boa análise de dados exige um detalhamento linha a linha do que está sendo observado. Esse detalhamento exaustivo no começo da análise de dados é importante para as primeiras projeções sobre o objeto de pesquisa.

Afinal: como ele se comporta? O que ele faz para que essa ação ocorra? Onde ele faz isso? Ele possui uma fala mais íntima ou mais afastada? Ele tem um conhecimento teórico ou experiencial sobre sua atividade? De onde ele retira seu conhecimento? Possui medo ou sonhos acerca do futuro?

É importante salientar que essa etapa da microanálise dos dados coletados não é de forma alguma um processo estruturado, estático ou permanente. É um processo de muita liberdade e fluidez. Veremos abaixo as 4 maneiras de iniciar as codificações para análise de dados:

A – A codificação aberta para a análise de dados

            Quando nos dedicamos aos pormenores de uma pesquisa científica precisamos levar em consideração a lógica por trás do processo, cujo escopo leva ao que faz um objeto ser determinado em sua unidade própria de significação e não por outra.

            Denominamos de codificação aberta a todo o processo que ao examinarmos pormenorizadamente devemos levar em consideração seus pensamentos, ideias e significados contidos nele (mesmo aqueles que intuímos como potencialmente nele).

Separamos os dados por distinções, os eventos por suas datas de ocorrência, os nomes dos animais por suas espécies, famílias, gêneros… O que esse animal é similar a outro, mas possui função distinta (o bico do pato e o bico do ornitorrinco são similares, mas possuem funções não análogas).

Os elementos mais abstratos que podemos separar chamamos então de categorias.

Cada categoria criada possui certos conceitos específicos para aquele fenômeno emse tratando de análise de dados.

            Ao compararmos conceitos conseguimos criar categorias determinadas e vemos se há outras subcategorias que exigem explicações mais detalhadas.

            Citaremos um pequeno exemplo extraído de uma entrevista com um informante sobre o uso de drogas por adolescentes:

Entrevistador: Fale-me sobre o uso de drogas por adolescentes.

Informante: Acho que os adolescentes usam drogas como uma forma de libertação de seus pais [rebeldia]. Bem, não seu. Só posso falar por mim. Para mim foi uma experiência [experiência]. Você ouve muito sobre drogas [informação sobre drogas]. Você ouve que elas fazem mal para você [conotação negativa para informação sobre drogas]. Há muitas drogas por aí [fornecimento disponível]. Você só usa elas porque são acessíveis [acesso fácil] e porque são novidades [experiência nova]. Todos são contra [ponto de vista negativo adulto]. Se você é um adolescente, a primeira coisa que você vai fazer é experimentar [desafiar o ponto de vista negativo do adulto].

            Desse material começamos a criar um memorando com os registros da análise de dados captados na entrevista. Usamos pensamentos e interpretações, questões e novas direções para fazer uma nova coleta de dados. Vejamos um exemplo de memorando:

Memorando: A palavra “uso” me chama a atenção. Devo pensá-la da próxima vez relacionada ao álcool. Se alguém disser “eu uso álcool”, o que isso significa? (…)

Esse tipo de nota serve para criarmos códigos que servirão para a criação das categorias. É muito comum no começo da análise dos códigos que criamos derivar deles inúmeras categorias. Com o tempo, elas serão agrupadas por uma hierarquia que deverá ser explicada antes de lança-las. Por que essa categoria é relevante? Seria relevante diferenciar os diferentes usos de álcool? Ou é importante que o uso de álcool esteja atrelado a alguma situação que sirva de gatilho? Aqui já estamos criando as bases para a teoria estar devidamente alçada bom base na análise de dados solidamente fundamentados.

B – Codificação axial para a análise de dados

            Nós empregamos a codificação axial para a análise de dados quando atrelamos às categorias subcategorias. A ideia de axial é por haver um eixo, tal como o que une uma roda em seu centro, associa assim propriedades e dimensões. A codificação axial é o processo de reagrupamento dos dados que foram divididos durante a codificação aberta.

            As subcategorias geradas na análise de dados servem para dar explicações pormenorizadas sobre certas análises. A verdadeira associação não ocorre descritivamente, mas sim em um nível conceitual.  

            Voltemos ao texto de nosso informante sobre o uso de drogas por adolescentes:

Informante: Acho que os adolescentes usam drogas como uma forma de libertação de seus pais [rebeldia]. Bem, não seu. Só posso falar por mim. Para mim foi uma experiência [experiência]. Você ouve muito sobre drogas [informação sobre drogas]. Você ouve que elas fazem mal para você [conotação negativa para informação sobre drogas]. Há muitas drogas por aí [fornecimento disponível]. Você só usa elas porque são acessíveis [acesso fácil] e porque são novidades [experiência nova]. Todos são contra [ponto de vista negativo adulto]. Se você é um adolescente, a primeira coisa que você vai fazer é experimentar [desafiar o ponto de vista negativo do adulto].

            Quando fazemos a análise de dados passando a entrevista para um texto convertemos o texto em conceitos que representam palavras como: libertação, acesso fácil, experiência nova, ponto de vista negativo adulto, desafiar o ponto de vista negativo do adulto. As subcategorias serão explicações sobre o porquê os adolescentes usam drogas, para a nossa análise de dados.

            Além do porquê, precisamos examinar quem, como, onde quando, com que resultados. Com essas interrogações nós relacionamentos na análise de dados a estrutura com o processo.

Isso é demasiado importante pois entendemos estrutura como as circunstâncias as quais pertencem a um determinado fenômeno. Tal como a lei de ação e reação de Isaac Newton, ainda que não esteja clarificada e que possa ser muito mais complexa quando na primeira abordagem da análise dos dados. Já o processo é importante por denotar a interação das pessoas com os problemas que estamos interessados. Por exemplo, como os adolescentes se relacionam com as drogas.

A combinação de estrutura e processo ajuda aos analistas entenderem a complexidade da vida. Eles estão intrinsecamente ligados. A estrutura (o porquê), necessita do processo (como). Essa é a natureza dinâmica dos fatos quando realizamos uma análise de dados.

C – Codificação seletiva para a análise de dados

             A codificação seletiva para análise de dados é o processo de integração e refinamento, assumindo a forma de uma teoria propriamente dita. A integração é a interação entre o analista e os dados. Podemos entender agora a evolução do processo do analista a partir do momento inicial de sua análise de dados, ao formar categorias, até a redação final o trabalho.

O analista reconhece relações que não tinha se dado conta de estarem lá. É um trabalho árduo por justamente ser necessário encontrar a forma adequada para a melhor exposição desse encontro. Podemos dizer que as limitações do trabalho também servem para que outros pesquisadores possam lê-lo e dedicarem-se a uma discussão dessa forma de exposição encontrada pelo pesquisador.

            Ressaltamos o quanto a construção de uma teoria é a meta de um projeto de pesquisa. Os resultados deem ser apresentados como um conjunto de conceitos inter-relacionados, não apenas como listagem de temas. As categorias se entrelaçam em prol de um esquema teórico maior.

            Por essa razão, deve-se tomar muita atenção ao decidir uma categoria central. Ela é o tema principal da análise de dados. Ela condensa a hipótese de nossa pesquisa em poucas palavras. Ela é a melhor explicação de nossa pesquisa, quando alguém nos pergunta “sobre o que estamos pesquisando”.

Seguindo nosso exemplo do uso de drogas por adolescentes, podemos ter um título que se encaixa perfeitamente: “Uso de drogas pelos adolescentes: uma fase de experimentação”. A experimentação é a nossa interpretação dos dados, e nela parece se encaixar perfeitamente com a declaração de nosso informante.

Isso é devido ao fato de lemos outras pesquisas que corroboram esse elemento de experimentação no uso de drogas por adolescentes, mas somente inferimos por trabalharmos diretamente com a análise de dados é que somos capazes de atribuir sentido ao que os participantes estão fazendo.

Outro pesquisador com outra questão de pesquisa criará outra situação de investigação. Ele fará outras perguntas, outras leituras, e, por fim, chegará a uma interpretação diferente da nossa. Entretanto, quando o pesquisador expõe os detalhes de seus achados e de suas inferências outros pesquisadores lendo a nossa pesquisa irão chegar as mesmas conclusões.

Há sem dúvida um caminho lógico que traçamos para chegar as nossas interpretações.

D – Codificação para processo na análise de dados

            A definição de processo já mostra uma sequência de ações e interações. Nessa definição mudanças podem ser associadas a mudanças nas condições estruturais da análise de dados. Não iremos alterar o processo de fazer perguntas e fazer comparações. Iremos mudar o foco analítico.

            Vamos dar ênfase para o processo de ações e interações para ver suas mudanças com o tempo. Mudanças que podem ser realizadas se as condições forem antecipadas, planejadas e previstas. Qual é o processo? Por que ele é uma parte importante de nossa análise?

            Ao observar os adolescentes usuários de drogas vamos ter alguns comportamentos repetitivos, os quais se tornam rotineiros, automáticos e mesmo gestos que podemos ver como estereotipados (a fala lenta de um usuário de maconha é um exemplo). É nesse aspecto também que vemos muitas ações sincronizadas por ritmo e forma para chegar ao uso da droga.

            O que poderia interromper esse fluxo sincronizado? Talvez se a polícia passasse exatamente naquele local de reunião dos adolescentes. Ali veríamos mudanças súbitas nos seus comportamentos. Eles provavelmente fugiriam daquele local. Contudo, a forma exata desse acontecimento só saberíamos ao ouvir um de nossos informantes ou ver no local esse fenômeno.

Eis um elemento importante para pesquisas ulteriores em nossa análise de dados.

            Ao conceitualizar um processo estamos representando os acontecimentos e suas formas definidas. E sempre que escolhemos uma forma o fazemos em relação com a questão de pesquisa. Será que há estágios para a experimentação de drogas pelos adolescentes?

Quando depende nossa questão de pesquisa com a análise de dados, talvez um estágio ou fase não seja a melhor forma de desenhar essa relação. Podemos examinar, seguindo nosso exemplo na análise de dados, o quanto nesse procedimento de interação entre o jovem e a droga há a “aquisição” e o “uso”.

A busca do processo não é separada da análise de dados. A codificação ocorre simultaneamente ao processo, pois estamos tentando dimensionar os conceitos em função de uma melhor categorização, a qual por sua vez, representa melhor a realidade.

Ao invés de buscar certas propriedades na análise dos dados, é melhor observar propositalmente a interação deles. Com isso notamos movimento, sequência e mudança, além de ver como ela se desenvolve (muda ou permanece a mesma) em resposta às mudanças no contexto ou nas condições.

Ao relacionar processo e estrutura estamos conectando categorias para a nossa análise de dados. Isso é devido ao uso de drogas possuir várias formas diferentes. Há não-usuários (mas que se relacionam com os usuários que estamos investigando), os experimentadores ocasionais, os usuários recreativos e os usuários pesados (costumamos chamá-los de viciados).

Há aqueles que usam termos como “ficar chapado” (um processo). Os que não ficam “chapados” estão tendo uma outra experiência com a droga.

3 – A categoria para a análise de dados

            As categorias só podem existir após termos a questão de pesquisa bem definida e já termos feito uma rigorosa codificação do material de nossa análise de dados. Entretanto, também é possível fazer o inverso, ao criarmos categorias e após levarmos seu desenvolvimento para o material empírico, para nessa etapa podermos alterá-las.

            A primeira etapa é definir o material que seja relevante para a questão de pesquisa.

            A segunda etapa consiste em analisar a situação de coleta de dados: como os dados foram coletados? Quem participou do processo de análise de dados? Quem foi entrevistado? De onde vieram os documentos analisados?

            A terceira etapa é a caracterização do material: foi a partir de gravações? Foi realizado algum protocolo de perguntas ou uma escala? O quanto o entrevistador influenciou o entrevistado?

            A quarta etapa diz respeito a direção da análise de dados para os textos selecionados e o que de fato se quer interpretar deles.

            Por fim, a última etapa diz respeito à questão de pesquisa e sua diferenciação quando comparada às outras teorias.

            É importante ressaltar que toda a codificação deve ser representada na forma de uma unidade codificada, a menor partícula material da análise de dados. E a unidade codificada exige uma unidade contextual, ou seja, o maior elemento que pode ser enquadrado em uma categoria. Esses elementos produzem a interpretação final dos resultados da análise de dados. E a unidade é a síntese de todo o processo, pois seu resultado é um conceito visível e testado sobre o objeto de pesquisa.

            A produção da categoria é também a melhor defesa que podemos propor para a análise de pontos de vista subjetivos. Com ela podemos mostrar ao leitor de nossa pesquisa os pontos em que foram descobertos fenômenos em meio aos fatos.  

Esses foram os pontos mais importantes para a codificação e para a criação de categorias. Nós os fizemos em seus pormenores para mostrar a importância de mesmo em se tratando de dados subjetivos trazermos com clareza a exposição de uma análise de dados adequada e formalmente metrificada.

Isso assegura que outros possam olhar e entender o a criação da teoria fundamentada tal como um experimento científico, dada a possiblidade de fazer sua reprodução com as mesmas condições pré-estabelecidas.

Por essa razão, a teoria fundamentada ainda é a melhor ferramenta para garantir isenção na análise de dados qualitativos, presente com vigor em grande parte das universidades internacionais.

Referências:

Anselm Strauss & Juliet Corbin – Pesquisa Qualitativa

Laurence Bardin – Análise de conteúdo

Uwe Flick – Introdução à pesquisa qualitativa

Autor: Estevan Ketzer