1 Análise Qualitativa Por Meio da Lógica Paraconsistente ... - Anpad
1 Análise Qualitativa Por Meio da Lógica Paraconsistente ... - Anpad
1 Análise Qualitativa Por Meio da Lógica Paraconsistente ... - Anpad
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Análise</strong> <strong>Qualitativa</strong> <strong>Por</strong> <strong>Meio</strong> <strong>da</strong> <strong>Lógica</strong> <strong>Paraconsistente</strong>:<br />
Método de Interpretação e Síntese de Informação obti<strong>da</strong> <strong>Por</strong> Escalas Likert<br />
Autoria: Ci<strong>da</strong> Sanches, Manuel Meireles, José Osvaldo De Sordi<br />
O presente artigo propõe um método qualitativo para interpretação e síntese de informação<br />
obti<strong>da</strong> por escala Likert. O estudo aplica o processo de análise e interpretação pela lógica<br />
paraconsistente, utilizando como critérios as opiniões coleta<strong>da</strong>s por meio de pesquisas com<br />
tal escala. O artigo inicia-se com conceitos relacionados a escalas do tipo Likert e faz uma<br />
breve introdução à lógica paraconsistente. A seguir é proposto o método qualitativo para<br />
interpretação e síntese de informação obti<strong>da</strong> por meio de escalas Likert, isto é, escalas<br />
destina<strong>da</strong>s a quantificar opiniões e atitudes que se fun<strong>da</strong>mentam em cinco etapas: Etapa 1:<br />
coleta de <strong>da</strong>dos por meio de escala Likert tal como é feito usualmente. Ca<strong>da</strong> fator pesquisado<br />
envolve um determinado número de proposições. Os respondentes fazem o papel de sensores,<br />
juízes ou peritos. Etapa 2: processo de transdução que é a conversão dos <strong>da</strong>dos obtidos em<br />
relação aos fatores em correspondentes graus de crença e descrença. É uma etapa simples em<br />
que consiste basicamente determinar a proporção de respostas discor<strong>da</strong>ntes e concor<strong>da</strong>ntes em<br />
relação à quanti<strong>da</strong>de de respostas totais. Etapa 3: conversão de crença e descrença em grau de<br />
certeza e grau de contradição utilizando rede lógica OR e AND apropria<strong>da</strong>. Os valores obtidos<br />
na etapa 2 são submetidos a uma rede lógica com conectivos OR e AND. A conversão é<br />
simples bastando seguir as entra<strong>da</strong>s e saí<strong>da</strong>s dos conectivos: nos conectivos de tipo OR a<br />
saí<strong>da</strong> é o maior valor <strong>da</strong>s duas entra<strong>da</strong>s e nos conectivos do tipo AND a saí<strong>da</strong> é o menor valor<br />
<strong>da</strong>s duas entra<strong>da</strong>s. Ao término desta etapa se tem o grau de certeza (G1) e o grau de<br />
contradição (G2). Etapa 4: interpretação do resultado no Quadrado Unitário do Plano<br />
Cartesiano (QUPC). Com os valores (G1, G2) é possível posicionar o par sobre o QUPC e ter<br />
uma noção de como o par se situa em relação aos dois eixos: o vertical (falsi<strong>da</strong>de-ver<strong>da</strong>de) e o<br />
horizontal (indeterminação-inconsistência). Etapa 5: processo de normalização. Como os<br />
eixos do grau de certeza e de contradição vão de [-1;1] é possível submeter o resultado obtido<br />
a uma normalização para que o resultado final se expresse no intervalo de [0 ; 1]. Este<br />
processo é extremamente simples e consiste basicamente em adicionar 1 aos valores de<br />
certeza ou de contradição e dividir por 2. Tem-se, então, os valores normalizados dos graus de<br />
certeza e de contradição. Com vistas a uniformizar a linguagem é proposta uma convenção<br />
para descrever a interpretação e síntese do resultado obtido. O resultado do exemplo abor<strong>da</strong>do<br />
ao longo deste artigo foi assim descrito: “Pode-se afirmar que os respondentes, no que<br />
concerne aos três fatores considerados (foco, flexibili<strong>da</strong>de, positivi<strong>da</strong>de) referentes à<br />
resiliência dos gestores, com <strong>da</strong>dos que podem ser considerados consistentes, possuem uma<br />
aderência modera<strong>da</strong>”<br />
Palavras-chave: Métodos e técnicas de pesquisa científica; Metodologia para análise de <strong>da</strong>dos;<br />
Escala Likert; <strong>Lógica</strong> paraconsistente<br />
1
1 - Introdução<br />
O objetivo <strong>da</strong> pesquisa descrita neste artigo é propor um método qualitativo para<br />
interpretação e síntese de informação obti<strong>da</strong> por meio de escalas Likert, isto é, escalas<br />
destina<strong>da</strong>s a quantificar opiniões e atitudes. Uma opinião representa uma posição mental<br />
consciente, manifesta, sobre algo ou alguém (Ander-Egg, 1978:142). Segundo Bardin (2009,<br />
p.201) uma atitude é uma pré-disposição, relativamente estável e organiza<strong>da</strong>, para reagir na<br />
forma de opiniões (nível verbal), ou de actos (nível comportamental), em presença de objectos<br />
(pessoas, ideias, acontecimentos, coisas, etc.) de maneira determina<strong>da</strong>. Corretamente falando,<br />
nós temos opiniões sobre as coisas, os seres, os fenomenos, e manifestamo-las por juízos de<br />
valor. Uma atitude é essencialmente uma disposição mental em face de uma ação potencial<br />
(Mann: 1970).<br />
Tanto as atitudes quanto as opiniões carecem de ação, e isto dificulta a sua métrica:<br />
atribuição de números a parâmetros descritores de objetos, ou acontecimentos ou situações, de<br />
acordo com certa regra (Kaplan,1975:182). Likert (1976) afirma que o instrumento de medi<strong>da</strong><br />
proposto por ele pretende “verificar o nível de concordância do sujeito com uma série de<br />
afirmações que expressem algo favorável ou desfavorável em relação a um objeto<br />
psicológico”<br />
Um sério problema decorrente <strong>da</strong> aplicação <strong>da</strong>s escalas tipo LIkert é a forma de analisar os<br />
<strong>da</strong>dos. São inúmeros os autores que estão de acordo que os <strong>da</strong>dos provenientes de escalas tipo<br />
Likert são apenas ordinais: Hartley et al.(1984); Lee Rasmussen (1989); e Schriesheim y<br />
Castro, 1996, etc. As variáveis ordinais admitem apenas testes não paramétricos e as seguintes<br />
medi<strong>da</strong>s estatísticas: (i) para medir centrali<strong>da</strong>de: mediana; (ii) para medir dispersão: percentil,<br />
quartil; (iii) para medir associação ou correlação: correlação por postos, rs de Spearman, τ<br />
(tau) de Ken<strong>da</strong>ll; (iv) para medir significância: teste de Mann-Whitney; e (v) para medir<br />
aderência: Qui-quadrado, teste G.<br />
Ockert (2005) defende que os <strong>da</strong>dos oriundos <strong>da</strong>s escalas tipo Likert permitem apenas a<br />
relação de equivalência (=) e a relação de comparação (> ou
3) + (d x 2) + (e x 1) / n . Onde: a, b, c, d, e representam o número de respostas<br />
<strong>da</strong><strong>da</strong>s em ca<strong>da</strong> grau. Onde: n representa o número total de respostas.<br />
Como a média não é o parâmetro estatístico adequado, a fórmula não é recomen<strong>da</strong><strong>da</strong>.<br />
Observa-se, desta forma, que a necessi<strong>da</strong>de de analisar os <strong>da</strong>dos provenientes de escalas tipo<br />
Likert tem levado os pesquisadores a violarem os princípios estatísticos que vincula o tipo de<br />
teste à natureza <strong>da</strong>s variáveis.<br />
Osinski e Bruno (1998) dizem sobre as escalas Likert:<br />
Si ciertamente estos conjuntos no se ajustan a una medi<strong>da</strong> de intervalos, como<br />
tradicionalmente se asume, parece absolutamente necesario desarrollar nuevos<br />
conjuntos de cuantificadores que si alcancen dicho nivel de medi<strong>da</strong><br />
A análise dos <strong>da</strong>dos coletados por meio de escalas Likert, <strong>da</strong><strong>da</strong> a sua natureza, pode ser feita<br />
por meio de testes não-paramétricos. Neste trabalho se faz a proposta que a análise de <strong>da</strong>dos<br />
decorrentes de pesquisas com escalas Likert seja feita por meio <strong>da</strong> lógica paraconsistente. Da<br />
Costa et al. (1999, p.37) afirmam que<br />
A lógica paraconsistente pode ser aplica<strong>da</strong> para modelar conhecimentos por meio<br />
de procura de evidências, de tal forma que os resultados obtidos são aproximados<br />
do raciocínio humano. [...] A lógica paraconsistente pode modelar o<br />
comportamento humano e assim ser aplica<strong>da</strong> em sistemas de controle, porque se<br />
apresenta mais completa e mais adequa<strong>da</strong> para tratar situações reais, com<br />
possibili<strong>da</strong>des de, além de tratar inconsistências, também contemplar a indefinição.<br />
Este tipo de análise confere ao trabalho robustez demonstrativa. Moles (1981, p.38) afirma<br />
que o valor de uma demonstração é o <strong>da</strong> convicção realiza<strong>da</strong> no espírito do receptor e ela<br />
depende, portanto de: (1) <strong>da</strong> quali<strong>da</strong>de dos elementos de evidência empregados; e (2) <strong>da</strong><br />
solidez <strong>da</strong> construção feita. Tal demonstração, entretanto, difere <strong>da</strong> persuasão ou<br />
convencimento. O trabalho <strong>da</strong> ciência, dizem Goode e Hatt (1977, p.25), não é persuadir ou<br />
convencer, mas demonstrar que, <strong>da</strong><strong>da</strong>s certas condições, seguem-se inevitavelmente<br />
determinados acontecimentos. E concluem:<br />
A persuasão ou conversão podem ser sistemáticas; podem até usar resultados<br />
científicos; mas elas diferem fun<strong>da</strong>mentalmente <strong>da</strong> simples demonstração. Sua<br />
função é a de convencer que alguma coisa é certa, boa, apropria<strong>da</strong>, ou de alguma<br />
outra maneira desejável. A demonstração visa a somente afirmar que uma<br />
determina<strong>da</strong> relação existe independentemente <strong>da</strong> sua bon<strong>da</strong>de, exatidão ou beleza.<br />
É pertinente complementar o objetivo específico deste trabalho que fica assim definido:<br />
propor um método qualitativo de interpretação e síntese de informação obti<strong>da</strong> por meio de<br />
escalas Likert utilizando a lógica paraconsistente. Dado este objetivo, dois constructos<br />
revelam-se importantes: escala de opiniões e atitudes e lógica paraconsistente. São abor<strong>da</strong>dos<br />
a seguir.<br />
1.1-Escalas<br />
Uma escala é um instrumento científico de observação e mensuração de fenômenos sociais.<br />
Ander-Egg (1978, p.141) afirma que a escala foi idealiza<strong>da</strong> com a finali<strong>da</strong>de de medir a<br />
intensi<strong>da</strong>de <strong>da</strong>s atitudes e opiniões na forma mais objetiva possível. Escalas com vistas a<br />
medir opiniões e atitudes são geralmente conhecidos como questionários de opiniões e<br />
atitudes –QOA.<br />
As escalas de opiniões e atitudes são usa<strong>da</strong>s para aferir diversos aspectos de sujeitos e muito<br />
aplicados pelas organizações para conhecer aspetos relacionados a pessoas tanto internas<br />
quanto externas. Há inúmeros tipos de escalas, inúmeras técnicas que transformam uma série<br />
3
de fatos qualitativos em fatos quantitativos ou variáveis, às quais se pode aplicar processos de<br />
mensuração e de análise estatística. Em Marconi e Lakatos (1986, p.88) pode-se encontrar<br />
algumas. Ander-Egg (1978:142) indica seis tipos de escalas: (i) de ordenação (de pontos, de<br />
classificação direta; de comparações binárias); (ii) de intensi<strong>da</strong>de; (iii) de distância social (de<br />
Bogardus; de Dood; de Crespi); (iv) de Thurstone; (v) de Guttman e (vi) de Likert.<br />
Selltiz, et al. (1987, p.49) argumentam que é necessário distinguir claramente escalas e<br />
dimensões, uma vez que os termos são utilizados com frequência considerável na pesquisa<br />
<strong>da</strong>s ciências sociais:<br />
Ao falar de escalas estamos nos referindo às técnicas emprega<strong>da</strong>s na combinação<br />
de uma ou mais mensurações com o objetivo de estabelecer um único escore para<br />
ca<strong>da</strong> indivíduo. A dimensão dos <strong>da</strong>dos é a inferência, a partir dos <strong>da</strong>dos <strong>da</strong>s<br />
escalas, de que uma característica subjacente existe, e que descreve os casos a nível<br />
conceitual. Uma escala somatória, consiste em uma série de itens, aos quais são<br />
solicita<strong>da</strong>s respostas.<br />
As escalas de Likert, ou escalas soma<strong>da</strong>s, também denomina<strong>da</strong>s “escalas de categoria<br />
específica” (KRECH e GRUTCHFIELD, 1948) requerem que os entrevistados indiquem seu<br />
grau de concordância ou discordância com declarações relativas à opinião ou atitude que está<br />
sendo medi<strong>da</strong>. Atribui-se valores numéricos e/ou sinais às respostas para refletir a força e a<br />
direção <strong>da</strong> reação do entrevistado à declaração. As declarações de concordância devem<br />
receber valores positivos ou altos enquanto as declarações <strong>da</strong>s quais discor<strong>da</strong>m devem receber<br />
valores negativos ou baixos (BAKER, 1995).<br />
Spector (1995, p1) afirma que a escala de Likert como qualquer outra escala possui quatro<br />
características que uma escala deve possuir: (i) uma escala contém muitos itens; (ii) ca<strong>da</strong> item<br />
mede algo que tem um espectro contínuo; (iii) não há uma resposta “certa” para o item; e (iv)<br />
ca<strong>da</strong> item na escala é uma proposição e o respondente é solicitado a <strong>da</strong>r um valor a ca<strong>da</strong><br />
proposição.<br />
As principais vantagens <strong>da</strong>s Escalas Likert em relação às outras, segundo Mattar (2001) são a<br />
simplici<strong>da</strong>de de construção; o uso de afirmações que não estão explicitamente liga<strong>da</strong>s à<br />
atitude estu<strong>da</strong><strong>da</strong>, permitindo a inclusão de qualquer item que se verifique, empiricamente, ser<br />
coerente com o resultado final; e ain<strong>da</strong>, a amplitude de respostas permiti<strong>da</strong>s apresenta<br />
informação mais precisa <strong>da</strong> opinião do respondente em relação a ca<strong>da</strong> afirmação. Como<br />
desvantagem, por ser uma escala essencialmente ordinal, não permite dizer quanto um<br />
respondente é mais favorável a outro, nem mede o quanto de mu<strong>da</strong>nça ocorre na atitude após<br />
expor os respondentes a determinados eventos.<br />
Diferenciais semânticos<br />
As Escalas destina<strong>da</strong>s a medir opiniões e atitudes fazem uso de diferenciais semânticos que<br />
são apresentados variando qualitativamente em grau, desde o mais baixo nível ao mais<br />
elevado. A conceito de “diferencial semântico” indica que as expressões utiliza<strong>da</strong>s variam de<br />
sentido gra<strong>da</strong>tivamente num contínuum. Os sujeitos pesquisados são instados a escolher entre<br />
diversas opções, marcando aquela que mais se aproxima <strong>da</strong> sua atitude ou opinião. Não há um<br />
padrão para a descrição do diferencial semântico, mas os modelos abaixo são muito usados:<br />
1-desaprovo totalmente; 2-desaprovo em parte; 3-neutro; 4-concordo em parte; 5concordo<br />
totalmente;<br />
1-significativamente menos importante; 2-menos importante; 3-igualmente<br />
importante; 4-mais importante; 5-significativamente mais importante.<br />
4
Uma escala pode conter diferentes diferenciais semânticos, mas deve ficar claro para o<br />
respondente a mu<strong>da</strong>nça de diferencial. Para maiores estudos sobre o grau diferencial<br />
semântico, recomen<strong>da</strong>-se Boyd e Westfall (1978) e Pereira(1986).<br />
A não inclusão <strong>da</strong> categoria central nos diferenciais semânticos pode conduzir a uma<br />
tendência e forçar os respondentes a marcarem a direção que eles estão “inclinados”. Há<br />
escalas de Likert variando de quatro a onze categorias, mas as escalas de quatro e cinco<br />
categorias são, realmente, as mais populares (JOHNSON, 2002). Um outro problema que se<br />
tem com a categoria do meio é que o respondente tende a selecionar essa resposta quando não<br />
sabe ou não tem experiência (AKINS, 2002).<br />
<strong>Análise</strong> de <strong>da</strong>dos coletados<br />
Uma escala tipo Likert não tem “questões”; tem “proposições” isto é, afirmativas às quais o<br />
respondente dá seu grau de concordância dependendo do diferencial semântico utilizado. A<br />
um conjunto coerente de proposições que abor<strong>da</strong>m um tópico ou assunto <strong>da</strong>mos o nome de<br />
fator. A análise dos <strong>da</strong>dos coletados por meio dessas escalas é feita por proposição e por fator.<br />
A tabela 1 mostra um fator (quali<strong>da</strong>de do atendimento de um restaurante) composto de oito<br />
proposições. O diferencial semântico utilizado é do tipo “discordo totalmente” (DT),<br />
“discordo” (D), “indiferente” (I), “concordo” (C) e “concordo totalmente”.<br />
Tabela 1: <strong>Análise</strong> de um fator em escala Likert<br />
Diferencial Semântico<br />
Proposições QT<br />
DT D I C CT<br />
A quali<strong>da</strong>de dos pratos é boa 0 2 21 65 10 98 C 12,5 85,5 87,2<br />
A varie<strong>da</strong>de dos pratos é grande 7 45 33 10 3 98 D 68,5 29,5 30,1<br />
A TV no ambiente é agradável 58 11 20 6 3 98 DT 79,0 19,0 19,4<br />
O ambiente é higiénico/limpo 0 3 60 20 15 98 I 33,0 65,0 66,3<br />
Posso pagar de diversas formas 0 1 43 45 9 98 C 22,5 75,5 77,0<br />
O atendimento é pronto 11 18 35 29 5 98 I 46,5 51,5 52,6<br />
Os atendentes são simpáticos 1 6 33 32 26 98 C 23,5 74,5 76,0<br />
Os manobristas são confiáveis 32 23 11 19 13 98 D 60,5 37,5 38,3<br />
346 438<br />
Cf Df<br />
Mediana<br />
Observa<strong>da</strong><br />
Discor<strong>da</strong>ntes <strong>da</strong><br />
proposição (Dp)<br />
Concor<strong>da</strong>ntes <strong>da</strong><br />
proposição (Cp)<br />
784 0,4413 0,5587<br />
μ2 μ1<br />
Grau de<br />
Concordância <strong>da</strong><br />
proposição (GCp)<br />
Legen<strong>da</strong>: Proposições: lista de oito proposições para avaliar quali<strong>da</strong>de de atendimento de um restaurante.<br />
Colunas DT, D, I, C, T: quanti<strong>da</strong>de de respondentes que optaram pelas colunas do diferencial semântico. QT=<br />
quanti<strong>da</strong>de total de respondentes; Mediana= coluna dentro do referencial semântico na qual se encontra o<br />
respondente 49 (=98/2); Dp=Discor<strong>da</strong>ntes <strong>da</strong> proposição: quanti<strong>da</strong>de de respondentes discor<strong>da</strong>ntes=<br />
(D+DT+0.5*I); Cp=Concor<strong>da</strong>ntes <strong>da</strong> proposição: quanti<strong>da</strong>de de respondentes concor<strong>da</strong>ntes= (C+CT+0.5*I);<br />
GCp=Grau de concordância <strong>da</strong> proposição calculado de acordo com a equação (3); Df=Discor<strong>da</strong>ntes do Fator;<br />
Cf=Concor<strong>da</strong>ntes do Fator; μ1= crença de que as proposições como um todo sejam ver<strong>da</strong>deiras (438/784); 2=<br />
descrença de que as proposições como um todo sejam ver<strong>da</strong>deiras (346/784). Valores ilustrativos. Fonte:<br />
Autores.<br />
No exemplo mostrado na tabela 1, o questionário obteve respostas de 98 respondentes e foram<br />
anota<strong>da</strong>s as quanti<strong>da</strong>des de respondentes a ca<strong>da</strong> diferencial semântico. Para se obter o<br />
“sentido geral” <strong>da</strong>s respostas usa-se a posição mediana. No exemplo, busca-se a opinião do<br />
respondente 98/2=49 a partir <strong>da</strong> coluna <strong>da</strong> esquer<strong>da</strong>. Na primeira linha temos os valores<br />
5
0+2+21+65+10. O respondente 49 encontra-se na coluna C, pelo que a mediana <strong>da</strong> primeira<br />
proposição é C, de “concordo”.<br />
Para se calcular os discor<strong>da</strong>ntes de ca<strong>da</strong> proposição utiliza-se a proposta de Macnaughton<br />
(1996): somam-se os valores <strong>da</strong>s colunas DT e D e adiciona-se 50% do valor de “indiferente”.<br />
De forma semelhante se calcula os concor<strong>da</strong>ntes <strong>da</strong> proposição: C+CT+0.5 I. Ou seja: as<br />
quanti<strong>da</strong>des de respondentes discor<strong>da</strong>ntes e concor<strong>da</strong>ntes de ca<strong>da</strong> proposição são calcula<strong>da</strong>s<br />
de acordo com as equações (1).<br />
D I<br />
C C CT I<br />
p DT D <br />
2<br />
p <br />
(1)<br />
2<br />
Pode-se dizer, desta forma, que dos 98 respondentes 12,5 responderam discor<strong>da</strong>ntemente à<br />
proposição 1 e 85,5 responderam concor<strong>da</strong>ntemente.<br />
Procedimento semelhante é feito para se calcular a quanti<strong>da</strong>de de respondentes discor<strong>da</strong>ntes e<br />
concor<strong>da</strong>ntes do fator, isto é, de to<strong>da</strong>s as proposições. Para calcular tais quanti<strong>da</strong>des se aplica<br />
as equações (2).<br />
<br />
<br />
I<br />
DT D <br />
C C CT <br />
I<br />
D f <br />
f<br />
(2)<br />
2<br />
2<br />
Além <strong>da</strong> quanti<strong>da</strong>de de respostas discor<strong>da</strong>ntes e concor<strong>da</strong>ntes, para ca<strong>da</strong> proposição é possível<br />
estabelecer um indicador de “grau de concordância”. O grau de concordância de ca<strong>da</strong><br />
proposição (GCp) é determinado pelo oscilador estocástico de Wilder Jr. (1981), também<br />
conhecido como indicador de força relativa:<br />
GC<br />
p<br />
<br />
<br />
100 <br />
100 C <br />
p<br />
1<br />
<br />
<br />
Dp<br />
<br />
Para evitar erro de divisão por zero, aos valores Cp e Dp se acrescenta 0,000001. Os valores<br />
do grau de concordância (seja <strong>da</strong> proposição seja do fator) ficam no intervalo [0;100] e é<br />
conveniente haver um acordo quanto ao que é um valor fraco ou forte. Davis (1976, p.70)<br />
propõe uma interpretação que pode ser a<strong>da</strong>pta<strong>da</strong> para os propósitos de concordância e que<br />
pode ser vista no quadro 1. Considerando o exemplo <strong>da</strong>do na tabela 1, se afirmaria que existe<br />
“uma concordância substancial” para a proposição 1 (a quali<strong>da</strong>de dos pratos é boa); já a<br />
proposição 3, com 19,4 mostra que há uma discordância substancial quanto “a TV no<br />
ambiente é agradável”.<br />
Quadro 1: Interpretação de valores<br />
(3)<br />
Valor de GC Frase adequa<strong>da</strong><br />
90 ou mais Uma concordância muito forte<br />
80 a + 89,99 Uma concordância substancial<br />
70 a + 79,99 Uma concordância modera<strong>da</strong><br />
60 a + 69,99 Uma concordância baixa<br />
50 a + 59,99 Uma concordância desprezível<br />
40 a + 49,99 Uma discordância desprezível<br />
30 a + 39,99 Uma discordância baixa<br />
20 a + 29,99 Uma discordância modera<strong>da</strong><br />
10 a + 19.99 Uma discordância substancial<br />
9,99 ou menos Uma discordância muito forte<br />
Fonte: Davis (1976, p.70), a<strong>da</strong>pta<strong>da</strong><br />
6
Com procedimento semelhante se calcula o grau de concordância do fator (GCf) e se faz a<br />
interpretação <strong>da</strong> mesma forma (quadro 2). A fórmula a aplicar é a (3). Para evitar erro de<br />
divisão por zero, aos valores CF e DF se acrescenta 0,000001.<br />
1.2-<strong>Lógica</strong> <strong>Paraconsistente</strong><br />
GC<br />
F<br />
<br />
<br />
100<br />
100 <br />
CF<br />
<br />
1<br />
<br />
DF<br />
<br />
A lógica paraconsistente (LP) difere <strong>da</strong> lógica clássica. Esta trabalha com um eixo na<br />
dimensão falso-ver<strong>da</strong>deiro; aquela acrescenta um outro eixo na dimensão <strong>da</strong> contradição.<br />
Foge ao escopo do presente trabalho uma descrição histórica ou uma apresentação conceitual<br />
<strong>da</strong> lógica paraconsistente. A <strong>Lógica</strong> <strong>Paraconsistente</strong> está associa<strong>da</strong> a sentenças A , tais que A<br />
e ~A são ver<strong>da</strong>deiras, cujo exemplo clássico é o paradoxo de Liar:<br />
Considere-se a sentença: “Esta sentença não é ver<strong>da</strong>deira”. Temos duas opções: ou<br />
a sentença é ver<strong>da</strong>deira ou não é ver<strong>da</strong>deira. Se ela é ver<strong>da</strong>deira, então o resultado<br />
<strong>da</strong> sentença não é ver<strong>da</strong>deiro; se a sentença não é ver<strong>da</strong>deira, então o resultado <strong>da</strong><br />
sentença é ver<strong>da</strong>deiro.<br />
A LP apresenta, desta forma, uma completude maior do que a lógica formal que “estu<strong>da</strong> pura<br />
e simplesmente o mecanismo do raciocínio” (Maritain; 1983, p.27).<br />
Em Da Costa (1999) tem se que na LP “as anotações são representativas de graus de crença e<br />
descrença atribuídos à proposição, <strong>da</strong>ndo-lhe conotações de valoração”.<br />
O método consiste em estabelecer as proposições e parametrizá-las de forma a<br />
poder “isolar os fatores de maior influência nas decisões e, por meio de<br />
especialistas, obter anotações para esses fatores, atribuindo-lhes um grau de crença<br />
(µ1) e um grau de descrença (µ2)”, é importante observar que esses valores são<br />
independentes e podem variar de 0 a 1. (CARVALHO, 2002).<br />
Exemplos de aplicação <strong>da</strong> LP podem ser encontrados em: Abe (1992), Prado (1996), Da<br />
Costa et al. (1999) e Carvalho (2002). De acordo com Da Costa (1999:19) as lógicas anota<strong>da</strong>s<br />
constituem uma classe de lógicas paraconsistentes e acham-se relaciona<strong>da</strong>s a certo reticulado<br />
completo denominado QUPC- Quadrado Unitário do Plano Cartesiano mostrado na figura 1.<br />
Plano cartesiano<br />
O plano cartesiano divide-se em quatro partes: duas na vertical e duas na horizontal. Na<br />
vertical a parte superior indica inconsistência decorrente de informação conflituosa e a parte<br />
inferior indeterminação por falta de informação. Neste caso, a faixa central é a ideal<br />
denotando informação não-inconsistente e não-conflitante. Nas horizontal o plano cartesiano<br />
divide-se à esquer<strong>da</strong> e à direita de um eixo central: a esquer<strong>da</strong> denota a ocorrência de<br />
falsi<strong>da</strong>de e a direita a ocorrência de ver<strong>da</strong>de.<br />
A interpretação <strong>da</strong> informação no plano cartesiano depende do resultado de duas entra<strong>da</strong>s<br />
(G1, G2). Estas duas entra<strong>da</strong>s exprimem o Grau de Certeza (G1) que se posiciona<br />
horizontalmente (no eixo falsi<strong>da</strong>de-ver<strong>da</strong>de) e o Grau de Contradição (G2) que se posiciona<br />
verticalmente (no eixo indeterminação-inconsistência).<br />
Para se chegar aos graus de Certeza e de Contradição (G1, G2) parte-se de graus de crença 1 e<br />
de descrença 2. Nas aplicações práticas <strong>da</strong> LP, os graus de crença 1 e de descrença 2 de<br />
acordo com Da Costa (1999) são obtidos por processos com conotações valorativas que<br />
7<br />
(3)
utilizam sensores, juízes ou peritos.<br />
Figura 1: QUPC- Quadrado Unitário do Plano Cartesiano<br />
G2<br />
INCONSISTÊNCIA<br />
Informações conflituosas<br />
1<br />
O<br />
(G1; G2)<br />
O<br />
IR<br />
L<br />
S<br />
E<br />
‐1 1<br />
D<br />
A<br />
FA<br />
D<br />
E<br />
R<br />
V<br />
‐1<br />
INDETERMINAÇÃO<br />
Informações insuficientes<br />
Fonte: Carvalho (2002), a<strong>da</strong>ptado.<br />
O método de interpretação do resultado implica em aplicar as “técnicas de maximização (OR)<br />
e de minimização (AND) <strong>da</strong> LP, e chegar a um valor final, que, analisado à luz do quadrado<br />
8<br />
G1<br />
G1=1R - 2R<br />
G2=1R + 2R -1<br />
Basicamente uma aplicação prática de LP consiste nas seguintes etapas:<br />
o Etapa 1: coleta de <strong>da</strong>dos por meio sensores, juízes ou peritos;<br />
o Etapa 2: processo de transdução: conversão dos <strong>da</strong>dos em correspondentes<br />
graus de crença 1 e descrença 2;<br />
o Etapa 3: conversão de crença 1 e descrença 2 em o grau de certeza (G1=<br />
1R - 2R ) e grau de contradição (G2 = 1R+2R -1) utilizando rede lógica<br />
OR e AND apropria<strong>da</strong><br />
o Etapa 4: interpretação do resultado no QUPC- Quadrado Unitário do Plano<br />
Cartesiano.<br />
A etapa 1 consiste em obter as informações sobre um objeto ou evento considerando<br />
múltiplos aspectos (fatores) utilizando sensores, juízes ou peritos e a etapa 2 converte essas<br />
informações sobre os múltiplos aspectos em graus de crença 1 e descrença 2 .<br />
Na etapa 3, por meio de uma rede lógica apropria<strong>da</strong> (figuras 2 e 3), consoante o número de<br />
fatores, os graus de crença 1 e descrença 2 a respeito de ca<strong>da</strong> fator se obtém o grau de<br />
certeza e o grau de contradição (G1, G2) em relação ao objeto como um todo. Este par de<br />
valores (G1, G2) é introduzido no QUPC- Quadrado Unitário do Plano Cartesiano (figura 1)<br />
para ser interpretado<br />
Redes lógicas<br />
As redes lógicas são utiliza<strong>da</strong>s na etapa 3 e fazem a conversão de crença 1 e descrença 2 em<br />
um certo grau de certeza (G1= 1R - 2R ) e grau de contradição (G2 = 1R+2R -1). Deve ser<br />
utiliza<strong>da</strong> a rede lógica OR e AND apropria<strong>da</strong> à quanti<strong>da</strong>de de fatores. Redes lógicas com seus<br />
conectivos OR e AND podem ser vistas em Da Costa et al. (1999). As figuras 2A e 2B<br />
ilustram a aplicação dos conectivos OR e AND no caso de dois e quatro fatores; a figura 3<br />
ilustra os casos de cinco e seis fatores. Para o caso de três fatores, ver figura 4.
unitário do plano cartesiano real (QUPC), figura 1, com um determinado grau de exigência,<br />
constitui um valioso subsídio para a decisão final” (CARVALHO, 2002).<br />
Figura 2: Redes lógicas para a conversão de crença 1 e descrença 2 em um certo grau de<br />
certeza (G1= 1R - 2R ) e grau de contradição (G2 = 1R+2R -1) com conectivos OR e AND<br />
para 2 e 4 fatores.<br />
(A) (B)<br />
Fonte: Da Costa et al. (1999, p172), a<strong>da</strong>ptado.<br />
Figura 3: Redes lógicas para a conversão de crença 1 e descrença 2 em um certo grau de<br />
certeza (G1= 1R - 2R ) e grau de contradição (G2 = 1R+2R -1) com conectivos OR e AND<br />
para 5 e 6 fatores.<br />
(A) (B)<br />
Fonte: Da Costa et al. (1999, p.158 e 179), a<strong>da</strong>ptado.<br />
9
2-Modelo proposto<br />
O modelo aqui proposto para interpretação e síntese de informação obti<strong>da</strong> por escala Likert<br />
basicamente aplica o processo de análise e interpretação pela lógica paraconsistente, tendo<br />
como “juízes” as opiniões coleta<strong>da</strong>s por meio de pesquisas com tal escala.<br />
Fazendo um paralelo com as etapas acima defini<strong>da</strong>s, o modelo proposto consiste nas quatro<br />
etapas descritas acima com algumas características específicas acresci<strong>da</strong> de uma etapa final:<br />
o Etapa 1: coleta de <strong>da</strong>dos por meio de escalas Likert. Os respondentes fazem o papel<br />
de sensores, juízes ou peritos.<br />
o Etapa 2: processo de transdução: conversão dos <strong>da</strong>dos obtidos em relação aos<br />
fatores em correspondentes graus de crença 1 e descrença 2. Ver Tabela 1<br />
exemplo de cálculo de 1 e 2 em relação a um fator.<br />
o Etapa 3: conversão de crença 1 e descrença 2 em o grau de certeza (G1= 1R -<br />
2R) e grau de contradição (G2 = 1R+2R -1) utilizando rede lógica OR e AND<br />
apropria<strong>da</strong><br />
o Etapa 4: interpretação do resultado no QUPC- Quadrado Unitário do Plano<br />
Cartesiano.<br />
o Etapa 5: processo de normalização. Como o eixo do grau de certeza vai de [-1;1] é<br />
possível submeter o resultado obtido a uma normalização para que o resultado final<br />
se expresse no intervalo de [0 ; 1].<br />
Observa-se que a metodologia proposta não é quantitativa, o que é uma prática defendi<strong>da</strong> por<br />
muitos autores. Zaltman (1995), por exemplo, argumenta que diversos aperfeiçoamentos nas<br />
técnicas tradicionais quantitativas e qualitativas ampliaram a habili<strong>da</strong>de dos pesquisadores<br />
para coletar <strong>da</strong>dos válidos, atuais e confiáveis. Quanto às normas convencionais de ciência,<br />
diz Zaltman, é de que elas fazem com que a preocupação com a vali<strong>da</strong>de e com a<br />
confiabili<strong>da</strong>de seja, desproporcionalmente, mais importante do que determinar se o assunto a<br />
ser pesquisado será interessante para a ampliação do conhecimento do campo específico. Tais<br />
normas encorajam o pesquisador, prematuramente, a desconsiderar, ou rejeitar, como<br />
irrelevante, algo que poderia ter relevância para a ciência. Para evitar que isso ocorra, Zaltman<br />
sugere que o pesquisador, inicialmente, questione se a idéia pode ser importante, e se pode ser<br />
ver<strong>da</strong>deira, não importando se é pouco provável que venha a ser ver<strong>da</strong>deira. Se a resposta for<br />
positiva, ele poderá preocupar-se com a vali<strong>da</strong>de, já que, uma vez estabeleci<strong>da</strong> a importância,<br />
muito mais facilmente se determina a vali<strong>da</strong>de.<br />
Transdução<br />
A Etapa 2 refere-se a um processo de transdução. Um transdutor é qualquer dispositivo capaz<br />
de transformar um tipo de sinal em outro tipo com o objetivo de transformar um tipo de<br />
informação em outro tipo (SIMONDON, 1964, p. 5). No presente caso o processo de<br />
transdução consiste em, a partir <strong>da</strong>s respostas <strong>da</strong><strong>da</strong>s pelos respondentes sobre um determinado<br />
fator, atribuir um grau de crença (µ1) e um grau de descrença (µ2). Estes graus de crença e<br />
descrença na<strong>da</strong> mais são do que as proporções de respostas concor<strong>da</strong>ntes e discor<strong>da</strong>ntes ao<br />
fator como ilustrou a tabela 1. As fórmulas de transdução são as seguintes:<br />
I<br />
I<br />
C C CT<br />
D DT D <br />
<br />
<br />
f<br />
f<br />
<br />
2<br />
<br />
2<br />
1<br />
<br />
(4)<br />
2<br />
n f<br />
n f<br />
n f<br />
n f<br />
onde Df e Cf são respectivamente as quanti<strong>da</strong>des de respostas discor<strong>da</strong>ntes e concor<strong>da</strong>ntes<br />
<strong>da</strong><strong>da</strong>s ao fator e nf é a quanti<strong>da</strong>de de respostas totais.<br />
10
Normalização e interpretação do resultado<br />
Buscando uniformizar a linguagem de forma a possibilitar ulteriores comparações, o modelo<br />
proposto possui a etapa 5 na qual é feita a normalização do resultado para que o resultado<br />
final se expresse no intervalo de [0; 1].<br />
Sendo grau de certeza <strong>da</strong>do por G1= 1R - 2R, o grau de certeza normalizado G1n é<br />
<strong>da</strong>do pela fórmula:<br />
G1<br />
( 1)<br />
G1<br />
1<br />
G1 <br />
(5)<br />
n<br />
1<br />
( 1)<br />
2<br />
Sendo grau de contradição <strong>da</strong>do por G2 = 1R+2R -1 o grau de contradição<br />
normalizado G2n é <strong>da</strong>do por<br />
G2<br />
( 1)<br />
G2<br />
1<br />
G2 <br />
(6)<br />
n<br />
1<br />
( 1)<br />
2<br />
Já que os valores grau de certeza normalizado G1n e grau de contradição normalizado G2n<br />
podem cair em qualquer lugar entre 0 e 1, é recomendável haver um acordo quanto ao que é<br />
um valor fraco e forte. Davis (1976, p.70) propõe uma interpretação que é aqui utiliza<strong>da</strong>,<br />
como mostra o quadro 2, para expressar interpretação e síntese <strong>da</strong>s medi<strong>da</strong>s.<br />
Quadro 2 – Convenção para descrever a interpretação e síntese de informação obti<strong>da</strong> por<br />
escala Likert no que concerne ao grau de certeza normalizado G1n e ao grau de contradição<br />
normalizado G2n .<br />
Grau de certeza normalizado G1n<br />
Expressa o quanto os sujeitos aderem às proposições<br />
do fator (eixo horizontal no QUPC)<br />
Valor<br />
Observado Interpretação recomen<strong>da</strong><strong>da</strong><br />
Grau de contradição normalizado G2n<br />
Expressa a quali<strong>da</strong>de dos <strong>da</strong>dos utilizados (eixo<br />
vertical no QUPC)<br />
Valor<br />
Observado Interpretação recomen<strong>da</strong><strong>da</strong><br />
0,900 ou mais Aderência ampla 0,900 ou mais Dados muito contraditórios<br />
0,700 a 0,899 Aderência substancial 0,700 a 0,899 Dados conflitantes<br />
0,300 a 0,699 Aderência modera<strong>da</strong> 0,300 a 0,699 Dados consistentes<br />
0,100 a 0,299 Aderência baixa 0,100 a 0,299 Dados incompletos<br />
0 a 0,099 Aderência desprezível 0 a 0,099 Dados que são ignorados<br />
Fonte: Davis (1976, p.70), a<strong>da</strong>ptado.<br />
2.1 Exemplo<br />
Um pequeno exemplo pode ilustrar bem o método de interpretação e síntese de informação<br />
obti<strong>da</strong> por escalas Likert, aqui proposto. O que se segue é o extrato muito simplificado de<br />
uma pesquisa com base numa escala Likert extraí<strong>da</strong> de Santos (2011), que investigou o grau<br />
de associação entre a resiliência do gestor e o sucesso do seu empreendimento. Embora a<br />
pesquisa se tenha ocupado de cinco fatores (foco, flexibili<strong>da</strong>de, organização, positivi<strong>da</strong>de e<br />
pró-ação), neste exemplo, levou-se em conta apenas três, como mostra a tabela 2. A pesquisa<br />
original continha 37 proposições, algumas com sentido invertido, isto é, formula<strong>da</strong>s de forma<br />
a que o valor mais desejado se situasse na coluna “DT”. A questão inverti<strong>da</strong>, cuja resposta<br />
mais valora<strong>da</strong> é 1 é tabula<strong>da</strong> normalmente e, a seguir é feita a conversão utilizando-se a<br />
função y=6-x, onde y é o novo valor e x o originalmente respondido. <strong>Por</strong> exemplo, se um<br />
respondente apontou a coluna 4 (C) a conversão geraria a coluna 2 (D): y=6-4=2.<br />
Segue-se uma descrição, a título ilustrativo, considerando as cinco etapas propostas.<br />
11
Tabela 2: Tabulação dos <strong>da</strong>dos referentes aos fatores de resiliência de gestores.<br />
Foco (FC)<br />
Proposições<br />
Diferencial Semântico<br />
DT D I C CT<br />
Discor<strong>da</strong>ntes<br />
<strong>da</strong><br />
proposição<br />
Concor<strong>da</strong>nte<br />
s <strong>da</strong><br />
proposição<br />
Grau de<br />
Concordânci<br />
a <strong>da</strong><br />
proposição<br />
Consigo alcançar meus objetivos em situaçoes de mu<strong>da</strong>nças. 0 2 18 30 10 60 C 11.0 49.0 81.7<br />
Tenho habili<strong>da</strong>de de equilibrar minhas perspectivas. 3 21 23 10 3 60 I 35.5 24.5 40.8<br />
Tenho uma visao clara do que quero realizar. 27 11 11 6 5 60 D 43.5 16.5 27.5<br />
Acredito que a preparaçao me permite influenciar o futuro. 25 3 10 10 12 60 I 33.0 27.0 45.0<br />
123 117<br />
Cf Df<br />
240 0.5125 0.4875<br />
μ2 μ1<br />
Flexibili<strong>da</strong>de (FX)<br />
Tenho agili<strong>da</strong>de entusiasmo ao enfrentar adversi<strong>da</strong>des. 5 18 15 10 12 60 C 30.5 29.5 49.2<br />
Permaneço relativamente calmo em ambientes imprevisíveis. 21 10 7 11 11 60 D 34.5 25.5 42.5<br />
(-) Me sinto vítima <strong>da</strong>s mu<strong>da</strong>nças * 3 6 20 18 13 60 C 19.0 41.0 68.3<br />
(-)Me surpreendo com mu<strong>da</strong>nças inevitáveis * 11 3 8 13 25 60 C 18.0 42.0 70.0<br />
102 138<br />
Cf Df<br />
240 0.4250 0.5750<br />
μ2 μ1<br />
Positivi<strong>da</strong>de (OS)<br />
Acredito que os próximos anos trarão mais deman<strong>da</strong>s para mu<strong>da</strong>nç 7 8 6 11 28 60 C 18.0 42.0 70.0<br />
(-) Vejo a crise <strong>da</strong> mu<strong>da</strong>nça como ameaçadora *. 4 7 3 19 27 60 C 12.5 47.5 79.2<br />
(-) Acredito que se algo pode <strong>da</strong>r errado, vai <strong>da</strong>r errado*. 5 7 8 23 17 60 C 16.0 44.0 73.3<br />
Acredito que a vi<strong>da</strong> geralmente é recompensadora. 21 4 13 12 10 60 I 31.5 28.5 47.5<br />
Acredito que por trás <strong>da</strong>s mu<strong>da</strong>nças existem surpresas. 15 13 6 14 12 60 I 31.0 29.0 48.3<br />
109 191<br />
Cf Df<br />
QT<br />
Mediana<br />
Observa<strong>da</strong><br />
300 0.3633 0.6367<br />
μ2 μ1<br />
Legen<strong>da</strong>: Extrato <strong>da</strong> tabulação <strong>da</strong>s respostas <strong>da</strong><strong>da</strong>s por 103 respondentes sobre os fatores que consideravam mais<br />
impactantes no processo de aprendizagem organizacional referentes ao Ciclo de Aquisição do Conhecimento. A<br />
primeira coluna indica o número <strong>da</strong> proposição e o sinal dela: se negativo a resposta CT é converti<strong>da</strong> em DT e<br />
assim sucessivamente. Colunas a a e: diferencial semântico adotado: DT=discordo totalmente; D=Discordo;<br />
I=Indiferente; C=Concordo e CT=Concordo totalmente. Mediana: coluna que contém a mediana.Dp: respostas<br />
discor<strong>da</strong>ntes com a proposição; Cp: respostas concor<strong>da</strong>ntes com a proposição; GCp: grau de concordância com<br />
a proposição. * Questão inverti<strong>da</strong> já devi<strong>da</strong>mente converti<strong>da</strong>. O sinal (-) que indica questão inverti<strong>da</strong> não aparece<br />
ao respondente. Fonte: Santos (2011) a<strong>da</strong>ptado.<br />
o Etapa 1: coleta de <strong>da</strong>dos por meio de escalas Likert. Os respondentes fazem o papel<br />
de sensores, juízes ou peritos.<br />
Esta etapa consiste na coleta de <strong>da</strong>dos por meio de escala Likert. A tabela 2 mostra os<br />
resultados obtidos. Esta tabela exibe três fatores (foco, flexibili<strong>da</strong>de e positivi<strong>da</strong>de) e as<br />
proposições referentes a ca<strong>da</strong> fator. O número de proposições por fator não precisa ser o<br />
mesmo. Se houver questões inverti<strong>da</strong>s elas devem ser trata<strong>da</strong>s.<br />
o Etapa 2: processo de transdução: conversão dos <strong>da</strong>dos obtidos em relação aos<br />
fatores em correspondentes graus de crença 1 e descrença 2.<br />
Para ca<strong>da</strong> fator é calculado o grau de crença 1 e descrença 2. No caso do fator foco, por<br />
exemplo, há quatro proposições e ca<strong>da</strong> uma obteve 60 respostas, <strong>da</strong>ndo um total de 240<br />
respostas. Somando as respostas obti<strong>da</strong>s nas colunas DT+D+I/2 se chega a um total de 123<br />
respostas discor<strong>da</strong>ntes. A relação 123/240 expressa o grau de descrença ao fator foco: 2=<br />
123/240=0,5125. De forma semelhante se calcula o grau de crença ao fator foco: 1=<br />
117/240=0,4875. De forma semelhante são calculados os graus de crença 1 e descrença 2<br />
dos outros fatores. Observar que como a escala Likert apresenta o diferencial de forma<br />
crescente é conveniente considerar primeiro a descrença e, depois, a crença.<br />
12
o Etapa 3: conversão de crença 1 e descrença 2 em o grau de certeza (G1= 1R -<br />
2R) e grau de contradição (G2 = 1R+2R -1) utilizando rede lógica OR e AND<br />
apropria<strong>da</strong>.<br />
A figura 4 exibe a etapa 3, utilizando uma rede OR e AND para 3 fatores. De acordo com<br />
Carvalho (2002) no conectivo OR a saí<strong>da</strong> é o maior valor <strong>da</strong>s duas entra<strong>da</strong>s e no conectivo<br />
AND a saí<strong>da</strong> é o menor valor <strong>da</strong>s duas entra<strong>da</strong>s.<br />
Figura 4: Redes lógica para a conversão de crença 1 e descrença 2 em um certo grau de<br />
certeza (G1= 1R - 2R ) e grau de contradição (G2 = 1R+2R -1) com conectivos OR e AND<br />
para 3 fatores<br />
2a<br />
0,5125<br />
Fator FC<br />
D C<br />
1a<br />
0,4875<br />
2ab<br />
0,5125<br />
2b<br />
0.4250<br />
OR OR<br />
2R<br />
0,3633<br />
Fator FX<br />
D C<br />
1b<br />
0,5750<br />
1ab<br />
0,5750<br />
AND AND<br />
1R<br />
0,5750<br />
2c<br />
0,3633<br />
Fator OS<br />
D C<br />
1c<br />
0,6367<br />
Grau de certeza (G 1= 1R - 2R) = 0,5750 – 0,3633= 0,2117<br />
Grau de contradição (G 2 = 1R+ 2R -1)=0,5750+0,3633-1,00= -0,0617<br />
Fonte: Da Costa et al. (1999, p.158 e 179), a<strong>da</strong>ptado.<br />
Como se pode ver pela figura 4, a rede de conectivos OR e AND para três fatores converteu<br />
os graus de crença 1 e descrença 2 em um certo grau de certeza (G1= 1R - 2R ) e grau de<br />
contradição (G2 = 1R+2R -1). Ao término desta etapa tem-se, para os três fatores, o par de<br />
valores (G1, G2) valendo (0,2117; -0,0617).<br />
o Etapa 4: interpretação do resultado no QUPC- Quadrado Unitário do Plano<br />
Cartesiano.<br />
O grau de certeza de 0,2117 situa-se à direita do eixo central, estando distante do valor<br />
unitário que expressa a “ver<strong>da</strong>de”; o grau de contradição -0,0617 está praticamente sobre o<br />
eixo horizontal denotando que não há ausência de informação nem informações conflituosas.<br />
A figura 5 mostra o resultado obtido posicionado no QUPC- Quadrado Unitário do Plano<br />
Cartesiano. Observar que os valores 0,2117 e -0,0617 referem-se a medi<strong>da</strong>s posiciona<strong>da</strong>s em<br />
escalas cujo intervalo vai de -1 a 1. Para facilitar o entendimento e a interpretação é<br />
recomendável a normalização, isto é, a conversão desses valores em escalas cujo intervalo vai<br />
de 0 a 1.<br />
A etapa final consiste em normalizar os <strong>da</strong>dos obtidos na etapa anterior. O grau de certeza<br />
normalizado G1n é <strong>da</strong>do pela fórmula:<br />
G1<br />
( 1)<br />
G1<br />
1<br />
0,<br />
2117 1<br />
G1n 0,<br />
6059 (8)<br />
1<br />
( 1)<br />
2 2<br />
O grau de contradição normalizado G2n é <strong>da</strong>do por<br />
13
G2<br />
( 1)<br />
G2<br />
1<br />
0,<br />
0617 1<br />
G2n <br />
0,<br />
4692 (9)<br />
1<br />
( 1)<br />
2 2<br />
Figura 5: QUPC- Quadrado Unitário do Plano Cartesiano para interpretação do resultado<br />
G2<br />
INCONSISTÊNCIA<br />
Informações conflituosas<br />
1<br />
O<br />
L<br />
S<br />
O<br />
E<br />
IR<br />
‐1 1<br />
D<br />
A<br />
FA<br />
D<br />
E<br />
R<br />
(0,2117; -0,0617<br />
V<br />
‐1<br />
INDETERMINAÇÃO<br />
Informações insuficientes<br />
Grau de certeza (G 1= 1R - 2R) = 0,5750 – 0,3633= 0,2117<br />
Grau de contradição (G 2 = 1R+ 2R -1)=0,5750+0,3633-1,00= -0,0617<br />
Fonte: Carvalho (2002), a<strong>da</strong>ptado<br />
o Etapa 5: processo de normalização. Como o eixo do grau de certeza vai de [-<br />
1;1] é possível submeter o resultado obtido a uma normalização para que o<br />
resultado final se expresse no intervalo de [0 ; 1].<br />
Fazendo uso <strong>da</strong> convenção para descrever a interpretação e síntese <strong>da</strong> informação obti<strong>da</strong> por<br />
escala Likert no que concerne ao grau de certeza normalizado G1n e ao grau de contradição<br />
normalizado G2n, convenção essa conti<strong>da</strong> no quadro 2, pode-se afirmar que os respondentes,<br />
no que concerne aos três fatores considerados (foco, flexibili<strong>da</strong>de, positivi<strong>da</strong>de) referentes à<br />
resiliência dos gestores<br />
com <strong>da</strong>dos que podem ser considerados consistentes (G2n=0,4692)<br />
possuem uma aderência modera<strong>da</strong> (G1n=0,6059).<br />
3 – Conclusões<br />
O exemplo utilizado, ain<strong>da</strong> que simples, parece demonstrar que o modelo proposto, dentro <strong>da</strong>s<br />
limitações inerentes a um método qualitativo, é útil para interpretar e sintetizar a informação<br />
obti<strong>da</strong> por meio de escalas Likert.<br />
Os <strong>da</strong>dos oriundos <strong>da</strong>s escalas tipo Likert permitem apenas a relação de equivalência (=) e a<br />
relação de comparação (>) e isto dificulta a análise de <strong>da</strong>dos que pode ser feita apenas por<br />
testes não-paramétricos.<br />
Objetivando contribuir para a solução deste problema, é aqui proposto um método qualitativo<br />
de interpretação e síntese de informação obti<strong>da</strong> por meio de escalas Likert, utilizando a lógica<br />
paraconsistente. O método é fun<strong>da</strong>mentado em cinco etapas:<br />
G1<br />
14
Etapa 1: coleta de <strong>da</strong>dos por meio de escalas Likert tal como é feito usualmente. Ca<strong>da</strong> fator<br />
pesquisado envolve um determinado número de proposições. Os respondentes<br />
fazem o papel de sensores, juízes ou peritos.<br />
Etapa 2: processo de transdução que é a conversão dos <strong>da</strong>dos obtidos em relação aos fatores<br />
em correspondentes graus de crença 1 e descrença 2. É uma etapa simples em<br />
que consiste basicamente determinar a proporção de respostas discor<strong>da</strong>ntes e<br />
concor<strong>da</strong>ntes do fator em relação à quanti<strong>da</strong>de de respostas totais do fator.<br />
Etapa 3: conversão de crença 1 e descrença 2 em o grau de certeza (G1= 1R - 2R) e grau de<br />
contradição (G2 = 1R+2R -1) utilizando rede lógica OR e AND apropria<strong>da</strong>. Os<br />
valores obtidos na etapa precedente são submetidos a uma rede lógica com<br />
conectivos OR e AND. Este trabalho fornece redes para tratamento de dois a seis<br />
fatores. A conversão é simples, bastando seguir as redes pré-defini<strong>da</strong>s: nos<br />
conectivos de tipo OR a saí<strong>da</strong> é o maior valor <strong>da</strong>s duas entra<strong>da</strong>s e nos conectivos<br />
do tipo AND a saí<strong>da</strong> é o menor valor <strong>da</strong>s duas entra<strong>da</strong>s. Ao término desta etapa se<br />
tem os valores resultantes 1R e 2R o que permite calcular o grau de certeza (G1=<br />
1R - 2R) e grau de contradição (G2 = 1R+2R -1).<br />
Etapa 4: interpretação do resultado no QUPC- Quadrado Unitário do Plano Cartesiano. Com<br />
os valores (G1, G2) é possível posicionar o par sobre o QUPC e ter uma noção de<br />
como o par se situa em relação aos dois eixos: o vertical (falsi<strong>da</strong>de-ver<strong>da</strong>de) e o<br />
horizontal (indeterminação-inconsistência).<br />
Etapa 5: processo de normalização. Como o eixo do grau de certeza vai de [-1; 1] é possível<br />
submeter o resultado obtido a uma normalização para que o resultado final se<br />
expresse no intervalo de [0; 1]. Este processo é extremamente simples e consiste<br />
basicamente em adicionar 1 ao valor G1 ou G2 e dividir por 2. Tem-se, então, os<br />
valores normalizados G1n e G2n. Com vistas a uniformizar a linguagem propõe-se<br />
aqui uma convenção para descrever a interpretação e síntese do resultado obtido<br />
(quadro 2).<br />
Referências<br />
ABE, J.M., Fun<strong>da</strong>mentos <strong>da</strong> lógica anota<strong>da</strong>, 1992, 139 f.. Tese (Doutorado em Filosofia) –<br />
Departamento de Filosofia <strong>da</strong> Facul<strong>da</strong>de de Filosofia, Ciências e Letras <strong>da</strong> Universi<strong>da</strong>de de<br />
São Paulo, São Paulo, 1992.<br />
AKINS, R. N. - Measurement and Research Methodology NJ Dept. of education, Nov. 19.<br />
2002. Disponível em:: . 2002<br />
ANDER-EGG, E. Introducción a las técnicas de investigación social. Buenos Aires: Nueva<br />
Visión, 1978.<br />
BACKER, Paul de. Gestão ambiental: A administração verde. Rio de Janeiro: Qualitymark,<br />
1995.<br />
BARDIN, L. <strong>Análise</strong> de conteúdo. 4ed. Lisboa: Edições 70, 2009.<br />
BOYD JR, H.; WESTFALL, R. Pesquisa mercadológica textos e casos. Rio de Janeiro:<br />
FGV, 1978.<br />
CARLETTO, B.; ESCORSIM, S.; FRANCISCO, A.C.; CARVALHO, H.G. As sete<br />
dimensões <strong>da</strong> gestão do conhecimento na organização: caso Iapó. In: Anais do SIMPEP, 13,<br />
Bauru, 6 a 8 de Nov. 2006<br />
15
CARVALHO, F.R. <strong>Lógica</strong> paraconsistente aplica<strong>da</strong> em toma<strong>da</strong>s de decisão. São Paulo:<br />
Aleph, 2002.<br />
DA COSTA, N.C.; ABE, J.M.; MUROLO, A.C.; SILVA FILHO, J.I.; LEITE, C.F.S. <strong>Lógica</strong><br />
paraconsistente anota<strong>da</strong>. São Paulo: Atlas, 1999.<br />
DAVIS, J. Levantamento de <strong>da</strong>dos em sociologia. Rio de Janeiro: Zhar, 1976.<br />
GONÇALVES FILHO, C.; GUERRA, R. S.; MOURA, A.. Mensuração de Satisfação,<br />
Quali<strong>da</strong>de, Leal<strong>da</strong>de, Valor e Expectativa em Instituições de Ensino Superior: um estudo do<br />
modelo ACSI através de Equações Estruturais. In: Anais do XXVII congresso ENANPAD.<br />
Rio de Janeiro: <strong>Anpad</strong>, 2003<br />
GOODE, W.J.; HATT, P. L. K. Métodos em pesquisa social. São Paulo, Nacional, 1977.<br />
GRAMACHO, A.F.E.C. O processo de aprendizagem organizacional num hospital – estudo<br />
de caso – <strong>Por</strong>to: Instituto Superior de Ciências do Trabalho e <strong>da</strong> Empresa , 2008 (dissertação<br />
de mestrado)<br />
GRANGER, G. G. <strong>Lógica</strong> e filosofia <strong>da</strong>s ciências. São Paulo: Melhoramentos, 1955.<br />
JOHNSON, B. In AERA Division D: Measurement and Research Methodology Forum .<br />
Southalabama, Nov. 19. 2002. Disponível em: AERA-D@asu.edu 2002.<br />
JÖRESKOG, K.G.;SÖRBOM, D. Prelis2: user’s reference guide. Chicago, Scientific<br />
Software International, 1996.<br />
KAPLAN, A. A conduta na pesquisa: metodologia para as ciências do comportamento. São<br />
Paulo: EDUSP, 1975.<br />
KRECH, D.; CRUTCHFIELD, R.S. Theory and problems of social psychology. New York:<br />
McGraw-Hill, 1948.<br />
LEE RASMUSSEN, J. Analysis of Likert scale <strong>da</strong>ta: A reinterpretation of Gregorire and<br />
Driver. Psychological Bulletin, 105, 167-170, 1989..<br />
LIKERT, R. Una Técnica para la Medicion de Atitudes. (A technique for the measurement of<br />
attitudes, Arquives of Psychology, n.140, p.1-50, 1932). In: WEINERMAN, C. H. Escalas de<br />
Medicion en Ciências Sociales. Buenos Aires: Nueva Vision, p.201-260. 1976.<br />
MACNAUGHTON, R.T. Numbers, scales and qualitative research. Lancet, n.347, p.1099-<br />
1100, 1996.<br />
MANN, P.H. Método de Investigação Sociológica. Rio de Janeiro: Zahar. 1970.<br />
MARCONI, M. A.; LAKATOS, E. M. Técnicas de pesquisa. São Paulo: Atlas, 1986.<br />
MARITAIN, J. A ordem dos conceitos: lógica menor. Rio de Janeiro: Agir, 1983.<br />
MATTAR, Fauze Najib. Pesquisa de marketing. Edição Compacta. 3.ed. São Paulo: Atlas,<br />
2001.<br />
MOLES, A.A. A criação científica. São Paulo: Perspectiva, 1981.<br />
OCKERT, D. Substantive Scale Verification: A Likert Scale Analysis and Critique of<br />
University Student Pe<strong>da</strong>gogical Activity Preferences. JALT Hokkaido Journal Vol. 9 pp. 48-<br />
64, 2005.<br />
OLIVEIRA, K.R.; ABE, J.M.. Utilizando a lógica não-clássica para vali<strong>da</strong>r processos de<br />
negócios através <strong>da</strong> elicitação de requisitos. In: Encontro Nacional de Engenharia de<br />
Produção, 22., 2002.. Anais... Curitiba, ENEGEP, 2002.<br />
16
OSINSKI, I.C.; BRUNO, A.S.. Categorías de respuesta en escalas tipo Likert. Psicothema.<br />
v.10, n. 3, pp. 623-631, 1998<br />
PEREIRA, C.A.A. O diferencial semântico. São Paulo: Ática, 1986.<br />
PRADO, J.P.A. Uma arquitetura em inteligência artificial basea<strong>da</strong> em lógica paraconsistente.<br />
São Paulo: USP, 1996 (tese de doutorado)<br />
SANCHES, C; MEIRELES, M.; MARIETTO, M.L.; SILVA, O.R.; DE SORDI, J.O.<br />
Utilização <strong>da</strong> lógica paraconsistente em processos de toma<strong>da</strong> de decisão: um caso prático. In:<br />
Anais do ENANPAD, 32, Rio de Janeiro, 6 a 10 Ago. 2008<br />
SANTOS, A.C.M. Resiliência. Um estudo <strong>da</strong> associação <strong>da</strong> resiliência do gestor e o sucesso<br />
do empreendimento no contexto <strong>da</strong>s micro e pequenas empresas. Campo Limpo Paulista, SP:<br />
FACCAMP, 2011 (Dissertação de mestrado em Administração).<br />
SAUAI, A. C. A. Satisfação e aprendizagem em jogos de empresas: contribuições para a<br />
educação gerencial. Tese (Doutorado em Administração) FEA/USP, 1995.<br />
SCHRIESHEIM, C.; CASTRO, S. Referent effects in the magnitude estimation scaling of<br />
frecuency expressions for response anchor sets: an empirical investigation. Educational and<br />
Psychological Measurement, 56, 557-569, 1996<br />
SELLTIZ; JAHODA; DEUTSCH; COOK, Métodos de pesquisa nas relações sociais. São<br />
Paulo: EPU, 1975<br />
SELLTIZ; WRIGHTSMAN; COOK. Métodos de pesquisa nas relações sociais. V.2. São<br />
Paulo: EPU, 1987<br />
SIEGEL, S.; CASTELLAN JR, N.J. Estatística não-paramétrica para ciências do<br />
comportamento. 2.ed. <strong>Por</strong>to Alegre: Bookman, 2006<br />
SIMONDON, G. L’Individu et sa Genèse Physico-Biologique”, Paris; PUF, 1964.<br />
SPECTOR, P.E. Summated rating scale construction. Newbury Park, CA: Sage, 1995<br />
TRIVIÑOS, A.N.S. Introdução à pesquisa em ciências sociais. São paulo: Atlas, 1995<br />
WILDER Jr. J. W. New concepts in technical trading systems. NY: Trends Research; 1981<br />
ZALTMAN, G. Amidword: Anthropology, Metaphors and Cognitive Peripheral Vision. In:<br />
SHERRY, Jr, J. Contemporary Marketing and Consumer Behavior: An Anthropological<br />
Sourcebook. Thousand Oaks: Sage Publications, 1995<br />
17