Categorias de Análise: Como Definir na Dissertação

A parte da análise que ninguém ensina direito

Vamos lá. Você coletou os dados. Fez as entrevistas, leu os documentos, transcreveu tudo. E agora? Como você vai da pilha de material que está na sua frente para a análise que vai aparecer na dissertação?

A resposta passa pelas categorias de análise. E é aqui que muita pesquisa qualitativa fica confusa, porque os manuais ora tratam o assunto como se fosse matemático (categorias que emergem mecanicamente dos dados), ora como se fosse puramente intuitivo (você lê e “sente” as categorias).

Não é nem um nem outro.

Definir categorias de análise é um trabalho intelectual que exige ao mesmo tempo conhecimento teórico, sensibilidade aos dados e clareza sobre o que você quer responder. É um dos momentos mais ricos da pesquisa. E um dos mais árduos.

O que é uma categoria de análise

Uma categoria de análise é um agrupamento de elementos dos dados que compartilham características relevantes para o problema de pesquisa. Ela é uma abstração: você não analisa cada frase individualmente, você organiza o que encontrou em categorias que capturam padrões, recorrências ou dimensões significativas do fenômeno.

Exemplo concreto: você está estudando como professores universitários descrevem a relação com os alunos. Ao ler as entrevistas, você percebe que falam sobre distância e aproximação, sobre expectativas e frustrações, sobre momentos de ruptura e de conexão. Esses padrões podem virar categorias: “proximidade afetiva”, “expectativas sobre engajamento”, “limites da relação pedagógica”. Cada categoria organiza um conjunto de trechos das entrevistas que tratam daquele aspecto.

O que torna uma categoria válida: ela precisa ser exaustiva (todo trecho relevante dos dados precisa caber em alguma categoria), mutuamente exclusiva na medida do possível (o mesmo trecho não deveria pertencer a duas categorias com o mesmo nível de sentido) e coerente com o problema de pesquisa (se uma categoria não contribui para responder sua pergunta, provavelmente não precisa estar lá).

Categorias dedutivas: quando você parte da teoria

Algumas pesquisas chegam ao campo com categorias já definidas, derivadas do quadro teórico-conceitual. Isso é legítimo, especialmente quando a teoria que você usa é muito consolidada e suas categorias já foram validadas em outras pesquisas.

Uma pesquisa sobre socialização acadêmica que usa a teoria de Bourdieu pode chegar ao campo com categorias como “capital simbólico”, “habitus acadêmico” e “campo científico” já definidas. A análise consiste em verificar como esses conceitos se manifestam nos dados específicos do seu contexto.

A vantagem: clareza desde o início, coerência com o quadro teórico, facilidade de comparação com outros estudos que usam a mesma teoria.

O risco: você pode forçar os dados a caber nas categorias teóricas mesmo quando eles estão dizendo algo diferente. Esse é o maior perigo das categorias a priori. Você precisa estar aberta ao fato de que os dados podem não se comportar como a teoria prevê, e que isso pode ser a descoberta mais importante da pesquisa.

Categorias emergentes: quando os dados falam

Em abordagens mais indutivas, especialmente em pesquisa fenomenológica, etnografia e grounded theory, as categorias emergem do contato sistemático com os dados. Você lê, relê, anota, agrupa, nomeia, e as categorias vão se formando a partir do material.

Esse processo é chamado às vezes de codificação. Você vai do dado ao código (uma etiqueta descritiva), do código à subcategoria (agrupamento de códigos semelhantes), da subcategoria à categoria (agrupamento mais abstrato) e da categoria à teoria (o que esse conjunto de categorias diz sobre o fenômeno?).

A vantagem: é mais fiel ao que está nos dados, permite descobertas que uma categorização a priori bloquearia, gera análises mais ricas em fenômenos novos ou pouco estudados.

O risco: o processo pode ser longo, exige muitas leituras e releituras, e sem âncora teórica pode produzir categorias demasiado descritivas que não avançam na interpretação.

O modelo misto: o que funciona na maioria das dissertações

Na prática, a maioria das dissertações de mestrado trabalha com um modelo misto: começa com algumas categorias derivadas da teoria (suficiente para ter um mapa inicial), entra em contato com os dados e deixa que novas categorias emerjam, depois reconcilia o esquema original com o que os dados trouxeram.

Esse processo precisa ser descrito na metodologia. O leitor precisa saber: como você chegou às categorias que usa? De onde vieram? Como foram refinadas?

Dentro do Método V.O.E., essa fase de definição das categorias é parte central do trabalho de Organização. Antes de escrever os capítulos de análise, você precisa ter esse mapa claro. Sem ele, a escrita oscila: você vai e volta nos dados sem saber exatamente o que está argumentando.

Erros comuns na definição de categorias

Categorias muito descritivas. “O que os entrevistados disseram sobre X” não é uma categoria de análise, é uma organização por tema. Uma categoria analítica precisa ir além do descritor e capturar um padrão interpretativo.

Categorias não coerentes com os objetivos. Se seu objetivo é entender como o fenômeno acontece, as categorias precisam organizar esse processo. Se o objetivo é entender por que acontece, as categorias precisam capturar os fatores explicativos.

Mudar as categorias sem documentar. É normal revisar as categorias ao longo da análise. O problema é quando a versão final da dissertação não corresponde ao processo real, porque as mudanças foram feitas sem registro. A rastreabilidade do processo é parte do rigor metodológico.

Categorias sem subcategorias. Para dissertações de mestrado, uma única camada de categorias muitas vezes é insuficiente para capturar a complexidade dos dados. Subcategorias permitem que você vá do geral ao específico na análise.

Nomeando as categorias

O nome de uma categoria não é neutro. Ele já carrega uma interpretação.

“Resistência à mudança” e “adaptação estratégica” podem referir-se a comportamentos parecidos nos dados, mas a interpretação que cada nome carrega é diferente. A primeira sugere conservadorismo, a segunda sugere agência.

Escolha nomes com cuidado. Verifique se eles refletem o que está nos dados ou se você está projetando uma interpretação que não está sustentada pelo material. Isso é um dos pontos que a orientadora vai checar na análise.

Como apresentar as categorias na dissertação

Depois de construir as categorias, você precisa apresentá-las no texto de forma que o leitor entenda o processo.

Na seção de metodologia, explique como as categorias foram definidas: se vieram da teoria (citar os autores), se emergiram dos dados (descrever o processo de codificação), ou se foi um processo misto (descrever ambas as etapas).

Se você usou algum software de análise qualitativa (NVivo, ATLAS.ti, MAXQDA ou qualquer outro), descreva como ele foi usado. O software não faz a análise, ele organiza o processo. O raciocínio interpretativo é seu, e precisa aparecer no texto.

Para cada categoria principal que usar na análise, considere apresentar: a definição da categoria, exemplos de como ela aparece nos dados (com trechos citados), e como ela se relaciona com as outras categorias.

Essa transparência metodológica não é formalidade. É o que permite que outro pesquisador avalie se suas interpretações fazem sentido dado o material que você tinha.

O que fazer quando as categorias não cobrem os dados

Às vezes você percebe que tem trechos dos dados que não se encaixam em nenhuma das categorias definidas. Isso não é problema: é dado relevante.

Existem algumas possibilidades. O trecho pode ser um caso marginal que não precisa de categoria própria, mas que vale mencionar na análise. Pode indicar que você precisa criar uma subcategoria nova dentro de uma categoria existente. Pode mostrar que sua categorização está com um gap e precisa de uma categoria adicional.

O que não deve fazer: ignorar esses trechos porque não se encaixam. Dados que não cabem nas categorias podem ser os mais informativos, porque apontam para algo que a teoria não previu e que o campo apresentou de forma inesperada.

Registre esses casos durante a análise. Eles podem virar seções inteiras dos capítulos analíticos, ou podem aparecer como notas sobre os limites das categorias utilizadas.

Fechando

Definir categorias de análise é o coração do trabalho analítico em pesquisa qualitativa. Não é a parte mais glamourosa, mas é a que determina se a análise vai ter profundidade ou vai ficar na superfície.

Se você está travada na análise, frequentemente o problema está nas categorias: ou elas estão muito vagas para organizar os dados, ou estão tão rígidas que não deixam os dados falar, ou não estão alinhadas com o que você quer responder.

Volte para a pergunta de pesquisa. Pergunte: as categorias que tenho me ajudam a responder isso? Se não, o ajuste começa por aí.