Saltar para o conteúdo
Ver todos os projetos
Data SolutionsPROJETO

Quando o resultado tem de aguentar ser posto em causa

Há investigações em que um número errado não custa dinheiro. Custa a credibilidade de tudo o resto, e essa não se recupera.

Quando o resultado tem de aguentar ser posto em causa — imagem ilustrativa

As imagens desta página são meramente indicativas do tipo de trabalho realizado. Não são capturas do que foi entregue e não representam os dados nem os resultados do estudo.

100%
verificado duas vezes
2
motores de cálculo
97,9%
concordância nos testes
22
rotinas reproduzíveis
01

O Desafio

Uma investigação tinha levado o seu inquérito a várias centenas de pessoas, e os dados chegaram-nos em bruto: uma folha de cálculo enorme, com cada pergunta numa coluna, tudo escrito por extenso e nada calculado. Pelo meio havia ainda duas escalas padronizadas, das que são validadas e usadas em investigação por todo o mundo e que, por isso mesmo, só produzem resultados comparáveis quando aplicadas exactamente como foram desenhadas. As perguntas a que a investigação queria responder eram de três tipos. Haveria diferenças entre grupos de pessoas? Andariam certas medidas juntas, subindo e descendo em conjunto? E, de tudo o que tinha sido perguntado, o que é que ajudava mesmo a explicar o resto? Transformar aqueles dados numa análise capaz de responder a isto era o trabalho. Mas o objetivo verdadeiro era outro, e bem mais exigente: que cada passo dessa análise pudesse ser defendido à frente de quem percebe do assunto. Não bastava chegar aos números certos. Era preciso poder explicar por que razão entraram aquelas respostas e não outras, por que motivo se aplicou aquele teste e não outro, e ter essa justificação escrita muito antes de alguém a pedir.
02

A Solução

Trabalhámos como trabalhamos sempre, com uma diferença importante: aqui não demos nada por garantido. Tudo o que foi calculado foi calculado duas vezes, em dois programas diferentes, e depois comparado valor a valor.
2.1Preparação

Antes de analisar, arrumar

Das várias centenas de respostas que a investigação tinha recolhido, ficámos com pouco mais de 250. O critério foi propositadamente exigente: só entraram as pessoas que tinham respondido a tudo. Podíamos ter estimado os valores em falta, que é o que habitualmente se faz nestes casos, e teríamos terminado com uma amostra maior. Só que cada valor estimado deixa uma porta aberta a quem queira contestar o trabalho, e aqui não podíamos deixar nenhuma.

2.2Medidas

As perguntas transformam-se em números

Mais de uma centena de perguntas tiveram de passar de texto a número, uma por uma. Algumas delas estavam formuladas ao contrário de propósito, para apanhar quem responde no automático, e essas tiveram de ser invertidas antes de entrarem na conta. Só depois de tudo isto é que foi possível somar as escalas. E antes de as usarmos, medimos a consistência interna de cada uma, porque uma escala que não é consistente acaba por não medir o que diz medir.

2.3Análise

Só depois é que se analisa

Antes de correr qualquer teste, verificámos se os pressupostos se cumpriam. Um teste aplicado onde não devia produz um número com bom aspecto e sem valor nenhum. Só depois avançámos para as comparações entre grupos, para as correlações e para um modelo que nos dissesse quais, de entre dezoito fatores possíveis, pesavam de facto. Oito pesavam. O modelo final dá conta de cerca de um terço do que a investigação procurava explicar, o que, em dados de inquérito, é um resultado sólido.

Imagem ilustrativa: o tipo de saída estatística por trás das conclusões, com a dispersão, a distribuição e a matriz de correlações lado a lado.
2.4Verificação

Tudo calculado duas vezes

É aqui que este trabalho se distingue. Refizemos a análise toda num segundo programa, escrito de raiz e sem qualquer ligação ao primeiro, e comparámos os dois resultados valor a valor. Depois fomos mais longe e pusemos 188 análises a correr por dois caminhos estatísticos diferentes, para perceber se as conclusões se mantinham de um lado e do outro. Mantiveram-se em 184. Nas que sustentam o cerne da investigação, a concordância foi total.

Imagem ilustrativa: os mesmos valores calculados por dois programas independentes, comparados linha a linha.
2.5Rasto

Cada decisão com o seu porquê

Cada decisão metodológica ficou registada por escrito, e pode ser seguida até à linha de dados exacta que lhe deu origem. São vinte e duas rotinas, e qualquer uma delas pode ser corrida de novo desde o princípio para dar exactamente o mesmo resultado. Isto não é burocracia. É o que permite responder a uma pergunta difícil meses mais tarde, com a resposta já à mão, em vez de a ter de reconstruir de memória.

Imagem ilustrativa: as decisões metodológicas registadas e ligadas entre si, e as rotinas impressas com marcadores.
2.6Auditoria

Procurámos os nossos próprios erros

Antes de entregar, voltámos atrás e revimos o trabalho todo à procura dos nossos próprios erros. Encontrámos dois, um cálculo mal parametrizado e um conjunto de valores de dispersão, e corrigimo-los. Mais vale sermos nós a encontrá-los. O que seguiu para entrega não tinha um único valor por confirmar.

03
Serviços utilizados

O caminho que percorremos, do primeiro dia à entrega final.

01

Discovery Session

Ouvimos com atenção para perceber a investigação, os dados que já existiam e o nível de escrutínio a que iriam ser sujeitos.

02

ADDS Roadmap

Traçámos o plano antes sequer de tocar nos dados: que critérios de entrada adoptar, que teste aplicar a cada pergunta e por que ordem avançar.

03

ADDS Create

Executámos o plano de ponta a ponta, desde a preparação até às análises finais, com verificação independente, testes de robustez e toda a documentação de apoio.

04
Tecnologias
IBM SPSS StatisticsPythonpandaspyreadstatscipystatsmodelsnumpy

No fim, o que ficou não foi apenas um conjunto de resultados. Foi a garantia de que qualquer um deles resiste à pergunta que mais custa responder: e como é que lá chegaram?

O que este caso não diz, e porquê

Não diz o nome do cliente. É legítimo perguntares se um caso sem nome é um caso inventado. Não é. O que falta aqui não é o cliente, é a autorização dele para o nomear. Não a temos, e sem ela o nome não é publicado. Não falta mais nada: o trabalho é o que foi feito e os números são os que foram medidos. E se a discrição te parece um defeito num caso de estudo, repara que é exactamente o que vais querer quando o caso for o teu.

PRÓXIMO PASSO

Tens um projeto em mente?

Vamos conversar 30 minutos sem compromisso e perceber se faz sentido trabalharmos juntos.

Agendar Sessão de Discovery
Não sabes por onde começar?