Metodologia Básica da Investigação

Download do manual

Ao contrário do que muitos julgam, não basta saber Estatística para fazer Investigação, atendendo que:

1º- A Estatística nunca dá certezas, dá apenas probabilidades baseadas em pressupostos fictícios, tal como explicaremos na Parte 2 desta brochura.

2º- Os resultados estatisticamente significativos podem não ter relevância..., nomeadamente quando a amostra é muito grande, porque é possível obter resultados estatisticamente significativos nas pequenas diferenças encontradas entre dois subgrupos da amostra, mesmo quando estas diferenças, além de pequenas, são pouco importantes.

3º- Os resultados da Estatística poderão dar-nos uma ideia sobre a eventual associação entre variáveis, mas nunca nos revela a relação de causalidade... Por exemplo, a Estatística poderá demonstrar que determinados perfis psicopatológicos poderão estar associados à toxicodependência mas, saber se é esta psicopatologia que leva à toxicodependência, ou vice-versa, só pode ser respondido tendo em conta o desenho do estudo, nomeadamente um desenho que permita saber o que é que acontece primeiro (as perturbações psicopatológicas ou a toxicodependência).

4º- Se os dados que introduzimos no computador para fazer os cálculos estatísticos não forem os correctos, a interpretação dos resultados poderá ser impossível ou levar a conclusões totalmente erradas... Por exemplo, se quisermos comparar o peso de dois grupos, e utilizarmos uma balança diferente para os dois grupos poderemos obter resultados enganadores... Este problema inclui-se nos denominados viéses de informação!

5º- Se o enquadramento teórico do estudo não for o correcto, é fácil chegar a conclusões erradas porque os resultados estatísticos são espúrios... Um exemplo de uma de uma associação espúria é a associação estatisticamente significativa entre o número de telemóveis existentes num país e o número de doenças cardíacas. Um aprendiz a investigador poderia concluir erradamente que a influência das ondas dos telemóveis poderia provocar um aumento das doenças cardiológicas. Sucede no entanto que os países onde há mais telemóveis são também os mais ricos e, devido à sobre-alimentação, têm com maior frequência doenças cardíacas. Assim, há aqui uma terceira variável escondida, que pode provocar uma associação estatisticamente significativa mas totalmente espúria. Esta terceira variável denomina-se de confundimento porque produz um viés de confundimento.

Outro exemplo dum viés de confundimento em investigação é o que aconteceu num estudo efectuado há alguns anos, sobre os efeitos de deixar de fumar. Verificou-se então que a maioria dos fumadores que largavam o mau hábito, morriam mais frequentemente no primeiro ano que os que continuavam a fumar. A conclusão lógica seria que qualquer fumador deveria manter o seu hábito ... Sucede que, infelizmente, muito dos fumadores que deixam de fumar, fazem-no porque já se sentem doentes, o que aumenta a probabilidade de morrerem no ano seguinte, enquanto os outros ainda se sentem saudáveis e em muitos casos ainda o estão...

O que se passou neste estudo é que não se controlou o efeito de uma variável de confundimento fundamental: o fumador já estava doente ou não, quando deixou de fumar? Estas questões têm a ver fundamentalmente com o desenho do estudo e não com a Estatística.

Assim, para iniciar um trabalho de investigação é necessário seguir várias regras para evitar escorregadelas. A primeira regra de ouro é que antes de avançar para o trabalho de campo é fundamental sempre elaborar um protocolo que nos guie no futuro. Para isto teremos que seguir uma sequência de passos que nos pouparão muitos problemas e dissabores...

A sequência que vou expor pode ser parcialmente modificada, nomeadamente as fases posteriores poderão obrigar a reconsiderar as fases iniciais, mas genericamente é sempre a sequência a utilizar.

Parte 1 - metodologia básica da investigação

3.2  Estudos de caso-controlo

Bibliografia