Introduz o uso do software ATLAS.ti para organização, codificação e análise de dados qualitativos, com foco na sistematização e interpretação de evidências empíricas.

Introduz os fundamentos da análise de redes sociais, com foco em conceitos, medidas e aplicações para o estudo de relações sociais e estruturas complexas.

Apresenta o QCA como estratégia de análise comparativa, combinando lógica qualitativa e formalização analítica. O curso aborda fundamentos do método e sua aplicação com apoio de software.

Introduz os fundamentos do desenho de pesquisa, com foco na formulação de perguntas, definição de estratégias metodológicas e construção de projetos consistentes. O curso orienta a organização lógica da pesquisa, articulando teoria, método e evidência empírica.

Explora a etnografia como estratégia de pesquisa, com foco na observação de práticas e contextos políticos. Aborda desenho de campo, produção de dados e interpretação de evidências qualitativas.

Apresenta técnicas de condução de entrevistas em pesquisa qualitativa, incluindo elaboração de roteiros, estratégias de amostragem, registro e análise do material, com atenção às questões éticas.

Introduz o uso de grupos focais como técnica de coleta de dados, abordando sua aplicação prática, desenho de pesquisa e integração com outras abordagens metodológicas.

Discute os principais conceitos e métodos para identificação de relações causais, distinguindo causalidade de correlação. O curso introduz o arcabouço de resultados potenciais e estratégias de identificação empírica.

Apresenta os principais conceitos da análise estatística, com ênfase em descrição de dados e inferência básica. Aborda medidas, testes de hipóteses e relações entre variáveis, oferecendo base para análises quantitativas.

Aprofunda técnicas de inferência estatística, incluindo testes, correlação e introdução à regressão. O curso prepara o participante para análises quantitativas mais avançadas e modelagem de dados.

Apresenta os fundamentos do uso do R e RStudio para análise de dados. Inclui manipulação, organização e visualização de dados, além de noções básicas de programação aplicadas à pesquisa empírica.

Oferece uma introdução aplicada a técnicas de aprendizado de máquina, incluindo modelos supervisionados e não supervisionados. Foca na extração de padrões, classificação e previsão em dados sociais.

Apresenta modelos de regressão simples e múltipla, com foco na estimação e interpretação de relações entre variáveis. Inclui discussão de especificação, interações e relações não lineares.

Apresenta técnicas de análise automatizada de texto, abordando desde o pré-processamento até a modelagem e interpretação de dados textuais em pesquisas empíricas.