Estatística e Análise de Dados para Ciências Sociais 1 › 47571

código no paco
47571
área científica
Ciências Sociais
créditos
10
escolaridade
ensino teórico (T) - 2 horas/semana
ensino teórico-prático (TP) - 4 horas/semana
idioma(s) de lecionação
a inserir brevemente
objectivos

A unidade curricular de EADCS pretende que os alunos sejam capazes de formular um problema de investigação social, de conceber uma estratégia adequada de recolha e codificação de dados qualitativos ou quantitativos (recolhidos por exemplo por observação direta, entrevista ou questionários) e de aplicar de forma crítica ou, no mínimo, interpretar os resultados de diversas técnicas de análise de dados utilizadas como auxílio para a obtenção de conclusões informadas sobre a realidade social. Pretende-se ainda desenvolver a capacidade de tratar e interpretar adequadamente informação estatística incluída em bases de dados de natureza primária ou secundária. O curso inclui uma forte componente prática sendo lecionado com recurso a dois softwares específicos – Nvivo e SPSS – utilizados, respetivamente, para tratar informação qualitativa e quantitativa de forma simples e intuitiva. 

competências

No final do curso, os alunos terão adquirido a capacidade de identificar métodos específicos de análise de dados qualitativos ou quantitativos apropriados para responderem às questões formuladas no âmbito dos seus projetos de dissertação, de executar essas mesmas análises em ambiente Nvivo e SPSS e de produzir outputs numéricos ou gráficos adequados à formulação de conclusões sumárias sobre os dados recolhidos e à sua comunicação a terceiros.

 

Mais especificamente, no final do curso os alunos deverão ser capazes de:

  • Escolher um método de recolha de dados realista e adequado à(s) pergunta(s) de investigação formuladas e métodos de análise planeados
  • Planear a realização de uma investigação qualitativa (ex. estudo de caso) e construir instrumentos de recolha de dados qualitativos
  • Compreender quando se aplica e como se relata a análise qualitativa de dados (análise de conteúdo), com recurso a Nvivo.
  • Ter capacidade de aplicar um conjunto de boas práticas na definição de estratégias de amostragem e conceção de questionários.
  • Descrever os dados recolhidos utilizando medidas estatísticas de centralidade e dispersão e gráficos adequados e com forte poder informativo (uma imagem vale mais do que mil palavras)
  • Construir novos indicadores / índices agregados a partir de várias variáveis existentes
  • Dominar o conceito de correlação, distingui-lo de uma análise de regressão e utilizá-lo em situações concretas de análise de dados quantitativos;
  • Perceber a diferença entre estatística descritiva e inferencial
  • Formular testes de hipóteses e calcular intervalos de confiança para uma variável numérica
  • Escolher os testes de hipóteses adequados a diversas situações de análise bivariada.
  • Interpretar sumariamente resultados de modelos de regressão.
conteúdos

1.      Recolha de Informação Empírica e Conceitos Fundamentais

a.      Acumulação de Conhecimento Científico, Amostragem, Generalização e Tomada de Decisão

b.     Métodos de Análise Quantitativa e Qualitativa

c.      Análise Descritiva vs. Inferência Estatística

d.     Teoria e Métodos de Amostragem

e.      Questionários, Escalas de Medida e Classificação de Variáveis

 

2.      Estatística Descritiva

a.      Medidas de Localização/Centralidade:

b.     Medidas de Dispersão

c.      Recolha, Codificação e Descrição Gráfica e Alfa-Numérica de Dados Quantitativos em Ambiente SPSS

d.     Conceito de Valor-Z (Z-score) e Normalização de Variáveis

e.      Construção de Variáveis eÍndices

 

3.      Associação, Dependência e Interdependência

a.      Associação, Dependência e Interdependência: Variáveis Dependentes e Independentes

b.     Interpretação de Tabelas Cruzadas

c.      Correlação vs. Regressão Linear

d.     Coeficiente de Determinação

e.      Noção de Correlação Parcial e Introdução à Análise de Regressão Multivariada

 

4.      Inferência Estatística: Análise Univariada

a.      Teoria da Amostragem, Distribuição Normal e de Estimação de Parâmetros

b.     Testes de Hipóteses para uma Média e uma Proporção

c.      Intervalos de Confiança para uma Média e uma Proporção

d.     Dimensionamento de Amostras

 

5.      Inferência Estatística: Análise Bivariada

a.      Testes Paramétricos e Não-Paramétricos

b.     Testes de Hipóteses para a Diferença entre Grupos

  i.      Teste-t e Teste de Mann-Whitney

  ii.      Análise de Variância (ANOVA) e Teste de Kruskal-Wallis

 iii.      Amostras Dependentes e Independentes: Teste-t e Teste de Wilcoxon

 iv.      Teste de Qui-Quadrado

 

6.      Análise qualitativa de dados

a.      Abordagens qualitativas versus quantitativas;

b.     Estratégias de investigação qualitativa e conceção dos guiões de entrevista / observação / registo fotográfico/vídeo;

c.       Introdução à Utilização de Software de Análise de Dados Qualitativos (Nvivo 10)

d.      Exemplos de relato da investigação qualitativa (referenciação empírica)

avaliação

O regime de avaliação de EADCS prevê o seguinte:

  • Os alunos poderão optar ser avaliados em regime de avaliação discreta ou final. Os alunos que pretendam realizar a u.c. em regime de avaliação final deverão comunicar isso mesmo aos docentes no prazo estabelecido para o efeito no calendário incluído em anexo.

  • No regime deavaliação final, a avaliação dos alunos será feita a partir de um exame final com a ponderação de 100%.

  • No regime de avaliação discreta, a avaliação dos alunos será feita com base num primeiro trabalho prático de natureza quantitativa (com a ponderação de 40%), um segundo trabalho prático qualitativo (20%) e no exame final a ser realizado na época normal de exames (40%).

  • No regime de avaliação discreta e para conseguirem aprovação à u.c., os alunos têm obrigatoriamente que conseguir umanota mínima de 7,5 valoresem qualquer uma destas componentes de avaliação. Apenas a nota final será arredondada!

  • Os trabalhos práticos deverão ser realizadosem grupos de 3 elementossendo contudo as notas lançadas individualmente refletindo a assiduidade e o esforço demonstrado ao longo das aulas práticas pelos vários elementos do grupo. Neste sentido, embora a presença nas aulas seja facultativa do ponto de vista formal, a natureza da unidade curricular exige uma presença regular e a participação efetiva nos trabalhos práticos. Será igualmente distribuída aos vários grupos uma ficha de auto- e hetero-avaliação sobre o trabalho realizado no âmbito do trabalho prático.

  • Todos os trabalhos terão que ser defendidos presencialmente em datas previstas no calendário de aulas ou acordadas com os alunos e todos os elementos do grupo devem estar preparados para apresentar e defender os resultados do seu trabalho prático perante os docentes quer na apresentação final quer nas sessões de orientação tutorial.
requisitos

N/A

metodologia

As aulas serão organizadas em dois blocos distintos: uma primeira parte teórica, expositiva e exemplificativa (2 horas presenciais – 1 turma teórica - 6ª-Feira 14h-16h); e uma segunda (2 turmas teórico-práticas) de resolução de exercícios em ambiente informático (SPSS, Nvivo …), de orientação tutorial e apoio à resolução dos trabalhos práticos (4 horas presenciais). Pretende-se desta forma fomentar a autonomia dos alunos, quer na execução de análises de análise de dados em ambientes Nvivo e SPSS quer na interpretação dos resultados obtidos. Serão igualmente organizadas sessões de apresentação dos resultados obtidos no âmbito do trabalho prático a ser realizado no âmbito da unidade curricular. 

bibliografia base
Qualitative Data Analysis. Gibbs, G. R. 2002 Computer-Aided Qualitative Data Analysis: Theory, Methods and Practice. Kelle, U. 1998 Handling Qualitative Data. Richards, L. 2006 SPSS para Windows. Análisis Estadístico. Visauta-Vinacua, B. 1997 Probabilidades e Estatística – Conceitos, Métodos e Aplicações, Tiago de Oliveira, J. 1990 Métodos e técnicas de investigação social. Pardal, L. e Corr
bibliografia recomendada
  • Field, A. (2009).Discovering Statistics using SPSS, 3rd Edition, Sage Publications. (CDU 303.1)
  • hair, j., black, w., babin, b., anderson, r. and tatham, r. (2006), multivariate data analysis, new jersey: pearson. (519.22a.356.1.5ed)
  • Maroco, J. (2010). Análise Estatística com o SPSS).  Sílabo: Lisboa.  (519.23A.90.3ed)
  • Hall, A.; Neves, C. e Pereira, A. (2011). AGrande Maratona de Estatística no SPSS. Escolar Editora.
  • Wood, M (2003).Making Sense of Statistics.  A Non-mathematical Approach.  Palgrave MacMillan: Houndmills. 
  • Electronic Statistics Textbook (http://statsoft.com/textbook/stathome.html)
Este sítio web utiliza cookies sem recolher informação pessoal que permita a identificação dos utilizadores. Ao navegar neste sítio está a consentir a sua utilização.saber mais
Para que esta página funcione corretamente deve ativar a execução de Javascript. Se tal não for possível, algumas funcionalidades poderão estar limitadas.