Medição de audiência do IBOPE
Caso Renan
Mensagem subliminar
Txtos Mensagem subliminar
quinta-feira, 18 de outubro de 2007
quarta-feira, 3 de outubro de 2007
Relatorio dos progressos
Só abro esta entrada para que conteis os avanços em vossas pequenas pesquisas: avanços, problemas, etc.
(Ontem o jornal da noite do Globo dedicou uma notícia de 80 segundos a falar dos progressos em reduzir a desigualdade no Brasil produzidos "nos últimos 10 anos", mas não deram mais dados.)
(Ontem o jornal da noite do Globo dedicou uma notícia de 80 segundos a falar dos progressos em reduzir a desigualdade no Brasil produzidos "nos últimos 10 anos", mas não deram mais dados.)
quarta-feira, 26 de setembro de 2007
Quali e quanti, "unidos para sempre"
A exposição de hoje tinha por objetivo convencer-lhes de que não há dois mundos, o da pesquisa quantitativa e o da pesquisa qualitativa. A tese doutoral da que falei hoje utiliza todas as ferramentas necessárias para chegar a seu objetivo: analisar as representações sociais sobre a Amazonia existentes em dois momentos da história de Brasil. Tudo isso inserido em uma teoria (teoria da mediação social da comunicação), que permite partir de técnicas reconhecidas (“análises das representações do relato” e dentro dessa técnica se há utilizado o “modelo canónico para a análise da mediação cognitiva”) e de conceitos aceitados.
A partir desses conceitos, e inseridos em a teoria, podem-se desenvolver novos conceitos (como o do mitologema). E graças a que se APLICA a teoria esta pode ser corrigida ou refinada (as teorias se não podem ser aplicadas não deveriam ter esse nome).
E a partir do uso de técnicas já utilizadas se podem propor novas técnicas.
As técnicas utilizadas em essa tese foram: a mostra estatística, a análise de conteúdo (de tipo estrutural e de participação), a utilização de estatística inferencial, a interpretação das inferências estatísticas mediante a pesquisa bibliográfica relativa ao período estudado, a pesquisa bibliográfica sobre mitos, a hermenêutica dos textos, a teoria de juízes, técnicas estructuralistas de análises de mitos, técnicas de análise lógica, técnicas de estatística multivariable (escalamento multidimensional e análise de componentes principais) e representações gráficas.
Anexo a Datashow da tese da Doutora Grace Stefanello: Análisis de los relatos de la prensa brasileña sobre la amazonía en dictadura y democracia.
Aquim o Datashow duma "ponencia" apresentada na ALAIC 2006 por Douctora Grace Stefanello e eu.
Artigo Metodología de identificación de mitos y representaciones en Medios de Comunicación, Grace Stefanello e Alberto de Francisco.
Vou fazer uma breve reflexão...
Antes de existir a medida a humanidade avançou, acredito. Quando se acabavam os dedos da mão para contar ovelhas podias levar uma bolsa cheia de tantas pedras como ovelhas tivesses. Para medir distâncias se utilizavam os passos: era uma medida muito pessoal, mas mais ou menos homogênea. Mas pôr de acordo a duas pessoas sobre quantos passos tinha entre uma cidade e outra era impossível.
O tempo se media em dias, em luas e em anos. Graças a que se aperfeiçoou a medida do tempo avançou a agricultura e mais tarde a navegação pela mar.
E graças a que se aperfeiçoou a medida dos fenômenos físicos avançou a ciência.
Renunciar a priori à medida em ciências sociais ou humanas é um erro. Reconhecer sua dificuldade, não. Critiquemos uma medida concreta de um fenômeno social, não o conceito de medida. Qualquer medida pode ser aperfeiçoada, mas nenhuma medida não é a solução.
Confiar exclusivamente em a medida também é um erro. Para isso são necessárias a teorias. As teorias explicam, as medidas não. Mas as teorias explicam a realidade. E a única maneira de que a realidade não seja uma construção subjetiva para cada uma das pessoas é medí-la.
O quantitativo é medição, lembrem.
A partir desses conceitos, e inseridos em a teoria, podem-se desenvolver novos conceitos (como o do mitologema). E graças a que se APLICA a teoria esta pode ser corrigida ou refinada (as teorias se não podem ser aplicadas não deveriam ter esse nome).
E a partir do uso de técnicas já utilizadas se podem propor novas técnicas.
As técnicas utilizadas em essa tese foram: a mostra estatística, a análise de conteúdo (de tipo estrutural e de participação), a utilização de estatística inferencial, a interpretação das inferências estatísticas mediante a pesquisa bibliográfica relativa ao período estudado, a pesquisa bibliográfica sobre mitos, a hermenêutica dos textos, a teoria de juízes, técnicas estructuralistas de análises de mitos, técnicas de análise lógica, técnicas de estatística multivariable (escalamento multidimensional e análise de componentes principais) e representações gráficas.
Anexo a Datashow da tese da Doutora Grace Stefanello: Análisis de los relatos de la prensa brasileña sobre la amazonía en dictadura y democracia.
Aquim o Datashow duma "ponencia" apresentada na ALAIC 2006 por Douctora Grace Stefanello e eu.
Artigo Metodología de identificación de mitos y representaciones en Medios de Comunicación, Grace Stefanello e Alberto de Francisco.
Vou fazer uma breve reflexão...
Antes de existir a medida a humanidade avançou, acredito. Quando se acabavam os dedos da mão para contar ovelhas podias levar uma bolsa cheia de tantas pedras como ovelhas tivesses. Para medir distâncias se utilizavam os passos: era uma medida muito pessoal, mas mais ou menos homogênea. Mas pôr de acordo a duas pessoas sobre quantos passos tinha entre uma cidade e outra era impossível.
O tempo se media em dias, em luas e em anos. Graças a que se aperfeiçoou a medida do tempo avançou a agricultura e mais tarde a navegação pela mar.
E graças a que se aperfeiçoou a medida dos fenômenos físicos avançou a ciência.
Renunciar a priori à medida em ciências sociais ou humanas é um erro. Reconhecer sua dificuldade, não. Critiquemos uma medida concreta de um fenômeno social, não o conceito de medida. Qualquer medida pode ser aperfeiçoada, mas nenhuma medida não é a solução.
Confiar exclusivamente em a medida também é um erro. Para isso são necessárias a teorias. As teorias explicam, as medidas não. Mas as teorias explicam a realidade. E a única maneira de que a realidade não seja uma construção subjetiva para cada uma das pessoas é medí-la.
O quantitativo é medição, lembrem.
quarta-feira, 19 de setembro de 2007
Mas, tem utilidade tanto dado?
Aula de hoje teve a intenção de convencer-vos da utilidade de usar técnicas a partir de dados numéricos para realizar qualquer tipo de pesquisa.
No primeiro caso, suponhamos que queremos fazer uma pesquisa sobre o efeito que sobre as vendas de um diário têm as portadas. Temos os dados de venda e pareceria trivial: escolhemos os dados mais altos.
Mas uma série de dados temporários pode ter uma tendência a longo prazo que não se explicaria pelo interesse das portadas: melhor distribuição do diário, aumento do nível cultural, desaparecimento da concorrência…O primeiro passo seria desagregar esse efeito, isto é filtrar o aumento ou descenso das vendas produzido por essa tendência. Em meu caso utilizei a forma mais simple: uma média móvel utilizando 12 meses. Cada dado é a média dos 12 meses mais próximos (tem métodos mais sofisticados).
O seguinte passo sera restar à série original a tendência. Deste modo obteríamos uma série sem tendência de crescimento que oscilaria sobre o valor zero.
Mas temos outro efeito, o da tendência sazonal. Cada mês pode ter uma tendência a mais ou menos vendas por causas climáticas ou sociais. Para calcular esta tendência sazonal utilizo também um método muito simple: faço a média de todos os meses janeiro, de todos os meses fevereiro… Obtemos uma gráfica sazonal.
Nossa série é mensal. Se tivéssemos dados diários teria que considerar por separado o efeito dos dias da semana, dos dias do mês, e dos meses do ano. E se quiséssemos ser muito precisos contaríamos a Semana Santa por separado.Agora estamos à série de dados sem tendência os dados estacionais e obtemos uma série de dados cujos “altibajos” não podem ser observados nem pela tendência nem por a sazonal. São os dados que queremos explicar mediante as portadas.
Em outras ocasiões ter uma sensibilidade para os dados pode permitir propor pesquisas de qualquer tipo.
Faz uns dias escutei uns dados de PNUD Brasil sobre o desenvolvimento humano no Brasil. Tinha diminuído a desigualdade social (índice de Gini) e o índice de pobreza absoluta, além de aumenta o Índice de Desenvolvimento Humano (IDH).
Procurando em Internet encontrei série de dados de IDH desde 1975. Preparei esta gráfica na que se mostra na vertical o IDH em 2004, e na horizontal o incremento de IDH desde 1975.
Comprovei de uma olhada que Brasil se tinha desenvolvido muito, e que África (em vermelho) se tinha estancado, ou inclusive retrocedido. Vendo mais em detalhe comprovei do que, dentro de seu meio (latinoamerica, amarelo), Brasil tinha aumentado muito seu IDH. Em resumo: Brasil é um país que se desenvolveu muito.
Então tente de comprovar o grande problema de Brasil, o problema que é tema recorrente das portadas de diários e dos jornais de TV: a corrupção. Existe uma ONG Transparency Internacional, que mediante pesquisas a empresários oferece um índice de transparência (o contrário de corrupção). Como é uma pesquisa com uma amostragem tem suas margens de erro, mas para esta exposição vou ignorá-los. Vertical, IDH; horizontal, transparencia.
Descobrimos que Brasil não tem uma corrupção extraordinária. Há muitos outros países com IDH similar que têm menores índices de transparência (mais corrupção). Ao que parece é necessário que um país atinja altos índices de desenvolvimento humano para que a transparência se imponha.
Se a corrupção não é o grande problema de Brasil… Qual é?
A desigualdade. Para qualquer europeu que passa umas semanas em Brasil (fazendo algo mais do que turismo), este país é um exemplo de desigualdade social. Nesta gráfica temos no eixo vertical a renda per capita em dólares internacionais, que é a riqueza repartida entre todos os habitantes de um país e expressada na quantidade de dólares que fariam falta em EEUU para poder ter esse mesmo poder aquisitivo (porque não compramos o mesmo com um dólar em Brasil que em EEUU). È por isso que Noruega, Irlanda e EEUU tem os mesmos níveis. Eixo horizontal o indice Gini de desigualdade.
Só há uns poucos países em pior situação que Brasil: países do apartheid, africanos muito pobres, e Guatemala… A notícia que dava início a esta investigação indicava que o índice de Gini agora era ligeiramente inferior, mas tão ligeiramente que faria falta um século para chegar aos níveis de igualdade de Noruega…
Pode-se comprovar nesta gráfica que não existem países de desigualdade extrema com uma alta renda per capita: o desenvolvimento econômico precisa igualdade social.
A representação gráfica é uma ferramenta muito importante para pesquisar. A partir destes dados se poderia propor porquê os meios de comunicação de Brasil ignoram este problema, e falam de continuo de corrupção, violência ou aeroportos… isto é, a partir de uns dados quantitativos podemos propor uma investigação qualitativa, e o que é mais importante, podemos argumentar nosso objeto de pesquisa.
Tendes um software para fazer gráficos que permite jogar com quatro variáveis, a população, o tempo, e alguns pares de variáveis. è de Fundação Gapminder:
Este trabalha com dados diferentes e uma interface similar. Há que o descarregar ao computador.
Aqui tendes uma representação gráfica da desigualdade por países. Está em escala logarítmica.
Arquivo Excel com dados de jornal espanhol.
No primeiro caso, suponhamos que queremos fazer uma pesquisa sobre o efeito que sobre as vendas de um diário têm as portadas. Temos os dados de venda e pareceria trivial: escolhemos os dados mais altos.
Mas uma série de dados temporários pode ter uma tendência a longo prazo que não se explicaria pelo interesse das portadas: melhor distribuição do diário, aumento do nível cultural, desaparecimento da concorrência…O primeiro passo seria desagregar esse efeito, isto é filtrar o aumento ou descenso das vendas produzido por essa tendência. Em meu caso utilizei a forma mais simple: uma média móvel utilizando 12 meses. Cada dado é a média dos 12 meses mais próximos (tem métodos mais sofisticados).
O seguinte passo sera restar à série original a tendência. Deste modo obteríamos uma série sem tendência de crescimento que oscilaria sobre o valor zero.
Mas temos outro efeito, o da tendência sazonal. Cada mês pode ter uma tendência a mais ou menos vendas por causas climáticas ou sociais. Para calcular esta tendência sazonal utilizo também um método muito simple: faço a média de todos os meses janeiro, de todos os meses fevereiro… Obtemos uma gráfica sazonal.
Nossa série é mensal. Se tivéssemos dados diários teria que considerar por separado o efeito dos dias da semana, dos dias do mês, e dos meses do ano. E se quiséssemos ser muito precisos contaríamos a Semana Santa por separado.Agora estamos à série de dados sem tendência os dados estacionais e obtemos uma série de dados cujos “altibajos” não podem ser observados nem pela tendência nem por a sazonal. São os dados que queremos explicar mediante as portadas.
Em outras ocasiões ter uma sensibilidade para os dados pode permitir propor pesquisas de qualquer tipo.
Faz uns dias escutei uns dados de PNUD Brasil sobre o desenvolvimento humano no Brasil. Tinha diminuído a desigualdade social (índice de Gini) e o índice de pobreza absoluta, além de aumenta o Índice de Desenvolvimento Humano (IDH).
Procurando em Internet encontrei série de dados de IDH desde 1975. Preparei esta gráfica na que se mostra na vertical o IDH em 2004, e na horizontal o incremento de IDH desde 1975.
Comprovei de uma olhada que Brasil se tinha desenvolvido muito, e que África (em vermelho) se tinha estancado, ou inclusive retrocedido. Vendo mais em detalhe comprovei do que, dentro de seu meio (latinoamerica, amarelo), Brasil tinha aumentado muito seu IDH. Em resumo: Brasil é um país que se desenvolveu muito.
Então tente de comprovar o grande problema de Brasil, o problema que é tema recorrente das portadas de diários e dos jornais de TV: a corrupção. Existe uma ONG Transparency Internacional, que mediante pesquisas a empresários oferece um índice de transparência (o contrário de corrupção). Como é uma pesquisa com uma amostragem tem suas margens de erro, mas para esta exposição vou ignorá-los. Vertical, IDH; horizontal, transparencia.
Descobrimos que Brasil não tem uma corrupção extraordinária. Há muitos outros países com IDH similar que têm menores índices de transparência (mais corrupção). Ao que parece é necessário que um país atinja altos índices de desenvolvimento humano para que a transparência se imponha.
Se a corrupção não é o grande problema de Brasil… Qual é?
A desigualdade. Para qualquer europeu que passa umas semanas em Brasil (fazendo algo mais do que turismo), este país é um exemplo de desigualdade social. Nesta gráfica temos no eixo vertical a renda per capita em dólares internacionais, que é a riqueza repartida entre todos os habitantes de um país e expressada na quantidade de dólares que fariam falta em EEUU para poder ter esse mesmo poder aquisitivo (porque não compramos o mesmo com um dólar em Brasil que em EEUU). È por isso que Noruega, Irlanda e EEUU tem os mesmos níveis. Eixo horizontal o indice Gini de desigualdade.
Só há uns poucos países em pior situação que Brasil: países do apartheid, africanos muito pobres, e Guatemala… A notícia que dava início a esta investigação indicava que o índice de Gini agora era ligeiramente inferior, mas tão ligeiramente que faria falta um século para chegar aos níveis de igualdade de Noruega…
Pode-se comprovar nesta gráfica que não existem países de desigualdade extrema com uma alta renda per capita: o desenvolvimento econômico precisa igualdade social.
A representação gráfica é uma ferramenta muito importante para pesquisar. A partir destes dados se poderia propor porquê os meios de comunicação de Brasil ignoram este problema, e falam de continuo de corrupção, violência ou aeroportos… isto é, a partir de uns dados quantitativos podemos propor uma investigação qualitativa, e o que é mais importante, podemos argumentar nosso objeto de pesquisa.
Tendes um software para fazer gráficos que permite jogar com quatro variáveis, a população, o tempo, e alguns pares de variáveis. è de Fundação Gapminder:
Este trabalha com dados diferentes e uma interface similar. Há que o descarregar ao computador.
Aqui tendes uma representação gráfica da desigualdade por países. Está em escala logarítmica.
Arquivo Excel com dados de jornal espanhol.
terça-feira, 11 de setembro de 2007
Estatística I
Estatística
A estatística é só uma extensão da capacidade do ser humano de perceber padrões, regularidades, em informação complexa. Para manejar essa informação a estatística precisa que os dados se apresentem em forma numérica.
Calcular a média de um conjunto de quantidades é o que faz nosso cérebro quando escuta música.
A maioria dos parâmetros (a média é um parâmetro), têm uma representação visual singela, simples.
Tem que entender que ao utilizar estatística perdemos detalhe e ganhamos capacidade de entendimento e comparação.
Medidas de Localização ou tendência central
São indicadores que permitem que se tenha uma primeira ideia ou um resumo, do modo como se distribuem os dados.
-Média:
Suma dos valores dividido por nº dos valores.
Se utiliza só com variaveis quantitaivas.
-Mediana:
Ordenados os elementos da amostra, a mediana é o valor (pertencente ou não à amostra) que a divide ao meio, isto é, 50% dos elementos da amostra são menores ou iguais à mediana e os outros 50% são maiores ou iguais à mediana
Divide e dois. Si som mais, som quartis.
Se utiliza com variaveis ordinais.
-Moda:
O valor que surge com mais frequência. Se os dados são discretos, ou, o intervalo de classe com maior frequência se os dados são contínuos. Se utiliza com variaveis nominais
Medidas de Dispersão
Desvio padrão, o mais utilizado.
Raiz quadrada de: soma dos quadrados dos desvios das observações da amostra, relativamente à sua média, e dividindo pelo número de observações da amostra menos um:
Utilizamos o quadrado e a raiz quadrada por uma causa matemática que permite que os dados resultantes sejam de melhor uso. E pela mesma razão dividimos não por N, senão por n-1.
Sempre é um número positivo: quanto maior, mais dispersão.
Cuando se utilizam duas variaveis
Coeficiente de Correlação:
O mais utilizado:
Mide o poder explicativo duma relação linear. Relação linear é do tipo: aumenta uma variável, aumenta em a mesma proporção a outra.
Inferencia estatística
Inferência estatística é o processo pelo qual é possível tirar conclusões acerca da população (universo) usando informação de uma amostra (subconjunto).
Se recolhemos dados de toda a poplaçao fazemos um recenseamento.
Sondagem é cuando utilizamos uma amostra.
A amostra de uma pesquisa pode ser selecionada de forma probabilística ou não probabilística.
Amostras probabilísticas:
-Aleatória simples: As unidades são seleccionadas, uma a uma, ao acaso, a partir de um conjunto.
-Aleatória sistemática: Selecciona-se uma única unidade ao acaso, as outras são extraídas com intervalos fixos.
-Aleatória estratificada ou por estratos: As unidades são seleccionadas ao acaso, no seio de subgrupos homogéneos, atendendo a variáveis. Geralmente, uma amostra estratificada é constituída a partir das várias amostras simples, sendo cada unidade obtida num dos subgrupos que constituem a amostra.
-Grupos, agregados ou cachos: É constituída por subgrupos homogéneos seleccionados ao acaso (modo aleatório) em cujo interior serão escolhidos as unidades de modo aleatório, o bem som seleccionadas todas as unidades.
Nestas amostras se pode aplicar inferencia estatística.
Na algumas ocasiões não podemos eleger uma mostra probabilística, então se fazem amostras não probabilísticas:
-Voluntárias (ou por conveniência: Constituídas por unidades que se disponibilizam voluntariamente para integrar a amostra. Neste método selecciona-se a amostra em função da disponibilidade e acessibilidade dos elementos da população.
-Intencionais (por acerto): Constituídas a partir das intenções ou necessidades do investigador para estudar uma situação particular, baseiam-se em opiniões de uma ou mais pessoas que conhecem características específicas que se pretendem analisar da população em estudo.
-Acidentais (ao acaso): As unidades são seleccionadas respeitando a ordem com que aparecem. O método consiste em seleccionar inicialmente os inquiridos de modo aleatório e, em seguida, escolher unidades adicionais a partir da informação obtida dos primeiros.
-Quotas: A característica principal de uma amostra por quotas é a necessidade de se qualificar o respondente "a priori"; têm as vantagens da economia de tempo e de dinheiro; são estratificadas com a locação proporcional ao número de sujeitos de cada estrato.
Nestos casos não podemos fazer inferência estatística, não podemos concluir nada da população.
¿Como fazer amostras?
É fácil. Aplicando uma formula:
A fórmula não importa. Excel ou OpenOffice calcula.
n é o tamanho da amostra
δ é o Nível de Confianza
Nível de confianza:
Si fizeramos a pesquisa 100 vezes, sería como esperamos este porcentagem das vezes...
δ = 1 ; 68,3% de vezes
δ = 2 ; 95,4% de vezes
δ = 3 ; 99,7% de vezes
Nos decidimos que nível de confianza queremos para nossa pesquisa. O normal, δ = 2, ou 2δ
p é o porporção do universo que possui a propiedade pesquisada. Se não sabemos, o mais normal, e 50%.
q é o porporção do universo que não possui a propiedades pesquisada: é 100-p
N é tamanho do população ou Universo.
e é erro
Significa quanto flutua o valor na amostra. É um porcentagem. O normal é <6%. 3% é bom.
Fontes em português:
Noções de estatistica
Escalas de Medida, Estatística Descritiva e Inferência Estatística Interessante também porque fala de variáveis.
A estatística é só uma extensão da capacidade do ser humano de perceber padrões, regularidades, em informação complexa. Para manejar essa informação a estatística precisa que os dados se apresentem em forma numérica.
Calcular a média de um conjunto de quantidades é o que faz nosso cérebro quando escuta música.
A maioria dos parâmetros (a média é um parâmetro), têm uma representação visual singela, simples.
Tem que entender que ao utilizar estatística perdemos detalhe e ganhamos capacidade de entendimento e comparação.
Medidas de Localização ou tendência central
São indicadores que permitem que se tenha uma primeira ideia ou um resumo, do modo como se distribuem os dados.
-Média:
Suma dos valores dividido por nº dos valores.
Se utiliza só com variaveis quantitaivas.
-Mediana:
Ordenados os elementos da amostra, a mediana é o valor (pertencente ou não à amostra) que a divide ao meio, isto é, 50% dos elementos da amostra são menores ou iguais à mediana e os outros 50% são maiores ou iguais à mediana
Divide e dois. Si som mais, som quartis.
Se utiliza com variaveis ordinais.
-Moda:
O valor que surge com mais frequência. Se os dados são discretos, ou, o intervalo de classe com maior frequência se os dados são contínuos. Se utiliza com variaveis nominais
Medidas de Dispersão
Desvio padrão, o mais utilizado.
Raiz quadrada de: soma dos quadrados dos desvios das observações da amostra, relativamente à sua média, e dividindo pelo número de observações da amostra menos um:
Utilizamos o quadrado e a raiz quadrada por uma causa matemática que permite que os dados resultantes sejam de melhor uso. E pela mesma razão dividimos não por N, senão por n-1.
Sempre é um número positivo: quanto maior, mais dispersão.
Cuando se utilizam duas variaveis
Coeficiente de Correlação:
O mais utilizado:
Mide o poder explicativo duma relação linear. Relação linear é do tipo: aumenta uma variável, aumenta em a mesma proporção a outra.
Inferencia estatística
Inferência estatística é o processo pelo qual é possível tirar conclusões acerca da população (universo) usando informação de uma amostra (subconjunto).
Se recolhemos dados de toda a poplaçao fazemos um recenseamento.
Sondagem é cuando utilizamos uma amostra.
A amostra de uma pesquisa pode ser selecionada de forma probabilística ou não probabilística.
Amostras probabilísticas:
-Aleatória simples: As unidades são seleccionadas, uma a uma, ao acaso, a partir de um conjunto.
-Aleatória sistemática: Selecciona-se uma única unidade ao acaso, as outras são extraídas com intervalos fixos.
-Aleatória estratificada ou por estratos: As unidades são seleccionadas ao acaso, no seio de subgrupos homogéneos, atendendo a variáveis. Geralmente, uma amostra estratificada é constituída a partir das várias amostras simples, sendo cada unidade obtida num dos subgrupos que constituem a amostra.
-Grupos, agregados ou cachos: É constituída por subgrupos homogéneos seleccionados ao acaso (modo aleatório) em cujo interior serão escolhidos as unidades de modo aleatório, o bem som seleccionadas todas as unidades.
Nestas amostras se pode aplicar inferencia estatística.
Na algumas ocasiões não podemos eleger uma mostra probabilística, então se fazem amostras não probabilísticas:
-Voluntárias (ou por conveniência: Constituídas por unidades que se disponibilizam voluntariamente para integrar a amostra. Neste método selecciona-se a amostra em função da disponibilidade e acessibilidade dos elementos da população.
-Intencionais (por acerto): Constituídas a partir das intenções ou necessidades do investigador para estudar uma situação particular, baseiam-se em opiniões de uma ou mais pessoas que conhecem características específicas que se pretendem analisar da população em estudo.
-Acidentais (ao acaso): As unidades são seleccionadas respeitando a ordem com que aparecem. O método consiste em seleccionar inicialmente os inquiridos de modo aleatório e, em seguida, escolher unidades adicionais a partir da informação obtida dos primeiros.
-Quotas: A característica principal de uma amostra por quotas é a necessidade de se qualificar o respondente "a priori"; têm as vantagens da economia de tempo e de dinheiro; são estratificadas com a locação proporcional ao número de sujeitos de cada estrato.
Nestos casos não podemos fazer inferência estatística, não podemos concluir nada da população.
¿Como fazer amostras?
É fácil. Aplicando uma formula:
A fórmula não importa. Excel ou OpenOffice calcula.
n é o tamanho da amostra
δ é o Nível de Confianza
Nível de confianza:
Si fizeramos a pesquisa 100 vezes, sería como esperamos este porcentagem das vezes...
δ = 1 ; 68,3% de vezes
δ = 2 ; 95,4% de vezes
δ = 3 ; 99,7% de vezes
Nos decidimos que nível de confianza queremos para nossa pesquisa. O normal, δ = 2, ou 2δ
p é o porporção do universo que possui a propiedade pesquisada. Se não sabemos, o mais normal, e 50%.
q é o porporção do universo que não possui a propiedades pesquisada: é 100-p
N é tamanho do população ou Universo.
e é erro
Significa quanto flutua o valor na amostra. É um porcentagem. O normal é <6%. 3% é bom.
Fontes em português:
Noções de estatistica
Escalas de Medida, Estatística Descritiva e Inferência Estatística Interessante também porque fala de variáveis.
terça-feira, 4 de setembro de 2007
Um indice pionero em Comunicaçao:
Gerbner, G., Gross, L., Jackson-Beeck, M., Jefrfries-Fox, S. & Signorelli, N. (1978). “Cultural Indicators: Violence Profile nº 9.” Journal of comunication, v. 28, n. 3, pp. 176-207.
Acho que vocês tem este artigo acessível desde a biblioteca da UnB.
ÍNDICE DE VIOLÊNCIA
IV = %P + 2(R/P) + 2(R/H) + %V + %K
IV é o Índice de Violência;
%P = Porcentagem de programas que tem algum conteudo violento
R/P = Número de episodios violentos por programa
R/H = Número de episodios violentos por hora
%V = Porcentagem de personagens principais implicados na violencia, como perpetradores ou como vítimas;
%K = Percentagem de personagens principais relacionados com mortes, como perpetradores ou como vítimas.
Índice de violencia elaborado em Argentina:
IVTV ficcão = ( a + b + c + 1,4 d + e + 1,5 f )
Alcance
a. % de Programas con Actos de Violencia.
b. Número de Actos de Violencia por Programa.
Intensidad
c. Número de Actos de Violencia por Hora.
Gravedad
d. % de Roles Protagónicos en Actos de Violencia.
e. % de Roles Protagónicos en Homicidios
f. Índice de Violencia Explícita (Promedio Horario de Actos de
Violencia con Armas, Heridas y Muertes)
IVTV jornais = (a + b + c + 1,4d + 1,4e)
Alcance
a. % de Noticieros con Unidades Informativas (Noticias) con Violencia.
b. Número de Noticias con Violencia por Programa.
Intensidad
c. % de Unidades Informativas con Violencia.
Gravedad
d. % de Móviles en Directo en Noticias con Violencia.
e. % de Delitos contra las Personas en Noticias con Actos de Violencia
Índice de violencia elaborado na Argentina
Acho que no Brasil não tem pesquisas como estas... Isso é ruim!
Gerbner, G., Gross, L., Jackson-Beeck, M., Jefrfries-Fox, S. & Signorelli, N. (1978). “Cultural Indicators: Violence Profile nº 9.” Journal of comunication, v. 28, n. 3, pp. 176-207.
Acho que vocês tem este artigo acessível desde a biblioteca da UnB.
ÍNDICE DE VIOLÊNCIA
IV = %P + 2(R/P) + 2(R/H) + %V + %K
IV é o Índice de Violência;
%P = Porcentagem de programas que tem algum conteudo violento
R/P = Número de episodios violentos por programa
R/H = Número de episodios violentos por hora
%V = Porcentagem de personagens principais implicados na violencia, como perpetradores ou como vítimas;
%K = Percentagem de personagens principais relacionados com mortes, como perpetradores ou como vítimas.
Índice de violencia elaborado em Argentina:
IVTV ficcão = ( a + b + c + 1,4 d + e + 1,5 f )
Alcance
a. % de Programas con Actos de Violencia.
b. Número de Actos de Violencia por Programa.
Intensidad
c. Número de Actos de Violencia por Hora.
Gravedad
d. % de Roles Protagónicos en Actos de Violencia.
e. % de Roles Protagónicos en Homicidios
f. Índice de Violencia Explícita (Promedio Horario de Actos de
Violencia con Armas, Heridas y Muertes)
IVTV jornais = (a + b + c + 1,4d + 1,4e)
Alcance
a. % de Noticieros con Unidades Informativas (Noticias) con Violencia.
b. Número de Noticias con Violencia por Programa.
Intensidad
c. % de Unidades Informativas con Violencia.
Gravedad
d. % de Móviles en Directo en Noticias con Violencia.
e. % de Delitos contra las Personas en Noticias con Actos de Violencia
Índice de violencia elaborado na Argentina
Acho que no Brasil não tem pesquisas como estas... Isso é ruim!
quarta-feira, 29 de agosto de 2007
Variaveis e indicadores
Variável é tudo aquilo que pode assumir diferentes valores, desde o ponto de vista quantitativo ou qualitativo.
Algumas explicações sobre o exposto no mapa conceitual.
Dicotómica: aquela variável que só pode tomar dois possíveis valores.
A forma mais pura de dicotomia é a presença, ausência de um rasgo:
-Vêem a television – Não vêem a televisão.
Outra forma são as oposições:
-Natural -Artificial.
As oposições pressupõem que só se pode dar um dos dois valores: algo será natural ou será artificial.
E também temos as oposições com grau zero: Neste caso também existe a ausência de valor para essa variável dicotómica.
Nominal: aquela variável que pode tomar vários valores. Consideram-se nominais aquelas que não podem estar hierarquizados. Por exemplo uma classificação de gêneros televisivos. São variáveis qualitativas sempre.
Sempre se pode transformar uma variável nominal em várias dicotómicas: uma variável com 5 valores em 5 variáveis dicotómicas.
Ordinal: aquela variável que pode tomar vários valores e nos que se pode estabelecer um ordem entre as categorias.
Neste caso se trata de gradações de um fenômenos que tem uma interpretação quantitativa. Por exemplo os tipos de distribuição geográfica que tem um jornal: local, regional, estadual, federal. Neste caso estão ordenados de mais a menos.
Quantitativa: aquela variável que pode tomar uma casta numérica de valores.Estas a sua vez podem ser discretas ou contínuas:Número de exemplares vendidos por um salário, audiência de um programa, são discretas: não se pode vender meio exemplar. São o resultado de contar.Percentagem de aumento de audiência de um ano para outro: é contínua, pode tomar qualquer valor. São o resultado de medir ou calcular.
As contínuas podem ser intervalares ou proporcionais. No primeiro caso não se conhece o valor zero, e se escolhe um convencional, criando uma escala negativa. É o caso da temperatura em graus centígrados. Isto significa que 30 graus não são o dobro de tenperatura que 20 graus. Pior em graus Kelvin não é assim. 270 graus kelvin são a metade de 540 graus Kelvin. Isto é asi, porque 0º Kelvin coincide com a temperatura mínima possível.As proporcionais são variáveis nas que o valor zero coincide com o valor mínimo possível da escala. A altura das pessoas é uma variável deste tipo.
Se utilzamos variáveis nominais só podemos fazer uma tipologia, por exemplo a que se utiliza em zoologia. Ordena-se por níveis e cada nível tem variáveis diferentes. Por exemplo, uma tipologia de variáveis:
Aquim os tipo posiveis de clasificaçoes:
Indicadores:
Não podemos medir variáveis abstratas, senão fatos que previamente puderam ser conceptuados como indicadores dessas idéias. Para medir essas variáveis nos podemos basear nos indicadores. Os indicadores são algo específico e concreto que representam algo mais abstrato ou difícil de precisar.O processo de encontrar os indicadores que permitem conhecer o comportamento das variáveis é o que chamamos operacionalização.
Alguns exemplos de trabalhos com indicadores:
Síntese de Indicadores Sociais 2002
Metodologia do Índice de Desenvolvimento Econômico
Algumas explicações sobre o exposto no mapa conceitual.
Dicotómica: aquela variável que só pode tomar dois possíveis valores.
A forma mais pura de dicotomia é a presença, ausência de um rasgo:
-Vêem a television – Não vêem a televisão.
Outra forma são as oposições:
-Natural -Artificial.
As oposições pressupõem que só se pode dar um dos dois valores: algo será natural ou será artificial.
E também temos as oposições com grau zero: Neste caso também existe a ausência de valor para essa variável dicotómica.
Nominal: aquela variável que pode tomar vários valores. Consideram-se nominais aquelas que não podem estar hierarquizados. Por exemplo uma classificação de gêneros televisivos. São variáveis qualitativas sempre.
Sempre se pode transformar uma variável nominal em várias dicotómicas: uma variável com 5 valores em 5 variáveis dicotómicas.
Ordinal: aquela variável que pode tomar vários valores e nos que se pode estabelecer um ordem entre as categorias.
Neste caso se trata de gradações de um fenômenos que tem uma interpretação quantitativa. Por exemplo os tipos de distribuição geográfica que tem um jornal: local, regional, estadual, federal. Neste caso estão ordenados de mais a menos.
Quantitativa: aquela variável que pode tomar uma casta numérica de valores.Estas a sua vez podem ser discretas ou contínuas:Número de exemplares vendidos por um salário, audiência de um programa, são discretas: não se pode vender meio exemplar. São o resultado de contar.Percentagem de aumento de audiência de um ano para outro: é contínua, pode tomar qualquer valor. São o resultado de medir ou calcular.
As contínuas podem ser intervalares ou proporcionais. No primeiro caso não se conhece o valor zero, e se escolhe um convencional, criando uma escala negativa. É o caso da temperatura em graus centígrados. Isto significa que 30 graus não são o dobro de tenperatura que 20 graus. Pior em graus Kelvin não é assim. 270 graus kelvin são a metade de 540 graus Kelvin. Isto é asi, porque 0º Kelvin coincide com a temperatura mínima possível.As proporcionais são variáveis nas que o valor zero coincide com o valor mínimo possível da escala. A altura das pessoas é uma variável deste tipo.
Se utilzamos variáveis nominais só podemos fazer uma tipologia, por exemplo a que se utiliza em zoologia. Ordena-se por níveis e cada nível tem variáveis diferentes. Por exemplo, uma tipologia de variáveis:
Aquim os tipo posiveis de clasificaçoes:
Indicadores:
Não podemos medir variáveis abstratas, senão fatos que previamente puderam ser conceptuados como indicadores dessas idéias. Para medir essas variáveis nos podemos basear nos indicadores. Os indicadores são algo específico e concreto que representam algo mais abstrato ou difícil de precisar.O processo de encontrar os indicadores que permitem conhecer o comportamento das variáveis é o que chamamos operacionalização.
Alguns exemplos de trabalhos com indicadores:
Síntese de Indicadores Sociais 2002
Metodologia do Índice de Desenvolvimento Econômico
Assinar:
Postagens (Atom)