Análise de dados: o que é e como fazer?

A análise de dados tem o objetivo de organizar e compreender os dados que foram coletados na pesquisa. 

---

Se você chegou até aqui é porque já coletou todos os dados da sua pesquisa, mas não sabe como analisá-los. Acertei?

Vale mesmo muito a pena dar uma atenção especial à análise de dados. Afinal de contas, é a partir dela que você vai chegar às conclusões do seu trabalho. Tem como ser mais importante do que isso?

Mas, vamos por partes. Neste conteúdo você vai aprender um pouco mais sobre os tipos de análise de dados, a metodologia de análise de dados e entender como aplicá-las no seu trabalho acadêmico.

Se ficar com alguma dúvida, não deixe de nos escrever, combinado?

Boa leitura!

O que é análise de dados?

A análise de dados é a etapa do trabalho acadêmico em que você transforma os dados coletados em informação e responde ao questionamento que deu início à pesquisa.

Então, nessa fase, tem-se o objetivo de analisar todos os dados que foram coletados para que, a partir disso, seja possível alcançar os objetivos da pesquisa. Seja para confirmar ou refutar as hipóteses formuladas.

É importante lembrar que a análise de dados deve se desenvolver principalmente em alinhamento à metodologia da pesquisa e à fundamentação teórica.

A importância da análise de dados

Todo trabalho – seja ele um TCC, uma monografia, uma dissertação e até uma tese – , deve se comprometer a acrescentar conhecimento no meio científico.

A formação do conhecimento científico passa, de forma obrigatória, pela compreensão de que a ciência deve atender a um procedimento sistemático, que vai desde a escolha das fontes de pesquisa seguras (no Google Acadêmico e artigo no Scielo, por exemplo), até a elaboração da metodologia, da coleta e da análise de dados.

Então, além de abordar um tema com relevância, o trabalho deve seguir com rigor o método científico. Só assim a pesquisa será bem aceita pela ciência.

É nesse momento que entra a importância de se fazer a análise de dados com qualidade. Afinal de contas, nada adianta fazer uma coleta de dados séria e criteriosa e alcançar conclusões com equívocos em razão da falta de precisão na análise.

Metodologia de análise dos dados

A principal diferença entre a pesquisa qualitativa e a pesquisa quantitativa diz respeito à produção do conhecimento científico. 

Enquanto os resultados da pesquisa qualitativa se revelam a partir de análises de dados numéricos, na pesquisa quantitativa as análises de dados não são estatísticas e têm outros formatos.

Outra distinção importante descrita por Hartmut Günther (2006) é com relação à interação entre o pesquisador e o objeto de estudo. 

Na pesquisa quantitativa, a interpretação dos dados não depende dos participantes e é comum estudar um fenômeno no laboratório.

Já na pesquisa qualitativa, na análise dos dados, leva-se em conta o objeto de estudo que, por vezes, é comum ser estudado em seu contexto natural.

Análise de dados quantitativos

Segundo Antônio Joaquim Severino (2013) em Metodologia do Trabalho Científico, na pesquisa de dados quantitativos, há uma relação de causa e efeito que é medida com funções matemáticas.

Isso significa que nas pesquisas quantitativas, pode-se utilizar de análises estatísticas, como distribuições de frequência, correlações e representações gráficas, medidas de dispersão, medidas de tendência central, entre outros.

Análise de dados qualitativos

No caso das pesquisas qualitativas, a análise de dados pode se utilizar de entrevistas narrativas, de observações, análise de documentos, entre outros.

Os dados podem ser verbais, visuais ou textuais, os quais são analisados através de formas de categorização e posteriormente sistematizados para que possam ser compreendidos para as pessoas que forem lê-los.

Por exemplo, uma análise de conteúdo busca compreender o significado dos dados coletados e também tem o objetivo de facilitar o entendimento dos conteúdos através de alguma classificação apresentada de forma sistematizada, que pode ser a divisão em categorias ou pela contagem de palavras e termos contidos nas respostas.

Tipos de análises de dados

Vem comigo conhecer os 4 tipos de análises de dados:

Análise preditiva

A análise preditiva é o tipo de análise mais popular. De forma geral, chega-se a conclusões que ajudam a prever cenários futuros, a partir de análise nos padrões das bases de dados.

A partir dessa análise, é possível prever eventos e tomar decisões mais precisas. Os métodos mais comuns nessa análise são os estatísticos e históricos, além da mineração de dados e inteligência artificial.

Indica-se esse tipo de análise para, por exemplo, projetar comportamentos futuros do público e do mercado. Ou para avaliar flutuações da economia e tendências de consumo da população.

Análise prescritiva

A ideia da análise prescritiva é verificar as consequências das ações. Então, é possível saber o que deve acontecer ao escolher uma determinada atitude.

É um tipo de análise que define o caminho para se alcançar um objetivo. Em outras palavras, se analisam os caminhos para percorrer e alcançar uma meta.

Análise descritiva

A análise descritiva de dados tem como objetivo descrever e compreender eventos em tempo real.

Como o próprio nome diz, é uma análise que se limita a descrever o evento ou objeto. Então, não emite julgamento de valor.

Da mesma forma, limita-se a entender o impacto dos dados no presente, sem fazer relação com o passado e com o futuro.

Análise diagnóstica

Na análise diagnóstica, visa-se compreender as causas de um evento. Então, são comuns perguntas do tipo:

• Quem?
• Quando?
• Onde?
• Como?
• Por quê?

O ideal é analisar o impacto e o alcance de uma ação. A partir disso, pode-se traçar estratégias para aprimorar os resultados.

Como fazer a análise de dados da sua pesquisa?

Bom, a análise da dados depende de alguns processos importantes. Vamos lá.

1. Revise a metodologia da sua pesquisa

Em primeiro lugar, você deve revisar a metodologia da sua pesquisa. Isso significa revisitar o problema de pesquisa e os objetivos gerais e específicos.

Mesmo porque, você deve ter em mente que a conclusão da análise de dados deve responder ao problema e alcançar os objetivos pretendidos. É importante visualizar a meta para traçar o caminho, não é verdade?

2. Escreva o texto introdutório da análise da dados

Em seguida, você deve escrever o texto introdutório da análise de dados. Nessa etapa, você deve retomar, de forma simples, as informações que você utilizou para nortear a sua pesquisa.

Caso tenha feito uma entrevista, por exemplo, você deve incluir quantas pessoas você entrevistou e como aconteceu o contato com essa população. 

Deve incluir como você fez o cálculo amostral e tudo que você considerou relevante para definir sua amostragem.

3. Apresente os dados que você colheu

De forma sistematizada, apresente os dados que você encontrou. Crie critérios para apresentá-los.

A sistematização dos dados pode ser por meio de gráficos, planilhas, tabelas de frequência, etc. 

Caso você tenha feito entrevista, você pode apresentar os questionamentos seguidos das respectivas respostas.

4. Apresente as relações e as conclusões que você chegou com os dados

Por fim, você deve apresentar as relações que você fez entre os dados que encontrou e as conclusões às quais você chegou.

Esse é o momento que você deve aplicar algum tipo de análise e mostrar os resultados.

Você deve apontar quais foram os resultados obtidos, a partir de um rigor científico, com sua pesquisa. Isso é indispensável para o trabalho escrito, mas também deve ser o ponto alto de sua apresentação.

Você pode apresentar um destaque, que é o que você descobriu de mais importante com sua pesquisa. Na maioria das vezes, o destaque se relaciona diretamente aos objetivos.

A sua conclusão também pode compreender tópicos para pesquisas futuras ou sugestões para novos trabalhos. Isso acontece quando você chegou à conclusão de que a pesquisa deve prosseguir para analisar alguma informação adicional.

Inteligência de mercado e análise de dados

A inteligência de mercado, também conhecida como BI (Business Intelligence) é hoje uma necessidade para as empresas. A análise de dados serve para  compreender as mudanças do comportamento do consumidor, o público-alvo, e o mercado em geral.

O Big Data é uma ferramenta que ajuda, especialmente empresas, a obterem informações para otimizar a tomada de decisão.

Contudo, a simples coleta de dados é insuficiente para essa prática, já que tudo depende de uma boa capacidade analítica. Afinal de contas, para transformar os dados em informações úteis, é necessário saber interpretá-los.

Formatação automática nas normas ABNT

Você sabia que a Mettzer tem um editor de texto que formata todo o seu trabalho acadêmico — desde a capa até as referências bibliográficas, de forma automática, nas normas da ABNT?

Inclusive, você pode começar seu texto a partir de um modelo de trabalho acadêmico. Incrível, né?

E não para por aí!

Somos a primeira e única plataforma digital que integra — em um único lugar, todo o ciclo do trabalho acadêmico. Desde o planejamento, orientação online, padronização ABNT e verificação de plágio.

A Mettzer também conta com modelos de projeto de pesquisa, resumo, relatório de estágio, artigo, TCC e muito mais.

Nossa plataforma existe para te ajudar na construção de uma trajetória científica mais leve.

Vem testar! É gratuito por 7 dias

Referências

SEVERINO, J. A. Metodologia do trabalho científico. 1. ed. São Paulo: Cortez, 2013.

Günther, H. Pesquisa Qualitativa Versus Pesquisa Quantitativa: Esta É a Questão? Psicologia: Teoria e Pesquisa. Brasília, v. 22, n. 2, p. 201-210, 2006. 

Perguntas frequentes