Efeitos dos Softwares de Análise de Dados Qualitativos na Qualidade de Pesquisas

Abstract

Resumo O objetivo deste estudo é descrever os efeitos dos softwares de análise de dados qualitativos (Qualitative Data Analysis Software [QDAS]) na qualidade das pesquisas qualitativas, segundo a perspectiva de pesquisadores. O que motivou esta pesquisa foi a divergencia de opiniőes com relaçâo aos efeitos dos QDAS na qualidade das pesquisas qualitativas. O aporte teórico foi construido com base nas literaturas de critérios de qualidade de pesquisas qualitativas, estratégias de promoçâo de qualidade e adoçâo de QDAS. Os dados foram coletados por meio de entrevistas semiestruturadas com dez pesquisadores com experiencia de análise sem e com o uso QDAS. A técnica de análise utilizada foi a análise de conteúdo apoiada pelo uso do software ATLAS.ti®. Os resultados evidenciaram que o uso dos QDAS pode potencializar seis das sete estratégias de qualidade consideradas, com destaque para a melhoria da coerencia do pesquisador. Os critérios de qualidade mais beneficiados pelo uso foram a confirmabilidade e a credibilidade. Como desvantagem do uso dos QDAS, emergiu a questao do distanciamento do pesquisador dos dados. Os resultados desta pesquisa contribuem para o enriquecimento da discussáo sobre os efeitos dos QDAS nas pesquisas e fomentam o uso dos softwares. Palavras-chave: pesquisa qualitativa; QDAS; critérios de qualidade. Abstract This study aims to describe the effects of Qualitative Data Analysis Softwares (QDAS) in the quality of qualitative research from researchers' perspective. What motivated this research was the divergence of opinions about the effects of QDAS on the quality of qualitative research. The theoretical framework was developed based on the literatures about quality criteria of qualitative research, strategies of quality promotion and adoption of QDAS. Data were collected through semi-structured interviews with ten researchers with or without experience in the use of a QDAS. The analysis technique used was content analysis with the support of ATLAS.ti® software. The results showed that the use of a QDAS can potentiate six of the seven quality strategies considered, with emphasis on improvement of researcher's coherence. The quality criteria more benefitted by the use were confirmability and credibility. As a disadvantage of the use of QDAS, the question of the researcher's distance from the data emerged. The results contribute to the flourishment of the discussion about the effects of QDAS and encouraging the use of QDAS.

Headnote

Resumo

O objetivo deste estudo é descrever os efeitos dos softwares de análise de dados qualitativos (Qualitative Data Analysis Software [QDAS]) na qualidade das pesquisas qualitativas, segundo a perspectiva de pesquisadores. O que motivou esta pesquisa foi a divergencia de opiniőes com relaçâo aos efeitos dos QDAS na qualidade das pesquisas qualitativas. O aporte teórico foi construido com base nas literaturas de critérios de qualidade de pesquisas qualitativas, estratégias de promoçâo de qualidade e adoçâo de QDAS. Os dados foram coletados por meio de entrevistas semiestruturadas com dez pesquisadores com experiencia de análise sem e com o uso QDAS. A técnica de análise utilizada foi a análise de conteúdo apoiada pelo uso do software ATLAS.ti®. Os resultados evidenciaram que o uso dos QDAS pode potencializar seis das sete estratégias de qualidade consideradas, com destaque para a melhoria da coerencia do pesquisador. Os critérios de qualidade mais beneficiados pelo uso foram a confirmabilidade e a credibilidade. Como desvantagem do uso dos QDAS, emergiu a questao do distanciamento do pesquisador dos dados. Os resultados desta pesquisa contribuem para o enriquecimento da discussáo sobre os efeitos dos QDAS nas pesquisas e fomentam o uso dos softwares.

Palavras-chave: pesquisa qualitativa; QDAS; critérios de qualidade.

Abstract

This study aims to describe the effects of Qualitative Data Analysis Softwares (QDAS) in the quality of qualitative research from researchers' perspective. What motivated this research was the divergence of opinions about the effects of QDAS on the quality of qualitative research. The theoretical framework was developed based on the literatures about quality criteria of qualitative research, strategies of quality promotion and adoption of QDAS. Data were collected through semi-structured interviews with ten researchers with or without experience in the use of a QDAS. The analysis technique used was content analysis with the support of ATLAS.ti® software. The results showed that the use of a QDAS can potentiate six of the seven quality strategies considered, with emphasis on improvement of researcher's coherence. The quality criteria more benefitted by the use were confirmability and credibility. As a disadvantage of the use of QDAS, the question of the researcher's distance from the data emerged. The results contribute to the flourishment of the discussion about the effects of QDAS and encouraging the use of QDAS.

Keywords: qualitative research; QDAS; quality criteria.

JEL Code: L86, C9, B41.

Introduçâo

Os softwares de análise de dados qualitativos - também conhecidos pelo acrônimo QDAS (Qualitative Data Analysis Softwares) - sâo programas computacionais desenvolvidos para auxiliar o gerenciamento e análise de dados qualitativos (Lewis & Silver, 2007; Merriam & Tisdell, 2016; Tracy, 2013; Yin, 2011). Por meio desses softwares, os pesquisadores podem adicionar, organizar, codificar e gerenciar diferentes tipos de dados, como áudio, texto, imagens e vídeos (Gibbs, 2014). O uso de QDAS tem crescido a cada ano (James, 2010; Woods, Paulus, Aktins, & Macklin, 2016), sendo o ATLAS.ti® e o NVivo® os mais utilizados pelos pesquisadores.

Apesar da expansâo do uso, nâo há um consenso na literatura quanto aos efeitos dos QDAS na qualidade das pesquisas qualitativas. Para um grupo de pesquisadores, o uso desses programas acarreta efeitos negativos na qualidade, como o distanciamento e a perda da reflexividade dos dados (Kelle, 1997; MacMillan, 2005; MacMillan & Koening, 2004; Morison & Moir, 1998), ao passo que, para outro grupo, o uso traz efeitos positivos, como ganhos na validade e confiabilidade dos resultados (Ang, Embi, & Yunus, 2016; Leitch & Oktay, 2016; Rambaree, 2007; Tracy, 2013; Woods, Macklin, & Lewis, 2016). Assim, fica a dúvida quanto ao uso desse tipo de programa (Woods, Paulus et al., 2016).

Em meio a esse contexto, poucos estudos investigaram os efeitos dos QDAS na qualidade das pesquisas - a busca foi realizada em novembro de 2017 nas bases Scopus e Web of Science, utilizando os seguintes termos e operadores booleanos: QDAS OR CAQDAS OR qualitative data analysis software AND quality OR qualitative research OR rigour OR trustworthiness OR validity. A maior parte dos estudos consiste de revisöes de literatura (por ex.: Woods, Macklin et al., 2016) ou relatos de experiencia pessoal (por ex.: MacMillan, 2005). Apenas dois estudos investigaram o tema empíricamente (Ang et al., 2016; James, 2010), contudo, esses estudos apresentam limitaçöes, como a exploraçâo apenas dos efeitos positivos dos QDAS e a análise apenas de dados secundários.

Face ao exposto, o presente artigo se propöe a descrever os efeitos dos QDAS na qualidade das pesquisas qualitativas pela perspectiva dos pesquisadores com as duas experiencias de análise, sem e com QDAS. O aporte teórico foi construido com base na literatura sobre qualidade da pesquisa qualitativa, estratégias de QDAS. Assim, buscamos responder a seguinte questâo de pesquisa: Como o uso dos softwares de análise de dados qualitativos afeta a qualidade das pesquisas qualitativas? Ao responder essa pergunta pretendemos contribuir para o enriquecimento da discussâo sobre os efeitos dos QDAS na qualidade de estudos qualitativos.

A Pesquisa Qualitativa e Seus Critérios de Qualidade

A pesquisa qualitativa é um tipo de pesquisa que busca compreender os significados atribuidos pelos individuos aos fenómenos sociais (Merriam & Tisdell, 2016; Yin, 2011). Nesse tipo de pesquisa, o investigador vai a campo, buscando captar o fenómeno em estudo por meio das perspectivas das pessoas nele envolvidas e dos pontos de vista relevantes (Creswell, 2014; Merriam & Tisdell, 2016; Tracy, 2013). O processo de investigaçâo é indutivo e o produto é ricamente descritivo, transmitindo o que foi aprendido por meio de palavras e figuras, ao invés de números (Creswell, 2014; Merriam & Tisdell, 2016). As estratégias de investigaçâo mais adotadas nas pesquisas qualitativas incluem a etnografia, a fenomenologia e a teoria fundamentada, enquanto as técnicas de coleta de dados mais comuns sâo a entrevista e a observaçâo (Creswell, 2014).

O número de pesquisas qualitativas tem crescido em diversas áreas de conhecimento, inclusive a de Administraçâo (Welch & Piekkari, 2017), e muitos pesquisadores tem estudado a qualidade dessas pesquisas (Gibbs, 2009; Miles, Huberman, & Saldana, 2014; Merriam & Tisdell, 2016; Patton, 2002; Tracy, 2010; Welch & Piekkari, 2017). A qualidade de uma pesquisa é uma propriedade atribuida a um estudo com base na sua capacidade de atender aos critérios de qualidade estabelecidos pela comunidade academica (Tracy, 2013). Tais critérios permitem avaliar a qualidade dos estudos e ajudam a "responder a questöes se os achados sâo suficientemente auténticos ... e seguros" (Tracy, 2013, p. 231, traduçâo nossa). Merriam e Tisdell (2016, p. 237, traduçâo nossa) evidenciam a importancia dos critérios ao afirmar que a confiabilidade de uma pesquisa qualitativa é "especialmente importante para os profissionais de campos aplicados, porque eles interferem na vida das pessoas".

Apesar da importancia do tema, nao há consenso quanto aos critérios de qualidade da pesquisa qualitativa (Flick, 2009; Gibbs, 2009; Miles et al., 2014; Patton, 2002; Tracy, 2013). Em geral, os autores consideram nomenclaturas e quantidades de critérios diferentes - por exemplo, Merriam e Tisdell (2016) consideram tres critérios de qualidade, Guba (1981) considera quatro, Miles, Huberman e Saldana (2014) consideram cinco e Tracy (2010) considera oito critérios. Esta pesquisa adota os quatro critérios propostos por Guba (1981) e Lincoln e Guba (1985) para representar o constructo qualidade das pesquisas qualitativas: confirmabilidade, credibilidade, dependabilidade/consistencia e transferibilidade. A escolha por esses critérios considerou o caráter seminal do estudo e sua ampla citaçâo e validaçâo pelas pesquisas da área até os dias atuais (Ang et al., 2016; Cope, 2014; Creswell, 2014; Flick, 2009; Miles et al., 2014; Merriam & Tisdell, 2016; Patton, 2002, Shenton, 2004). A Tabela 1 apresenta as definiçöes dos quatro critérios de qualidade considerados.

Apesar da falta de consenso quanto aos critérios, os estudos concordam que existe um método para julgar a capacidade das pesquisas atenderem tais critérios: verificar a adoçâo de estratégias de qualidade (Creswell, 2014; Flick, 2009; Gibbs, 2009; Guba, 1981; Krefting, 1991; Lincoln & Guba, 1985; Merriam & Tisdell, 2016; Miles et al., 2014; Patton, 2002; Shenton, 2004; Tracy, 2013; Yin, 2011). Estratégias de qualidade sâo procedimentos de coleta, análise e apresentaçâo de dados aceitos na comunidade academica para documentar a precisâo dos estudos (Creswell, 2014). A lógica do método citado é que cada estratégia afeta elementos da pesquisa relacionados aos critérios de qualidade específicos, de forma que a verificaçâo das estratégias adotadas indica se os critérios foram atendidos (Guba, 1981; Krefting, 1991; Merriam & Tisdell, 2016; Miles et al., 2014; Shenton, 2004).

Na literatura, foram identificadas 35 estratégias de qualidade com nomenclaturas diferentes (Creswell, 2014; Flick, 2009; Guba, 1981; Krefting, 1991; Lincoln & Guba, 1985; Merriam & Tisdell, 2016; Patton, 2002; Yin, 2011). A partir da leitura das definiçöes dessas estratégias, verificou-se que alguns autores usam nomenclaturas diferentes para se referir a um mesmo procedimento e que existem semelhanças entre outras. Assim, as 35 estratégias identificadas foram agrupadas em sete categorias. A Tabela 2 mostra as categorias criadas, suas descriçöes e as respectivas estratégias de qualidade agrupadas.

A literatura também indica a relaçâo entre as relaçöes entre as estratégias e os critérios de qualidade propostos por Guba (1981) e Lincoln e Guba (1985), identificando os critérios que sâo afetados por cada uma das estratégias (Guba, 1981; Krefting, 1991; Merriam & Tisdell, 2016; Miles et al., 2014; Shenton, 2004). A partir da análise das relaçöes estabelecidas na literatura com os critérios adotados, elaboramos a Tabela 3 que relaciona as estratégias com os critérios de qualidade e apresenta os estudos que evidenciam essas relaçöes. Conforme a Tabela 3, uma estratégia de qualidade pode afetar, simultaneamente, mais de um critério (ex.: a estratégia coerencia do pesquisador afeta os critérios confirmabilidade, credibilidade e dependabilidade) e algumas relaçöes sâo mais consensuais entre os estudos do que outras (ex.: quatro estudos relacionam a estratégia envolvimento com o campo com o critério credibilidade e apenas uma relaciona com o critério transferibilidade).

Com base na literatura apresentada, este trabalho analisa a qualidade das pesquisas qualitativas por meio de quatro critérios de qualidade (confirmabilidade, credibilidade, dependabilidade e transferibilidade). A capacidade das pesquisas atenderem esses critérios, por sua vez, é identificada por intermédio da análise das estratégias de qualidade adotas nas pesquisas. Na próxima seçâo, revisamos a literatura de QDAS nas temáticas relevantes (definiçâo e relaçâo com a qualidade das pesquisas).

Os Softwares de Análise de Dados Qualitativos e a Qualidade das Pesquisas

O uso dos QDAS tem crescido ao longo dos anos (James, 2010; Woods, Paulus et al., 2016), contudo, poucas pesquisas foram realizadas sobre os seus efeitos na qualidade das pesquisas (Woods, Paulus et al., 2016). As pesquisas sobre os efeitos sâo, em geral, relatos pessoais de caso e estâo divididas em dois grupos: o grupo que relaciona o uso desses softwares com efeitos negativos na qualidade das pesquisas (Kelle, 1997; MacMillan, 2005; Morison & Moir, 1998) e o grupo que relaciona o seu uso com ganhos na qualidade (Ang et al., 2016; Leitch & Oktay, 2016; Rambaree, 2007; Tracy, 2013; Wolfe, Gephart, & Johnson, 1993; Woods, Macklin et al., 2016). O único consenso entre eles é que os softwares nâo analisam os dados, por si só. O pesquisador deve ter o conhecimento prévio para dar significado aos dados. A Tabela 4 apresenta os efeitos positivos e negativos da adoçâo dos QDAS no processo de pesquisa, os autores que apontam tais efeitos e as estratégias de qualidade afetadas de alguma forma por esses efeitos. As estratégias de qualidade afetadas foram definidas pelos autores desta pesquisa, considerando as semelhanças entre a descriçâo do efeito e a descriçâo das estratégias (Tabela 2).

Conforme a Tabela 4, a maioria dos pesquisadores relaciona o uso dos QDAS a efeitos positivos no processo de pesquisa. Entre os efeitos positivos identificados, os tres mais citados, por ordem decrescente de citaçâo, sâo: (a) estimula a reflexividade, (b) estimula a criatividade e (c) permite analisar diferentes tipos de dados. Com relaçâo ao primeiro efeito citado, os estudos defendem que os QDAS possuem ferramentas que permitem explorar mais os dados do que o método manual, promovendo a reflexâo crítica e o enriquecimento dos resultados. O estímulo a criatividade, por sua vez, está relacionado a economia de tempo e energia pela automatizaçâo das tarefas repetitivas e promove descobertas. Com relaçâo aos tipos de dados permitidos, os estudos destacam que os QDAS abrem espaço para o uso de várias fontes ricas de dados, o que pode potencializar os resultados da pesquisa. As estratégias de qualidade mais apontadas como beneficiadas sâo, respectivamente: coerencia do pesquisador, triangulaçâo, descriçâo detalhada da investigaçâo e validaçâo por pesquisadores.

Ainda na Tabela 4, a literatura aponta poucos efeitos negativos do uso dos QDAS. Por ordem decrescente de citaçâo, os tres efeitos negativos apontados sâo: (a) limita a criatividade dos pesquisadores, (b) distancia os pesquisadores dos dados e (c) prejudica a reflexividade. Com relaçâo a limitaçâo da criatividade, os estudos defendem que os QDAS restringem da análise em torno das ferramentas permitidas pelo QDAS e que pode comprometer o desenho da pesquisa, caso o pesquisador projete a pesquisa em torno dessas ferramentas. O distanciamento dos dados, por sua vez, está relacionado a interface dos QDAS, que elimina a visâo geral dos dados ao apresentá-los fora de seus contextos, e pode favorecer a distorçâo dos significados reais. Com relaçâo ao prejuízo na reflexividade, os estudos apontam que é gerado pela padronizaçâo da análise em um processo mecánico, linear e rápido e que pode favorecer interpretaçöes superficiais. Os tres efeitos negativos citados estâo relacionados a estratégia coerencia do pesquisador.

Na literatura brasileira, alguns pesquisadores já demonstraram interesse pelo tema. Oliveira, Bitencourt, Santos e Teixeira (2016) compararam o NVivo® e o MAXQDA® na análise de conteúdo temática e verificaram que, de modo geral, os dois softwares reduzem consideravelmente o tempo de execuçâo da análise, além de possibilitar a aplicaçâo de diferentes filtros e auxiliar o investigador na reflexividade sobre os dados. Já os estudos de Walter e Bach (2015), Costa e Itelvino (2018) e Leite, Moraes e Salazar (2016) verificaram empíricamente o uso do Atlas.ti em pesquisas qualitativas em administraçâo como um meio adequado para o aperfeiçoamento de pesquisas na área.

A partir do contexto teórico apresentado nesta seçâo e na anterior, desenhamos o modelo da pesquisa (Figura 1). O modelo mostra que o presente estudo, primeiro, identifica os efeitos dos QDAS na adoçâo das estratégias de qualidade para, em seguida, relacionar esses efeitos com os critérios de qualidade. Destaca-se que a estratégia envolvimento com o campo nâo aparece na Figura pois a literatura nâo evidencia efeitos relacionados ao uso do QDAS, conforme a Tabela 4.

Na próxima seçâo, apresentamos os procedimentos metodológicos empregados nesta pesquisa.

Procedimentos Metodológicos

Esta pesquisa adota uma perspectiva qualitativa e descritiva para descrever os efeitos dos Qualitative Data Analysis Softwares (QDAS) na qualidade das pesquisas qualitativas. Escolhemos esta perspectiva pelo interesse na reflexáo e no significado atribuido pelos sujeitos ao uso dos QDAS.

Os sujeitos investigados neste estudo foram pesquisadores, todos alunos ou ex-alunos de cursos de pos-graduaçâo, que possuíam dois tipos de experiencia de análise de dados - sem e com o uso de QDAS, para que fosse possivel compará-las e relatar os efeitos por eles percebidos. A seleçâo dos sujeitos da pesquisa foi do tipo nâo aleatoria por acessibilidade (Miles et al., 2009). A identificaçâo dos sujeitos ocorreu de duas formas: contato com pessoas próximas e envio de convite via e-mail para participantes de um curso anual sobre métodos qualitativos que ocorre na cidade de Sâo Paulo. Pelo contato com pessoas próximas, foram identificados seis participantes. Por e-mail, foram enviados 41 convites e identificados quatro participantes. No total, dez pesquisadores concordaram em participar da pesquisa. A busca por novos participantes foi encerrada quando, após algumas semanas, nâo surgiram novos contatos.

Os dados foram coletados por meio de entrevistas semiestruturadas, seguindo um roteiro desenvolvido com base no modelo da pesquisa apresentado na Figura 1. Com o propósito de validar e aperfeiçoar o roteiro, foi realizada uma entrevista piloto e, a partir disso, o roteiro foi melhorado (Flick, 2009). A Tabela 5 apresenta o roteiro que contabilizou nove perguntas e um checklist. O checklist, era composto pelas estratégias de qualidade apresentadas na Tabela 2. Este buscou captar a percepçâo dos entrevistados sobre o atendimento das estratégias de qualidade nas suas próprias pesquisas. Para esse momento solicitamos apenas uma resposta dicotômica (sim ou nâo).

A coleta dos dados ocorreu no período entre 8 a 28 de novembra de 2016. Antes de iniciar as entrevistas, os pesquisadores seguiram procedimentos éticos, propostos por Flick (2009) e Creswell (2010). Explicamos aos participantes o objetivo da pesquisa, sua contribuiçâo, os métodos que seriam utilizados e solicitamos a autorizaçâo para gravaçâo em áudio utilizando dois gravadores. Também foram entregues um Termo de Confidencialidade e um Termo de Consentimento Livre e Esclarecido. Cada participante foi entrevistado uma vez.

Os áudios das entrevistas foram transcritos seguindo as recomendaçöes de Gibbs (2009). Ao final foram totalizadas seis horas de áudio, que geraram 104 páginas transcritas. A análise dessas transcriçöes ocorreu por meio da análise de conteúdo em dois ciclos de codificaçâo (Saldaña, 2009). No primeiro ciclo, realizamos a codificaçâo descritiva atribuindo rótulos para resumir em uma palavra ou frase curta as falas que relacionavam o uso do software a qualidade (Miles et al., 2014), sem seguir uma lista de códigos pré-definida, que gerou 74 códigos. No segundo ciclo, foi realizada a codificaçâo focalizada (Miles et al., 2014), onde refinamos os códigos criados, posteriormente agrupadas nas categorias préestabelecidas, mencionadas na Tabela 2. Nesse ciclo, contabilizamos seis categorias, duas subcategorias e 17 códigos.

Todo o processo de codificaçâo foi realizado no software ATLAS.ti® 7. A análise foi realizada simultaneamente por todos os autores via vídeoconferencia online, considerando a visâo de todos. Essa codificaçâo simultánea e em equipe conferiu maior confiabilidade aos resultados pois evitou possíveis vieses pessoais (Miles et al., 2014).

A fim de validar a transcriçâo e a codificaçâo, foi enviado por e-mail para os entrevistados um relatório individualizado da análise gerado pelo ATLAS.ti®. Esse relatório apresentou o total de códigos gerados por entrevistado, os códigos e os trechos codificados. Para auxiliar a interpretaçâo dos resultados, realizamos também a análise comparativa. Segundo Gibbs (2009), a comparaçâo é uma etapa importante da análise porque permite que o pesquisador vá além do nivel descritivo. As técnicas utilizadas para comparar os dados foram as análises intra e inter-casos e intra e inter-critérios, propostas por Miles et al. (2014). A Figura 2 resume os procedimentos metodológicos adotados neste artigo.

Na seçâo seguinte serâo apresentadas as análises e interpretaçâo dos resultados.

Análise dos Resultados

Caracterizaçâo dos sujeitos da pesquisa

A caracterizaçâo dos sujeitos da pesquisa foi sintetizada na Tabela 6 que mostra os nomes ficticios dos entrevistados, idade, formaçâo, regiâo da instituiçâo de doutoramento, software adotado, motivo da adoçâo, tempo de uso do software, e técnica de análise utilizada.

Quanto ao genero, a metade dos sujeitos sâo do sexo masculino e a outra metade do sexo feminino. A distribuiçâo geográfica também foi equilibrada entre as duas regiöes. Os sujeitos apresentaram idades que variaram entre 25 a 56 anos. Quanto a formaçâo academica, tres entrevistados eram doutores e os outros sete estavam em processo de doutoramento. Em relaçâo ao software utilizado, observou-se a predominancia dos QDAS ATLAS.ti® e NVivo®.

Em relaçâo a motivaçâo para adoçâo dos softwares, quatro entrevistados afirmaram ter utilizado os softwares pelas limitaçöes do método tradicional (manual); os demais participantes reportaram que a adoçâo aconteceu devido a exigencia do professor nas disciplinas cursadas. A técnica de análise adotada nas pesquisas foi, predominantemente, a análise de conteúdo. Este último resultado corrobora o estudo de Gibbs (2014). O autor afirma que embora os QDAS possam ser utilizados em qualquer pesquisa qualitativa, as funcionalidades desses softwares sâo mais atraentes para pesquisas que adotam a análise de conteúdo.

O efeito dos QDAS na qualidade das pesquisas qualitativas

Nesta subseçâo, foi adotada a técnica de análise comparativa ínter-casos e inter-critérios de Miles et al. (2014). Para tanto, foi elaborada a Tabela 7, que mostra, por entrevistado, os efeitos do uso dos QDAS em cada estratégia de qualidade. Foi atribuido o símbolo + quando o entrevistado apontou apenas efeitos positivos do uso do QDAS naquela estratégia e - para efeitos negativos. Os nomes dos entrevistados foram abreviados para as tres primeiras letras.

Conforme a Tabela 8, todos os entrevistados relacionaram o uso dos QDAS a algum efeito positivo na qualidade da pesquisa. Alice foi a entrevistada que mais fez relaçöes positivas (seis estratégias), Luan e Lucas ficaram na segunda posiçâo (cinco estratégias). Esse resultado está de acordo com o grupo que associa o uso de QDAS com ganhos na qualidade da pesquisa (por ex.: Ang et al., 2016; Tracy, 2013; Woods, Macklin et al., 2016). Apenas uma entrevistada, Lívia, relacionou o uso do QDAS a efeitos negativos. A partir da comparaçâo das suas experiencias de análise, com e sem auxilio do QDAS, Lívia concluiu: "eu acho que sem o software a gente reflete mais". A fala da entrevistada está de acordo com o grupo que associa o uso do QDAS a perdas na reflexividade do pesquisador (Kelle, 1997; MacMillan, 2005; Morison & Moir, 1998). Apesar da relaçâo negativa, nessa mesma categoria Livia relacionou o uso do QDAS com ganhos na demonstraçâo dos resultados.

A estratégia coerencia do pesquisador foi a estratégia mais citada pelos entrevistados como influenciada (positivamente e negativamente) pelo uso do QDAS (9 entrevistados e 35 citaçöes). A estratégia triangulaçâo ficou na segunda posiçâo (7 entrevistados e 18 citaçöes) e a estratégia validaçâo por pesquisadores em terceiro (6 entrevistados e 10 citaçöes), ambas relacionadas com efeitos positivos na qualidade da pesquisa. Essa ordem de classificaçâo das estratégias está de acordo com os dados apresentados na Tabela 4, as tres estratégias mais mencionadas pelos entrevistados também sâo as mais citadas na literatura.

Relacionando o número de citaçöes das estratégias com os critérios de qualidade da Tabela 3, foi identificado que o uso do QDAS gera efeitos positivos, principalmente, nos critérios de confirmabilidade e credibilidade. As estratégias coerencia do pesquisador e triangulaçâo, que foram as mais citadas pelos entrevistados, também receberam um maior número de citaçöes na literatura e tem em comum a melhoria desses dois critérios. Isso mostra que o uso do QDAS auxilia, principalmente, os pesquisadores a expressarem as ideias e experiencias dos sujeitos investigados (confirmabilidade) e apresentar um retrato fiel e coerente da realidade (Flick, 2009, Miles et al., 2014).

Os resultados expostos nos parágrafos anteriores, evidenciam que todos os entrevistados relacionaram a adoçâo do QDAS com ganhos na qualidade da pesquisa, sobretudo com as estratégias que atendem aos critérios de confirmabilidade e credibilidade. Esses resultados corroboram as informaçöes da Tabela 4, onde é evidenciado que a literatura aponta mais efeitos positivos do que negativos em relaçâo a adoçâo do QDAS. Acreditamos que esses resultados mostram a contribuiçâo positiva dos softwares na qualidade das pesquisas, auxiliando no desenvolvimento de investigaçöes e no trabalho dos pesquisadores, e, portanto, devem ser adotados em estudos científicos.

Apesar da evidenciaçâo dos efeitos positivos do QDAS nas pesquisas, é importante destacar que todos os participantes afirmaram que o uso do QDAS nâo garante, automaticamente, qualidade as pesquisas. Para eles, a qualidade de uma pesquisa depende, primeiramente, da competencia do pesquisados Théo, por exemplo, afirmou: "Ele [QDAS] năo toma decisâo nenhuma, né? ... nem ele lhe dá uma conclusâo, nenhum resultado. Tudo isso voce vai ter que pescar dele". Destacamos que o roteiro de entrevistas nâo possuía um item específico sobre esse tema. Esse resultado está de acordo com a literatura. Segundo Ang et al. (2016) e Rambaree (2007) é necessário que os pesquisadores tenham conhecimento de análise de dados qualitativos para explorar e otimizar os beneficios oferecidos pelos QDAS.

Nas próximas subseçöes, descrevemos, os efeitos dos QDAS nas estratégias de qualidade apresentadas no modelo da pesquisa (Figura 1). Destacamos, que a estratégia envolvimento com o campo nâo foi incluida nessa análise, pois nâo foram encontrados na literatura estudos que associassem o uso do QDAS com essa estratégia, e os entrevistados também nâo estabeleceram essa relaçâo.

Coerencia do pesquisador

A categoria coerencia do pesquisador, contou com as falas de nove entrevistados que relacionaram o uso dos QDAS com efeitos positivos e negativos a estratégia coerencia do pesquisador. Essa categoria é composta por cinco códigos: recursos deixam os resultados mais evidentes (22 citaçöes), sistematizaçâo permite aprofundamento nos dados (7 citaçöes), recursos auxiliam na demonstraçâo dos resultados (3 citaçöes), uso permitiu coletar mais dados (2 citaçöes) e uso gera distanciamento de dados (1 citaçâo).

No código recursos deixam os resultados mais evidentes, as falas de oito entrevistados (Alice, Dinah, Laura, Levi, Luan, Lucas, Mônica e Théo) indicam que os recursos dos QDAS, como os mapas de códigos, deixam os dados da pesquisa mais claros, auxiliando o processo de interpretaçâo. A fala de Alice exemplifica as falas dos entrevistados nesse código:

"Eu acho que com o software, eu conseguí compreender melhor, abstrair melhor e gerar resultados mais sólidos e válidos porque eu tinha as ferramentas .... Eu tinha umas ferramentas para eu poder gerar as matrizes, para eu poder gerar os gráficos, as tabelas. E quando eu gerava isso, eu ficava pensando ... "o que é que esse modelo está me dizendo?", e a partir dessa esquematizaçâo que o software me dava, eu refleti mais em cima disso." (Alice)

Ainda sobre os recursos dos QDAS, no código recursos auxiliam na demonstraçâo dos resultados, as falas de tres entrevistados (Alice, Livia e Luan) indicam que as ferramentas de análise dos QDAS, como gráficos e mapas, tornaram os resultados da pesquisa mais inteligíveis e claros para os pesquisadores e leitores. A fala de Luan exemplifica este resultado: "Muitas vezes voce tem instrumentos mais sofisticados para fazer o teste, para fazer buscas, para verificar". Lívia também comentou sobre estes recursos: "o Alceste gerou o dendrograma, gerou uma série de gráficos e a apresentaçâo dos resultados ficava muito mais inteligíveis ... É, eu acho que deixou o trabalho muito mais claro mais intuitivo".

As falas contidas nos dois códigos acima mostram os efeitos positivos dos recursos dos QDAS no exercício da pesquisa, auxiliando na reflexâo, compreensâo e demonstraçâo dos resultados. Essa informaçâo está de acordo com os estudos de Aljunid (1996), Ang et al. (2016), Bazeley e Jackson (2013), Oliveira et al. (2016), Cope (2014), Gibbs (2014), Merriam e Tisdell (2016), Miles et al. (2014), Taft (1993), Tracy (2013) e Woods, Macklin et al. (2016). Esses autores afirmam que os recursos disponíveis e a facilidade na revisâo de códigos encorajam os pesquisadores a realizarem experimentos e reflexöes sobre os dados coletados.

No código sistematizaçâo permite aprofundamento nos dados, os relatos de quatro entrevistados (Laura, Marcos, Mônica e Théo) indicaram que com a sistematizaçâo eles tiveram mais tempo para realizar uma análise mais detalhada dos dados coletados. Como podemos observar na fala de Marcos: "O software ele já permite uma organizaçâo, até uma tranquilidade para aquilo que voce está fazendo, para tentar chegar de uma forma mais detalhada, mais profunda e organizada". A fala de Luan também indica que o uso do software permite que ele tivesse mais tempo para reflexâo.

"Sobra mais espaço para voce utilizar da sua capacidade cognitiva para interpretar, e nâo para se preocupar se voce está anotando tal coisa, entâo eu acredito que voce tem muito mais liberdade de raciocinio, liberdade para fazer uma análise crítica.... de forma artesanal voce é inclusive também o instrumento de organizaçâo. ... te dá liberdade para voce usar sua capacidade cognitiva para isso e nâo para criar pastinhas." (Luan)

No código uso permitiu coletar mais dados, a fala de Marcos indica que o uso do QDAS agilizou o processo de organizaçâo dos dados e permitiu a realizaçâo de uma pesquisa longitudinal. Como observamos na fala de Marcos: "Sem o uso do QDAS, minha pesquisa mudaría bastante. Assim, eu teria que partir para um outro tipo de coleta. Eu nâo poderia até buscar tantas informaçöes ... Teria que ser eu acho que mais transversal, mais rápido".

Os relatos contidos nos dois códigos acima evidenciam os efeitos positivos dos recursos dos QDAS nas atividades do pesquisador como coleta, exploraçâo e aprofundamento dos dados. Esse resultado está de acordo com os estudos de Bazeley e Jackson (2013), Oliveira et al. (2016), Cope (2014), Merrian e Tisdell (2016), Morison e Moir (1998) e Tracy (2013) e Woods, Macklin et al. (2016). Os autores afirmam que a automatizaçâo de algumas tarefas pelo software permite que o pesquisador dispense mais tempo e energia para pensar de forma criativa sobre a análise dos dados.

No código uso gera distanciamento de dados, Lívia menciona que, sem o uso do QDAS, ela conseguiu refletir melhor sobre os resultados, sob a justificativa de que o uso do software diminui o contato com os dados gerando um distanciamento prejudicial durante as análises.

"Eu acho que sem o software a gente reflete mais, porque voce le mais vezes as transcriçöes das entrevistas .... Eu acho que a reflexâo é mais um trabalho manual mesmo, até porque na primeira pesquisa que foi de mestrado que eu nâo utilizei o software eu fiz a categorizaçâo no papel, entâo isso demandou muito mais reflexâo mesmo, e conhecer profundamente as entrevistas do que por software." (Lívia)

O efeito negativo identificado por Lívia corrobora os estudos de Goble et al. (2012), Holbrook e Butcher (1996), MacMillan (2005), e Morison e Moir (1998). Esses autores afirmam que o pesquisador corre o risco de perder a criatividade e o contato com a essencia dos dados se mantiver o processo de reflexâo direcionado apenas para as ferramentas do software.

Analisando os resultados dessa categoria, observamos que apesar de ser a única estratégia relacionada negativamente com o uso do QDAS, os registros na literatura e os entrevistados destacaram mais efeitos positivos do que efeitos negativos em relaçâo a adoçâo do QDAS e a coerencia do pesquisador. Os ganhos gerados pelo software como melhor compreensâo e apresentaçâo dos resultados, e maior detalhamento e agilidade na análise de dados, refletem positivamente no desenvolvimento de pesquisas académicas e auxiliam no atendimento de critérios de confirmabilidade, credibilidade e dependabilidade/consistencia.

Construçâo do corpus da pesquisa

A categoría construçâo do corpus, contou com as falas de seis entrevistados que relacionaram o uso dos QDAS com efeitos positivos na estratégia construçâo do corpus da pesquisa. Essa categoria é composta por apenas um código: auxilia na identificaçâo da saturaçâo teórica (6 citaçöes).

No código criado, as falas dos entrevistados (Alice, Laura, Luan, Lucas, Marcos e Théo) indicam que os QDAS permitem uma boa visualizaçâo da repetiçâo das falas, facilitando a identificaçâo da saturaçâo teórica. Esse aspecto foi observado na fala de Alice: "Auxilia com certeza porque eu posso até ter uma impressâo mais clara de onde eu alcancei a saturaçâo ou nâo. Porque eu posso está lá, vendo os códigos que eu criei, eu posso puxar os aspectos principais de cada entrevista". E na fala de Luan:

"No ATLAS.ti® voce monta uma espécie de tabela de contingencia, aonde voce compara duas categorias, tres categorias e voce consegue estabelecer relaçöes entre elas. E essa redundancia muitas vezes nos achados faz com que voce chegue aí, a um momento que voce possa dizer que chegou a saturaçâo teórica". (Luan)

Outro aspecto evidenciado é a maior segurança em afirmar que se chegou a saturaçâo teórica da pesquisa, como exemplificado na fala de Marcos: "agora com o software eu já consigo ter um pouquinho mais de segurança para afirmar".

Esses resultados estâo de acordo com Richards (2002), que afirma que o pesquisador pode identificar a saturaçâo teórica por meio de modelos esquemáticos e gráficos gerados pelo QDAS na etapa da análise dos dados. O atendimento dessa estratégia reflete positivamente nas pesquisas académicas, uma vez que ela está associada aos critérios de credibilidade, dependabilidade/consistencia e transferibilidade.

Descriçâo detalhada da investigaçâo

A categoria descriçâo detalhada da investigaçâo, contou com as falas de quatro entrevistados que relacionaram o uso dos QDAS com efeitos positivos na estratégia descriçâo detalhada da investigaçâo. Essa categoria é composta por dois códigos: registro automático do processo de análise auxilia no detalhamento (5 citaçöes) e padronizaçâo de etapas permite maior detalhamento (3 citaçöes).

No código registro automático do processo de análise auxilia no detalhamento, tres entrevistados (Alice, Lucas e Mônica) afirmaram que o recurso dos QDAS que registra automaticamente o processo de análise auxiliou no detalhamento dos procedimentos metodológicos adotados na pesquisa. Esse aspecto é evidenciado nas falas de Alice e Lucas:

"com o software, voce consegue detalhar muito bem o que voce fez. 'Primeira coisa, eu fui lá coloquei a transcriçâo, na segunda coisa, eu fui lá...' Está sistematizado e tem os registros do software. Ele mesmo registra o que voce fez". (Alice).

"Entâo na etapa 1 foi feita a entrevista tal com quem? Aí vou lá puxo e já tenho um cara lá. Aí foi analisado quantas categorias? Vou no software e abro as categorias. Como que eu triangulei? Abro aquele mapa e está lá. Entâo, acho que com o software o detalhamento ficou mais rico". (Lucas)

No código padronizaçâo de etapas permite maior detalhamento, dois entrevistados (Alice e Marcos) relataram que os QDAS padronizam o processo de análise e que isso permitiu um melhor detalhamento da investigaçâo. A fala de Marcos exemplifica: "entâo precisa [usar os QDAS] até para poder ter essa comprovaçâo do que nós estamos fazendo com essas etapas da pesquisa, com cada uma delas seguindo o rigor necessário".

Os resultados corroboram com os resultados da pesquisa de Ang et al. (2016) que concluiu que o QDAS permite a criaçâo de registros para uma trilha de auditoria, e com o estudo de James (2010) que afirmou que o software permite o registro preciso e consistente das etapas da pesquisa. Também estâo de acordo com os estudos de Flick (2009), Gibbs (2014), Kelle (1997), Richards (2002) e Wolfe et al. (1993) que afirmam que o registro automático auxilia na formalizaçâo dos procedimentos metodológicos, e torna o processo da pesquisa mais transparente e explícito. O atendimento dessa estrategia gera ganhos nas pesquisas científicas, visto que a descriçâo detalhada da investigaçâo está associada aos quatro criterios considerados nessa pesquisa: confirmabilidade, credibilidade, dependabilidade/consistencia e transferibilidade.

Validaçâo dos respondentes

A categoria validaçâo com os respondentes, contou com as falas de tres entrevistados (Alice, Lívia e Luan) que relacionaram o uso dos QDAS com efeitos positivos na estrategia validaçâo dos respondentes. Essa categoria é composta por um código: permite gerar feedback detalhado (3 citaçöes).

Nesta categoria, os entrevistados afirmam que os recursos dos QDAS facilitam o compartilhamento e a visualizaçâo dos dados da pesquisa pelos respondentes. Esses aspectos sâo evidenciados na fala de Alice: "Ajuda totalmente por que voce já transcreveu, já está tudo lá, tudo codificado, voce só já juntou as casinhas, né? No outro, eu enviaría só o que? Só a transcriçâo e as minhas anotaçöes". E na fala de Lívia: "A forma do entrevistado observar um mapa conceitual e entender os resultados do trabalho de uma maneira mais fácil".

Esse resultado está de acordo com o estudo de Ang et al. (2016). O referido estudo mostrou que os pesquisadores que utilizaram o QDAS afirmaram que os relatórios gerados pelo software facilitavam o compartilhamento e a checagem de informaçöes com os respondentes. A validaçâo dos respondentes é uma estratégia importante na pesquisa qualitativa, e contribui para atender ao critério de credibilidade.

Validaçâo por pesquisadores

A categoria validaçâo por pesquisadores, contou com as falas de seis entrevistados que relacionaram o uso dos QDAS com efeitos positivos na estratégia validaçâo por pesquisadores. Essa categoria é composta por quatro códigos: permite análise simultánea a distancia (4 citaçöes), facilita o compartilhamento de dados (3 citaçöes), sistematizaçâo dos dados facilita a validaçâo por pares (2 citaçöes) e compartilhamento com outros pesquisadores agrega uma nova visâo (1 citaçâo).

No código permite análise simultánea, Levi e Luan relataram que os QDAS possuem recursos que permitem que vários pesquisadores realizem a análise de um mesmo material simultaneamente e a distancia. Segundo eles, esse recurso foi fundamental para que adotassem a estratégia validaçâo por pesquisadores nos seus trabalhos em grupo. Esses aspectos estâo evidenciados na fala de Levi:

"Porque quando a gente está sem [o QDAS] aí fica aquele negócio: "Te mandei o arquivo em anexo por email", "vamos marcar tal data para a gente se encontrar na universidade para a gente discutir". Quando voce está com o programa voce faz as modificaçöes, em dois minutos voce entra e já tem acesso a tudo que coloquei e voce pode fazer as suas contribuiçöes em cima das contribuiçöes que eu já tinha feito no programa e aí a gente consegue trabalhar no mesmo corpus, no mesmo conteúdo sem necessariamente estar no mesmo local." (Levi)

No código facilita o compartilhamento de dados, Luan e Lucas destacaram a facilidade do compartilhamento online de arquivos com os demais autores da pesquisa. Para eles, a possibilidade de compartilhar todo material coletado e analisado auxilia a adoçâo dessa estratégia. Como podemos observar na fala de Luan: "No ATLAS.ti® foi mais fácil confrontar com o colega, pois os dois tinham acesso a base de dados".

No código sistematizaçâo dos dados facilita a validaçâo por pares, Alice e Marcos destacam que a sistematizaçâo dos dados pelo software deixa as informaçöes mais claras e organizadas, e proporciona a melhor compreensâo do processo de análise por outros pesquisadores. Como podemos observar na fala de Alice: "Também ajudou completamente porque já estava tudo sistematizado, aí ficava fácil para as outras pessoas que estavam totalmente fora entender. Porque já estava tudo junto, já estava tudo sistematizado".

Por fim, no código compartilhamento com outros pesquisadores agrega uma nova visăo, Mônica relatou que a facilidade de compartilhamento gerada pelos QDAS possibilita discussöes que podem gerar uma nova visăo sobre o tema estudado.

Os resultados dessa categoria mostram que a adoqăo do QDAS auxilia na validaqăo com os respondentes principalmente nos seguintes aspectos: facilidade de compartilhamento de dados, possibilidade de análise simultánea a distancia, e sistematizaqăo dos dados permite melhor compreensăo pelos pesquisadores. Essas informaçöes săo confirmadas pelos estudos de Bazeley e Jackson (2013), Merriam e Tisdell (2016), Rambaree (2007), Stewart (2012), Wolfe et al. (1993), Taft (1993) e Tracy (2013), que falam que a possibilidade do compartilhamento de dados por meio de armazenamento computacional e em nuvem facilita a validaqăo da análise com outros pesquisadores. A validaqăo dos pesquisadores é importante no exercício da pesquisa, visto que está associada a criterios de confirmabilidade, credibilidade e dependabilidade/consistencia.

Triangulaçâo

A categoria triangulaçâo, contou com as falas de sete entrevistados que relacionaram o uso dos QDAS com efeitos positivos na estrategia triangu^ăo, que foi dividida em duas subcategorias: fontes e teorías. Na subcategoria fontes, estăo alocados dois códigos: recursos permitem analisar diferentes tipos de dados (14 citaçöes) e celeridade de análise permitiu coletar diferentes tipos de dados (1 cita9ăo). A subcategoria teorias também é formada por dois códigos: recurso de fichamento auxilia na triangula9ăo de teorias (2 citaçöes) e recursos evidenciaram necessidades por outras teorias (1 citaçăo). Năo foi criada uma subcategoria métodos, pois os entrevistados năo relacionaram a triangu^ăo de métodos com o uso do QDAS.

Na subcategoria fontes, o código recursos permitem analisar diferentes tipos de dados foi citado por sete entrevistados (Alice, Laura, Levi, Lívia, Lucas, Luan e Marcos) que relataram que os recursos disponíveis nos programas ajudaram na análise simultánea de diversos tipos de dados. Podemos observar isso nas falas de Laura e Luan que destacaram o papel do software durante o processo de análise.

"A necessidade de usar o NVivo veio mais por essa... năo só a quantidade, mas pelas diferentes fontes, né? Entäo, eu tinha muitos documentos, muitas publicaçöes, mais de 15 entrevistas, e umas 2.500 páginas de notas taquigráficas de um evento que aconteceu há dez anos atrás.Assim, colocando tudo NVivo® ajuda muito mais." (Laura)

"Sim, ele ajudou bastante. Nessa pesquisa que estou fazendo... voce traz a mídia como uma das fontes de evidencia, voce traz a entrevista como fontes de evidencia ou sites. Entăo voce faz análise documental, utiliza entrevistas e o que voce acha de documentos ou as próprias observaçöes, as anotaçöes neste campo." (Luan)

Ainda na subcategoria fontes, o código celeridade de análise permitiu coletar diferentes tipos de dados foi citado por Levi. Esse código evidenciou que a agilidade da análise no QDAS permitiu coletar dados adicionais, conforme relatou Levi: "Ele contribuiu, porque como eu falei, como a gente tem mais celeridade na análise de dados .... Entăo nesse caso específico eu fiz com utilizaçăo do programa eu somei com observaçâo, somei também com entrevistas e análise de documentos".

Os resultados apresentados nessa subcategoria, evidenciam o principal ganho da adoçăo do QDAS na triangu^ăo de fontes que é a análise ágil de diversos tipos de dados. Esses dados corroboram os estudos de Ang et al., (2016), Flick (2009), Gibbs (2014), Rambaree (2007), Saldaña (2009), Stewart (2012), Wolfe et al. (1993) e Tracy (2013) que afirmam que o software permite a análise simultánea de dados derivados de diversas fontes. Ademais, a triangu^ăo de fontes é importante no trabalho do pesquisador, pois essa estratégia ajuda no atendimento dos critérios de confirmabilidade, credibilidade e dependabilidade/consistencia.

Na subcategoria teorias, o código recurso de fichamento auxilia na triangu^ăo de teorias foi citado por tres entrevistados (Laura, Luan e Lucas) que afirmaram que a possibilidade de fazer o fichamento da teoria no proprio QDAS auxilia o cruzamento dos dados empíricos com os dados teóricos e auxilia a triangulaçâo de teorías. O aspecto é evidenciado na fala de Luan:

"Se eu tenho os fichamentos da teoria, né? Entâo, o que eu entendo da teoria... depois eu pego o da outra teoria também e eu posso cruzar isso dentro do meu modelo, eu tenho uma teoria aqui lá embaixo e esse fenómeno sendo analisado pelas duas teorias" (Luan).

No código recursos evidenciaram necessidades por outras teorias, a fala de Laura relata que, a partir da melhor visualizaçâo da análise de dados proporcionada pelo QDAS, foram identificados dados que poderiam ser corroborados por outra teoria, o que permitiu a realizaçâo da triangulaçâo de teorias. A fala de Laura abaixo mostra esse resultado:

"Porque quando eu organizei todas aquelas falas, aqueles eventos todos em uma coisa só, a gente consegue ter uma visualizaçâo melhor do processo do histórico, de tudo que foi feito. Entâo ajuda. Aí voce fala 'olha está faltando alguma coisa, vou atrás de outra', 'talvez essa teoria explique junto a terminar a situaçâo'". (Laura)

Apesar de ter emergido das falas de quatro entrevistados uma relaçâo positiva entre a triangulaçâo de teorias e as funcionalidades dos QDAS, nâo foram identificados na literatura estudos anteriores que demonstrassem essa relaçâo. Diante da experiencia positiva de tres entrevistados no uso do QDAS e triangulaçâo de teorias, sugerimos que pesquisas futuras se dediquem a compreender melhor essa relaçâo.

Considerares Finais

A questâo que esta pesquisa se propós a responder foi: Como o uso dos QDAS afeta a qualidade da pesquisa qualitativa?. Respondemos essa questâo mostrando que o uso de um QDAS nâo confere, automaticamente, qualidade a uma pesquisa qualitativa. A qualidade deste tipo de investigaçâo depende, primeiramente, da competencia do pesquisador com a pesquisa. Contudo, nos casos em que há essa competencia, os resultados indicam que o uso dos QDAS gera efeitos positivos nos quatro critérios de qualidade da pesquisa. Os critérios de qualidade mais beneficiados pelo uso sâo a confirmabilidade e a credibilidade, ou seja, o software permite diminuir os vieses do pesquisador e tornar os resultados mais coerentes e confiáveis.

Os resultados mostram que o uso dos QDAS pode potencializar a adoçâo das estratégias de qualidade. As estratégias mais beneficiadas pelo uso foram, respectivamente, coerencia do pesquisador e triangulaçâo. Na coerencia do pesquisador, as ferramentas dos QDAS permitiram que os pesquisadores tivessem mais insights sobre os dados do que quando eles nâo os utilizaram o software, enquanto na triangulaçâo, o software permitiu que os pesquisadores gerenciassem diferentes tipos de dados. Apenas uma entrevistada narrou um efeito negativo do uso dos QDAS. Para esta entrevistada, o método tradicional (manual) possibilita melhor possibilidade de reflexâo dos dados. Destacamos que esta mesma entrevistada relatou ganhos de qualidade em outras falas, afirmando, por exemplo, que o uso dos QDAS tornou os dados mais inteligíveis.

Diante desses resultados positivos, recomendamos a adoçâo do QDAS para análise de pesquisas qualitativas, visto que todos os entrevistados e a revisâo da literatura associaram mais benefícios do que prejuízos, no que se refere ao atendimento dos critérios de qualidade. Contudo, alertamos sobre os possíveis prejuízos do uso do QDAS caso os pesquisadores nâo possuam as devidas competencias necessárias. Como mencionado, a qualidade da pesquisa está associada, principalmente, ao conhecimento do pesquisador, pois o software nâo atribui qualidade a pesquisa de forma automática.

Em relaçâo a contribuiçâo para o desenvolvimento de pesquisas científicas, identificamos que os QDAS podem contribuir em mais uma estratégia de qualidade, que nâo havia sido relacionada anteriormente na literatura: a triangulaçâo de teorias. Os entrevistados relataram que os recursos dos softwares, como o de fichamento, permitem organizar a literatura teórica e identificar as possibilidades de utiliza-las nos estudos. Frente a esse resultado, sugerimos que os pesquisadores busquem utilizar os QDAS para organizar, gerenciar e documentar o material teórico que embasa suas pesquisas.

A presente pesquisa contribui, sob o ponto de vista teórico com a apresentaçâo da Tabela 3 na revisâo da literatura, que relaciona de forma concisa as estratégias e os criterios de qualidade. Essa tabela pode ser utilizada como fundamentaçâo teórica por outros pesquisadores, e também pode facilitar a avaliaçâo dos criterios de qualidade adotados nas pesquisas. Sobre a contribuiçâo prática, é esperado que os efeitos positivos do QDAS que foram evidenciados nas falas dos entrevistados e na literatura, sirvam como estímulo para adoçâo desse tipo de software por pesquisadores que estudam fenómenos de natureza qualitativa.

Esta pesquisa tem poder de generalizaçâo limitado. Os entrevistados realizaram apenas análise de conteúdo durante a utilizaçâo do software, portanto nâo foi possível identificar percepçöes advindas de outros métodos de análise. Em relaçâo ao acesso aos informantes, as entrevistas foram suspensas quando nâo houve mais acesso a outros possíveis entrevistados, portanto a saturaçâo teórica nâo foi atingida. Além disso, nâo foi empregada a análise de confiabilidade no desenvolvimento de códigos e o valor Kappa para medir a concordancia entre os codificadores.

Quanto as sugestöes para pesquisas futuras, recomendamos a investigaçâo da relaçâo entre QDAS e critérios de qualidade realizada por meio de análise documental, onde - ao invés de entrevistas - serâo analisadas as informaçöes sobre atendimento dos critérios registradas na metodologia de artigos ou teses. Sugerimos um estudo com a utilizaçâo de métodos multicritério, em que os avaliadores possam indicar por meio de pesos quais os critérios de qualidade sâo mais relevantes para publicaçâo de artigos qualitativos. Também sugerimos uma pesquisa para investigar com mais profundidade a relaçâo entre os ganhos do uso do QDAS e a triangulaçâo de teorías.

Sidebar

Artigo recebido em 10.11.2017. Última versăo recebida em 20.12.2018. Aprovado em 07.02.2019.

Autores

Rômulo Andrade de Souza Neto

Programa de Pos-Graduaçâo em Administraçâo, Edificio do Centro de Ciencias Sočiais Aplicadas, Campus Universitario, Lagoa Nova, 59078-970, Natal, RN, Brasil

E-mail: [email protected]

Gabriela Figueiredo Dias

Programa de Pos-Graduaçâo em Administraçâo, Edificio do Centro de Ciencias Sočiais Aplicadas, Campus Universitario, Lagoa Nova, 59078-970, Natal, RN, Brasil

E-mail: [email protected]

Rafael Rodrigues da Silva

Programa de Pos-Graduaçâo em Administraçâo, Edificio do Centro de Ciencias Sociais Aplicadas, Campus Universitario, Lagoa Nova, 59078-970, Natal, RN, Brasil

E-mail: [email protected]

Anatália Saraiva Martins Ramos

Programa de Pos-Graduaçâo em Administraçâo, Edificio do Centro de Ciencias Sociais Aplicadas, Campus Universitario, Lagoa Nova, 59078-970, Natal, RN, Brasil

E-mail: [email protected]

Contribuiçoes

1° autor: Definiçâo da questâo de pesquisa; Construçâo da fundamentaçâo teórica; Desenho da estrategia metodológica; Coleta e análise dos dados; Elaboraçâo do texto e; Revisâo final.

2° autor: Definiçâo da questâo de pesquisa; Construçâo da fundamentaçâo teórica; Desenho da estrategia metodológica; Coleta e análise dos dados; Elaboraçâo do texto e; Revisâo final.

3° autor: Definiçâo da questâo de pesquisa; Construçâo da fundamentaçâo teórica; Desenho da estrategia metodológica; Coleta e análise dos dados; Elaboraçâo do texto e; Revisâo final.

4° autor: Definiçâo da questâo de pesquisa; Construçâo da fundamentaçâo teórica; Desenho da estrategia metodológica; Coleta e análise dos dados; Elaboraçâo do texto e; Revisâo final

Financiamento

Os autores informaram que nâo há existencia de apoio financeiro para a pesquisa neste artigo.

Conflito de Interesses

Os autores informaram que nâo há conflito de interesses.

Verificaçâo de Plagio

A RAC mantém a prática de submeter todos os documentos aprovados para publicaçâo a verificaçâo de plágio, mediante o emprego de ferramentas especificas, e.g.: iThenticate.

References

Referencias

Aljunid, S. (1996). How to do (or not to do): Computer analysis of qualitative data: The use of ethnograph. Health Policy and Planning, 11(1), 107-111. https://doi.org/10.1093/heapol/11.L107

Ang, C. K., Embi, M. A., & Yunus, M. M. (2016). Enhancing the quality of the findings of a longitudinal case study: Reviewing trustworthiness via ATLAS. ti. The Qualitative Report, 21(10), 1855-1867. Retrieved from http://nsuworks.nova.edu/tqr/vol21/iss10/7/

Bazeley, P., & Jackson, K. (2013). Qualitative data analysis with NVivo (2nd ed.). London: Sage Publications Limited.

Cope, D. G. (2014). Computer-assisted qualitative data analysis software. Oncology Nursing Forum, 41(3), 322-323. https://doi.org/10.1188/14.ONF.322-323

Costa, P. R., & Itelvino, L. S. (2018). Grounded theory com utilizaçâo do software ATLAS.ti: Um exemplo empírico de estudo sobre estratégia de ascensâo do empreendedorismo inovador em negócios sociais. Revista Ibero-Americana de Estratégia, 17(3). https://doi.org/10.5585/ijsm.v17i3.2683

Creswell, J. W. (2010). Projeto de pesquisa métodos qualitativo, quantitativo e misto (3a ed.). Porto Alegre: Artmed.

Creswell, J. W. (2014). Investigaçao qualitativa e projeto de pesquisa: Escolhendo entre cinco abordagens (3a ed.). Porto Alegre: Penso.

Flick, U. (2009). Introduçao a pesquisa qualitativa (3a ed.). Porto Alegre: Artmed.

Gibbs, G. (2009). Análise de dados qualitativos (Coleçâo pesquisa qualitativa). Porto Alegre: Artmed.

Gibbs, G. (2014). Using software in qualitative analysis. In U. Flick (Eds.), The Sage Handbook of Qualitative Data Analysis (Chap. 19, pp. 277-294). Thousand Oaks: SAGE.

Goble, E., Austin, W., Larsen, D., Kreitzer, L., & Brintnell, S. (2012). Habits of mind and the split-mind effect: When computer-assisted qualitative data analysis software is used in phenomenological research. Forum: Qualitative Social Research, 13(2). http://doi.org/10.17169/fqs-13.2.1709

Guba, E. G. (1981). Criteria for assessing the trustworthiness of naturalistic inquiries. Educational Communication and Tecnology, 29(2), 75-91. Retrieved from https://link.springer.com/article/10.1007/BF02766777

Holbrook, A., & Butcher, L. (1996). Uses of qualitative data analysis in educational research: The literature, the hard questions and some specific research applications. Australian Educational Researcher, 23(3), 55-80. https://doi.org/10.1007/BF03219631

James, M. (2010). The validity endeavor (Master in Sociology and Social Anthropology). University of Stellenbosch, Stellenbosch, Cabo Ocidental, África do Sul. Retrieved from http://scholar.sun.ac.za/handle/10019.1/4162.

Kelle, U. (1997). Theory building in qualitative research and computer programs for the management of textual data size. Sociological Research Online, 2(2), 1-16. https://doi.org/10.5153/sro.86

Krefting, L. (1991). Rigor in qualitative research: the assessment of trustworthiness. The American Journal of Occupational Therapy, 45(3), 214-222. https://doi.org/doi:10.5014/ajot.45.3.214

Leitch, J., & Oktay, J. (2016). A dual instructional model for computer-assisted qualitative data analysis software integrating faculty member and specialized instructor: Implementation, reflections, and recommendations [Eletronic version], Qualitative Social Work, 15(3), 392-406. https://doi.org/10.1177/1473325015618773

Leite, Y. V. P., Moraes, W. F. A., & Salazar, V. S. (2016). Teoria adaptativa e ATLAS. ti 7: Uma parceria para o desenvolvimento de framework de empreendedorismo internacional. Revista Gestao & Tecnología, 16(2). http://doi.org/10.20397/2177-6652/2016.v16i2.829

Lewis, A., & Silver, C. (2007). Using software in qualitative research: A step-by-step guide. Thousand Oaks, CA: SAGE.

Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. Newbury Park, CA: SAGE.

MacMillan, K., (2005). More than just coding? Evaluating CAQDAS in a discourse analysis of news texts. Forum: Qualitative Social Research, 6(3). http://doi.org/10.17169/fqs-6.3.28

MacMillan, K., & Koenig, T. (2004). The wow factor: preconceptions and expectations for data analysis software in qualitative research. Social Science Computer Review, 22(2), 179-186. https://doi.org/10.1177/0894439303262625

Merriam, S. B., & Tisdell, E. J. (2016). Qualitative research: a guide to design and implementation (4th ed.). San Francisco: Jossey-Bass.

Miles, M. B., Huberman, A. M., & Saldana, J. (2014). Qualitative data analysis: A methods sourcebook (3rd ed.). Thousand Oaks: SAGE.

Morison, M., & Moir, J. (1998). The role of computer software in the analysis of qualitative data: Efficient clerk, research assistant or Trojan horse? Journal of Advanced Nursing, 28(1), 106-116. https://doi.org/10.1046/j.1365-2648.1998.00768.xs

Oliveira, M., Bitencourt, C. C., Santos, A. C. M. Z., & Teixeira, E. K. (2016). Análise de conteúdo temática: Há uma diferença na utilizaçâo e nas vantagens oferecidas pelos softwares MAXQDA® e NVivo®?. Revista de Administraçao da Universidade Federal de Santa Maria, 9(1), 72-82. http://doi.org/10.5902/1983465911213

Patton, M. Q. (2002). Qualitative research & evaluation methods (3rd ed.). Thousand Oaks: SAGE.

Rambaree, K. (2007). Bringing rigour in qualitative social research: The use of CAQDAS. University of Mauritius Research Journal, 13, 1-15. Retrieved from https://www.ajol.info/index.php/umrj/article/view/130883/120461?frbrVersion=2

Richards, L. (2002). Rigorous, rapid, reliable and qualitative? Computing in qualitative method. American Journal of Health Behavior, 26(6), 425-430. https://doi.org/10.5993/AJHB.26.6.3

Saldaña, J. (2009). The coding manual for qualitative researchers. London: SAGE.

Shenton, A. K. (2004). Strategies for ensuring trustworthiness in qualitative research projects. Education for Information, 22(2), 63-75. https://doi.org/10.3233/EFI-2004-22201

Sinkovics, R. R., & Alfoldi, E. A. (2012). Progressive focusing and trustworthiness in qualitative research. Management International Review, 52(6), 817-845. https://doi.org/10.1007/s11575012-0140-5

Stewart, K. (2012). Considering CAQDAS: Using and choosing software. In S. Delamont (Eds.), Handbook of qualitative research in education (Chap. 37, pp. 503-511). Cheltenham: Edward Elgar.

Taft, L. B. (1993). Computer-assisted qualitative research. Research in Nursing & Health, 16(5), 379383. https://doi.org/10.1002/nur.4770160509

Tracy, S. J. (2010). Qualitative quality: Eight "big-tent" criteria for excellent qualitative research. Qualitative Inquiry, 16(10), 837-851. http://doi.org/10.1177/1077800410383121

Tracy, S. J. (2013). Qualitative research methods: Collecting evidence, crafting analysis, communicating impact. Chichester: Wiley-Blackwell.

Walter, S. A., & Bach, T. M. (2015). Adeus papel, marca-textos, tesoura e cola: Inovando o processo de análise de conteúdo por meio do ATLAS.ti. Administraçao: Ensino e Pesquisa, 16(2), 275-308. https://doi.org/ 10.13058/raep.2015.v16n2.236

Welch, C., & Piekkari, R. (2017). How should we (not) judge the 'quality'of qualitative research? A reassessment of current evaluative criteria in International Business. Journal of World Business, 52(5), 714-725. https://doi.org/10.1016/jjwb.2017.05.007

Wolfe, R. A., Gephart, R. P., & Johnson, T. E. (1993). Computer-facilitated qualitative data analysis: Potential contributions to management research. Journal of Management, 19(3), 637-660. https://doi.org/10.1016/0149-2063(93)90008-B

Woods, M., Macklin, R., & Lewis, G. K. (2016). Researcher reflexivity: exploring the impacts of CAQDAS use. International Journal of Social Research Methodology, 19(4), 385-403. https://doi.org/10.1080/13645579.2015.1023964

Woods, M., Paulus, T., Atkins, D., & Macklin, R. (2016). Advancing qualitative research using qualitative data analysis software (QDAS)? Reviewing potential versus practice in published studies using ATLAS.ti and NVivo, 1994-2013. Social Science Computer Review, 34(5), 597617. https://dx.doi.org/10.1177/0894439315596311

Yin, R. K. (2011). Qualitative research from start to finish. New York: The Guilford Press.