Les ICPE

Os dados de identificação e dos protocolos das classificações foram codificados e colocados numa planilha do programa estatístico SPSS versão 13 e feitas análises descritivas e escalonares. Os dados escalonares (MSA e SSA) foi rodado na Escala Multidimensional ALSCAL. Os dados verbais foram objeto de análise de conteúdo Bardin (2004).

As técnicas de análise não-métricas multidimensionais (MSA, SSA) tem sido interpretadas a partir da Teoria das Facetas (TF) (Guttman, 1965; Borg & Lingoes, 1987; Yong, 1987). A TF se caracteriza por ser uma abordagem sistemática que permite uma análise multivariada dos dados e produz uma representação geométrica (Escalograma) das múltiplas associações entre todos as variáveis/dimensões latentes estudadas (neste estudo compreendida como categorias).

Cada estrutura representa uma “faceta”. Cada faceta lida com complexas relações entre as variáveis e converte distâncias e similaridades psicológicas em

distâncias geométricas euclidianas bidimensionais, cujo principio de contiguidade impõe um modelo estrutural mínimo sobre os dados.

Portanto, tais análises são fundamentadas em modelos qualitativos multivariados não-métricos, cujos dados foram gerados a partir do Procedimento de Classificação Múltipla, com entrevistas com poucos informantes.

Para análise das Classificações Livres

Para análise das Classificações Livres foi utilizado a técnica Análise Escalonar Multidimensional (MSA) e para as Classificações Dirigidas utilizou-se a técnica Análise de Estrutura de Similaridade (SSA) (Roazzi, 2010; Borg & Groenen, 2005; Borg & Lingoes, 1987).

O MSA relaciona, com base em similaridade e dissimilaridade, cada participante com a ordem em que cada item de um “structuple” foi agrupado no interior de cada linha, representado por um ponto. A base é a inter-relação entre os itens, e o programa estatístico coloca-os de tal forma que os itens classificados de acordo com uma mesma categoria são representados em regiões. No que diz respeito à configuração geométrica, Zvulun (1978) explica que "O MSA cria um espaço multidimensional onde 'structuples' são representadas como pontos, os itens como as partições e as categorias dos itens como as regiões das partições" (p.240, citado por Roazzi, 2010).

A interpretação das facetas do espaço MSA deriva de dois tipos de projeções, uma denominada geral ou composta e outra denominada projeção individual. Na projeção geral, são os pontos que caracterizam os itens utilizados nas tarefas de classificação e na projeção individual os elementos são representados pelo número específico da categoria a que pertencem. Este procedimento leva a identificação das regiões que correspondem às categorias classificatórias utilizadas pelos sujeitos como grupo, Roazzi (1995).

Para análise das Classificações Dirigidas

A Análise de Estrutura de Similaridade, em inglês (Similarity Structure Analysis) - SSA. O princípio orientador dessa análise é o da proximidade. Isso significa

que quanto mais próximos os pontos entre si, mais correlacionados estão os itens (categorias), e quanto mais distantes, menos correlacionados.

O pressuposto básico desta técnica é que existe uma diferença quantitativa de mais para menos entre os diferentes itens analisados, no presente caso, do muitíssimo para o pouquíssimo associado no qual a classificação Dirigida foi ordenada. Além disso, o cálculo do coeficiente ocorre entre as variáveis, transformando os dados brutos, e a partir do princípio de contiguidade, calcula-se a localização das distâncias entre os itens na projeção. Dessa forma, dois pontos projetados próximos entre si representam duas variáveis que estão altamente correlacionadas positivamente, do que duas variáveis cujos pontos correspondentes são projetados em regiões distantes.

Quando os itens estiverem situados na mesma região, eles compartilham de facetas comuns e quanto estiverem localizados na região central da projeção apresentam uma correlação média maior em relação aos demais. Este é o maior poder da abordagem proposta pela teoria das facetas (Roazzi, 2010).

A forma de projeção na faceta dependerá da natureza dos dados, a partir do momento que os elementos podem ser qualitativa ou quantitativamente diferentes. Para facetas quantitativamente diferentes, as regiões são representadas espacialmente de maneira ordenada. Ao contrário, diferenças de caráter qualitativo apresentarão partições não ordenadas. Assim, o tipo de partição permite ao pesquisador conhecer quais facetas são ordenadas, e qual o sentido desta ordenação e quais facetas não são ordenadas.

A partição de uma faceta não ordenada é do tipo polar. Como os elementos desta faceta são qualitativamente diferentes, cada elemento da faceta corresponde a diferentes direções na projeção, emanando de um ponto de origem comum.

Para a análise de Conteúdo

Subsidiou-se da análise de conteúdo como proposto por Bardin (2004), cujo objetivo desta análise foi identificar qualitativamente, no nível exploratório e contextual os sentidos e significados do pensamento classificatório dos professores, que tiveram

como mediadores as categoriais de linguagem produzidas para Florestas e para Mudanças climáticas.

Salienta-se que se preservou a “fala” do professor/a na integralidade, com mínimas correções ortográficas, com fins de preservar o fluxo do pensamento na sua naturalidade, no qual as lacunas entre uma ideia e outra indicam modos de organizar cognitiva e verbalmente o pensamento ali se materializando, importante para a psicologia cognitiva e para a categorização, enquanto processo de síntese de diferentes tarefas que envolvem classificação, inferência, resolução de problemas e explicação (Faria, 2006).

Considerando a particularidade do procedimento de classificação múltipla em análises de conteúdo, é importante salientar que, as justificativas verbais dadas à organização do pensamento classificatório que o(a) professor(a) construiu foi mediado por um conjunto de palavras/categorias aparentemente desconexos para o qual, na classificação livre, deu significados e sentidos à sua própria organização mental, que diferente da classificação dirigida, o termo indutor orienta a classificação.