Capítulo 1 — Integridade e métodos avançados de pesquisa

Mapa da aula

Aula 01 publicada. Mapa, exemplo, EX001.

flowchart TD
  N0["1.1 A doutoranda e a pergunta"]
  N1["1.2 Regras de integridade"]
  N2["1.3 Métodos que outros possam repetir"]
  N3["1.4 Fontes e normas"]
  N0 --> N1 --> N2 --> N3
  N3 --> EX["Exemplo resolvido"]
  EX --> Q["Exercício EX001"]

Desenho lógico

flowchart LR
  N0["1.1 A doutoranda e a pergunta"]
  N1["1.2 Regras de integridade"]
  N2["1.3 Métodos que outros possam repetir"]
  N3["1.4 Fontes e normas"]
  N0 --> N1 --> N2 --> N3 --> Q["EX001"]

[1.1 A doutoranda e a pergunta]
    |
    v
[1.2 Regras de integridade]
    |
    v
[1.3 Métodos que outros possam repetir]
    |
    v
[1.4 Fontes e normas]
    |
    v
[Exemplo resolvido] --> [Exercício EX001]

Objetivos de aprendizagem

Você vai (1) formular uma pergunta de doutorado sobre governança de dados; (2) definir regras de integridade para trabalhar com dados administrativos vinculados; (3) planejar métodos que outras pessoas possam reproduzir.

1.1 A doutoranda e a pergunta

Nadia Rahman inicia uma trilha de pesquisa de doutorado de dois anos na fictícia Universidade Halvorsen, sob orientação do Prof. Lars Eriksen. A organização parceira é o fictício Instituto de Estatística de Westmark, que vincula um cadastro empresarial a registros de emprego para publicar estatísticas sobre empregos regionais. Sua pergunta é como as decisões de governança — por exemplo, quem define as regras de qualidade de dados e quem escolhe os limiares de pareamento de registros — alteram as estatísticas que ministros e o público leem. Khatri e Brown descrevem a governança como a decisão sobre quem detém os direitos de decisão sobre os dados, e Nadia quer medir as consequências desses direitos.

1.2 Regras de integridade

O Prof. Eriksen pede a Nadia que escreva regras de integridade antes de tocar em qualquer dado. Toda a análise usa uma réplica sintética do cadastro de Westmark, construída a partir de distribuições publicadas, nunca de registros confidenciais. Cada resultado é produzido por um script mantido sob controle de versão, e cada número da tese precisa ser rastreável até uma execução de script. Ela registrará as decisões que alteram resultados, como descartar um campo, em um diário de decisões com datas e justificativas. Nadia observa que a integridade importa em dobro na pesquisa sobre governança, porque a própria pesquisa faz afirmações sobre a integridade dos dados de outras pessoas.

1.3 Métodos que outros possam repetir

Nadia opta por métodos mistos. A parte quantitativa mede dimensões de qualidade de dados e o erro de pareamento na réplica sintética. A parte qualitativa usa entrevistas com a equipe de Westmark sobre quem decide as regras de qualidade e os limiares, realizadas com consentimento livre e esclarecido e com transcrições anonimizadas. Ela pré-registra as hipóteses principais com o orientador: direitos de decisão pouco claros levam a limiares inconsistentes entre divulgações, e limiares inconsistentes produzem deslocamentos mensuráveis nas contagens regionais de emprego. O pré-registro a protege contra a tentação de remodelar hipóteses depois de ver os resultados. Os roteiros de entrevista são testados com dois servidores aposentados.

1.4 Fontes e normas

Nadia monta sua lista de leitura em torno de fontes consolidadas. O DAMA-DMBOK2 descreve a governança de dados como o exercício de autoridade e controle sobre ativos de dados e explica sua relação com as demais funções de gestão de dados. A ISO/IEC 38505-1 aplica o modelo de governança da ISO/IEC 38500 aos dados, atribuindo a responsabilização (accountability) ao órgão de governança. Wang e Strong oferecem um arcabouço de dimensões de qualidade de dados orientado ao consumidor. Ela registra quais afirmações cada fonte sustenta, para que a tese cite fontes como base de definições e evidências, e não apenas como argumento de autoridade. As definições vêm primeiro.

Exemplo resolvido

Nadia formula uma pergunta sobre direitos de decisão e estatísticas publicadas, escreve regras de integridade para uma réplica sintética, pré-registra hipóteses e associa cada fonte às afirmações que ela sustenta.

Caso sintético. Halvorsen, Westmark e todas as pessoas são sintéticos; DAMA-DMBOK2, ISO/IEC 38505-1, Khatri e Brown (2010) e Wang e Strong (1996) são reais.

Erros e limites

Uma réplica sintética não reproduz todas as peculiaridades de registros reais; declare esse limite desde o início.

Exercícios

• EX001 — Pergunta de pesquisa. Qual é a pergunta de doutorado de Nadia?
  Mostrar critérios de avaliação

  Rubrica: 3 = como decisões de governança alteram estatísticas publicadas;; 2 = menciona decisões;; 1 = vago;; 0 = nenhuma.
• EX002 — Direitos de decisão. Como Khatri e Brown enquadram a governança?
  Mostrar critérios de avaliação

  Rubrica: 3 = decidir quem detém direitos de decisão sobre os dados;; 2 = menciona direitos;; 1 = vago;; 0 = nenhuma.
• EX003 — Regra da réplica. Que dados Nadia pode analisar?
  Mostrar critérios de avaliação

  Rubrica: 3 = uma réplica sintética a partir de distribuições publicadas;; 2 = parcialmente correto;; 1 = dados reais;; 0 = nenhuma.
• EX004 — Rastreabilidade. Como cada número deve ser rastreável?
  Mostrar critérios de avaliação

  Rubrica: 3 = até uma execução de script sob controle de versão;; 2 = menciona scripts;; 1 = vago;; 0 = nenhuma.
• EX005 — Pré-registro. Por que pré-registrar hipóteses?
  Mostrar critérios de avaliação

  Rubrica: 3 = para não remodelá-las depois dos resultados;; 2 = menciona viés;; 1 = vago;; 0 = nenhuma.
• EX006 — Duas hipóteses. Enuncie uma hipótese pré-registrada.
  Mostrar critérios de avaliação

  Rubrica: 3 = direitos pouco claros causam limiares inconsistentes; limiares deslocam contagens;; 2 = uma;; 1 = vago;; 0 = nenhuma.
• EX007 — Modelo ISO. Onde a ISO/IEC 38505-1 coloca a responsabilização?
  Mostrar critérios de avaliação

  Rubrica: 3 = no órgão de governança;; 2 = parcialmente correto;; 1 = gestores;; 0 = nenhuma.