Kahramanlık Anlayışında Değişim

Segundo preconiza Okada (2008c, p. 50):

O CHIC tem sido considerado muito útil para identificar relações entre diversas variáveis, facilitando análise qualitativa de dados. Este software tem sido aplicado à pesquisa acadêmica para interpretação de dados e também como instrumento de análise para avaliação da aprendizagem, prática pedagógica e formação docente.

Como discutido na subseção anterior, para desenvolver metodologicamente a pesquisa de campo, é necessário primeiramente fazer o emprego da técnica da análise textual

discursiva, no intuito de se identificar e validar as categorias representativas da pesquisa. Se

procede, em seguida, ao uso do CHIC para poder maturar o desenvolvimento da análise

qualitativa de dados multidimensionais, de maneira a se realizar o estágio da análise qualitativa hierárquica e relacional de dados multidimensionais. Tais procedimentos metodológicos serão apresentados e discutidos a seguir, na forma de quatro etapas.

A primeira etapa é caracterizada pela obtenção das categorias, através do emprego da análise textual discursiva (MORAES, 2003; MORAES; GALIAZZI, 2011), o que foi discutido anteriormente aqui na Seção 3. Quanto ao seu emprego junto aos dados de campo da presente Tese de Doutorado, as categorias desejadas são do tipo dedutivo e

indutivo (MORAES, 2003; MORAES; GALIAZZI, 2011).

No caso de obtenção das categorias dedutivas, estas são obtidas tomando-se como fonte de identificação a análise dos textos dos materiais pedagógicos que foram elaborados pelo professor-formador a partir dos artigos científicos (MASETTO, 2003; MATUI, 2006), os quais foram utilizados pelos cursistas durante os estudos desenvolvidos nos Fóruns de Discussão 3 e 9 do AVA TelEduc. Já as categorias indutivas foram obtidas a partir da análise das narrativas postadas pelos cursistas nos Fóruns de Discussão 3 e 9 do AVA TelEduc.

Na segunda etapa, realizou-se a convalidação das categorias por um pesquisador externo a esta pesquisa, o que é apresentado e discutido detalhadamente na Seção 4 desta Tese.

A terceira etapa circunscreve-se aos procedimentos metodológicos necessários para se proceder à preparação de dados de entrada para o processamento no CHIC

(GÓES, 2012; PRADO, 2003; RIBEIRO; VALENTE, 2015; VALENTE; ALMEIDA, 2015), como apresentado sucintamente a seguir.

Para gerar os dados através do mapeamento das atividades pedagógicas do TelEduc, estes são tabulados nas planilhas Excel, no caso, as categorias, reenfatiza-se que primeiramente foi realizada a análise e interpretação dos textos digitais expressos pelas narrativas postadas e ressignificadas pelo professor-formador e demais cursistas nos Fóruns de Discussão 3 – Discussão telecolaborativa de mapas conceituais em projetos e atividades pedagógicas (OKADA, 2007) – e 9 – Avaliação da aprendizagem telecolaborativa (MASETTO, 2003; MATUI, 2006) –, sendo também realizada a análise de ressignificações conceituais verificadas nos mapas conceituais postados nos portfólios individuais.

Concluída a fase de definição e validação das categorias, passa-se para a fase de preparação dos dados de entrada no CHIC, necessitando-se preparar um arquivo de entrada de dados do tipo CSV, tabulados numa planilha do Excel sob a forma de dados matriciais, na forma de linhas e colunas (ALMEIDA, 2008; ALMOULOUD, 2008; ANDRADE; VALENTE, 2014; RIBEIRO; VALENTE, 2015; VALENTE; ALMEIDA, 2015).

Para tanto, com relação a cada categoria, o pesquisador precisa identificar quais dos cursistas participantes dos Fóruns de Discussão atendem ou não àquela categoria. Consequentemente, o pesquisador deve atribuir a cada par associado, cursista versus

categoria, os valores 1 (um), para o caso de presença, ou 0 (zero), para o caso de ausência. Seguindo essa lei de formação, gradativamente vai se montando uma tabela, composta por um conjunto de linhas e de colunas que assumem os valores 0 ou 1.

Visualizando-se uma coluna preenchida da planilha Excel, verifica-se que a soma dos valores dessa coluna corresponde à quantidade de vezes que uma categoria foi identificada em determinados fóruns e mapas conceituais de portfólios individuais dos professores-alunos. Além disso, uma linha da planilha Excel permite determinar o total de categorias observadas junto a cada participante; para tanto, deve-se somar os valores dessa linha.

Quanto à primeira linha da tabela, esta é preenchida com nomes de identificadores das denominadas categorias (variáveis). Já sua primeira coluna é preenchida com os dados representativos dos nomes dos cursistas e expressos pelos denominados depoimentos sujeitos (ALMEIDA, 2008; ALMOULOUD, 2008; ANDRADE; VALENTE, 2014; CANALES, 2007; RIBEIRO; VALENTE, 2015; VALENTE; ALMEIDA, 2015).

A Tabela 3.4.1 ilustra a composição e recorte de uma planilha Excel, destacando-se a organização do preenchimento de dados.

Tabela 3.4.1 – Ilustração do preenchimento de dados em uma planilha Excel

Fonte: Desenvolvida pela autora (2015).

Destaca-se no arquivo Excel da Tabela 3.4.1 que sua primeira linha é preenchida com as variáveis, que na presente Tese estão representadas pelas categorias dedutivas e indutivas obtidas. A primeira coluna do arquivo Excel é preenchida utilizando-se um conjunto de códigos estabelecidos pela presente professora-pesquisadora, os quais representam os nomes

dos cursistas. Quanto aos valores “zero” e “um”, que preencheram os demais campos da tabela,

expressam se os cursistas atendem ou não às correspondentes categorias que lhes estão relacionadas, segundo a relação matricial estabelecida entre as linhas e colunas da tabela Excel.

A quarta etapa constitui a discussão do processamento de dados de entrada no CHIC. Concluídos os trâmites metodológicos de preparação de dados de entrada para o processamento no CHIC, alcançados após a tabulação da planilha em Excel e após esta ser processada no software CHIC, este gera três telas de saídas de dados, que auxiliam o desenvolvimento da análise qualitativa multidimensional das associações de categorias (ALMEIDA, 2008; ALMOULOUD, 2008; ANDRADE; VALENTE, 2014; RIBEIRO; VALENTE, 2015; VALENTE; ALMEIDA, 2015):

– Número de ocorrências das variáveis, média, desvio padrão, coeficiente de

correlação, índices de similaridade e nós7 significativos; – Coeficiente de correlação, índice e valor;

– Figura da árvore de similaridade.

7 _{Nó representa o cruzamento de dados, visualizados entre as categorias (variáveis) que possuem implicabilidade}

É possível também, para o pesquisador, além da figura da árvore de similaridade, selecionar as opções de grafo implicativo, a árvore coesitiva e redução, como visualizado na Figura 3.4.1, a seguir:

Figura 3.4.1 – Opções de escolha da saída de dados no processamento no software CHIC

Fonte: Desenvolvida pela autora (2015).

Nesta pesquisa, cabe reenfatizar que, das saídas de dados geradas pelo CHIC, apenas as árvores de similaridade e os índices de similaridade foram utilizados.

A análise hierárquica e relacional dos arranjos das variáveis contidas numa árvore de similaridade permite, segundo Almouloud (2008 apud GÓES, 2012, p. 306-307): “[...] estudar e depois interpretar, em termos de tipologia e de semelhança (dessemelhança) decrescente, classes de variáveis, constituídas significativamente a certos níveis de uma árvore de similaridade, e se opondo a outros, nestes mesmos níveis”.

Partindo-se da visualização dos arranjos de categorias nas árvores de similaridade, é possível mapear formas de interassociações e inter-relações entre as categorias, dispostas duas a duas, em um determinado nó, ou classe, tomando como referência as classes de

hierarquia de tipologias presentes. O CHIC permite obter os valores numéricos dos índices

de similaridade. O valor do índice de similaridade expressa que, quanto maior for o seu valor numérico, mais significativas serão as formas de associação e relação de proximidade entre suas categorias associadas.

Nas árvores de similaridade, é possível observar as categorias, arranjadas segundo uma árvore geométrica, de maneira que, em suas extremidades, podem ser observados arranjos de categorias, podendo algumas destas se arranjarem dispostas em pares e interligadas segundo os denominados nós.

Quando na saída de dados do CHIC aparecem conjuntos de categorias dispostos em elementos geometricamente separados, como se fossem galhos separados, nesse caso estes podem ser denominados de classes (ALMEIDA, 2008; ALMOULOUD, 2008; PRADO, 2003, 2008; RIBEIRO; VALENTE, 2015; VALENTE; ALMEIDA, 2015).

Os conjuntos de arranjos, das formas como as categorias possam estar presentes e visualizadas numa determinada árvore de similaridade, podem ser subdivididos nas denominadas subclasses (ALMEIDA, 2008; ALMOULOUD, 2008; PRADO, 2003, 2008; RIBEIRO; VALENTE, 2015; VALENTE; ALMEIDA, 2015). Na Seção 4 da Tese, à medida que os resultados da pesquisa forem sendo apresentados e discutidos, gradativamente serão fornecidas e discutidas algumas características e definições complementares sobre o uso do

CHIC e sobre a análise qualitativa hierárquica e relacional de dados qualitativos disponíveis nas saídas de dados do CHIC.

Em caráter complementar à presente subseção, a Figura 3.4.2 ilustra uma árvore de similaridade originada através do uso do CHIC.

Figura 3.4.2 – Representação de uma árvore de similaridade exibindo 17 categorias

Fonte: Prado (2008, p. 234).

A árvore de similaridade representada na Figura 3.4.2 possui duas classes, uma no campo superior e outra no campo inferior da figura, destacando-se que as classes são geometricamente separadas entre si. As classes apresentadas na figura anterior podem ser metodologicamente subdivididas em conjuntos de subclasses, conforme interesses que sejam

determinados pelo pesquisador (ALMEIDA, 2008; ALMOULOUD, 2008; PRADO, 2003, 2008; RIBEIRO; VALENTE, 2015; VALENTE; ALMEIDA, 2015).

Quanto menor o tamanho dos segmentos horizontais que ligam as categorias de um nó ou subclasse, mais significativas elas serão quanto às demais categorias da árvore de similaridade. Ou seja, relativamente às demais categorias, hierarquicamente essas duas categorias apresentarão um maior grau de similaridade, ou seja, estarão mais fortemente relacionadas entre si se comparadas a todas as demais categorias que não atendam ao critério em discussão. Para ilustrar o uso desse critério, na Figura 3.4.2 as categorias 12PA e 13PA são as mais significativas da classe da árvore de similaridade que se mostra no campo inferior da citada figura. Portanto, elas formam o nó mais significativo dessa classe e, atendendo a uma lei de formação vinculada à estatística relacional, probabilisticamente expressam uma maior hierarquia de representatividade em relação às demais categorias dessa classe (ALMEIDA, 2008; ALMOULOUD, 2008; BORGES, 2009; GÓES, 2012; PRADO, 2003; RIBEIRO; VALENTE, 2015; TONUS, 2007).

Cabe ao pesquisador navegar junto às categorias, arranjadas em nós, classes e subclasses na árvore de similaridade, adotando as leis de formação que regem os princípios de inter-relações hierárquicas e relacionais, no sentido de analisar as categorias e buscar estabelecer o processo de análise textual discursiva, o que é apresentado em maiores detalhes na Seção 4 desta Tese.

Tais navegações e relações gradativas sucessivas, que podem ser estabelecidas a partir e entre as combinações de graus de similaridade e proximidades, junto aos grupos de categorias justapostas na árvore de similaridade, são então recursivamente analisadas pelo pesquisador, sob a luz de seu referencial teórico e objetivos da pesquisa. Este é o grande trunfo da análise qualitativa multidimensional, aqui em discussão. (GÓES, 2012, p. 72, grifos do autor).

Genérica e metodologicamente, descortina-se, assim, um vasto campo de possibilidades para a realização de futuras investigações, fazendo-se o uso do CHIC, o que tende a emergir o surgimento de propostas metodológicas diferenciadas no tocante à possível renovação do uso da análise qualitativa de dados multidimensionais, o que pode se tornar muito mais atrativo junto a pesquisadores das áreas e subáreas de conhecimento humanas e exatas (GÓES, 2012; RIBEIRO; VALENTE, 2015; MORAES; VALENTE, 2008).

Tecidas as considerações na terceira seção sobre os procedimentos metodológicos, serão apresentados na quarta seção, a seguir, os resultados e discussão da presente Tese.