Colunistas

IRAMUTEQ: um software gratuito e de uso (relativamente) fácil em pesquisas qualitativas | Colunistas

IRAMUTEQ: um software gratuito e de uso (relativamente) fácil em pesquisas qualitativas | Colunistas

Compartilhar
Imagem de perfil de Clayton Moura

Introdução

Talvez você conheça o IRAMUTEQ ou, ao menos, tenha ouvido dele – mas o mais provável é que você não não se enquadre em nenhuma destas condições. Antes de tudo, IRAMUTEQ é a abreviatura do nome por extenso do programa em francês, que é Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires. Numa tradução livre, seria Interface de R para Análises Multidimencionais de Textos e Questionários

Contudo, não perca seu tempo tentanto encontrar um sentido no conjunto destas palavras: basta me seguir nas próximas linhas, onde eu apresento os aspectos mais gerais do programa. Não farei um tutorial sobre seu  uso, o que pode ser facilmente encontrado na internet. Minha meta é mostrar algumas das potencialidades do programa, a fim de que você julgue se ele pode te ajudar nas suas pesquisas. Em suma, não quero ensinar, mas cativar – aprender é o de menos, acredite (ninguém cansa quando corre atrás do que gosta).

De resto, é justo dizer que o IRAMUTEQ foi criado em 2009 por Pierre Ratinaud em língua francesa na lógica de open source (gratuito – eis aí uma vantagem inquestionável). No Brasil, graças aos professores Camargo e Justo da UFSC (Universidade Federal de Santa Catarina), temos acesso ao programa em língua portuguesa desde 2013. 

O que o IRAMUTEQ pode fazer por você?

E o que o IRAMUTEQ pode fazer por você? Simples: ele faz análises estatísticas de textos, expressando seus resultados por meio de listas e quadros coloridos com palavras que, a depender da cor, do tamanho e da proximidade entre as palavras, permite uma maior compreensão dos textos estudados. Assim, se você trabalha com entrevistas e/ou questionários transcritos ou mesmo com revisão de artigos científicos, você pode submeter os textos ao programa e trabalhar seus resultados. Atenção, entretanto: o IRAMUTEQ não te livra do trabalho de pesquisar, de se debruçar sobre os resultados e sobre os textos, mas serve para ampliar a compreensão do material e, também, para corroborar (ou mesmo confrontar) suas conclusões. Afinal, se você apresenta um ponto de vista que é confirmado por um programa de computador, que é algo impessoal, suas afirmações ganham maior validade. Da mesma forma, uma visão discordante do programa pode ser indício de que você deva rever seus conceitos.

Dessa forma, o IRAMUTEQ confere maior objetividade à pesquisa qualitativa, cujas conclusões costumam depender essencialmente da visão dos pesquisadores sobre os materiais de estudo (textos, entrevistas, questionários, entre outros), os quais nem sempre podem ser verificados por outros. Eu, por exemplo, participo do eixo qualitativo do “Estudo Multicêntrico de Avaliação do Impacto do Programa Mais Médicos no Brasil” na UFPB (Universidade Federal da Paraíba), em parceria com a UNB (Universidade de Brasília) e com o  Imperial College London (Reino Unido), trabalhando com um total de 60 entrevistas de diversos profissionais de saúde ligados ao Programa Mais Médicos (PMM). Detalhe: estas entrevistas, transcritas em letra Times New Roman 11 e espaçamento 1,  somam mais de 230 páginas. Ou seja, tanto é difícil fazer a pesquisa como é impatricável que o público leitor compare os resultados apresentados com os dados que baseiam a pesquisa. Já com o IRAMUTEQ, entretanto, eu apresento resultados que podem ser repetidos por outra pessoa que utilize o programa e submeta os textos às mesmas análises e, ademais, taís resultados são fruto de um processamento impessoal e que se refere aos textos como um todo. 

Iniciando os trabalhos

Pois bem, passemos à parte prática. E, se você for usar o IRAMUTEQ, saiba que o momento mais trabalhoso é a preparação do conjunto de textos (denominado corpus) que serão analisados, os quais não devem conter certos símbolos (como porcentagem e underline) nem erros ortográficos, que podem ser interpretados como uma outra palavra pelo programa. O ideal é encarar a realização do corpus como uma oportunidade de reler os textos, e daí você já vai cumprindo duas atividades – se estiver em grupo, melhor ainda, porque você também compartilha suas reflexões.

Classificação hierárquica descendente (CHD)

 E, como naqueles programas de culinária em que a receita já está pronta, imagine que este longo processo de padronização do texto foi realizado e o corpus já foi submetido à análise mais comumente usada, que é a classificação hierárquica descendente (CHD – figura 1). O corpus, no caso, é o conjunto de entrevistas com profissionais de saúde atuantes em unidades de saúde paraibanas contempladas com o PMM durante o período da coleta de dados (2019). Nesta análise em específico eu me concentro na visão que os profissionais entrevistados têm sobre a intenção de permanência na unidade de saúde por parte dos médicos e médicas do PMM. Vamos aos resultados:

Figura 1: Classificação hierárquica descendente (CHD). Notar o vocabulário da classe 4 (azul) e sua pertinência ao tema da permanência do médico e médica na unidade de saúde  (contratar, perder, ganhar, saída)

Mas, para entender o que é essa tal de classificação hierárquica descendente (CHD), é preciso entender um pouco do funcionamento do IRAMUTEQ. Pois bem, a ação do programa começa com a divisão do corpus em pedaços menores (em torno de três linhas), que são os segmentos de texto (ST). Em seguida, as palavras dos STs são analisadas com base em sua frequência (número de vezes que aparecem) e proximidade de outras palavras no texto. E, desta análise das palavras, surgem listas separadas em classes que contém as palavras na ordem de sua significância estatística – ou seja, quanto mais no topo, mais significante a palavra é (o teste de associação usado pelo IRAMUET é o qui quadrado, caso você deseje saber). Em adição, as relações entre as classes são expressas pelas chaves que estão acima delas, ressaltando que estas relações entre as classes também se constroem com base na frequência e proximidade entre as palavras. O resultado disso tudo é esse quadro aí acima (figura 1), chamado de dendrograma (por vezes de filograma) que separa as principais palavras em classes, permitindo assim lançar hipóteses sobre possíveis temas recorrentes nos textos.

Uma vez que a classe 4 (azul) se mostrava muito envolvida com o tema da permanência ou não de médicos (contratar, perder, ganhar, saída), decidi analisar somente esta classe em classes menores. Ou seja, fiz com que o programa alisasse a classe como um subcorpus, isolado das outras classes – eis aí outra função do programa. Desta forma, é possível esmiuçar a classe e extrair ainda mais informações, conforme se vê a seguir:

Figura 2:  CHD a partir da classe 4 da análise inicial

Esta nova CHD apresentou outros elementos interessantes sobre o tema da intenção de permanência de médicos e médicas do PMM, dentre os quais destaco a classe 3, onde palavras de ordem econômica (salário, pagar, ganhar) estão associadas a palavras que indicam fixação profissional (contratar, ficar, manter). E pode-se ir além, fazendo uma outra análise apenas desta classe 3, como você pode ver a seguir.

Análise de similitude

Figura 3: Análise de similitude com coocorrências da classe 2 do subcorpus

Eis aí acima (figura 3) a análise de similitude, uma de minhas análises preferidas do IRAMUTEQ. Nela, as palavras mais próximas são delimitadas por “ilhas semânticas” que se ligam a outra (s) ilha (s) por meio de linhas sinuosas, cuja espessura é diretamente proporcional à coocorrência (quantas vezes as palavras ocorrem próximas) das palavras unidas por elas. Ademais, a coocorrência também é representada objetivamente por números acima destas linhas. Perceba como os termos mais frequentes são PMM e médico, mostrando que o tema da classe gira em torno do médico e médica do PMM e, portanto, tem muito a ver com o foco da pesquisa. Ademais, a palavra médico aparece junto de termos como salário, pagar, contratar, ganhar, o que nos permite supor o peso da questão econômica na fixação de médicos (lembrando que na CHD estas ideias já podiam ser entrevistas). Ademais, junto ao termo PMM encontramos os verbos manter e ficar que, obviamente, também se relacionam com o foco da pesquisa.

Segmentos de texto (STs) típicos

Todavia, é possível aprofundar-se ainda mais e, neste caso, lancei mão dos STs da classe 2 do subcorpus (coluna verde da figura 2). Tais STs são aqueles que apresentam o maior número de palavras significativas, sendo estes STs apresentados na ordem decrescente de sua significância. Ou seja, quanto mais palavras significativas no ST, maior é o escore que ele terá. Repare:

Figura 4: 5 segmentos de texto (ST) típicos da classe 2

Os dois primeiros STs são de uma gestora municipal de saúde que aponta para a necessidade de que o município complementasse o salário dado pelo governo federal ao médico do PMM. Este salário é, na verdade, a bolsa do PMM, mas é muito comum que os entrevistados se refiram a ela como salário. O terceiro ST, entretanto, traz uma visão diferente, e a entrevistada (uma gestora de atenção básica) diz que não haverá problemas para seu município caso o PMM acabe. Por outro lado, o 4º ST mostra um município que não terá condições de arcar com as despesas resultantes do fim do PMM, enquanto no quinto ST um médico do PMM afirma que o salário do PMM é um fator fundamental. 

Uma conclusão possível

Isto posto, uma das conclusões que se pode depreender das entrevistas analisadas é que o pagamento oferecido ao médico (representados como bolsa ou salário) figura como um aspecto importante para sua intenção de permanência na unidade de saúde, o que inclusive encontra respaldo na literatura. (ANDRADE et al., 2019; MEDEIROS et al., 2010; MENDONÇA et al., 2010; NEY, S.; HENRIQUE; RODRIGUES, A., 2012) E lembre-se: aqui eu só apresentei uma parte da análise (com foco na intenção de permanência do profissional médico), faltando ainda verificar as outras 3 classes do subcorpus.

Revendo o passo a passo

Recapitulando os passos aqui apresentados, temos: 1) organização do corpus (conjunto de textos a serem analisados); 2) realização da CHD – classificação hierárquica descendente; 3) identificação de uma classe com vocabulário fortemente ligado ao tema (fixação de médicos), com realização de nova CHD somente desta classe (subcorpus); 4) Análise da nova CHD, onde se identificam classes cujas palavras remetem a temas pertinentes aos objetivos do estudo; 5) aprofundamento de uma classe com geração de análise de similitude e de STs significativos, que permitiram conclusões que contam com respaldo na literatura.

Concluindo

Pois bem, mostrei aí algumas das funções mais interessantes do IRAMUTEQ segundo meu humilde ponto de vista. Os passos que segui não são nenhuma obrigação, mas a melhor maneira que eu encontrei de trabalhar os dados neste caso. Qualquer pessoa que entre em contato com o programa poderá explorar suas outras funcionalidades e, espero, alcançar análises melhores que estas.

De resto, muito obrigado por sua atenção até aqui – de verdade. Se quiser mandar alguma dúvida ou tiver propostas de trabalho com o IRAMUTEQ você pode entrar em contato comigo pelo e-mail (claytonleitedemoura@gmail.com).

Bons estudos e muita saúde pra você!

PARA SABER MAIS

  1. https://www.youtube.com/watch?v=ljlR3VX7LCk – USO DO IRAMUTEQ NAS PESQUISAS QUALITATIVAS EM ENFERMAGEM – PROFESSOR RUBENILSON VALOIS – PPGENF/UEPA. Essa palestra foi meu primeiro contato com o IRAMUTEQ. É um pouco longa, mas o professor é bom. Recomendo.
  2. https://laccos.com.br/2018/11/29/atualizacao-do-kit-iramuteq/ – para fazer o download do IRAMUTEQ, do R e do Libreoffice (que pode ser necessário)
  3. claytonleitedemoura@gmail.com – 😉 

Leituras Relacionadas

O texto acima é de total responsabilidade do autor e não representa a visão da sanar sobre o assunto.

REFERÊNCIAS

  1.  ANDRADE, L. R. De et al. Provimento e fixação de médicos na atenção primária à saúde no estado da Bahia. Revista de Administração Pública, 2019. v. 53, n. 3, p. 505–519. 
  2. MEDEIROS, C. R. G. et al. A rotatividade de enfermeiros e médicos: um impasse na implementação da Estratégia de Saúde da Família. Ciência & Saúde Coletiva, 2010. v. 15, n. suppl 1, p. 1521–1531. 
  3. MENDONÇA, M. H. M. De et al. Desafios para gestão do trabalho a partir de experiências exitosas de expansão da Estratégia de Saúde da Família. Ciência & Saúde Coletiva, 2010. v. 15, n. 5, p. 2355–2365. 
  4. NEY, S.; HENRIQUE, P.; RODRIGUES, A. na Estratégia Saúde da Família. 2012.
  5. HENRIQUE, P.; RODRIGUES, D. A.; NEY, M. S. impactos na Estratégia Saúde da Família. 2013. 
  6. CAMARGO BV, JUSTO AM. IRAMUTEQ: um software gratuito para análise de dados textuais. Temas psicol [online]. 2013, vol. 21, n. 2, p. 513-18. Disponível em: http://pepsic.bvsalud.org/pdf/tp/v21n2/v21n2a16.pdf
  7. RAMOS, M. G.; LIMA, V. M. Do R.; AMARAL-ROSA, M. P. Contribuições do software IRAMUTEQ para a análise textual discursiva