Fixed bed FT reactor

As pesquisas nas ciências sociais têm como finalidades identificar, avaliar e eliminar explicações rivais. A maioria desses estudos possui caráter observacional, devido à ausência, de modo geral, de oportunidades para manipular variáveis exploratórias como nas pesquisas experimentais. Com efeito, por mais cuidadoso que o pesquisador seja, é impossível ter certeza absoluta da inferência causal, isto é, determinar os efeitos ou causas de uma série de variáveis explicativas sobre uma variável dependente, uma vez que as ligações causais

fogem do controle total do pesquisador (Yin, 2005). Segundo Miles e Shevlin (2001), a comprovação de causalidade deve obedecer três critérios: associação entre as duas variáveis; direção da causalidade a partir da prioridade temporal e; isolamento. Contudo, em estudos observacionais, as variáveis explicativas não podem ser completamente isoladas.

Além disso, nas ciências sociais, a maioria dos fenômenos investigados possui complexos e múltiplos determinantes ao invés de uma única variável independente, assim, as estratégias  encontram  sérias  restrições.  Prevalece  a  situação  denominada  de  ‘equifinalidade’   ou  ‘multicausalidade’,  isto  é,  num  fenômeno,  um   mesmo tipo de resultado pode surgir em casos diferentes via conjuntos distintos de variáveis independentes.

Não obstante, de acordo com King, Keohane e Verba (1994), a inferência, seja ela descritiva ou causal, é o fundamento das ciências sociais. Ambas, todavia, não são necessariamente excludentes, ao contrário, é natural que sejam utilizadas de forma cumulativa (Trochim; Donnelly, 2008). Robustas hipóteses causais são complementadas com boa descrição. O gráfico abaixo organiza as etapas do ciclo de pesquisa:

Gráfico 3.1. Etapas do Ciclo de Pesquisa

Fonte: Adaptado de Brady e Collier (2004).

Similarmente, o debate entre as escolas qualitativa e quantitativa sobre as estratégias metodológicas mais adequadas nas ciências sociais não devem ser vistas como rivais, mas sim complementares, conforme postura conciliadora de Collier, Brady e Seawright (2004, p. 266) no trecho a seguir: F. Testes Adicionais e reformulção da Teoria E. Inferência Causal B. Especificar a Teoria A. Definir o Problema da Pesquisa D. Inferência Descritiva C. Selecionar os Casos e Observacões

Acadêmicos devem reconhecer que as ferramentas analíticas podem às vezes contribuir mais para o alcance de padrões compartilhados de inferências descritivas e causais válidas e o refinamento teórico. Nós acreditamos que a maior promessa para o progresso das ciências sociais se baseia na visão eclética de metodologia que reconhece que contribuições potenciais de diversas ferramentas convergem com esses padrões compartilhados.

Por conseguinte, segundo Przeworski e Teune (1970) nem todos os objetivos de uma investigação podem ser atingidos ao mesmo tempo, prevalecem trade-offs entre precisão, generalidade, parcimônia e causalidade. Nem analistas quantitativos nem qualitativos têm uma fórmula pronta para produzir uma pesquisa de qualidade. Entretanto, o pesquisador social deve considerar as condições empíricas e o arcabouço teórico referentes ao objeto de estudo no momento de decidir o desenho de pesquisa e a estratégia metodológica apropriada.

Dentre as possibilidades de desenho de pesquisa que se ajusta a uma abordagem compreensiva com condições de prover inferências, a presente pesquisa opta pelo método comparativo. No campo das políticas públicas, a abordagem comparada engloba uma vasta relação de estudos, tais como políticas sociais, econômicas, reformas administrativas, dentre outras.   De   acordo   com   David   Collier   (1993,   p.   5),   “a   comparação   é   um   instrumento   fundamental de análise, pois amplia nosso poder de descrição e desempenha um papel central na formação conceitual, trazendo o foco nas similaridades sugeridas e em contrastes entre casos”.  

O método remonta à obra de John Stuart Mill (1984), Sistema de Lógica Dedutiva e Indutiva de 1843, uma das bases para o raciocínio lógico e científico. Voltado para os métodos de pesquisa experimental, Mill (1984, p. 196) afirma:

Os métodos mais simples e familiares de escolher entre as circunstâncias que precedem ou seguem um fenômeno, aquelas às quais esse fenômeno está realmente ligado por uma lei invariável são dois: um consiste em comparar os diferentes casos em que o fenômeno ocorre; o outro, em comparar casos em que o fenômeno não ocorre. Esses dois métodos podem ser respectivamente denominados o método de concordância e o método de diferença.

Embora Mill argumentasse que suas aplicações, assim como o terceiro método das variações concomitantes, fossem inviáveis nas ciências sociais, eles vêm sendo muito utilizados para fundamentar os estudos comparados. Em termos gerais, no método da diferença, os casos são similares em todas as condições de fundo que podem ser relevantes ao

resultado de interesse, como X1, mas eles diferem, contudo, em uma dimensão – X2 – e no

resultado, Y, o que possibilita presumir a partir do padrão de covariação entre os casos que a presença ou ausência de X1 é o que causa variação em Y (Gerring, 2006; Seawright; Gerring,

2008). Enquanto, o método da concordância ou de casos mais diferentes é o oposto, isto é, o foco é nos casos mais distintos, mas apenas uma variável independente tem correlação com a variável dependente.

A partir dessas premissas, Przeworski e Teune (1970) formularam duas estratégias comparativas: desenhos de sistemas mais similares (most similar systems) e sistemas mais diferentes (most different systems). Embora os autores ressaltem que esses desenhos raramente são formulados rigorosamente, suas lógicas são bem simples. A primeira, baseada no princípio das variações concomitantes, compara casos mais semelhantes possíveis sob o pressuposto de que quanto mais similares os casos que estão sendo comparados, maiores as chances de isolar os fatores responsáveis por diferenças entre eles. As características sistêmicas comuns são consideradas como controles, enquanto as diferenças intersistêmicas são vistas como variáveis explicativas. O número de características comuns é máximo e o número de características diferentes mínimas. Em sentido oposto, o segundo desenho propõe a comparação de casos com características sistêmicas mais contrastantes possíveis a fim de demonstrar a solidez de uma relação entre as variáveis dependentes e independentes.

Outra tentativa de ajuste do método de Mill é a denominada Análise Comparativa Qualitativa (QCA) formulada por Charles Ragin (1987). Em síntese, objetiva-se lidar com o problema de N pequeno, possibilitando fazer inferências a partir de um número máximo de comparações realizáveis nos casos em análise. Ao maximizar a quantidade de comparações entre casos, bem como o uso de informação intervalar por meio da adição de categorias nominais para representar valores intervalares, o QCA complementa o método de Mill, uma vez que permite a análise das causas múltiplas e efeitos de interação numa investigação de inferência causal (Ragin, 1987).

Dentro desse debate, Theda Skocpol e Margaret Somers (1980) argumentam que os estudos comparativos devem ser entendidos em termos de três distintos e conectados objetivos: i) exame sistemático de covariação entre casos para o propósito de análise causal; ii) investigação de um número de casos com vistas a mostrar que um modelo particular ou um conjunto de conceitos úteis para elucidar esses casos; iii) verificação de dois ou mais casos de modo a ressaltar como eles são diferentes e, assim, estabelecer uma estrutura para interpretar como processos paralelos de mudança ocorrem em formas diferentes dentro de cada contexto.

Surge, assim, nos estudos comparados o trade off entre as quantidades de casos e de variáveis a serem analisados. Em geral, quanto maior os números de casos comparáveis, menos variáveis estão disponíveis e vice versa. Tal dilema exerce impacto na validade da investigação científica. Enquanto a validade interna remete à ligação causal, a externa envolve a capacidade de a descoberta ser generalizável, ser aplicada em outros casos do tipo similar. Se por um lado os estudos quantitativos são criticados por seus conceitos e teorias espessas, por outro, é o melhor método disponível para testar generalizações, em especial, para relações causais complexas (Coppedge, 1999).

Esse é o principal dilema dos estudos de política comparada que, na sua maioria, abordam um número pequeno de casos (small N), sobretudo, de países. Nesse contexto, a crítica se direciona predominantemente às abordagens qualitativas que fundamentam inferências causais a partir de comparações de número pequeno de casos. No sentido de amenizar essa problemática, King, Keohane e Verba (1994) recomendam a definição de desenhos de pesquisa que tenham suficiente número de observações em relação ao número de parâmetros exploratórios sendo estimados. Para tanto, uma alternativa é focar em subunidades, por exemplo, ao invés de países, os governos subnacionais. Essa estratégia analítica tem se intensificado nas ciências sociais e, de acordo com Peter Mair (1996), gerou a complexificação das abordagens:

Com a disponibilidade maior de dados, a tendência foi de testar o maior número de casos possíveis. As explicações alcançadas são resultantes da expansão de base de dados, por meio do refinamento das variáveis explicativas ou por meio de melhor precisão do que necessita ser explicado [...] O objetivo se mantém único de explicar fenômenos relevantes mais gerais possíveis, enquanto procura-se melhorar a capacidade de explicar por meio de uma constante modificação de ferramentas de medidas (Mair, 1996, p. 32).

Nessa direção, a presente tese tem como objeto de análise os governos municipais no Brasil que propicia um amplo número de observações. Ainda seguindo as recomendações de King, Keohane e Verba (1994), a investigação procura testar as suas hipóteses não apenas em uma variável dependente, mas sim em um conjunto diversificado de variáveis para captar de forma compreensiva os efeitos das variáveis independentes sobre fenômeno estudado, ou seja, o desempenho governamental.

Finalmente, cabe salientar que a retomada da importância do papel das instituições na explicação das políticas públicas – neoinstitucionalismo - possibilitou delimitar melhor os dois métodos comparativos disponíveis. De um lado, os desenhos de pesquisa de sistemas mais diferentes que procuram identificar o impacto de instituições formais semelhantes dentro de sistemas políticos distintos. Por outro, os desenhos de sistemas mais similares que analisam casos com o arcabouço institucional formal semelhante, mas com o foco na explicação da política pública mediante a análise de um conjunto distinto de variáveis, tais como regras informais do jogo político, os resultados eleitorais e as condições socioeconômicas. Esta última converge com o desenho da presente pesquisa.