Métodos de Investigação e Análise de Dados

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)

Não

Programa

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.