Métodos de Investigação e Análise de Dados
1
2022-2023
03020745
Metodologia
Português
Inglês
B-learning
10.0
Obrigatória
3º Ciclo - Doutoramento
Conhecimentos de Base Recomendados
Conhecimentos (teóricos e metodológicos) avançados de investigação quantitativa e qualitativa e conhecimentos avançados de análise estatística de dados.
Métodos de Ensino
A metodologia adotada permite ao aluno a escolha do percurso que mais favoreça a sua investigação doutoral. Os momentos expositivos com discussões e simulações motivarão a participação ativa dos estudantes, mediante a análise crítica de documentos e a realização de estudos práticos de aplicação de conhecimentos, através do uso de software (e.g. IBM SPSS, R, MaxQDA, WebQda, RQDA).
Resultados de Aprendizagem
- Aprofundar conhecimentos tendo em vista a conceção, o planeamento e o desenvolvimento de estudos empíricos de natureza quantitativa, qualitativa ou mista com relevância para a investigação;
- Desenvolver competências aprofundadas, a nível metodológico, incluindo a reflexão crítica sobre questões relativas à validade e à fidelidade dos instrumentos de recolha de dados e do próprio processo de investigação.
- Adquirir conhecimentos aprofundados sobre metodologias e técnicas qualitativas de recolha e de análise de dados semânticos (e de outros tipos), compreendendo as especificidades da investigação interpretativa.
- Conhecer as metodologias estatísticas avançadas na resposta a questões de investigação;
- Verificar os pressupostos de validação de um modelo estatístico;
- Interpretar os resultados produzidos pela modelação estatística multivariada apropriada na presença de diversos tipos de variáveis dependentes (contínuas ou categóricas) ou dados agrupados.
Estágio(s)
NãoPrograma
O programa será desenvolvido individualmente consoante as necessidades dos alunos inscritos. Este poderá consistir numa oferta variada de diferentes módulos abordando por exemplo os seguintes temas:
- Análise avançada de dados qualitativos (e.g. semânticos, visuais) com recurso a software (e.g. MaxQDA, RQDA).
- Modelos de mediação e moderação. Interpretação e respetivas condições de aplicação.
- Modelos de regressão não-lineares no tratamento de variáveis dependentes categóricas: regressão logística e multinomial.
- Modelos de regressão multinível, permitindo a modelação de fenómenos em psicologia, como por exemplo no tratamento de dados agrupados e de medidas repetidas.
- Análise fatorial exploratória e confirmatória: o uso da análise de percursos/trajetórias na descrição multivariada das relações entre indicadores, construtos e medidas de erro. Interpretação e ajustamento do modelo.
Docente(s) responsável(eis)
Bruno Cecílio de Sousa
Métodos de Avaliação
Avaliação
Outras possibilidades de avaliação podem ser combinadas com os estudantes sendo a avaliação final na modalidade de Aprovado/Reprovado: 100.0%
Bibliografia
Amado, J. (Org.). (2014). Manual de investigação qualitativa em educação (2ª ed.). Coimbra: Imprensa da UC
Brown, T. (2006). Confirmatory factor analysis for applied research. NY: The Guilford Press.
Carreira, A., de Sousa, B., & Pinto, G. (2002). Cálculo da probabilidade. Lisboa: Instituto Piaget.
Long, J. S. (1997). Regression models for categorical and limited dependent variables. Thousand Oaks: Sage Publications.
Osborne, J. (2008). Best practices in quantitative methods. Thousand Oaks, CA: Sage Publications.
Paulino, C. D., & Singer, J. M. (2006). Análise de dados categorizados. São Paulo: Edgard Blucher.
Silver, Ch. & Lewis, A. (2014). Using software in qualitative research. A step-by-step guide. London: Sage Publ.
Silverman, D. (2013). Doing qualitative research. London: Sage Publications.
Snijders, T. A. B. & Bosker, R. J. (2012). Multilevel analysis: An introduction to basic and advanced multilevel modeling (2nd ed.). London: SAGE.