Pesquisa Qualitativa: saiba como funciona e quando utilizá-la
Saiba o que é pesquisa qualitativa exploratória, como funciona e quando utilizá-la
Já se foi o tempo no qual os participantes de um projeto de Design limitavam-se aos integrantes dos departamentos de Produto, Marketing ou Inovação. Hoje, diante do amadurecimento do mercado, profissionais de áreas como Engenharia, Logística, Financeiro, RH, BI, Produção e Comercial fazem parte da proposição de soluções que visam atender às demandas de um projeto.
Para que isso aconteça de forma satisfatória, é fundamental que todos estejam confortáveis com os dados que embasam dos problemas levantados e entendam os caminhos percorridos para se chegar a eles. Por esse motivo, apresentar a pesquisa qualitativa exploratória utilizada em nossos projetos de Design é o objetivo deste artigo.
Pesquisa qualitativa: um mergulho no universo do outro
Aqui na Livework, realizamos pesquisas com usuários de serviços sempre que precisamos explorar o contexto de um desafio e desenvolver conexões pessoais, que nos guiam e inspiram ao longo de projetos. É preciso conhecer as pessoas bem o suficiente para nos colocarmos em seus lugares e projetarmos serviços condizentes com seus desejos e necessidades. Para isso, buscamos saber o que fazem, entender suas realidades, motivações e dificuldades na tentativa de alcançar, com profundidade, os seus valores pessoais.
Para termos essa visão aprofundada das pessoas para as quais projetamos um serviço, adotamos as pesquisas qualitativas exploratórias, por meio das quais estudamos o comportamento das pessoas em suas rotinas. A partir de observações e indagações, é possível ir além da frieza dos números e entender as razões existentes por trás dos comportamentos. Aqui, os “porquês” (motivações) são mais importantes que os “o quês” (as ações em si). Estas informações podem ser capturadas por meio de diferentes ferramentas como entrevistas em profundidade, sondas culturais e shadowing.
Qualidade (e não quantidade) em primeiro lugar
Na pesquisa qualitativa, a amostra não é uma representação da população, mas uma seleção de casos capaz de oferecer informações relevantes. Assim, a amostra é sempre pequena e costuma incluir usuários extremos, que geralmente possuem motivações mais acentuadas, necessidades mais complexas e desejos mais intensos, trazendo informações valiosas para o estudo. Os usuários extremos podem ser aqueles para os quais a importância do serviço, a intensidade de uso ou as condições de acesso sejam máximas ou mínimas.
No campo da subjetividade
Embora alguns autores tenham tentado estabelecer uma fórmula matemática para calcular tamanho de amostra em pesquisa qualitativa, nenhuma solução puramente objetiva é adotada pela literatura. Em artigos científicos com revisão de pares, a imensa maioria dos estudos utiliza o conceito de saturação teórica, que determina que as observações devem cessar quando uma nova observação não revelar nada de novo em relação às observações já realizadas. Ela representa, portanto, o momento no qual toda a informação que poderia ser extraída do estudo já tenha sido capturada e novas observações seriam apenas desperdício de recursos.
A dificuldade está em definir a priori quando a saturação teórica será alcançada. Pesquisadores experientes são capazes de sugerir um tamanho de amostra que potencialmente proporcione o máximo de informações sem desperdício de recursos. Além disso, é possível que a maior experiência do pesquisador leve a uma maior capacidade de extrair informações da pesquisa e à saturação teórica com menor número de entrevistados e de dados.
Não existe uma concordância acerca do número de entrevistas realizadas em pesquisas qualitativas, que varia de acordo com o objetivo, o contexto e a complexidade do estudo. Testes com usuários de serviços digitais costumam usar amostras inferiores a dez usuários, muitas vezes utilizando apenas de três a cinco pessoas. Já artigos acadêmicos geralmente lançam mão de entrevistas com dez a 25 participantes. Pesquisas exploratórias para projetos de Design de Serviço costumam usar amostras de dez a 15 entrevistas, chegando a 30 em projetos muito complexos.
Nós, da Livework, usamos a experiência acumulada por nossos estúdios de Londres, Rotterdam e São Paulo em 19 anos de atuação e nossa expertise em entrevista qualitativa para propor um número de entrevistas que consideramos adequado para cada projeto, analisando o contexto, o grau de complexidade e a análise da segmentação já adotada pelo negócio.
Entretanto, é importante salientar: em Design cada caso é um caso. Portanto, a dimensão da amostra varia de acordo com a complexidade do projeto. Quando percebemos que estamos terminando as entrevistas previstas, mas ainda estão surgindo novos temas e insights, examinamos as informações capturadas. Se julgarmos que são insuficientes, reconhecemos que subestimamos o tamanho necessário da amostra e continuamos a pesquisa até termos informações suficientes para atender às necessidade do projeto.
E quais as diferenças entre uma pesquisa quantitativa e qualitativa?
Em primeiro lugar, é importante deixar claro que não existe certo e errado. Trata-se de linhas de pesquisa distintas, que devem ser usadas para finalidades diferentes.
Enquanto a pesquisa qualitativa exploratória se propõe a aprofundar nas questões, a pesquisa quantitativa geralmente é usada para medir frequência e intensidade de algum fenômeno que já sabemos que existe. Para isso, a amostra deve ser uma representação da população, um conjunto uniforme de elementos que teoricamente possuem as mesmas características da população total em que está contida. A amostra é selecionada aleatoriamente e a quantidade de casos estudados é calculada com uma fórmula estatística que considera o tamanho da população, o nível de confiança desejado e o erro máximo admissível.
Frequentemente, dados muito diferentes da média (os chamados “outliers” em estatística) são eliminados da amostra para não gerar distorções. Esses dados discrepantes, que estão mais distantes da média das observações, levantam a suspeita de terem sido gerados por um mecanismo distinto, como, por exemplo, um erro de coleta.
Veja abaixo um comparativo entre as metodologias:
Se quiser saber mais sobre o assunto, separamos abaixo alguns links de blogs de Design, artigos acadêmicos e palestras de TED que aprofundam a discussão:
Why You Only Need to Test with 5 Users – Jakob Nielsen
Design user research explained for everyone – Amid Moradganjeh
The human insights missing from big data – Tricia Wang
Defendendo a pesquisa motivada pela curiosidade – Suzie Sheehy
