Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Estratégias de Pesquisa
Ricardo de Almeida Falbo
Metodologia de Pesquisa Departamento de Informática
Universidade Federal do Espírito Santo
2
Agenda
Survey
Design e Criação
Estudo de Caso
Pesquisa Ação
Experimento
Design Science
Survey
Propósito: obter os mesmos tipos de dados a partir de um grande grupo de pessoas ou eventos, de modo sistemático e padronizado, de modo a identificar padrões, visando generalizar para uma população maior que seu grupo alvo.
3
Planejando e Projetando um Survey
O que considerar:
Que dados você quer gerar?
Pense antecipadamente sobre como você pretende analisar os dados, que padrões você procura e interpretações que podem surgir
Método de Geração de Dados
Questionário? Entrevista? Observação? Análise de Documentos?
4
Planejando e Projetando um Survey
O que considerar:
Quadro de Amostragem:
Definir a lista da população de pessoas, eventos ou documentos alvo de seu survey.
Técnica de Amostragem
Definir como você vai selecionar a amostra real a partir do quadro de amostragem. Amostra probabilística? Não probabilística?
5
Planejando e Projetando um Survey
O que considerar:
Taxa de Resposta:
Taxas da ordem de 10% não são incomuns.
Necessidade de definir uma estratégia para tentar aumentar o número de respostas.
Tamanho da Amostra
Menor do que 30 compromete uma análise estatística confiável.
Considerar nível de confiança e margem de erro.
6
Exemplo de Survey
Tema: Refinamentos em protocolos de estudos secundários (revisões e mapeamentos sistemáticos)
Questão de Pesquisa: Quais itens do protocolo de revisões/mapeamentos sistemáticos que estão mais sujeitos a refinamentos ao longo do processo de revisão?
7
Exemplo de Survey
Dados a serem gerados: percepções em relação à extensão em que itens do protocolo são refinados ao longo do processo de revisão.
Tipo do estudo: em corte transversal, i.e., participantes são questionados acerca de suas experiências passadas.
Método de Geração de Dados: questionário on-line. Disponível em https://goo.gl/CLdDzL
8
Exemplo de Survey
População: pesquisadores que já tenham realizado pelo menos uma revisão/mapeamento sistemático.
Seleção da amostra: por conveniência
Solicitação de participação enviada para a lista da SBC e LinkedIn.
Solicitação direta a pesquisadores conhecidos dos autores.
9
Exemplo de Survey
Número de respondentes: 53
Grupo 1: até 2 estudos: 28
Grupo 2: 3 ou 4 estudos: 13
Grupo 3: 5 ou mais estudos: 12
10
Exemplo de Survey
11
Survey: Vantagens
Provê uma cobertura ampla.
Comparativamente a outras estratégias, produz grande quantidade de dados, em pouco tempo e a custo relativamente baixo.
Permite análise de dados quantitativa.
Pode ser replicado.
12
Survey: Desvantagens
Falta de profundidade.
Tende a enfocar o que pode ser contado e medido.
Provê um retrato instantâneo em um particular ponto no tempo, ao invés de examinar processos em andamento e mudanças.
Não estabelece relações de causa e efeito.
13
Design e Criação
Esta estratégia enfoca o desenvolvimento de novos produtos ou artefatos de TI.
14
Design e Criação
Que artefatos podem ser criados?
Constructos: novas noções ou conceitos (p.ex., a noção de objetos)
Modelos: combinação de constructos para representar uma situação
Métodos: orientações sobre modelos a serem produzidos e processos a serem seguidos para resolver problemas.
Instanciações: sistemas demonstrando que constructos, modelos, métodos, ideias ou teorias podem ser implementados em um sistema computacional.
15
Design e Criação
Problema: É pesquisa ou apenas uma demonstração de habilidades técnicas?
Para ser pesquisa:
Tem de contribuir para o conhecimento de alguma forma.
Tem de exibir qualidades acadêmicas: análise, explanação, argumentação, justificativa e avaliação crítica.
16
Design e Criação
A forma de contribuição para o conhecimento pode se dar de três maneiras principais:
Como foco principal da pesquisa (p.ex., artefato incorpora uma nova teoria)
Um veículo para alguma outra coisa (p.ex., comparar e avaliar diferentes algoritmos)
Um produto final tangível de um projeto, cujo foco é o processo de desenvolvimento (p.ex., ilustrar o uso de um método)
17
Design e Criação
Pode ser usada como única estratégia de pesquisa ou como uma das estratégias dentro do método global de pesquisa (Design Science).
Se o artefato a ser gerado for um sistema, deve seguir um processo de desenvolvimento de software (não confundir com método de pesquisa).
18
Design e Criação
Em trabalhos de pós-graduação, sobretudo doutorado, a implementação pode ser desnecessária ou terceirizada.
19
“Design e Criação” e Avaliação
Prova de Conceito: artefato é apenas uma mostra de exequibilidade. Não há uma avaliação se o artefato funciona ou não em um contexto real (p.ex., um protótipo).
Prova por Demonstração: artefato é avaliado em uso, mas em um contexto restrito (p.ex., participação de estudantes ao invés de profissionais). Pode usar outras técnicas, tais como estudos de caso e experimentos.
20
“Design e Criação” e Avaliação
Avaliação de Mundo Real: artefato é avaliado em situações reais. Neste caso, é necessário usar uma outra estratégia de maneira complementar (estudo de caso, survey etc).
21
Design e Criação: Vantagens
Ter algo tangível para mostrar ao invés de ter somente teorias abstratas ou outro conhecimento.
É um modo de pesquisa normalmente esperado em várias áreas da computação.
Como o uso de computação em muitos domínios é relativamente novo e como a tecnologia avança rapidamente, há muito espaço para o desenvolvimento de novos artefatos de TI que deem uma contribuição ao conhecimento.
22
Design e Criação: Desvantagens
Você pode ser questionado se seu trabalho não é somente um design normal.
É arriscado se você não tem as habilidades técnicas necessárias.
Pode ser difícil generalizar para configurações diferentes daquela situação única em que o artefato de TI foi usado.
Pode produzir pesquisa perecível. Avanços rápidos na tecnologia podem invalidar os resultados.
23
Exemplo de Design e Criação
Desenvolvimento de PoN-S: um Método para o Design da Sintaxe Concreta de Linguagens de Modelagem Conceitual (tese de doutorado de Maria das Graças Teixeira)
24
Exemplo de Design e Criação
25
Estudo de Caso
É uma investigação empírica que olha um fenômeno dentro de seu contexto real.
26
Estudo de Caso
Focaliza uma instância da “coisa” a ser investigada (uma organização, um projeto etc.).
O objetivo é obter uma compreensão rica e detalhada da “vida” deste caso e de suas relações e processos complexos.
27
Estudo de Caso
Um estudo de caso olha para o caso escolhido dentro de seu contexto real e enfoca todos os fatores envolvidos.
Ao explorar todos esses fatores e estabelecer um quadro detalhado de como eles se unem, o pesquisador tenta explicar como e porque certos resultados podem ocorrer em uma particular situação.
28
Estudo de Caso
Um caso não testa uma hipótese.
Mas, a partir do estudo de uma instância particular, podem ser obtidos insights e conhecimento que podem ser relevantes para outras situações.
29
Estudo de Caso: Características
Foco na profundidade ao invés da largura.
Ambiente natural, ao invés de uma situação artificial.
Estudo holístico, ao invés de isolar fatores individuais.
Utiliza múltiplas fontes de dados e métodos.
30
Estudo de Caso
Atenção! Muitos pesquisadores em disciplinas de Computação usam o termo “estudo de caso” para designar um cenário no qual eles aplicaram suas ideias. Esse cenário é, na maioria das vezes, artificial e muito mais simples do que ocorre na vida real. Ou seja, não é um estudo de caso efetivamente!
31
Seleção de Casos
Algumas opções:
Instância Típica: instância representativa de uma classe.
Instância extrema
Test-bed para uma teoria: contém elementos que são apropriados para testar uma teoria.
Conveniência
É importante escolher a instância certa e justificar essa escolha.
32
Generalização a partir de Estudo de Caso
Se o caso escolhido for típico, é possível gerar conclusões mais amplas que vão além do caso em si.
Para poder fazer generalizações, é importante informar até que extensão você julga que o caso escolhido é típico de outros casos em sua classe.
33
Generalização a partir de Estudo de Caso
Dê detalhes suficientes do caso que permitam a um leitor decidir se o caso escolhido é similar a um caso que lhe seja familiar.
34
Estudo de Caso
Pode ser usado para:
Construir uma nova teoria: um estudo de caso leva ao desenvolvimento de um novo conceito, teoria, framework ou modelo.
Testar uma teoria existente
35
Estudo de Caso: Vantagens
Pode lidar com situações complexas em que é difícil estudar um único fator isoladamente.
Adequado para situações em que o pesquisador tem pouco controle sobre eventos.
Produz dados que são mais próximos das experiências das pessoas (histórias).
36
Estudo de Caso: Desvantagens
Muitas vezes é tido como uma estratégia que peca pela falta de rigor e por levar a generalizações com pouca credibilidade.
Pode ser difícil negociar acesso ao cenário, pessoas e documentos necessários.
A presença do pesquisador pode afetar o comportamento das pessoas.
Não há regras definidas para a condução de estudos de caso.
37
Exemplo de Estudo de Caso
Design de uma Linguagem de Modelagem Visual para representar Linguagens de Padrões Ontológicos (dissertação de mestrado da Glaice Quirino) usando PoN-S.
Estudo caso para a pesquisa da Maria
Design e criação na pesquisa da Glaice
38
Pesquisa Ação
Enfoca a pesquisa em ação.
O pesquisador planeja fazer alguma coisa em uma situação do mundo real, faz isso, reflete sobre o que aconteceu ou aprendeu, e começa outro ciclo “planeja-faz-reflete”.
Espera-se que pesquisadores colaborem com as pessoas dentro daquele cenário.
39
Ingredientes da Pesquisa Ação
Um framework conceitual que atua como base teórica.
Um método de solução de problemas, que incorpora o framework conceitual.
Uma área de aplicação onde o método será aplicado.
O processo de pesquisa adotado.
40
Pesquisa Ação
Normalmente é difícil planejar antecipadamente e em detalhes projetos de pesquisa ação.
Uma vez iniciado, um projeto de pesquisa ação não está totalmente sob controle do pesquisador.
Contudo, o processo de pesquisa precisa ser estruturado e gerenciado para evitar críticas de falta de rigor científico.
41
Pesquisa Ação
Um protocolo de pesquisa deve ser desenvolvido e acordado entre todos os envolvidos.
Este protocolo deve envolver, dentre outros:
Objetivos do projeto e como ele será avaliado.
Papéis e responsabilidades dos participantes.
Restrições organizacionais
42
Pesquisa Ação
Potencial ameaça: Pesquisador, talvez subconscientemente, quer mostrar que o exercício é útil e que sua teoria ou método é válido. Ele pode estar iludindo a si próprio.
Mesmo em projetos envolvendo grupos de pesquisadores, pode imperar um pensamento de grupo, em que todos acreditam naquilo ou não têm coragem de desafiar o consenso do grupo.
43
Generalização em Pesquisa Ação
Não é possível fazer generalizações a partir de um estudo que tem características únicas, não encontradas em outras situações.
Dê detalhes suficientes da situação que permitam a um leitor decidir se o cenário que ele tem em mãos é similar ao cenário da pesquisa ação.
44
Pesquisa Ação
Uma importante aplicação é na exploração de novos métodos de desenvolvimento.
Nestes casos, alguns pesquisadores defendem que a pesquisa ação é a estratégia mais apropriada.
45
Pesquisa Ação Técnica
Technical Action Research – TAR
Pesquisador desempenha três papéis:
Projetista: o pesquisador projeta uma técnica, método, processo ou outro artefato.
Ajudante: ajuda outros a aplicar a técnica
Pesquisador: tira lições sobre o uso da técnica.
46
Pesquisa Ação: Vantagens
Pode fazer a ponte entre a pesquisa acadêmica e o estado da prática, resultando em melhorias reais.
É particularmente apropriada para a criação e refinamento de métodos de desenvolvimento de sistemas e de resolução de problemas.
47
Pesquisa Ação: Desvantagens
Ainda não é aceita por muitos pesquisadores da área de Computação.
É criticada por alguns pela falta de rigor, inabilidade de estabelecer causa e efeito, e resultados que podem não ser generalizáveis para outras situações.
Pode ser difícil satisfazer as necessidades e expectativas de todos os envolvidos.
48
Experimento
É uma estratégia que investiga relações de causa e efeito, procurando provar ou refutar uma relação causal entre um fator e um resultado observado.
49
Experimento
Requer a formulação de uma hipótese.
O experimento é projetado para comprovar ou rejeitar a hipótese.
Todos os fatores que podem afetar o resultado são excluídos do estudo, exceto o fator que se pensa ser a causa para um resultado particular.
50
Experimento
Entretanto, até os experimentos de laboratório mais bem projetados podem ser contaminados por outros fatores desconhecidos...
Assim, não se pode tirar conclusões firmes de experimentos, até que eles sejam repetidos várias vezes, preferencialmente por outros pesquisadores.
51
Exemplo de Experimento
Experimento realizado por Maria das Graças e publicado em (Teixeira et al., 2013).
Objetivo: Avaliar o uso de notações visuais para linguagens específicas de domínio
52
Exemplo de Experimento
Hipótese: O desempenho dos participantes na interpretação de modelos construídos usando uma notação específica de domínio é melhor do que de modelos usando uma notação genérica.
53
Exemplo de Experimento
Experimento in-vitro, i.e. em ambiente controlado.
Abordagem analítica: coletar indicações preliminares para experimentos adicionais posteriores.
54
Exemplo de Experimento
Objeto de estudo: duas instanciações de um modelo conceitual.
As instanciações são apresentadas em duas notações diferentes: específica de domínio e genérica (baseada em diagramas de objetos da UML).
55
Exemplo de Experimento
56
Exemplo de Experimento
57
Administrative Branch Production Branch
Quality Control
Board of Directors John
Peter
PaulMax
Mark
Otto
Mary
Linda
Lisa
Ana
Sales Marketing
James
Robert
Victor
Claudia
Jennifer
Elizabeth
Clarisse
Juliane
Lauren
R&D Executive Office
Engineering Research
Exemplo de Experimento
58
Board of Directors: Department
John: Man Mary: Woman
partOfpartOf
Peter: Man Linda: Woman
supervisedBy
supervisedBy
Administrative: Organizational Branch
partOf
Sales: Department
partOfPaul: Man
supervisedByMax: Man
supervisedBy
partOf
partOfpartOf
partOf
Audit: CommissionPhase = Normal
Load
memberOf
Marc: Man
partOf
memberOf
Ana: Woman
memberOf
Marketing: Department
partOf
Lisa: Woman
partOf
supervisedBy
Otto: ManpartOf
supervisedBy
supervisedBy
partOf
supervisedBy
Quality Control: CommissionPhase = Overloaded
memberOf
Clarisse: Woman
memberOf
James: Man
supervisedBy
memberOf
Jenifer: Woman
supervisedBy
memberOf
Claudia: Woman
supervisedBy
R & D Executive Office: Department
Robert: Man{duplicated}
supervisedBy
Elizabeth: Woman
Engineering: DepartmentpartOf
partOf
partOf
partOf
memberOf
Production: Organizational BranchpartOf
partOf
partOf
supervisedBy
Research: Department
partOf
partOf
Juliane: Woman
Lauren: Woman Victor: Man
partOf
Robert: Man{duplicated}
supervisedBy
supervisedBy
partOfpartOf
supervisedBy
memberOf
Exemplo de Experimento
Sujeitos (Participantes): estudantes de Computação (graduação e pós-graduação).
Número de participantes: 22
Grupo 1: 12
Grupo 2: 10
59
Exemplo de Experimento
Foram feitas perguntas sobre os modelos:
Que informação pode ser obtida sobre Lisa?
Quais os empregados com maior número de subordinados? Que são eles?
60
Exemplo de Experimento
Questionário via Web, mas preenchido durante uma aula em laboratório.
61
Exemplo de Experimento
Resultados
62
Exemplo de Experimento
63
Notação Genérica Notação Específica
Exemplo de Experimento
Análise: Nem sempre os resultados confirmaram a hipótese.
No geral, a notação específica foi melhor para questões mais objetivas e a notação geral para questões mais subjetivas.
64
Exemplo de Experimento
Ameaças à Validade:
Estudantes de Computação, acostumados a notações genéricas (UML).
Experiência dos participantes.
65
Experimento: Variáveis
É importante identificar a variável independente e as variáveis dependentes.
A variável independente afeta uma ou mais variáveis dependentes.
O objetivo é mostrar que apenas um fator causa um efeito observado. Assim, o pesquisador tenta controlar todas as demais variáveis.
66
Experimento: Meios de Controlar Variáveis
Eliminar o fator do experimento (p.ex., eliminar estudantes com experiência)
Quando não for possível eliminar, manter o fator constante.
Usar seleção randômica de indivíduos.
Garantir que as pessoas não influenciam os resultados devido às suas expectativas.
67
Experimento: Meios de Controlar Variáveis
Usar grupos de controle:
Dois grupos são estabelecidos de modo a igualmente balancear os membros.
Para um deles (o grupo de controle), nenhuma manipulação da variável independente é feita.
Para o outro (o grupo experimental), a variável independente é manipulada.
Resultados são medidos para cada grupo. 68
Experimento: Observações e Medições
Deve haver medição antes (pré-teste) e depois (pós-teste), de modo que as alterações observadas possam ser atribuídas à manipulação da variável independente.
Dados quantitativos são medidos e análises estatísticas são feitas.
69
Experimento: Observações e Medições
É importante definir, antes de realizar o experimento, exatamente o que vai ser medido e que testes estatísticos serão usados para analisar os resultados.
70
Experimento: Validade Interna
Um experimento tem boa validade interna se os valores medidos obtidos são realmente devidos à manipulação da variável independente (e não decorrentes de outro fator).
71
Ameaças Comuns à Validade Interna de um Experimento
Diferenças entre o grupo experimental e o grupo de controle.
Eventos não notados pelos pesquisadores interferem nas observações de pré-teste e pós-teste.
Amadurecimento: características dos participantes mudam entre os testes.
72
Ameaças Comuns à Validade Interna de um Experimento
Instrumento imperfeito usado para medir as variáveis dependentes afetam os resultados.
Alguns participantes sairem do experimento antes do estudo ser completado.
Pessoas podem alterar seu comportamento como uma reação a estarem sendo testadas.
73
Experimento: Validade Externa
Um experimento tem boa validade externa se os resultados não são únicos para um particular conjunto de circunstâncias, mas sim são generalizáveis.
A melhor maneira de demonstrar capacidade de generalização é repetir o experimento muitas vezes, em muitas situações diferentes.
74
Ameaças Comuns à Validade Externa de um Experimento
A principal ameaça à validade externa vem da não representatividade: usar uma amostra de participantes que não seja típica.
Excesso de confiança em tipos especiais de participantes (p.ex., estudantes, voluntários).
Muito poucos participantes.
75
Tipos de Experimento
Experimento verdadeiro: envolve a manipulação de variável independente, medição pré e pós-teste de variáveis dependentes, e controle ou remoção de outras variáveis.
Normalmente conseguido em laboratório, que, por natureza, é uma situação artificial.
76
Tipos de Experimento
Quase-experimento (ou experimento de campo): observa eventos em situações reais.
Em um quase-experimento, frequentemente há variáveis que os pesquisadores não podem controlar e que podem ter causado o efeito observado.
Assim, não podem estabelecer causa e efeito de maneira conclusiva como um experimento verdadeiro.
77
Design de Experimentos
Somente um grupo com pré-teste e pós-teste
Comparação de dois grupos (grupo de controle e grupo experimental) apenas com pós-teste
Dois grupos (experimental e de controle) com pré-teste e pós-teste
78
Experimento: Vantagens
Estratégia bem estabelecida, tida como a mais “científica” e, portanto, é a mais aceitável
É a única estratégia de pesquisa que pode provar relações causais.
Experimentos de laboratório permitem elevados níveis de precisão na medição de resultados e na análise de dados.
79
Experimento: Desvantagens
Em um experimento, o pesquisador tem de divorciar o fenômeno de seu contexto.
Experimentos de laboratório frequentemente criam situações artificiais, não comparáveis a situações reais.
Muitas vezes é difícil ou até impossível controlar todas as variáveis relevantes.
Frequentemente é difícil recrutar uma amostra representativa de participantes.
80
Design Science
Envolve três ciclos intimamente relacionados de atividades (HEVNER, 2007):
Ciclo da Relevância
Ciclo do Design
Ciclo do Rigor
81
Design Science
82
Design Science: Relevância
Refere-se principalmente à:
Motivação para a pesquisa, a qual pode vir de necessidades práticas e/ou de oportunidades de melhoria nas teorias correntes.
Articulação entre a proposta de solução e a motivação, de modo a reforçar as contribuições.
Define o problema a ser tratado, requisitos e critérios de avaliação
83
Design Science: Rigor
Refere-se ao uso e geração de conhecimento.
Está associado a um corpo de conhecimento confiável (teorias, métodos, modelos etc.), o qual é usado para embasar a pesquisa.
Conhecimento gerado na pesquisa é incorporado a esse corpo de conhecimento.
84
Design Science: Design
Refere-se às atividades centrais do processo de pesquisa em direção ao atendimento dos objetivos de pesquisa.
Envolve o desenvolvimento e a avaliação de artefatos ou teorias para resolver o problema de pesquisa.
Leva em consideração aspectos de relevância e rigor.
85
Design Science: Exemplo da Tese de Fabiano Ruy
86
87
Referência
OATES, B.J., Researching Information Systems and Computing, SAGE Publications, 2006.
HEVNER, A.R. A three cycle view of design science research. Scandinavian journal of information systems, 19(2), p.4, 2007.