Docsity
EntrarCadastre-se
Docsity
Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity

Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium

Guias e Dicas
Guias e Dicas
Venda na Docsity
Venda na Docsity
EntrarCadastre-se

Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity

Encontrar documentos

Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity

Pesquisar documentos Store

Os melhores documentos à venda: Trabalhos de alunos formados

Videoaulas

Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade

Quiz

Responda perguntas de provas passadas e avalie sua preparação.

Pesquise entre todos os recursos de estudo
Docsity AINEW

Resuma seus documentos, faça perguntas, converta-os em questionários e mapas conceituais

TCC e ENEM 2025

Estude com provas passadas, TCCs e dicas úteis

Explorar perguntas

Tire suas dúvidas lendo as respostas dadas por outros alunos como você.

Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium

Compartilhe documentos
download point icon20 Pontos

Por cada documento compartilhado

Responda às perguntas
download point icon5 Pontos

por cada resposta enviada (máx. 1 por dia)

Todas as maneiras de obter pontos grátis
Ganhe pontos imediatamente

Escolha um Plano Premium com todos os pontos que precisa

Oportunidades de estudo

Escolha seu próximo programa de estudos

Entre em contato direto com as melhores Universidades do mundo. Pesquise entre milhares de Universidades e parceiros oficiais

Comunidade

Pergunte à comunidade

Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo

Ranking universidades

Descubra as melhores universidades em seu país de acordo com os usuários da Docsity

Guias grátis

Os eBooks que salvam estudantes!

Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity

Do blog

Vá para o blog

Teorias Científicas: Conceitos, Componentes e Métodos de Teste, Resumos de Metodologia

Universidade Federal da Paraíba (UFPB)Metodologia

Uma visão abrangente sobre teorias científicas, abordando conceitos fundamentais como classes de fenômenos, variáveis (independente, dependente, interveniente, condicional e de estudo), tipos de hipóteses (causal, não causal, principal, explicativa e de teste), e métodos de teste de teorias. explica a importância da generalização, organização do conhecimento e testabilidade em teorias científicas, ilustrando com exemplos práticos em diferentes áreas, como política internacional, política doméstica, economia e sociedade. o texto também discute a construção de boas explicações causais, probabilísticas e a importância de variáveis e condições iniciais.

Tipologia: Resumos

2024

À venda por 03/05/2025

cinthya-araujo-2
cinthya-araujo-2 🇧🇷

15 documentos

1 / 11

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
VAN EVERA, Stephen. Guide to methods for students of Political Science. Cornell: Cornell
University Press, 1997. pp. 1-48
O QUE É UMA TEORIA?
• São declarações gerais que descrevem e explicam relações causais entre fenômenos.
o Conjunto de leis ou hipóteses causais, com explicações sobre como A causa B -
interações entre variáveis dependentes e independentes.
o As teorias podem ser mais ou menos gerais.
o O que são classes de fenômenos?
▪ São categorias ou conjuntos de eventos, comportamentos ou condições que
compartilham características comuns e que podem ser agrupados para fins de
análise teórica ou empírica.
▪ O que isso tem a ver com Teoria?
• Segundo Van Evera, uma teoria busca descrever e explicar causas ou
efeitos que ocorrem em classes de fenômenos, e não apenas em eventos
específicos. Ou seja, classes de fenômenos são importantes para as
teorias por que a partir desse agrupamento podemos verificar condições
semelhantes para analisar e explicar acontecimentos amplos. Por
exemplo:
• Fenômenos individuais: Uma eleição em particular, como as eleições
presidenciais brasileiras de 2022.
• Classe de fenômenos: “Eleições democráticas” — um conjunto maior
que inclui as eleições em geral, com características e padrões
compartilhados. Exemplos:
o Na política internacional:
▪ Guerras.
▪ Alianças estratégicas.
▪ Negociações diplomáticas.
o Na política doméstica:
▪ Eleições.
▪ Movimentos sociais.
▪ Reformas legislativas.
o Na economia:
pf3
pf4
pf5
pf8
pf9
pfa

Pré-visualização parcial do texto

Baixe Teorias Científicas: Conceitos, Componentes e Métodos de Teste e outras Resumos em PDF para Metodologia, somente na Docsity!

VAN EVERA, Stephen. Guide to methods for students of Political Science. Cornell: Cornell University Press, 1997. pp. 1- 48 O QUE É UMA TEORIA?

  • São declarações gerais que descrevem e explicam relações causais entre fenômenos. o Conjunto de leis ou hipóteses causais, com explicações sobre como A causa B - interações entre variáveis dependentes e independentes. o As teorias podem ser mais ou menos gerais. o O que são classes de fenômenos? ▪ São categorias ou conjuntos de eventos, comportamentos ou condições que compartilham características comuns e que podem ser agrupados para fins de análise teórica ou empírica. ▪ O que isso tem a ver com Teoria? - Segundo Van Evera, uma teoria busca descrever e explicar causas ou efeitos que ocorrem em classes de fenômenos, e não apenas em eventos específicos. Ou seja, classes de fenômenos são importantes para as teorias por que a partir desse agrupamento podemos verificar condições semelhantes para analisar e explicar acontecimentos amplos. Por exemplo: - Fenômenos individuais: Uma eleição em particular, como as eleições presidenciais brasileiras de 2022. - Classe de fenômenos: “Eleições democráticas” — um conjunto maior que inclui as eleições em geral, com características e padrões compartilhados. Exemplos: o Na política internacional: ▪ Guerras. ▪ Alianças estratégicas. ▪ Negociações diplomáticas. o Na política doméstica: ▪ Eleições. ▪ Movimentos sociais. ▪ Reformas legislativas. o Na economia:

▪ Crises financeiras. ▪ Ciclos de crescimento econômico. ▪ Distribuição de renda. o Na sociedade: ▪ Revoluções sociais. ▪ Mudanças culturais. ▪ Conflitos étnicos. ▪ E por que é útil utilizar classes de fenômenos?

  • Generalização: ajuda a criar teorias que não explicam apenas um evento, mas toda uma categoria de eventos. o Exemplo: “A teoria da paz democrática sugere que democracias raramente entram em guerra entre si” – isso se aplica ao fenômeno da guerra (como classe) e não a um fenômeno individual (uma guerra individual).
  • Organização do conhecimento: classificar fenômenos em grupos torna mais fácil identificar padrões, causas comuns e diferenças dentro de cada classe.
  • Testabilidade: ao trabalhar com classes de fenômenos, é possível testar uma teoria em diversos casos, o que fortalece sua validade.
  • Para além das classes de fenômenos, uma teoria possui os seguintes componentes: o Lei (Law) ▪ Relação observada entre dois fenômenos. ▪ Pode ser determinística (ex.: “Se A, então sempre B”) ou probabilística (ex.: “Se A, então às vezes B, com probabilidade X”). ▪ Leis causais: A causa B. ▪ Leis não causais: A e B são causados por C, A e B estão correlacionados , mas um não causa o outro. ▪ A maioria das leis nas ciências sociais é probabilística. o Explicação (Explanation) ▪ Explicações são compostas por leis causais ou hipóteses , as quais são compostas por variáveis dependentes e independentes.
  • Enfatiza o papel ou função de um fenômeno dentro de um sistema maior. Exemplo: “A repressão estatal funciona para manter a estabilidade em regimes autoritários.”
  • Usos: o Comum em sociologia e ciência política. o Explica por que algo é mantido em um sistema, ao invés de como surgiu. ▪ Explicação Probabilística
  • Afirma que uma causa aumenta ou diminui a probabilidade de um efeito ocorrer, sem garantir o resultado. Exemplo: “A desigualdade econômica aumenta a probabilidade de revoltas sociais.” Comum em ciências sociais, onde relações causais são raramente determinísticas. ▪ UMA BOA EXPLICAÇÃO POSSUI:
  • Clareza: Define claramente variáveis e relações causais.
  • Exatidão: Usa dados confiáveis para apoiar a conexão entre causa e efeito.
  • Completude: Expõe todo o processo causal, sem deixar lacunas. o Exemplo incompleto: “Mudanças climáticas causam guerras.” o Exemplo completo: “Mudanças climáticas reduzem a disponibilidade de água, aumentando tensões locais, que podem levar a conflitos armados.”
  • Generalização: Conecta o evento explicado a padrões ou leis gerais, quando possível. o Variável (Variable) ▪ Conceito que pode assumir diferentes valores ou categorias (ex.: “grau de democracia” ou “porcentagem de votos”). o Variável Independente (Independent Variable - IV) ▪ Fenômeno causal de uma hipótese ou teoria (ex.: “Alfabetização causa democracia”). o Variável Dependente (Dependent Variable - DV) ▪ Fenômeno causado de uma hipótese ou teoria (ex.: “Grau de democracia é a variável dependente”). o Variável Interveniente (Intervening Variable - IntV)

▪ Fenômeno que media a relação entre a variável independente e a dependente (ex.: “Fotossíntese é a variável interveniente entre luz solar e crescimento da grama”). o Variável Condicional (Condition Variable - CV) ▪ Fenômeno que governa a força do impacto da variável independente sobre a dependente (ex.: “A quantidade de chuva modula o impacto da luz solar no crescimento da grama”). o Variável de Estudo (Study Variable - SV) ▪ A variável que se está investigando, que pode ser independente, dependente, interveniente ou condicional. o TIPOS DE VARIÁVEIS ▪ Variáveis Quantitativas

  • Representam números ou quantidades que podem ser medidas. o Discretas: ▪ Podem assumir apenas valores específicos, geralmente inteiros e binários (ou é ou não é, или так или так). Exemplo: Número de filhos, uma vez que não há “meio filho”. o Contínuas: ▪ Podem assumir qualquer valor dentro de um intervalo, incluindo frações ou decimais, desde que possam ser padronizadas durante a análise. Exemplo: altura, peso. ▪ Variáveis Qualitativas
  • Representam categorias ou qualidades que não podem ser medidas diretamente, mas sim classificadas. o Nominais: ▪ As categorias não têm ordem ou hierarquia. Exemplo: cor dos olhos, etnia. o Ordinais: ▪ Essas categorias tem ordem ou hierarquia, mas as diferenças entre elas não são necessariamente uniformes. Exemplo: grau de satisfação (insatisfeito, neutro, satisfeito).

o A hipótese nula (geralmente denotada como H 0 ) é uma afirmação que propõe a ausência de efeito, relação ou diferença entre variáveis em um estudo. Ela é formulada para ser testada diretamente, funcionando como um ponto de partida que será aceito ou rejeitado com base nos dados. o OU SEJA: Se a minha hipótese causal é: “A alfabetização (variável independente) causa democracia (variável dependente)”, minha hipótese nula consequentemente será “Não há relação entre a alfabetização e a democracia.” ▪ OU SEJA, a hipótese nula NEGA a hipótese que se quer testar. o Tipos de Condição ▪ Condição Antecedente (Antecedent Condition)

  • “A causa B apenas se C estiver presente”
  • Fatores que precisam estar presentes para que uma relação causal aconteça, ou seja, ativam ou ampliam a ação de uma lei causal.
  • Sem essa condição, a causalidade pode ser fraca ou inexistente. Exemplo: “A luz solar (variável independente) causa o crescimento da grama (variável dependente), mas apenas se houver água suficiente no solo (condição antecedente).”
  • Tipos de relações com condições antecedentes: o Fraca ou limitada: a relação entre causa e efeito ocorre mesmo sem a condição antecedente, mas de forma reduzida. Exemplo: “A prática de exercícios melhora a saúde mesmo sem uma dieta adequada, mas os benefícios são menores.” o Necessária: A relação só ocorre se a condição antecedente estiver presente. Exemplo: “Um motor a combustão só funciona se houver combustível.”
  • Condições Iniciais (Initial Conditions) o Fatores que já existem antes do início do processo causal e que influenciam como as variáveis interagem, configurando o cenário onde o processo causal acontece. Exemplo: “A

Revolução Francesa (variável dependente) foi influenciada por condições iniciais como desigualdade social extrema e uma crise financeira prévia.” ▪ CONDIÇÃO INUS

  • Insufficient but Necessary part of an Unnecessary but Sufficient condition (Parte Insuficiente, mas Necessária, de uma Condição Desnecessária, mas Suficiente).
  • É um termo usado na análise de causalidade para descrever uma causa que, por si só, não é suficiente para produzir um efeito, mas é parte de uma combinação maior que, quando presente, é suficiente para causar o efeito.
  • Exemplo: Incêndio o Condições: Faísca (A) + Combustível (B) + Oxigênio (C) ▪ A faísca é uma condição INUS , pois sozinha não causa o incêndio, mas é essencial dentro da combinação. ▪ CONDIÇÃO SINUS
  • Sufficient but Insufficient Necessary Unnecessary Sufficient condition (Condição Suficiente, mas Insuficiente e Necessária dentro de uma Condição Desnecessária e Suficiente).
  • Exemplo: Guerra o Uma crise econômica (A) pode ser suficiente para instigar um conflito armado em condições específicas (pobreza extrema, revoltas sociais), mas não é a única causa possível, e pode não ser suficiente em outras situações (sociedades resilientes). Característica INUS SINUS Suficiência Não é suficiente por si só Pode ser suficiente, mas depende do contexto Necessidade Necessária dentro de uma condição maior Necessária em algumas condições específicas Exemplo Faísca no incêndio Fósforo em contexto com combustível
  • Uso de análise contrafactual para imaginar cenários alternativos e identificar possíveis causas. o COMO TESTAR TEORIAS ▪ Tipos de Testes
  • Experimentação: Raramente usada em ciência política devido à dificuldade de controlar variáveis no mundo real.
  • Observação o Análise Large-N: estudos com um grande número de casos, buscando padrões estatísticos. o Estudos de Caso: análises detalhadas de um ou poucos casos, explorando processos causais em profundidade. ▪ Força dos Testes
  • Fortes: avaliam hipóteses com predições altamente certas e únicas. Um resultado congruente corrobora fortemente a teoria.
  • Fracos: avaliam predições menos certas ou não únicas. Oferecem evidências mais limitadas.
  • Exemplos: o “Smoking gun” (Indício Claro): Um teste positivo fortalece a teoria, mas um teste negativo não a refuta completamente. ▪ Alta confiabilidade: Se a evidência estiver presente, é quase impossível refutá-la. ▪ Claridade: A evidência é direta e fácil de interpretar. ▪ Risco: O “smoking gun” é tão forte que, caso contrário, pode sugerir que a teoria falhou, mas ele depende de encontrar a evidência certa, o que nem sempre acontece. ▪ Exemplo: Se uma teoria de relações internacionais afirma que o aumento de gastos militares por um país específico é um indicativo de preparação para a guerra, e houver uma declaração pública ou documento oficial confirmando essa intenção, isso funcionaria como uma “arma fumegante”. o “Hoop test” (Prova Necessária): Um teste negativo refuta a teoria, mas um teste positivo não é suficiente para confirmá-la.

Ou seja, a evidência precisa não refutar a hipótese ou teoria. Em outras palavras, se a teoria é verdadeira, a evidência deve passar pelo “hoop” (a “argola”), mas não precisa necessariamente confirmá-la de maneira tão forte quanto o “smoking gun”. ▪ Baixa evidência conclusiva: O hoop test não confirma uma teoria, mas simplesmente mostra que ela não foi refutada. ▪ Fácil de passar: A teoria não é falsificada, mas a evidência de apoio ainda pode ser fraca. ▪ Risco: Esse teste é um pouco mais permissivo, pois a teoria pode continuar em vigor, mesmo sem evidências fortes. ▪ Exemplo no contexto de política externa: ▪ Exemplo: Se uma teoria afirma que as democracias tendem a ser mais pacíficas em suas relações internacionais, o “hoop test” pode ser verificar se os países democráticos em um determinado período não estiveram envolvidos em guerras, sem necessariamente provar que todos os democratas mantêm a paz. A ausência de evidência contrária ainda manteria a hipótese viável. o Mitos da Metodologia ▪ Mito 1: A ciência política requer métodos radicalmente diferentes das ciências naturais.

  • Van Evera argumenta que os princípios científicos básicos são aplicáveis a ambas. ▪ Mito 2: Métodos qualitativos (como estudos de caso) são inerentemente inferiores aos métodos quantitativos.
  • Van Evera defende a importância de estudos de caso bem executados.
  • Herança do pós-KKV.