UNIVERSIDADE FEDERAL DO OESTE DO PAR UFOPA.

Programa de Ps-Graduao Sociedade, Natureza e Desenvolvimento PPGSND.

Disciplina: Mtodos quantitativos.
Discente: DIEGO CORRA FURTADO.
Resenha:
GORARD, S. Simple non-parametric statistics: minding your table manners. In: _____.
Quantitative methods in social science: The role of numbers made easy. Nova
Iorque/Londres: Continuum, 2003. p. 121-135.
Prope, o texto em referncia, discutir o tema de estatsticas no-paramtricas simples,
abordando especialmente a apresentao de dados de pesquisa no formato de tabelas. Alerta, o
autor, entretanto, que pretende transcender a estrita explanao acerca de como representar os
dados e de como realizar manipulaes aritmticas simples. Sua inteno de discutir sobre
os padres que podem ser estabelecidos entre os dados e as diferenas que podem ser
encontradas entre os subgrupos de uma amostra.
Inicialmente, o autor mobiliza o exemplo de uma pesquisa fictcia, na qual se busca a
associao entre duas variveis distintas: o gnero dos entrevistados (masculino ou feminino)
e a realizao de visitas ao mdico ao longo de dois anos. Em sua viso, o interesse principal
de um cientista social seria responder perguntas de pesquisa que relacionassem as variveis
entre si, ao invs de meramente descrever os resultados em isolamento. Consideradas
simultaneamente, as variveis so representadas em tabulaes cruzadas, o que permite
conhecer as propores esperadas, compar-las s propores observadas na amostra e,
consequentemente, propor extrapolaes para a populao.
Desta perspectiva, o autor afirma no haver razo para que algum evite ler ou para
que no consiga compreender o tipo de anlise estatstica proposta, pois estaria fundamentada
em um raciocnio simples, que poderia ser utilizado em outros casos anlogos, e com o
intermdio de um computador, responsvel pelos clculos matemticos.
Adiante, o autor envereda pela perspectiva da representao estatstica, para permitir
que o leitor compreenda a ligao entre o raciocnio at ento desenvolvido com determinados
termos tcnicos da rea em foco. Apresenta, ento, os conceitos de graus de liberdade e de
hiptese nula. Quanto ao grau de liberdade, alega se tratar de um conceito que parece
complexo, mas que pode ser compreendido simplesmente como a quantidade de clulas em
uma tabela com variao independentemente. Quanto hiptese nula, seria um artifcio de
convenincia, que consideraria no existir diferena na populao entre dois grupos sob
exame. Assim, para o autor, tais conceitos seriam apenas nomes chiques para noes de

fcil entendimento. Estar a par de sua compreenso e de posse das ferramentas estatsticas
computacionais apropriadas permitiria distinguir, como no caso do exemplo de abertura do
captulo, reais diferenas nos dados de diferenas ligadas a erros de amostragem.
Para o autor, devido natureza dos eventos aleatrios, pode-se afirmar que quanto
menos provvel que determinado evento tenha ocorrido ao acaso, mais provvel que tal
evento reflita uma real diferena na populao sob anlise. E, alm dessa distino, os testes
estatsticos permitiriam aumentar a preciso das observaes, calculando, caso a hiptese nula
no possa ser refutada pelos dados observados, a probabilidade de que qualquer amostra
aleatria da populao se relacione proporo que, a princpio, tenha parecido se opor
hiptese nula (e que, portanto, deve estar relacionada a erros de amostragem).
A partir deste ponto, o autor menciona a existncia de tabelas estatsticas aninhadas
em pacotes computacionais, como o SPSS, e demonstra a realizao de um teste de
significncia de qui-quadrado. Ele apresenta uma tabela com os resultados do teste, e afirma
que a aparncia desta tabela tende a assustar as pessoas, pois excessivamente informativa, e
traz siglas a princpio desconhecidas nos topos das colunas e nomes de testes no solicitados
nas linhas da primeira coluna. Para o autor, isto tolervel, pois, em sua viso, os programas
estatsticos so bastante teis, possibilitando saber a probabilidade de obter os dados
observados caso a hiptese nula seja verdadeira e, assim, decidir pela significncia das
descobertas. Dessa forma, so explicados os significados de cada elemento da tabela de
resultados, com nfase naqueles efetivamente necessrios ao problema que suscitou a
realizao do teste.
Uma questo-chave, entretanto, seria o limiar da probabilidade para considerar
determinada evidncia significativa. O autor afirma no haver uma resposta precisa a isto,
devendo, o pesquisador, tomar uma deciso. Esta deciso se assemelha s decises referentes
ao planejamento de pesquisa, amostragem e aos mtodos de anlise, e todas devem ser
expressas, juntamente com os motivos que levaram a elas, na ocasio da publicao dos
resultados e concluses da pesquisa. Especificamente quanto ao limiar da significncia, o
autor afirma que o valor de 5% (0,05) o mais comumente usado, e a obteno de qualquer
valor inferior a este em uma clula determinada da tabela de resultados levaria,
obrigatoriamente, rejeio da hiptese nula e aceitao de uma hiptese alternativa,
necessariamente correlata existncia de diferena entre os subgrupos da populao
componentes da amostra.
O autor, ento, alerta que a obteno de um resultado acerca da significncia estatstica
no representa, nas cincias sociais, o fim do trabalho, e sim o fim do comeo do trabalho. A

etapa final, quando se responde o que os achados representam, no tcnica, no fcil de

ensinar, e bastante dependente das etapas anteriores. Por um lado, caso no seja encontrada
diferena significativa entre os grupos na populao, preciso explicar por que no h
diferena, ou talvez por que se esperava encontrar tal diferena. Por outro lado, se for
encontrada diferena significativa, ser necessrio explicar como e quando surgiu tal
diferena, qual sua natureza, se geral ou restrita a uma localidade, se varia conforme a idade
e grupos ocupacionais, etc. Esta etapa da investigao criativa e exaustiva, mas o fim a
que se pretende chegar, mediado pela utilizao dos mtodos estatsticos no campo das
cincias sociais.
Outro alerta do autor se refere ao termo significncia, pois o fato de um resultado
estatstico no ser numericamente significativo no representa que ele no seja significativo
para a pesquisa. Por exemplo, a descoberta de que no existe real diferena entre
determinados subgrupos na populao no tocante a determinada varivel pode levar ao
questionamento de formulaes prvias, concebidas erroneamente, pautadas seja no senso
comum, seja na anlise equivocada (e em geral no estatstica) de dados numricos. Neste
sentido, o autor apresenta o exemplo de um trabalho publicado na rea de pesquisa em
educao, no qual ou pesquisadores propuseram uma concluso que, apesar de pautada em
dados quantitativos e amplamente aceita pelos pares da rea, no resistiu anlise estatstica
de significncia do qui-quadrado. Disso, conclui-se que, embora no seja possvel reanalisar
todos os dados apresentados nas pesquisas consultadas, instrutivo faz-lo ocasionalmente,
para perceber a quantidade de vezes que as concluses publicadas no se sustentam diante de
um exame estatstico minucioso. O autor, ento, lana questionamentos, por exemplo, se os
trabalhos publicados so os mais rigorosos, e se se pode confiar no atual modelo de avaliao
dos trabalhos.
Alm de alguns outros detalhes, o descrito acima a sntese do essencial. Percebe-se,
portanto, que o autor pretendeu discorrer acerca de como, em alguns casos, a disposio de
dados em formato tabular pode levar formulao de concluses equivocadas, em
decorrncia da no utilizao de mtodos estatsticos que permitam detectar os verdadeiros
padres de relao entre os dados analisados. Trata-se de um texto instrutivo, e que estimula a
criticidade dos leitores, a respeito de sua atuao enquanto pesquisadores e autores de
trabalhos cientficos. Quanto mais familiarizados com as mincias dos mtodos quantitativos,
mais aptos estaro, os pesquisadores, a evitar o cometimento de equvocos que fragilizem suas
concluses. Por isso, essencial no s o domnio das ferramentas computacionais da
estatstica, como a correta compreenso do raciocnio a elas subjacente.