## Capítulo 24 — Métodos de pesquisa aplicada ### Mapa da aula Aula 24 publicada. Mapa, exemplo, EX070. ```mermaid flowchart TD N0["24.1 Pergunta"] N1["24.2 Método"] N2["24.3 Achados"] N3["Síntese"] N0 --> N1 --> N2 --> N3 N3 --> EX["Exemplo resolvido"] EX --> Q["Exercício EX070"] ``` ### Desenho lógico ```mermaid flowchart LR N0["24.1 Pergunta"] N1["24.2 Método"] N2["24.3 Achados"] N3["Síntese"] N0 --> N1 --> N2 --> N3 --> Q["EX070"] ``` ```text [24.1 Pergunta] | v [24.2 Método] | v [24.3 Achados] | v [Síntese] | v [Exemplo resolvido] --> [Exercício EX070] ``` ### Objetivos de aprendizagem Você vai (1) desenhar um pequeno estudo aplicado em GRC; (2) escolher dados e métodos adequados; (3) relatar os achados com seus limites. ### 24.1 Pergunta Priya desenha um pequeno estudo: enviar aos gerentes das clínicas listas de revisão de acesso pré-preenchidas, com descrições dos papéis, reduz o tempo que eles gastam nas revisões? Ela define o tempo gasto como os minutos informados num registro curto, e a qualidade como o número de direitos inadequados encontrados por uma segunda verificação. Aprende que as perguntas aplicadas devem ser estreitas, mensuráveis e úteis para a organização, e não perguntas amplas que não podem ser respondidas num semestre. Medir a qualidade por uma segunda verificação protege contra listas que economizam tempo escondendo direitos inadequados. ### 24.2 Método Sete clínicas recebem as listas novas e sete continuam com as antigas durante um trimestre, com a alocação feita por sorteio de nomes. Priya registra o tempo e a qualidade de cada uma. Ela anota as ameaças: os gerentes sabem que estão sendo estudados, as clínicas diferem em tamanho e um trimestre pode ser atípico. Aprende que a alocação aleatória ajuda a comparabilidade, mas não elimina todas as diferenças quando os grupos são pequenos. O sorteio evita, por exemplo, que as clínicas maiores fiquem todas com as listas novas. Ela registra cada ameaça no relatório para que os leitores pesem o resultado por conta própria. ### 24.3 Achados Os gerentes com as listas novas informam uma mediana de quarenta minutos, contra noventa com as listas antigas. A segunda verificação encontra números semelhantes de direitos inadequados nos dois grupos. Priya relata que as listas novas economizaram tempo sem reduzir a qualidade neste pequeno estudo, deixando claros os limites. Ela aprende que o relato honesto de um estudo pequeno ainda pode sustentar uma decisão prática, desde que sua incerteza fique clara. Quarenta contra noventa minutos é uma diferença grande, mas sete clínicas por grupo são poucas para descartar totalmente o acaso. ### Exemplo resolvido Priya aloca catorze clínicas por sorteio, encontra tempos medianos de revisão de quarenta contra noventa minutos, com qualidade semelhante, e relata os limites. > **Caso sintético.** O estudo é sintético. ### Erros e limites Tempo autodeclarado. Sete clínicas por grupo. ### Exercícios - **EX070 — Medida de qualidade.** Como se mede a qualidade da revisão? *Rubrica:* 3 = direitos inadequados encontrados por uma segunda verificação;; 2 = segunda verificação;; 1 = vago;; 0 = nenhuma. - **EX071 — Alocação.** Como as clínicas foram alocadas? *Rubrica:* 3 = por sorteio de nomes;; 2 = aleatória;; 1 = vago;; 0 = nenhuma. - **EX072 — Resultado de tempo.** Que tempos medianos os grupos informaram? *Rubrica:* 3 = quarenta contra noventa minutos;; 2 = 40 contra 90;; 1 = vago;; 0 = nenhuma. ### Síntese Estudos aplicados pequenos e bem desenhados sustentam decisões quando os seus limites são declarados. ### Continue estudando — aula 24 (capítulo 24 de 30) [← Capítulo 23](#ch-23) · [Índice das aulas](../SUBJECTS.md) · [Capítulo 25 →](#ch-25) Continue para a próxima aula já escrita. ## Worked answers **EX070.** Pelo número de direitos inadequados encontrados por uma segunda verificação. **EX071.** Por sorteio de nomes, sete para cada grupo. **EX072.** Quarenta minutos com as listas novas e noventa com as antigas.