Uma crítica da utilização da análise de conteúdo qualitativa em psicologia

Una crítica de la utilización de la análisis de contenido cualitativo en psicología

Resumos

This paper aims to analyze the inferential processes underpinning interpretation in qualitative Content Analysis and that are related with a triad compounded by theory, phenomenon and datum. In the first section, a brief history of this method and of its main modalities and techniques are presented. In the second, the standard procedures of a categorical Content Analysis are discussed, according to Bardin's perspective. Specifically, the paper discusses the codification and categorization processes and their underlying logical mechanisms: induction and deduction. Some questions and epistemological issues are introduced concerning the operationalization of both these mechanisms in Content Analysis and the limits of treating the later merely as an ad hoc resource. In the next two sections, the article provides a critical analysis of the qualitative Content Analysis, taking into account the three following interconnected components: phenomenon, theory and data. It is argued this method of analysis must go beyond the mere description or organization of data through categorization, focusing instead in a theorization of the psychological phenomenon under investigation.

Content analysis; qualitative research; psychology

ARTIGOS

Uma crítica da utilização da análise de conteúdo qualitativa em psicologia

Una crítica de la utilización de la análisis de contenido cualitativo en psicología

Sonia Maria Guedes Gondim^I; Pedro Fernando Bendassolli^II

^IProfessora de Psicologia Organizacional e do Trabalho no Instituto de Psicologia da Universidade Federal da Bahia, Brasil

^IIProfessor de Psicologia Organizacional e do Trabalho no Departamento de Psicologia da Universidade Federal do Rio Grande do Norte, Brasil

^{Endereço para correspondência}

RESUMO

O objetivo deste artigo é analisar os processos inferenciais que estão na base da interpretação de dados qualitativos em Análise de Conteúdo, os quais envolvem o trinômio teoria-fenômeno-dado. Na primeira seção é apresentado um breve histórico desse método e de suas principais modalidades ou técnicas, e a segunda são discutidos os procedimentos-padrão de uma Análise de Conteúdo categorial na perspectiva de Bardin. Discutem-se os processos de codificação e categorização e os respectivos mecanismos lógicos subjacentes: indução e dedução. São introduzidos alguns questionamentos e reflexões epistemológicas referentes à operacionalização desses dois mecanismos no contexto da Análise de Conteúdo, alertando para a impossibilidade de tomar essa técnica um recurso ad hoc. Nas duas seções seguintes são apresentados subsídios para servir de base a uma crítica da Análise de Conteúdo qualitativa: fenômeno, teoria e dados. Argumenta-se a favor do entendimento desse método como um recurso de análise de dados que deve visar mais à teorização do fenômeno psicológico investigado do que à descrição desses dados ou a sua organização (via categorização).

Palavras-chave: Análise de conteúdo; pesquisa qualitativa; psicologia.

RESUMEN

El objetivo de este artículo es analizar los procesos inferenciales que se encuentran en la base de la interpretación de datos cualitativos en el Análisis de Contenido, y que implican el trinomio teoría-fenómeno-dato. En la primera parte, se presenta un breve histórico de este método y de sus principales modalidades o técnicas. En la segunda, se discuten los procedimientos estandarizados de un Análisis de Contenido categorial desde la perspectiva de Bardin. Se discuten los procesos de codificación y categorización y los respectivos mecanismos lógicos subyacentes: inducción y deducción. Son introducidas algunas cuestiones y reflexiones epistemológicas referidas a la operacionalización de los dos mecanismos en el contexto del Análisis de Contenido, alertando para la imposibilidad de hacer de esta técnica un recurso ad hoc. En los dos apartados siguientes se presentan algunos argumentos que pueden servir para realizar una crítica al Análisis de Contenido cualitativo: fenómeno, teoría y datos. Se argumenta a favor del entendimiento de este método como un recurso de análisis de datos que debe pretender más la teorización del fenómeno psicológico investigado que la descripción de estos datos o su organización (a través de la categorización).

Palabras-clave: Análisis de contenido; investigación cualitativa; psicología.

Por vezes é grande a difusão da análise de conteúdo (AC) na investigação qualitativa em Psicologia no Brasil, especialmente a de Lawrence Bardin (Bardin, 1977) (Castro, Ads & Sarriera, 2011). Alguns autores (e.g.: Bauer, 2002) atribuem, como marco inicial da AC a análise dos símbolos de hinos religiosos no século XVII, embora as referências mais comuns sejam feitas a Lasswell por sua análise da mídia nas motivações para as duas grandes guerras mundiais (Rocha & Deusdará, 2005).

Certamente, a AC trouxe contribuições no sentido de ajudar os pesquisadores a tratar e simplificar a análise de informações qualitativas, estimulando a popularização da metodologia qualitativa em nosso país. Por outro lado, a AC pode ser também responsável por certo estreitamento nas possibilidades de pensar a pesquisa qualitativa e as questões metateóricas e epistemológicas nela envolvidas. Isso acontece porque a AC é muitas vezes tomada como um recurso ad hoc nas pesquisas, isto é, como uma técnica em si, desconectada de uma teorização robusta e de uma compreensão da natureza do fenômeno investigado (Bendassolli, 2013).

Como consequência, constata-se que a AC, com raras exceções, tem sido usada de uma maneira pouco crítica, principalmente por figurar apenas como uma referência na seção de método (recurso ad hoc), sem qualquer fidelidade à aplicação de uma de suas técnicas, e isso fragiliza o seu uso. Ao mesmo tempo, os pesquisadores que dominam a AC e fazem uso de suas técnicas respeitando os procedimentos recomendados, por vezes se esquecem de considerar criticamente aspectos relativos aos processos inferenciais que sustentam as suas interpretações qualitativas e quantitativas, aspecto que será abordado com mais detalhes neste artigo. A abordagem quantitativa realiza inferências interpretativas a partir dos resultados de frequência obtidos após a categorização dos dados. Por sua vez, a abordagem qualitativa realiza inferências a partir da presença ou ausência de elementos codificados e categorizados.

Considerando-se o exposto, o objetivo geral deste artigo é analisar os processos inferenciais que estão na base da interpretação de dados qualitativos, os quais envolvem o trinômio teoria-fenômeno-dado para a produção de conhecimento psicológico. Esse objetivo geral é complementado com alguns objetivos específicos. O primeiro deles é analisar a representação padrão na AC (especificamente, na categorial), constituída por dois processos-chave: codificação e categorização, que recorrem a operações lógicas de indução e dedução, incluindo a abdução. O segundo objetivo é analisar a importância de especificar o fenômeno psicológico como uma forma de articular o dado com a teoria ou a teoria como o dado, para a produção do conhecimento, e assim evitar que o pesquisador trate a AC como uma estratégia de pesquisa ad hoc (Bendassolli, 2013, 2014). Nosso propósito é argumentar a favor do entendimento da AC como um recurso de análise de dados que, mais do que à descrição desses dados ou sua organização, deve visar à teorização do fenômeno psicológico.

O artigo apresenta a rationale exposta a seguir. Na primeira seção apresentamos um breve e sumário histórico da AC e de suas modalidades ou técnicas. Na segunda, delineamos e discutimos os procedimentos-padrão de uma AC categorial, ao estilo da versão celebrizada por Bardin (1977). Discutimos os processos de codificação e categorização e os respectivos mecanismos lógicos subjacentes: indução e dedução. Nas duas seções seguintes apresentamos um conjunto de subsídios para uma crítica à AC, incluindo a discussão do raciocínio abdutivo e a relação entre fenômeno, teoria e dados.

BREVE HISTÓRICO E TIPOS DE AC

Na perspectiva de Bardin (1977), o desenvolvimento da AC pode ser organizado em três momentos. O primeiro (1940) foi influenciado por pensadores da Escola de Chicago, os quais definiram a análise de conteúdo como uma técnica de investigação para fins de descrição objetiva, sistemática e quantitativa do conteúdo manifesto da comunicação. Destaca-se aí o foco na produção oral e escrita, cujos elementos-chave são o emissor, o meio, a mensagem e o receptor. A análise de conteúdo cumpriria o papel de concluir algo por meio da codificação e categorização, desvelando o oculto.

O segundo momento (1950 e 1960) caracterizou-se por renovações no plano metodológico, abarcando a abordagem quantitativa e qualitativa, que se fortaleceram ao longo das demais décadas. A primeira centrar-se-ia na frequência de aparição (Kohlbacher, 2006; Vala, 1987), contrapondo-se à AC qualitativa, cujo foco estaria centrado na sua presença ou ausência, além da inferência interpretativa via contexto (Hsieh & Shannon, 2005; Mayring, 2000). O terceiro momento (1960 em diante) é marcado pelo uso de suporte computacional, dando maior rapidez e precisão aos procedimentos de organização, codificação e categorização dos textos a serem analisados (Hogenraad, Mckenzie & Péladeau, 2003; Oliveira, 2008).

Alguns autores (e.g.: Hsieh & Shannon, 2005) atribuem a vasta aplicabilidade e utilização da AC ao amplo leque de técnicas integradas em seu escopo, incluindo abordagens interpretativas e intuitivas e também análises textuais sistemáticas e restritas. A título de ilustração, a classificação apresentada por Bardin (1977) destaca seis técnicas na AC:

• Análise de categorização: técnica de redução de dados por meio de codificação e organização temática;

• Análise de asserção avaliativa, cujo objetivo é identificar a significação conotativa e afetiva das palavras, a partir de três dimensões bipolares: bom/mal (avaliativa), forte/fraco (potência) e rápido/lento (atividade);

• Análise da enunciação, que concebe a palavra como ato, apoiando-se na noção de comunicação como processo dinâmico e não como dado. A preocupação é com as frases e enunciados gerais: análise sintática e paralinguística (estrutura das formas gramaticais); análise lógica (arranjo do discurso); e análise dos elementos atípicos (omissões, silêncios, repetições, etc.);

• Análise da expressão: aspecto formal do discurso, como, por exemplo, a investigação da autenticidade de um documento (usado, por exemplo, na Literatura e na História), e análises do discurso político;

• Análise de relações: busca não especificamente a frequência, mas as relações que os elementos do texto mantêm entre si, entre as quais se destacam a análise das co-ocorrências (presença concomitante de dois ou mais elementos nas mesmas unidades de contexto) e a análise estrutural (identificar o lugar dos elementos no contexto); e

• Análise do discurso, cujos focos podem ser: partir dos efeitos da superfície para identificar a estrutura profunda (processo de produção), estabelecer ligações entre as situações nas quais o sujeito se encontra (condições de produção) e as manifestações semântico-sintáticas da superfície discursiva ou a desconstrução do discurso.

Essa ampla e diversificada classificação dificulta estabelecer com precisão o que seria de fato AC, mas há um processo que sugere ser comum a todas as técnicas listadas acima, principalmente na AC categorial, o qual será nosso foco de atenção na próxima seção: o processo inferencial.

AC CATEGORIAL, INDUÇÃO E DEDUÇÃO

Conforme descrito por Bardin (1977), e com algumas adaptações, a AC categorial segue os seguintes passos principais:

1. Pré-análise, que consiste na seleção do material (corpus) a ser analisado (artigos, entrevistas transcritas, etc.) e a sua leitura minuciosa;

2. Codificação, etapa de transformação dos dados brutos do corpus, fazendo uso de registros a serem futuramente agrupados. Neste sentido, é preciso ter clareza quanto à unidade de registro (palavra, frase, quebras das sequências de frases, silêncios, tema, etc.) e às regras de enumeração (presença ou ausência);

3. Categorização, fase de organização e classificação do corpus em um conjunto de unidades de registro significativas (os códigos); é uma forma de ordenar, com base em critérios, todo o material codificado;

4. Interpretação, que consiste no processo inferencial.

Os passos acima permitem afirmar que um princípio básico do funcionamento da AC categorial é a redução de dados por meio de dois processos-chave: codificação e categorização do conteúdo de um determinado corpus de interesse. Dois mecanismos fundamentais estão por trás dos processos de codificação e categorização do conteúdo de um corpus: de um lado, um mecanismo de indução; de outro, um de dedução. Esses dois mecanismos podem variar e serem combinados de distintas formas, e sua presença alicerça o processo de uma AC categorial padrão. Na sequência, tratamos de alguns exemplos de articulação indução/dedução no processo de análise de dados em AC.

Para analisar dados qualitativos, o pesquisador pode recorrer a categorias previamente definidas com base no referencial teórico - indução respaldada em teoria de base definida. A própria Bardin (1977) sugere essa possibilidade. Por exemplo, uma prática comum é o uso de roteiro semiestruturado ou estruturado a partir do qual o pesquisador conduz as entrevistas. Esse mesmo roteiro, ao estimular os participantes a falarem de determinados assuntos, dispõe ao pesquisador categorias apriorísticas para a análise de seus dados, notadamente no processo de categorização. Se, por um lado, a pré-categorização facilita o alinhamento entre o objetivo da pesquisa e a interpretação, por outro pode limitar as possibilidades alternativas de análise do corpus na fase de codificação e assim, desestimular a criatividade do pesquisador e a exploração de caminhos alternativos de análise.

A outra face do sistema de codificação e categorização é a dedução. De certo modo, a validade de uma indução pode ser testada pela dedução bem-sucedida. Assim como o pesquisador faz uso da indução para codificar os dados brutos (primeira redução dos dados), para ser capaz de identificar uma estrutura de organização desses códigos por meio da criação de categorias que reduzam ainda mais os elementos significativos do corpus, ele terá de recorrer a elementos dedutivos, notadamente a recursos conceituais e teóricos. Nesse ponto, a indução articula-se com a dedução. A dedução serve, então, a propósitos de teste da adequação da indução. Como resultado, no caso de teste de uma hipótese prévia, haverá a dependência da interpretação de um sistema teórico-conceitual que a fundamente.

Os defensores de uma perspectiva mais ateórica e indutiva afirmam que as categorias devem emergir dos dados (e.g.: Bowen, 2008). Em sendo assim, seriam minimizados problemas de recursividade teórica, a qual consiste na conformidade dos dados à teoria implícita do pesquisador com a distorção dos dados. Se as categorias emergirem dos dados, e não da teoria, então se pode dizer que essas categorias são grounded nos dados, isto é, são empiricamente fundamentadas, limitando-se a revelar estruturas latentes que já estavam presentes nesses dados. Somente após a identificação dessas categorias fundamentadas é que o processo de teorização seguiria, e então o pesquisador teria de recorrer à dedução.

Essa perspectiva realista ingênua tem sido criticada no contexto mais amplo da filosofia da ciência há décadas (e.g.: Bendassolli, 2013, 2014; Kelle, 2005; Popper, 1959). Nas ciências sociais é uma postura radical ainda defendida em algumas tradições de pesquisa, como é o caso de pesquisadores filiados ao Método da Teoria Fundamentada, em particular os seguidores de Glaser (1978). Perspectivas não tão radicais defendem a pertinência de se recorrer à teoria concomitantemente ao processo de categorização (e.g.: Strauss, 1987; Strauss & Corbin, 1998); contudo, isso não esgota a questão da relação entre categorização e teoria. Na próxima seção aprofundamos a discussão sobre a inferência, incluindo, para além da indução e dedução, o raciocínio abdutivo.

TRÊS FORMAS DE INFERÊNCIAS

O conceito de inferência está relacionado ao tipo de raciocínio - por exemplo, dedutivo ou indutivo. Nas ciências empíricas a inferência é um processo fundamental, visto que com ela se pretende partir do conhecimento do fato para se chegar ao conhecimento das razões para o fato. Também existe uma terceira forma de raciocínio, em geral pouco utilizada pelos pesquisadores em AC: o raciocínio abdutivo proposto por Peirce (1878/1970), um processo mediante o qual se engendram novas ideias, hipóteses explicativas e teorias científicas para além do contingentemente observado. A abdução consiste em afirmativas sobre o inobservável para explicar o observável as quais, sem perder a conexão com a experiência sensível, transcendem-na em busca da racionalidade.

A tabela 1 apresenta exemplos que ajudam a ilustrar melhor como Peirce (1878/1970) classificava as três formas de inferência. É interessante observar que, na dedução, parte-se da regra para o dado para se extrair a conclusão (inferência), enquanto no caso da indução se parte do dado para concluir algo, e então dar o salto para a regra (teoria). Em se tratando da abdução, parte-se de uma regra, que pode ser uma teoria provisória, e arrisca-se uma conclusão (hipotetizada) para então analisar o dado. Para Peirce, o que diferencia a abdução da indução é justamente o risco interpretativo que a primeira assume ao pensar em alternativas explicativas, ao invés de somente estabelecer uma nova regra geral que represente o caso particular.

Defendemos a hipótese de que os analistas de AC que usam a análise categorial apenas como técnica de redução de dados (recurso ad hoc) desconsideram aspectos críticos que lhes permitam tirar melhor proveito da inferência interpretativa (via abdução). Esses analistas não se arriscam a analisar criticamente o efeito para hipotetizar um evento antecedente ("causa") que possa reorientar a relação entre o dado e a teoria, tornando-a mais complexa do ponto de vista abstrato, com repercussões nas tentativas de explorar futuramente a concepção do fenômeno que une o dado a uma elaboração teórica mais complexa. Chegou então o momento de esclarecer o que entendemos por fenômeno e como ele pode atar o dado à teoria, ajudando na inclusão da abdução como forma de raciocínio que amplia as possibilidades interpretativas.

FENÔMENO, TEORIA E DADO

As relações entre dado, fenômeno e teoria passaram a ocupar lugar de destaque na pauta da filosofia da ciência a partir da publicação do artigo de Bogen e Woodward (1988). Nele, contrapondo-se à abordagem das "observações carregadas de teoria", os autores diferenciam fenômeno de dado. Dados são observáveis e coletados em determinados contextos, portanto são situacionais, e como tal, sofrem vieses perceptivos. O fenômeno, em contrapartida, é uma extensão do dado, algo estável e nem sempre observável. Os dados seriam o meio pelo qual se acessa o fenômeno; mas, para que isso ocorra é preciso assegurar que os dados sejam confiáveis - e aqui Bogen e Woodward destacam a importância dos métodos experimental e estatístico, os quais permitiriam assegurar o salto inferencial dos dados para os fenômenos.

Para Bogen e Woodward (1988), a teoria não desempenharia um papel fundamental nessa passagem do dado ao fenômeno. Segundo eles, as teorias são construídas para explicar os dados, e não o inverso. Não obstante, mais recentemente, Woodward (2011) relativiza este ponto de vista ao afirmar que a distinção entre dado e fenômeno não deve ser interpretada como uma negativa do raciocínio top-down, isto é, da direção teoria > fenômeno > dado, mas como uma negativa de que nem toda relação do dado com o fenômeno seja orientada por uma teoria. Lembra que a história da ciência é repleta de exemplos em que os fenômenos são detectados em processos de observação sem que haja uma teoria prévia que os explique ou os preveja.

Esse posicionamento de tratar o fenômeno como emergente a partir dos dados negligenciando o papel da teoria não é compartilhado por outros autores, traduzindo-se em foco de polêmica em filosofia da ciência. Por exemplo, Massimi (2007) afirma que os fenômenos não são imagens ou sombras do mundo real, mas objetos da experiência aos quais só temos acesso por meio de teorias científicas. Similarmente, para Schindler (2011), a teoria é que oferece o vocabulário para interpretar e descrever os dados e para identificar padrões nesses dados, os quais poderiam indicar a presença do fenômeno (como, aliás, advogam Bogen & Woodward, 1988). Na mesma direção, Apel (2011) considera que o fenômeno corresponde a uma "superestrutura" da teoria geral utilizada. O autor faz uma diferenciação entre afirmativas sobre o fenômeno, as quais podem ser observáveis (por exemplo, xícaras de café caem da mesa ao chão), e afirmativas sobre a teoria geral não observáveis - por exemplo, a força gravitacional faz com que objetos sobre uma mesa caiam no chão ao serem derrubados. Mais recentemente, Bendassolli (2014) discute que fenômenos, especialmente no campo da Psicologia, não são meramente "acessados" pela teoria e pelo método, mas reconstruídos empiricamente, empreendimento em que a teoria desempenha papel fundamental.

Por outro lado, uma perspectiva que reposiciona as relações entre dado, fenômeno e teoria e que se aproxima mais do nosso entendimento - portanto é bastante útil para os propósitos deste artigo - é a trazida por Bailer-Jones (2009). A figura 1, com algumas adaptações, ilustra o ponto de vista dessa autora, que introduz a noção de modelo na composição da tríade dado-fenômeno-teoria, apresentando-o como um elemento central para o teste indireto da teoria e a mediação entre dado e teoria.

Modelo é uma descrição interpretativa do fenômeno que facilita o acesso intelectual ou perceptual a ele. São descrições parciais e sintéticas, pois destacam alguns aspectos em detrimento de outros, para fins de simplificação do fenômeno. São os modelos o que permite a ligação entre a teoria abstrata (geral) e o fenômeno mais próximo do concreto, pois operam num nível mais baixo de formalização. Tomemos o conceito de trabalho, que é abstrato.

Para tornar esse conceito um fenômeno é preciso descrevê-lo de modo mais concreto e traduzi-lo como modelo, apresentando informações sintéticas do que lhe é essencial e o caracteriza - por exemplo, carga de trabalho, tipo de vínculo, tipo de transformação obtida, etc. Nos procedimentos estatísticos, área em que modelos tornaram-se aparentemente mais comuns, modelos são constructos relacionais, propondo relações hipotéticas dos dados entre si, as quais são testadas na realidade empírica. O modelo pode também ser analogicamente pensado como uma "gestalt", uma forma dinâmica que muda conforme as relações e visa a uma representação que permite a apreensão do todo pelas suas partes constitutivas.

Pelo que se pode depreender da abordagem de Bailer-Jones (2009), os dados são uma forma de expressão do fenômeno que mantêm relações com o modelo teórico, sendo este a via pela qual a teoria abstrata (mais genérica) se aproximaria de uma forma mais concreta para ser colocada à prova ou então problematizada na delimitação do fenômeno; mas os dados, por serem circunstanciais, poderiam ser interpretados de modo distinto, a depender de como se posicione o fenômeno em um modelo teórico, pois os dados são facetas do fenômeno, elementos a partir dos quais ele se faz representar teoricamente. Nesta direção, Basu (2003) afirma que os mesmos dados podem construir evidências distintas a favor ou contra diferentes teorias. Mais amplamente em filosofia da ciência, isso é conhecido como problema da subdeterminação das teorias (Quine, 1975).

Assim, se um mesmo conjunto de dados pode servir de evidência para teorias diversas, é fundamental ter o fenômeno em mente para se analisarem os dados (Bendassolli, 2014). O modelo define que tipo de simplificação será feita do fenômeno, deixando de lado aspectos pouco relevantes e ressaltando outros, o que permite olhar os dados de um modo mais orientado. O fenômeno e o modelo teórico permanecem fortemente conectados, embora o teste ou a problematização do modelo de fenômeno ocorra ao nível da geração e análise dos dados, como mostra a figura 1 (Bailer-Jones, 2009). É nesse momento que o pesquisador pode, exploratoriamente, arriscar novas formas, novas regras, novas possibilidades para explicar o fenômeno. Vejamos isso mais de perto na próxima seção, trazendo a discussão para o campo da AC.

FENÔMENO, FORMAS DE RACIOCÍNIO E A AC

Quando se elege a AC como técnica de análise de dados, é importante que se tenha claro o papel significativo que ela terá na construção da relação entre o dado, o fenômeno e o modelo teórico (ver figura 1). É importante que haja um alinhamento. Os dados, sozinhos, são circunstanciais, e para interpretá-los é preciso orientar a análise pelo entendimento de qual seja o fenômeno investigado. Por sua vez, uma primeira forma de representar ou operacionalizar o fenômeno é adotar um modelo teórico que sirva de proxy (representante) da teoria mais ampla, abstrata. A consideração desse papel do modelo nos parece fundamental, pois, em sua ausência, o pesquisador tem diante de si uma série de dados que, por si mesmos, não são capazes de dizer muita coisa acerca de um fenômeno mais estável, ainda que tal estabilidade, no caso da pesquisa em Psicologia, seja provisória.

Nesse ponto, podemos recolocar a relação entre indução, dedução e abdução na AC categorial. O salto indutivo, quando se parte do dado "bruto" para um conceito, ocorre a partir de um alinhamento estrutural entre teoria, modelo teórico e fenômeno. Esse alinhamento é que permite ao pesquisador selecionar porções do material empírico como aquelas contendo informações relevantes sobre o fenômeno. Como tal, não haveria uma indução pura, no sentido realista ingênuo: não se parte dos dados às cegas, pois estes, a rigor, só passam a fazer sentido como corpus a partir do momento em que se define o enquadramento lógico, de natureza dedutiva, formado pela teoria, o modelo e o fenômeno - inclusive, subsidiando o próprio desenho de pesquisa como um todo (Bendassolli, 2013). Com o fenômeno no horizonte torna-se possível o teste empírico, que, no caso da AC, consiste no processo dedutivo pelo qual as categorias são confrontadas com a teoria, realizando o ajuste empírico e deliberando sobre seu poder explicativo. Como dissemos em outro momento, a indução é referendada pela dedução; mas e onde situar a abdução?

A abdução poderia ser utilizada pelo pesquisador ao saltar do modelo teórico 1 para o modelo teórico 2 (ver figura 1), na tentativa de encontrar um melhor alinhamento para os mesmos dados e o mesmo fenômeno. Essa poderia ser uma forma conciliatória entre, de um lado, a busca de adequação empírica, processo de redimensionamento teórico que pode envolver a proposição de uma nova teoria, talvez mais adequada para compreender os dados (indução), e de outro, a tentativa do "teste da teoria", a qual consiste no esforço de conformar os dados à teoria prévia que serviu de frame para o modelo teórico e a investigação empírica (dedução).

Adicionalmente, outros elementos simplificadores dos aspectos fundamentais do fenômeno são levados em conta para o novo alinhamento, sendo necessário recorrer ao modelo teórico 2 e à teoria abstrata 2. Com isso, assume-se que fenômenos têm relativa estabilidade e que, dependendo do modelo teórico e da teoria abstrata da qual ele é uma simplificação, o mesmo pode ser analisado sob perspectivas diversas; mas como grande parte das pesquisas que utilizam AC, não leva em conta a existência clara de um fenômeno, este ponto pode ser de difícil compreensão. De fato, a troca de um modelo por outro implica, em alguma medida, algum desenvolvimento teórico. Se a pesquisa for conduzida com uma AC como recurso ad hoc, o que se tem, ao final, são generalizações empíricas de natureza indutiva, podendo, na ausência de uma teorização robusta assentada no eixo fenômeno-teoria-dados, resultar em pulverização de achados, em ampliação da base empírica sem uma contrapartida de desenvolvimento teórico.

Produzir teorias novas ou modelos, ou confirmar ou "testar", ou consolidar, ou ampliar, etc. teorias/modelos prévios são duas possibilidades quando se leva adiante uma AC. A opção por um ou outro desses caminhos repercute nos processos de operacionalização, como na decisão de utilizar categorias a priori ou não; mas em ambos os casos estão em jogo concepções sobre o estatuto dos dados empíricos na sustentação de uma teoria e a independência ou dependência desta última em relação àqueles mesmos dados empíricos.

Numa perspectiva "ingênua", a teoria só aparece a posteriori, depois que os dados "falarem" ao pesquisador (Bendassolli, 2014). Neste caso, o peso atribuído ao empírico é determinante, mas em rigor, o fenômeno não se apresenta sem a lente que permite observá-lo (modelo teórico, simplificação da teoria abstrata). O dado, para ser interpretado, necessita de um foco de luz, o qual é propiciado pela perspectiva teórica, que o torna apreensível pela percepção no espaço e no tempo. Em uma perspectiva oposta, a teoria aparece como um grande pano de fundo, como um horizonte no qual se dará a interpretação dos dados.

Ao sustentarmos o ponto de vista de que o fenômeno, pela lente da teoria e do modelo, é que assegura a perspectiva de observação de uma parcela do mundo, a AC deveria se debruçar sobre os dados como associados a um fenômeno compreensível por uma dada perspectiva teórica, criando o eixo teoria-fenômeno-dados, sustentador do desenho de pesquisa. Se o caminho adotado é prescindir de uma teoria prévia, subentende-se que o fenômeno pode ser apreendido a partir do dado - e só então se buscaria a teoria que o representa (adequação empírica); mas como vimos, parece problemática e questionável a tentativa de analisar dados sem se ter um fenômeno em mente.

CONSIDERAÇÕES FINAIS

A principal tese defendida neste artigo é que o uso da AC pelos pesquisadores em Psicologia muitas vezes ignora o seu potencial de geração de teorias explicativas alternativas, teorias tais que evitem tanto a cilada da "corroboração" (dedução) ou imposição da teoria ao dado, como a da "reificação do dado" (indução) - construção de uma teoria pontual que não vai além do próprio dado.

Nosso objetivo foi tão somente alertar os pesquisadores sobre a importância desses aspectos ao fazer uso da AC, como obviamente se faz em qualquer análise de dados qualitativos. Se a preocupação dos psicólogos ao fazerem uso da AC qualitativa é compreender o fenômeno para além do controle do dado, pelo método experimental e estatístico (como recomendam Bogen & Woodward, 1988), é importante que eles tenham em mente a contribuição teórica que porventura venham a dar para a compreensão desse fenômeno. Aliás, esta é a principal contribuição da análise qualitativa de dados: oferecer novas possibilidades interpretativas que vão além das inferências estatísticas.

Do nosso ponto de vista, esse objetivo pode ser mais bem atendido se o pesquisador tiver claro que os dados são elementos contextuais que traduzem concretamente um fenômeno que está relacionado a um modelo teórico simplificador de uma teoria mais abstrata e geral. O fenômeno (mais estável) é o ponto de partida para a definição de quais dados (contextuais) deverão ser coletados, e é também o ponto de encontro dos procedimentos de análise de dados com o modelo teórico. O alinhamento top-down teoria-fenômeno-dado, conforme o assinalado por Bailer-Jones (2009), está na relação entre os procedimentos de análise e o modelo teórico, embora este modelo seja provisório, e nos procedimentos de confronto ("teste"), que podem levar ao abandono de um modelo teórico a favor de outro, mais promissor para compreender o fenômeno (por abdução). Acreditamos que assim a AC qualitativa possa de fato contribuir para o avanço do conhecimento em Psicologia.

Peirce, C.S. (1970). Deducción, inducción e hipótesis (J. Martín Ruiz-Werner, Trad.). Recuperado em 27 março de 2013, de http://www.unav.es/gep/DeducInducHipotesis.html. (Original publicado em 1878).

Recebido em 18/04/2013

Aceito em 02/08/2014

Referências bibliográficas

• Apel, J. (2011). On the meaning and the epistemological relevance of the notion of a scientific phenomenon, Synthese, 182(2), 23-38.
• Bailer-Jones, D. (2009). Scientific models in philosophy of science Pittsburgh: University of Pittsburgh Press.
• Bardin, L. (1977). Análise de conteúdo (L. A. Reto & A. Pinheiro, Trads.). Lisboa: Edições 70.
• Basu, P. K. (2003). Theory-ladenness of evidence: a case study from history of chemistry. Studies in History and Philosophy of Science, 34(2), 351-368.
• Bauer, M. W. (2002). Análise de conteúdo clássica: uma revisão. In M. W. Bauer e G. Gaskell (Eds.), Pesquisa qualitativa com texto, imagem e som: um manual prático (pp. 189-217). Petrópolis: Vozes.
• Bendassolli, P. F. (2013). Theory building in qualitative research: reconsidering the problem of induction. Forum Qualitative Sozialforschung, 14(1). Recuperado em 20 março de 2013, de http://nbn-resolving.de/urn:nbn:de:0114-fqs1301258
• Bendassolli, P. F. (2014). Reconsidering theoretical naïveté in psychological qualitative research. Social Science Information, 53(2), 163-179.
• Bogen, J., & Woodward, J. (1988). Saving the phenomena. The Philosophical Review, 97(3), 303-352.
• Bowen, G. A. (2008). Naturalistic inquiry and the saturation concept: a research note. Qualitative Research, 8(1), 137 - 152.
• Castro, T.G., Abs, D., & Sarriera, J.C (2011). Análise de conteúdo em pesquisas em psicologia. Psicologia: Ciência e Profissão, 31(4), 814-825.
• Glaser, B. G. (1978). Theoretical sensitivity Mill Valley: Sociology Press.
• Hogenraad, R., Mckenzie, D. P., & Péladeau, N. (2003). Force and influence in content analysis: the production of new social knowledge. Quality & Quantity, 37, 221-238.
• Hsieh, H. F., & Shannon, S. E. (2005). Three approaches to qualitative content analysis. Qualitative Health Research, 15(9), 1277-1288.
• Kelle, U. (2005). Emergence vs. forcing of empirical data? A crucial problem of grounded theory reconsidered. Forum: Qualitative Social Research, 6(2). Recuperado em 20 março de 2013, de http://nbn-resolving.de/urn:nbn:de:0114-fqs0502275
• Kohlbacher, F. (2006). The use of qualitative content analysis in case study research. Forum Qualitative Sozialforschung, 7(1). Recuperado em 25 março de 2013, de http://www.qualitative-research.net/index.php/fqs/article/view/75/154
• Massimi, M. (2007). Saving unobservable phenomena. British Society for the Philosophy of Science, 58(2), 235 - 262.
• Mayring, P. (2000). Qualitative content analysis. Forum: Qualitative Social Research, 1(2). Recuperado em 25 março de 2013, de http://www.qualitative-research.net/index.php/fqs/article/view/1089/2386
• Oliveira, D. C. (2008). Análise de conteúdo temático-categorial: Uma proposta de sistematização. Revista de Enfermagem da UERJ, 16(4), 569-576.
• Popper, K. R. (1959). The logic of scientific discovery London: Hutchison.
• Quine, W. V.O. (1975). On empirically equivalent systems of world. Erkenntnis, 9(3), 313-328.
• Rocha, D., & Deusdará, B. (2005). Análise de conteúdo e análise do discurso: aproximações e afastamentos na (re)construção de uma trajetória. Alea: Estudos Neolatinos, 7(2),305-322.
• Schindler, S. (2011). Bogen and Woodward's data-phenomena distinction, forms of theory-ladenness, and the reliability of data. Synthese, 182(1), 39-55.
• Strauss, A. (1987). Qualitative analysis for social scientists Cambridge: Cambridge University Press.
• Strauss, A., & Corbin, J. M. (1998). Basics of qualitative research Thousand Oaks, CA: Sage.
• Vala, J. (1987). A análise de conteúdo. Em A. S. Silva e J. M. Pinto (Orgs), Metodologia das ciências sociais (pp.100-128). Porto: Edições Afrontamento.
• Woodward, J. F. (2011). Data and phenomena: a restatement and defense. Synthese, 182(1), 165-179.

Datas de Publicação

• Publicação nesta coleção
  13 Out 2014
• Data do Fascículo
  Jun 2014

Histórico

• Recebido
  18 Abr 2013
• Aceito
  02 Ago 2014