cap_01 [livro do peixe]estatística para a psicologia

7/24/2019 Cap_01 [Livro Do Peixe]Estatstica para a psicologia

1/23

1.1 Por que ensinar estatstica sem frmulas matemticas?A estatstica como um contedo tende a despertar medo em coraes e mentes de muitosestudantes de cincias sociais e em muitos professores tambm. Entender os conceitosestatsticos no deve, no entanto, ser mais difcil do que compreender qualquer outro

conceito terico (por exemplo, o conceito de inteligncia). De fato, algum poderiapensar que entender um conceito bastante concreto, tal como o de mdia aritmtica,seria bastante mais fcil do que compreender o conceito psicolgico, bem mais vago,de uma atitude. Ainda assim, a cada ano, parece que a maioria dos estudantes, queaparentemente percebem muitos conceitos no estatsticos como um caso consumado,tem dificuldade para entender estatstica. No nosso modo de ver, muitas pessoas temema estatstica porque os conceitos esto perdidos em meio s frmulas matemticas. Destaforma, procuramos explicar a estatstica de uma forma conceitual sem confundir os es-tudantes com frmulas matemticas desnecessrias isto , desnecessrias hoje em dia,na era dos pacotes computacionais. Se o estudante quer aprender essas frmulas paramelhorar o seu conhecimento, que ponto de partida melhor do que um entendimento

conceitual da estatstica?A estatstica tende a ter uma m reputao, como ilustra a mxima de Disraeli*:Existem trs tipos de mentiras: mentiras, mentiras deslavadas e estatsticas. Entretanto,o problema no da estatstica, mas sim da forma como ela utilizada. Com frequncia,particularmente na poltica, a estatstica utilizada fora de contexto. Esse problema claramente ilustrado na seguinte carta publicada noNottingham Evening Post, em 2006.

Por que o nmero de crimes em Nottingham equivocadoEstou farto das estatsticas equivocadas retratando Nottingham como a capital do

crime no Reino Unido e gostaria de dar uma explicao.

Nottingham, embora a sua rea urbana inclua aproximadamente um milho

de pessoas, oficialmente uma autoridade unitria, com aproximadamente 300000habitantes vivendo na rea metropolitana da cidade prxima ao centro da cidade.

*N. de T.T.: Benjamin Disraeli (1804-1881). Primeiro ministro britnico em 1868 e de 1874 a 1880.

1Variveis e projeto de pesquisa

PANORAMA DO CAPTULO

Na tentativa de explicar como utilizar e entender estatstica, talvez seja melhor iniciar destacando osprincipais tpicos ao delinear uma pesquisa. Descreveremos, ento, os aspectos mais importantesde um projeto de pesquisa com o objetivo de mostrar como ele influencia o uso da estatstica. Assim,neste captulo queremos ensinar a voc o seguinte:

variveis: contnuas, discretas e categricas;

variveis dependentes e independentes;

projetos correlacionais, experimentais e quase-experimentais;

projetos entre e intraparticipantes.


2/23

24 Christine P. Dancey & John Reidy

Os limites da cidade so definidos rigorosamente e somente incorporam al-

gumas reas como Radford, St Anns e Hyson Green, assim como outros pontos de

crimes da cidade.

As estatsticas de crime de Nottingham excluem West Bridgford, Beeston e mais

outras reas suburbanas mais seguras.

Em comparao com outras reas industriais maiores, como Leeds, Sheffield,Birmingham, Manchester e Liverpool, a taxa de crimes de Nottingham, por habi-

tantes, pior, mas este o caso porque todas as cidades acima so distritos metro-

politanos ou condados, significando que as estatsticas do crime das cidades so

um reflexo de toda a rea metropolitana, incluindo os pequenos subrbios semirru-

rais nos limites das cidades, com pouco crime.

Se Nottingham fosse metropolitana, o que eu no estou sugerindo que deveria

ser (o que no alteraria o crime), apenas mudaria as estatsticas. Os limites da

cidade sem dvida se estenderiam a Ruddington e Tollerton, onde a taxa de crime

baixa. Isso teria um efeito menos intenso no nmero de crimes, que no momento

esto concentrados em reas altamente populosas sem crimes do centro da cidade.Comparar Nottingham a cidades como Newcastle Upon Tyne ou Sheffield no

correto, embora elas sejam comparveis como centros urbanos, como distritos

do crime elas so de uma liga diferente, com Sheffield tendo aproximadamente um

milho de habitantes comparado com os 275000 de Nottingham (todos nas reas

mais perigosas).

Vale a pena olhar a outras cidades que no esto bem no departamento de

estatstica do crime.

O pior lugar para estupros Portsmouth, para assaltos Leicester e para assas-

sinatos em Nottingham.

Todas essas cidades so distritos no metropolitanos como Nottingham.

Gostaria de ver as estatsticas do centro da cidade para as reas metropolita-nas de Doncaster, Rotherham, Oldham e Bolton e ver se elas ainda so mais segu-

ras do que as reas equivalentes de Nottingham. Eu, de certo modo, duvido.

(Carta doNottingham Evening Post, 5 de junho de 2006)

Essa carta ilustra claramente a importncia de se colocar estatsticas em um contex-to correto. Se for dito a voc, por exemplo, que a altura mdia de um adulto 173 cm,isto pode ser correto para um homem brasileiro, mas no necessariamente para um ho-mem de uma tribo africana de pigmeus, onde a altura mdia pode ser de apenas 145 cm.

1.2 VariveisExplicamos um aspecto muito importante das estatsticas: que elas s tm sentido emum contexto. Mas o que que a estatstica realmente faz? Essencialmente, a estatsticanos fornece informaes sobre fatores que podemos medir. Na pesquisa, as coisas quemedimos so denominadas variveis.

As variveis so o foco principal da pesquisa em cincias. Uma varivel simples-mente algo que pode variar, isto , pode assumir valores ou categorias diferentes. Algunsexemplos de variveis so o gnero (sexo), velocidade de digitao, velocidade mximade um carro, nmero de sintomas registrados de uma doena, temperatura, pblico emum festival de rock(por exemplo, o festivalDownload), nvel de ansiedade, nmero de

gols em uma partida de futebol, inteligncia, nmero de encontros sociais ao levar ocachorro para passear, quantidade de violncia na televiso, ocupao e cores favoritas.Esses so exemplos de coisas que se pode medir e registrar e que variam de uma situaoou pessoa para outra.


3/23

Estatstica sem matemtica para psicologia 25

Mas por que estamos interessados em variveis? Geralmente estamos interessadosem variveis porque queremos entender o motivo da sua variao. De forma a com-preender essa variao, devemos ter capacidade de medir e registrar as alteraes nestasvariveis em qualquer situao dada.

1.2.1 Caractersticas das variveisPode ser notado dos exemplos de variveis dados acima que elas apresentam diferentescaractersticas. Enquanto se pode medir a temperatura em termos de graus Celsius ouFahrenheit e atribuir um valor ao resultado, no se pode fazer o mesmo com o tipo deocupao, por exemplo. Isso representa uma caracterstica importante das variveis,isto , quo precisamente elas podem ser avaliadas. No ponto mais distante da escalauma varivel considerada contnua, ou seja, ela pode assumir qualquer valor em umdeterminado intervalo. Dito de outra forma, a varivel no varia de forma discreta, isto ,de maneira que possa ser contada. Um exemplo de varivel contnua a temperatura. Ela contnua porque se pode medir a temperatura, digamos, como sendo 40oC ou, ento,

se pode medi-la de forma mais precisa como 40,2558 oC. Outro exemplo, menos bvio, a quantidade de violncia na televiso. Pode-se medi-la em termos da quantidade detempo que ela aparece na tela por dia. Se avaliada dessa forma, isto , em termos do tem-po, a varivel pode assumir qualquer valor em termos de segundos ou partes de segundo,como, 1000 s ou 1000,1235672 s por dia. A nica limitao na preciso da medida de taltipo de varivel a acurcia do equipamento de medida. Com variveis contnuas existea hiptese implcita de que ela contnua mesmo que a forma de medi-la no o seja.Dos exemplos fornecidos anteriormente, temperatura, nvel de ansiedade, velocidademxima de um carro, velocidade de digitao e inteligncia podem ser consideradascontnuas, enquanto as demais no (veja a Tabela 1.1).

Uma varivel pode, tambm, ser discreta, ou seja, pode assumir somente valores dis-cretos dentro de um determinado intervalo. Um exemplo desse tipo de varivel o nme-ro de sintomas observados de uma doena que uma pessoa possui. Isso somente pode serregistrado em termos de presena ou no do sintoma. Outro exemplo seria se escolhsse-mos medir a quantidade de violncia na televiso de acordo com o nmero de incidentesviolentos por semana. No podemos medir essa varivel em termos de fraes de inciden-tes violentos por semana. Desta forma, o nmero de incidentes violentos semanais na te-leviso uma varivel discreta. Dos exemplos dados anteriormente, as variveis discretasmais bvias so o nmero de sintomas registrados de uma doena, o de encontros so-ciais enquanto se passeia com o co, o de frequentadores de um festival de rock, o decarros que se possui, o de filhos por famlia e o de gols em uma partida de futebol.

Um problema que surge quando tratamos com variveis discretas e contnuas o pe-rigo de confundir a varivel subjacente, isto , propriamente dita, com a forma como ela

Tabela 1.1 Exemplos de variveis contnuas, discretas e categricas

Contnuas Discretas Categricas

Temperatura Nmero de sintomas registrados deuma doena

Gnero (sexo)

Velocidade mxima de um carro Nmero de carros que se possui Ocupao

Velocidade de digitao Nmero de gols em uma partida defutebol

Cor favorita

Inteligncia Nmero de encontros sociais enquantose passeia com o cachorro

Tipo de restaurante

Nvel de ansiedade Participantes de um festival de rock

Nmero de filhos de uma famlia


4/23


mensurada. Uma varivel pode ser teoricamente contnua, mas a forma de medi-la sempre discreta, no importa o grau de preciso da medida utilizada. Poderamos medira ansiedade (uma varivel teoricamente contnua) utilizando um questionrio (por exem-plo, o Inventrio das Caractersticas e Estados da Ansiedade*, Spielberger et al., 1983),em que o escore total no questionrio fornece uma indicao do nvel de ansiedade de

uma pessoa. O escore total neste questionrio pode aumentar somente em unidades,digamos de 38 para 39 ou de 61 para 62. Assim, a forma de mensurao da ansiedade discreta, enquanto a varivel envolvida de fato contnua.

Adicionalmente, com frequncia, ao se analisar variveis discretas elas so tratadascomo se fossem contnuas. Muitos dos testes estatsticos que usamos assumem que es-tamos tratando com variveis contnuas. Geralmente quando uma varivel discreta podeassumir um grande nmero de valores dentro de certo intervalo (por exemplo, pblicode um festival de rock), elas podem para efeitos prticos ser tratadas como se fossemcontnuas na utilizao do teste estatstico.

Outro tipo de varivel a categrica, isto , aquela em que os valores assumidos socategorias. Um bom exemplo gnero, que pode ter apenas dois valores: masculino efeminino. Variveis categricas podem, algumas vezes, apresentar muitos valores pos-sveis, como em tipo de ocupao (por exemplo, juiz, professor, advogado, engenheiro,etc.). Quando lidamos com dados categricos temos um grande nmero de variveisque gostaramos de investigar. Poderamos, se quisssemos, categorizar pessoas combase em se elas comeram ou no bolo de chocolate s 6:30 desta manh ou talvez (oupouco mais bizarro) se elas deram ou no contribuies ao time de futebol ManchesterUnited. Os nicos exemplos bvios de variveis categricas apresentadas na lista doincio desta seo ocupao, gnero e cor favorita.

Tente se assegurar que voc entendeu os diferentes tipos de variveis que voc estmedindo, pois isso importante quando se decidir como analisar os dados.

Definies

Variveis contnuas podem assumir qualquer valor dentro de um determinado intervalo.

Variveis discretas podem assumir apenas valores discretos em um intervalo.

Variveis categricas so aquelas nas quais simplesmente alocamos pessoas ou objetos a categorias.

1.2.2 Dicotomizando variveis contnuas e discretasExistem casos em que os pesquisadores convertem variveis discretas e contnuas em

variveis categricas. Por exemplo, poderamos querer comparar a habilidade espacialde pessoas altas e baixas. Podemos fazer isso comparando pessoas que tm mais de 193cm de altura com aquelas que tm 147 cm de altura em um teste de habilidade espacial.Dessa maneira, escolhemos pontos na escala contnua (altura) e decidimos compararaqueles participantes que esto acima e abaixo desses pontos (veja a Figura 1.1).

Outro exemplo poderia ser a comparao da habilidade de memria de pessoas an-siosas e no ansiosas. Podem-se medir os nveis de ansiedade utilizando um question-rio, isto , uma varivel contnua medida em uma escala discreta. Por exemplo, a EscalaHospitalar de Ansiedade e Depresso** apresenta valores que variam de 0 a 21. Paraconvert-la em uma varivel categrica, iremos simplesmente comparar aqueles escoresacima de certo valor (digamos, 11) com aqueles abaixo desse mesmo valor.

*N. de T.T.: State-Trait Anxiety Inventory(STAI).

**N. de T.T.: Hospital Anxiety and Depression Scale.


5/23


Essa dicotomizao (diviso em duas categoriais) de variveis discretas e contnuas comum na psicologia e permite que se encontrem diferenas entre grupos que podemestar nos extremos de variveis discretas ou contnuas, por exemplo, pessoas altas ebaixas. No entanto, no recomendamos tal prtica, pois reduz a sensibilidade da anliseestatstica. Existe uma boa discusso de tais problemas em Streiner (2002) e Maxwell e

Delaney (1993). Mencionamos isto aqui para que voc possa estar ciente do que ocorrena literatura cientfica e, assim, possa entender o que o pesquisador fez.

193

147

Baixo

Valores da varivel categrica

Valores da varivel continua

Alto

Altura (cm)

10

50

100

150

200

Figura 1.1 Ilustrao da converso de variveis contnuas em categricas.

Ponto de discusso

Dicotomizao de variveis contnuasPor que os pesquisadores dicotomizam variveis? Streiner (2002) ressalta o fato de que muitas deci-ses em psicologia, psiquiatria e medicina so binrias. Neste tipo de deciso tm-se apenas duasescolhas, tais como se a pessoa apresenta ou no problema mental, se tem ou no uma determinadadoena, se precisa ou no ser hospitalizada ou se deve ou no receber alta do hospital. O argumento

utilizado que, se esses profissionais precisam tomar decises binrias, ento legtimo investigaresses tipos de variveis. Tal raciocnio utilizado para dar suporte prtica disseminada de dicotomi-zar variveis contnuas.

Streiner argumenta que no precisamos ver as decises que os mdicos tomam como binrias.Ele sugere que seria melhor pensar em uma doena mental, por exemplo, como um contnuo. Quan-tos mais sintomas algum apresenta, mais afetado estar. Devemos medir tais construtos de formacontnua e no dicotomiz-los. Assim, ao invs de se utilizar questionrios para categorizar pessoas,poderamos us-los para obter uma medida onde eles esto em um contnuo. Tal informao podeento ser utilizada na deciso de tratar tais pessoas ou de uma forma ou de outra.

Um exemplo pode ilustrar melhor a dicotomizao. Foi sugerido anteriormente que possvelcategorizar pessoas em ansiosas e no ansiosas com base em escores obtidos em um question-rio. Pesquisadores investigando ansiedade utilizam regularmente questionrios desta forma. Aqueles

participantes que apresentam altos escores so classificados como de alta ansiedade, enquanto osque tm pouca pontuao so classificados como de baixa ansiedade. O mtodo de diviso pela media-na muitas vezes utilizado com esse propsito, categorizando os que ficaram acima da mediana comoansiosos e os que ficaram abaixo como no ansiosos (por exemplo, Gramer e Saria, 2007).


6/23


Quais das seguintes variveis so categricas, quais so discretas e quais so contnuas?

Velocidade do vento Tipos de ttulos oferecidos por uma universidade Nvel de extroverso Marcas de carros Times de futebol Nmero de peas de xadrez capturadas em um jogo Peso de pandas gigantes Nmero de pinturas expostas em galerias de arte

As respostas corretas podem ser encontradas no final do livro.

Atividade 1.1

1.3 Nveis de mensuraoOutra forma de distinguir entre variveis e escalas em termos do nvel de mensurao.Existem quatro nveis de mensurao e eles variam em funo da informao que cadaum d sobre as variveis. Os quatro nveis diferentes so:

1. Nominal 2. Ordinal

3. Intervalar 4. De razo

No nvel mais baixo da mensurao esto as escalas nominais. Elas so, de fato,variveis categricas representando categorias diferentes, mas elas tambm tm a ca-

Streiner argumenta que a prtica de dicotomizar variveis contnuas tende a diminuir o poder dapesquisa (o poder de um teste ser tratado nos Captulos 4 e 7). A razo disto que se perdem muitasinformaes sobre os participantes. Por exemplo, suponha que duas pessoas tenham os escores de 20e 38 em um teste de ansiedade e que, quando a varivel for dicotomizada, eles sero contados comode baixa ansiedade (os dois esto abaixo da mediana). Em qualquer anlise subsequente baseada na

categorizao feita, ambos sero tratados como possuindo o mesmo nvel de ansiedade, isto , elessero considerados no ansiosos. Entretanto, de acordo com os escores originais, o nvel de ansiedadeentre eles bastante diferente. Tratar essas duas pessoas como idnticas em termos de nveis de an-siedade no parece fazer sentido. Seria mais sensato tentar incluir os valores reais de ansiedade emqualquer anlise estatstica que for realizada.

Alm disso, pode-se observar uma diferena muito maior entre os nveis de ansiedade das duaspessoas classificadas como no ansiosas do que entre uma classificada como ansiosa e a outra no.Por exemplo, suponha que a mediana fosse 39, ento todos aqueles acima desse escore seriam clas-sificados como ansiosos e os todos os abaixo como no ansiosos. Pode-se ver aqui que uma pessoano ansiosa que tenha um escore de 38 tem muito mais em comum com uma ansiosa cujo escore seja41 do que com outra no ansiosa cujo escore seja 20. Ainda em qualquer anlise posterior, os partici-pantes com escores de 20 e 38 so classificados como idnticos em termos de ansiedade e estes so

classificados como diferentes de uma pessoa que tenha um escore de 41. Isto no faz sentido.Streiner ainda ressalta pesquisas que mostram que anlises utilizando variveis dicotmicasapresentam aproximadamente 67% da eficincia das que utilizam as variveis contnuas ou discretasoriginais. Trata-se uma grande perda de sensibilidade do estudo. Significa que voc tem apenas 67%de probabilidade de detectar relacionamentos entre variveis se estiver utilizando variveis contnuasou discretas dicotomizadas. Esta uma sria desvantagem na conduo de uma pesquisa. Alm disso,a perda de poder no o nico problema que surge quando variveis so dicotomizadas. Maxwell eDelaney (1993) mostraram que essa prtica pode levar a achados esprios na anlise estatstica.

Consequentemente, aconselhamos a no dicotomizar variveis contnuas.


7/23


racterstica de que no existe uma ordem em particular que possa ser atribuda s ca-tegorias. Um bom exemplo de uma escala nominal gnero, que tem duas categorias,masculino efeminino. Voc deve ser capaz de ver que no existe uma maneira lgica deordenar essas duas categorias em termos de magnitude. Outro exemplo pode ser o grupotnico: novamente, podemos categorizar pessoas em termos do seu grupo tnico, mas

no podemos colocar esses grupos em uma ordem em particular eles so simplesmentecategorias diferentes. Quando tratamos com medidas nominais, estamos simplesmentecolocando pessoas em categorias e os dados que obtemos esto na forma defrequncias.As frequncias simplesmente nos dizem quantas pessoas esto em cada categoria.

No prximo nvel de mensurao temos as escalas ordinais. Seguidamente empsicologia usamos escalas de avaliao para medir as respostas dos participantes. Porexemplo, queremos saber quo nervosa uma pessoa est antes de tomar parte em umestudo que estamos realizando. Poderamos usar uma escala como a apresentada abaixopara avaliar quo nervosa est.

1 2 3 4 5

Eu estou bem. Opa, isto estficando srio!

Estou uma pilhade nervos!

Usando tal escala podemos colocar os participantes em um tipo de ordem em termosde quo nervosos eles esto antes do estudo (portanto, escala ordinal). Diria que algumque circulasse o 1 estaria menos nervoso do que algum que circulasse o 3 ou o 5.Uma das desvantagens dessas escalas que no podemos dizer que a diferena entre1 e 2 na escala a mesma diferena entre 3 e 4 na escala ou que a diferenaentre Eu estou bem e Opa, isto est ficando srio! a mesma diferena entre Opa,isto est ficando srio! e Estou uma pilha de nervos!. Portanto, no temos intervalosiguais na escala.

Ao nvel de intervalo da mensurao, somos capazes de colocar escores em algumtipo de ordem de magnitude e tambm ter intervalos iguais entre pontos adjacentes naescala (portanto, escala intervalar). Um bom exemplo de uma escala intervalar umdas escalas comumente usadas para medir a temperatura, como a de Centgrados ouFahrenheit. Em tais escalas podemos dizer que a diferena entre 1 e 2 graus a mesmadiferena entre 9 e 10 graus ou entre 99 e 100 graus. Temos intervalos iguais entre pon-tos adjacentes nas escalas. A desvantagem de tais escalas que no existe zero absolutonelas. Deste modo, enquanto existem zero pontos zero tanto na escala de centgradosquanto na de Fahrenheit, eles so pontos arbitrrios, pois no igualam a temperatura a

zero. O ponto zero na escala centgrada foi escolhido porque era o ponto em que a guacongela e o da escala Fahrenheit igualmente arbitrrio. Quando alcanamos zero nes-sas escalas no podemos dizer que no existe calor ou no existe temperatura. Por causadisso, no podemos dizer que 4C a metade do calor de 8C ou que 40C duas vezesmais quente do que 20C. Para fazer tais afirmaes precisaramos de uma escala demensurao que tenha um zero absoluto ao invs de um zero arbitrrio.

O nvel final de mensurao a escala de razo. As escalas de razo tm todas ascaractersticas dos dados de nvel intervalar, mas com o acrscimo de um ponto zeroabsoluto. Por exemplo, se quisesse medir quanto tempo voc leva para ler este pargrafo,iniciaria o cronmetro quando voc iniciasse a leitura no incio do pargrafo e, ento, opararia quando voc tivesse lido a ltima palavra do pargrafo. Aqui temos uma escala

em que os intervalos entre os pontos adjacentes so iguais: isto , a diferena entre 1 e2 segundos a mesma do que a entre 79 e 80 segundos. Tambm temos um ponto zeroque um zero absoluto. O ponto em que voc est se preparando para comear a ler opargrafo zero em termos de tempo gasto lendo o pargrafo. Outro exemplo de escala


8/23


de razo a velocidade de um carro. Quando o carro no est se movendo ele tem velo-cidade zero (um ponto zero absoluto) e a diferena entre 9 e 10 km por hora a mesmadiferena entre 29 e 30 km por hora. O ponto til de se ter um zero absoluto que pode-mos formar razes usando escalas (portanto, escalas de razo). Desta forma, posso dizerque um carro se movendo a 100 km por hora est se movendo duas vezes mais rpido do

que um a 50 km por hora. Ou uma pessoa que l este pargrafo em 30 segundos l duasvezes mais rpido do que algum que l em 60 segundos.

Os nveis de mensurao so importantes porque podem influenciar qualquer tipode teste estatstico que podemos usar para analisar nossos dados. Geralmente, podemossomente usar as tcnicas estatsticas suscetveis (chamadas de testes paramtricos) quan-do temos dados de nvel intervalar ou de razo. Se tivermos dados nominais ou ordinais,devemos utilizar testes no paramtricos menos suscetveis (veremos as condies parausar tipos diferentes de teste com mais detalhes no Captulo 5).

Definies

Escalas de razo tm intervalos iguais entre os escores adjacentes da escala e um zero absoluto.

Escalas intervalares tm intervalos iguais entre escores adjacentes, mas no tm um zero absoluto.

Escalas ordinais tm algum tipo de ordem para as categorias (por exemplo, em termos de magnitude),mas os intervalos entre os pontos adjacentes na escala no so necessariamente iguais.

Escalas nominais consistem de categorias que no podem ser ordenadas.

1.4 Delineamentos da pesquisaExistem muitas tcnicas estatsticas que podem ser usadas para se analisar dados co-letados em uma pesquisa. Neste livro sero apresentadas algumas das mais utilizadas.Muitas dessas tcnicas apresentam frmulas matemticas complexas para calcular asestatsticas envolvidas. Essas frmulas no sero abordadas, pois preferimos fornecerajuda para que voc entenda as tcnicas a partir de um ponto de vista conceitual.

Um dos principais fatores na determinao de qual teste estatstico ser utilizadopara analisar os dados a forma como o estudo foi projetado ou planejado. Existemvrias maneiras de projetar ou planejar um estudo e a forma como este feito exercergrande influncia nos tipos de procedimentos estatsticos que estaro disponveis. Algu-mas vezes os pesquisadores querem observar diferenas entre dois grupos de participan-tes em uma particular varivel. Em outra situao pode-se querer verificar se duas vari-

veis apresentam algum tipo de relacionamento. Um exemplo de procura de diferenasentre dois grupos pode ser a pesquisa relatada por Guguen e Ciccotti (2008). No estudo,os pesquisadores estavam interessados se os ces facilitavam ou no interaes sociaise ajudavam nos comportamentos entre adultos. Os pesquisadores executaram quatro es-tudos diferentes, em que pesquisadores do sexo masculino e feminino caminharam come sem os ces. Nos dois estudos o pesquisador abordou pessoas e pediu dinheiro. Emoutro estudo, o pesquisador deixou cair algumas moedas para ver se as pessoas o aju-dariam a colet-las do cho e, em um estudo final, um pesquisador do sexo masculinoaborda mulheres na rua e pede seus nmeros de telefone. Em cada estudo o pesquisadorcompleta a tarefa com e sem os ces. Em todos os quatro estudos eles descobriram que ocomportamento de ajuda era maior quando o pesquisador tinha o co do que quando no

tinha. Um exemplo de pesquisa procurando relacionamentos foi relatado por Ferreira,Martinez e Guisande (2009). Nesse estudo, os pesquisadores estavam interessados nosfatores da personalidade que possam estar relacionados ao comportamento de risco nadireo. Eles mediram uma srie de fatores, incluindo ansiedade, independncia, infle-


9/23


xibilidade, autocontrole e extroverso. Das variveis mensuradas, eles encontraram quesomente ansiedade, autocontrole e independncia estavam relacionadas ao comporta-mento de risco na direo. Os testes estatsticos que seriam utilizados nesses exemplosso denominados de testes de diferenase testes correlacionais, respectivamente. A for-ma como o estudo for planejado influenciar em qual desses testes ser utilizado. Nas

sees seguintes sero apresentadas vrias maneiras de se planejar estudos e os tipos detestes disponveis para que o pesquisador analise os resultados.

1.4.1 Variveis estranhas e de confuso*Se for pensar no exemplo do co e interao social recm descrito, percebe-se que existemoutros fatores, alm do de possuir o cachorro, que podem afetar o nmero de encontrossociais das pessoas enquanto caminham. Alguns desses fatores incluem a timidez de quemest caminhando, a atratividade, o gnero, a raa do co e diversas outras variveis. Todosso fatores que o pesquisador no levou em considerao, mas que podem ter influenciadoa interao social. Esses fatores so denominados de variveis estranhas. Em qualquer

situao de pesquisa, quer em qumica, fsica ou psicologia, deve-se levar em conta a in-fluncia dessas variveis. Se elas forem negligenciadas, as concluses obtidas do estudopodem no ser confiveis. Assim, no estudo da caminhada com o cachorro, se as variveisde confuso no so controladas no ser possvel dizer, ao certo, que as diferenas obtidasforam em virtude da propriedade do cachorro. As diferenas podem ser por quaisquer ou-tras combinaes das variveis mencionadas. A principal razo para se fazer pesquisa emcondies de laboratrio tentar manter o controle sobre as variveis de confuso tantoquanto possvel. Poder ser notado que muitas das questes de pesquisa abordadas nestecaptulo foram projetadas com o objetivo de reduzir a influncia das variveis de confuso.

Voc deve estar ciente de que, para cada varivel que for medida, existiro vriasoutras que podem estar relacionadas a ela (veja a Figura 1.2, por exemplo). Quando umestudo como o da caminhada com o cachorro conduzido, no possvel termos cer-teza se a existncia ou no do co o responsvel pelas diferenas na interao social.Assim, precisamos tentar eliminar as outras variveis (as de confuso) como possveisrazes para as alteraes observadas. Fazemos isto tentando controlar essas variveis,por exemplo, tentar combinar o mximo possvel os participantes com e sem o co nosaspectos timidez, atratividade e gnero. Ainda, pode-se assegurar que todos os partici-pantes faam a caminhada com o mesmo tipo de co e que caminhem nos mesmos hor-rios e dias da semana. Uma vez que se tenha controlado essas variveis, ento possvelse ter mais confiana na concluso de que caminhar com um co exerce influncia sobreo nmero de interaes sociais que uma pessoa ter.

Definio

Variveis estranhas so aquelas que podem ter um impacto em outras variveis que estamos interes-sados, mas falhamos em consider-las quando delineamos nosso estudo.

Um tpico especfico de varivel estranha aquele que est correlacionada com ambasas variveis principais que estamos interessados. Tal varivel chamada de varivel de con-

fusoou confundimento. Por exemplo, vamos supor que estamos interessados nas diferen-as de sexo na habilidade de jogar sucessivamente, com sucesso, uma bola em uma cesta de

basquete. Vamos presumir que executamos um estudo e descobrimos que os homens pon-tuaram mais do que as mulheres. Podemos concluir disso que os homens so melhores do

*N. de T.T.: So tambm utilizados os termos varivel de confundimentoou varivelconfundidora.


10/23


que as mulheres no jogo de basquete. O problema que poderia haver um relacionamentopotencial do sexo dos participantes com a habilidade de pontuar e a altura. Pode acontecerque pessoas altas sejam melhores em pontuar no basquete e tambm existe o fato de que oshomens so, em geral, mais altos do que as mulheres. Poderia, tambm, ser simplesmentea altura dos participantes, ao invs de seu sexo, o que determinou sua habilidade de marcar

pontos no nosso estudo. A altura, neste caso, seria a varivel de confuso.

Definio

Umavarivel de confuso um tipo especfico de varivel estranha que est relacionado a ambas asvariveis principais em que estamos interessados.

1.4.2 Delineamentos correlacionaisDissemos anteriormente que o principal objetivo da cincia o entendimento das va-

riveis. Mais especificamente, que desejamos entender como e por que certas variveisesto relacionadas. Talvez a forma mais simples de examinar o relacionamento entrevariveis pela utilizao de delineamentos correlacionais. Em tais projetos, medimosa varivel de interesse e ento verificamos como cada varivel se altera em relao smudanas provocadas na varivel de interesse. Um exemplo pode auxiliar a entendera situao. Anteriormente, nesta seo, descrevemos um estudo executado por Ferrei-ra e colaboradores (2009) que investigou os fatores da personalidade relacionados aocomportamento de risco na direo. Os participantes nesse estudo completaram doisquestionrios, o primeiro sendo a quinta verso dos Dezesseis Fatores da Personalidade(Sixteen Personality Factors 16PF-5;Cattell, Cattell e Cattell, 1993) e o segundo, umquestionrio sobre o comportamento na direo que os prprios pesquisadores desen-volveram. Eles realizaram uma anlise correlacional e descobriram que existem relaesentre ansiedade, independncia, autocontrole e comportamento na direo. Os pesquisa-dores concluram que a personalidade est relacionada com o comportamento de riscona direo. isto , medida que uma das variveis mudava, a outra tambm; dizemos que

Nmero de interaessociais em uma

caminhada no parque

Gnero

Atratividade

TimidezCaminhar

com ou sem

o co

Tipo do co

Dia da semanae hora do diada caminhada

Figura 1.2 Ilustrao das variveis que podem influenciar o nmero de interaes sociaisque uma pessoa pode ter em um parque.


11/23


as duas variveis covariam. Deve-se notar que os termos relacionadas, correlaciona-das e covariam so muitas vezes utilizados indistintamente.

Outro excelente exemplo de pesquisa conduzida com a utilizao de desenho corre-lacional a que verifica a relao entre o hbito de fumar e o cncer. Tem sido geralmen-te verificado, que medida que aumenta o consumo de cigarros, o mesmo ocorre com

a incidncia de cncer. Portanto existe um relacionamento entre o nmero de cigarrosconsumidos e a chance de contrair cncer.Se voc usar um delineamento correlacional, ento o tipo de tcnica estatstica pro-

vavelmente utilizada ser o coeficiente de correlao momento-produto de Pearson* outalvez o coeficiente de correlao de Spearman**. Eles sero abordados nos Captulos6 e 16, respectivamente.

Definio

Delineamentos correlacionais so aqueles que investigam relacionamentos entre variveis.

1.4.3 CausaoA questo da causao problemtica em cincia, ainda mais quando utilizamos deli-neamentos correlacionais. Um dos principais objetivos da cincia descobrir a causados acontecimentos. Em todos os ramos da cincia, os pesquisadores esto tentandodeterminar relaes causais entre variveis. Por exemplo, Newton*** produziu uma teoriaelegante para explicar o que causa a queda de mas. Ele estabeleceu uma relao causalentre a queda das mas e a gravidade. Em muitas pesquisas psicolgicas, tambm ten-tamos estabelecer tal relao causal. Quando usamos delineamentos correlacionais, no

entanto, difcil estabelecer se a alterao em uma varivel causa a mudana em outravarivel. A razo disto que em tais delineamentos estamos simplesmente observandoe registrando mudanas em variveis e tentando estabelecer se elas covariam de algumaforma que faa sentido. Em virtude de que estamos apenas observando como as vari-veis mudam, difcil (para no dizer impossvel) estabelecer a relao causal entre elas.Para sermos capazes de fazer isto de forma mais fcil, necessrio sermos capazes demanipular uma das variveis (mud-la sistematicamente) e ento observar o que aconte-ce com a outra varivel. Essa abordagem ser discutida mais tarde nesta seo.

Uma das regras de ouro do delineamento correlacional que no se pode inferircausao a partir de uma correlao. A indstria do tabaco tem se valido dessa fraque-za da correlao para argumentar que no existe evidncia de que o fumo cause cncer.

Estritamente falando eles podem estar certos, pois os estudos tm sido principalmentecorrelacionais. Mas considerando a quantidade de pesquisas que tm sido feitas cor-roborando uma relao causal entre o hbito de fumar e o cncer, ningum seria toloem ignorar as pesquisas e acreditar nas pessoas que esto tendo lucro com a venda detabaco.

Descobrir que ansiedade estatstica e procrastinao esto relacionadas (Figura 1.3)no nos diz muito sobre a relao causal entre estas duas variveis. Pode ser que oaumento na ansiedade estatstica aumente a procrastinao ou ento que alteraes naprocrastinao causem alteraes na ansiedade estatstica. De forma alternativa, podemexistir outras variveis, tais como uma neurose que pode causar mudanas tanto na an-siedade estatstica quanto na procrastinao (veja a Figura 1.4). Voc pode ver, portanto,

*N. de T.T.: Karl Pearson (1857-1936).

**N. de T.T.: Charles Edward Spearman (1863-1945).

***N. de T.T.: Isaac Newton (1642-1727).


12/23


que a existncia de um relacionamento entre duas variveis no, necessariamente, nos

informa, muita coisa, sobre causa e efeito.Outro exemplo da limitao do delineamento correlacional o relacionamento entreansiedade e depresso. Muitos estudos mostraram que ansiedade e depresso esto al-tamente relacionadas (veja Clark e Watson, 1991). Pessoas que apresentam altos nveisde ansiedade tambm apresentam altos nveis de depresso. Poderamos dizer, ento,que depresso causa ansiedade ou ansiedade causa depresso? No, ns no podemos. bastante provvel que alguma varivel interveniente esteja entre esses dois estados dehumor. De fato, o que se tem verificado que a ansiedade e a depresso apresentam umelemento angustiante geral em comum e ele que explica o alto valor do relacionamentoentre as duas variveis (veja a Figura 1.5)

possvel estabelecer relacionamento causal utilizando delineamentos correlacio-

nais, mas estas situaes so bem mais complexas do que os delineamentos indicadosnesta seo e envolvem a medida das variveis em vrios pontos no tempo.

1.4.4 O projeto experimentalPara estabelecermos relaes causais entre variveis mais facilmente, precisamos mani-pular uma das variveis sistematicamente e ver qual o efeito obtido na outra varivel. Talprocesso , essencialmente, o realizado noprojeto experimental*.

Um dos delineamentos ou projetos mais utilizado em cincia o projeto experimen-tal, tambm denominado de experimento verdadeiro. Se voc lembrar-se dos experimen-tos tpicos que realizou na escola, em qumica ou fsica, perceber que eles representam

o projeto experimental. Por exemplo, queremos ver o que ocorre com o sdio quando

*N. de T.T.: Os termos em ingls so DOE (Design Of Experiments) e experimental design(utilizado pelos autores). No Brasil,tambm so utilizadas as verses: projeto de experimentos, desenho de experimentos ou ainda delineamento de experimentos.

Oh no! Eu acho quelerei isto amanh.

Estatstic

acom mat

emtica

Estatstica

com

matem

tic

a

Figura 1.3 Relao entre ansiedade estatstica e procrastinao.

Ansiedade estatstica

Neurose

Procrastinao

Figura 1.4 Possvel relao causal entre neurose, ansiedade estatstica e procrastinao.


13/23


exposto ao ar e comparar isto com ele exposto a gua. Observaramos uma reao lentana condio ar (a superfcie brilhante do sdio torna-se opaca) e uma reao rpida nacondio gua (o sdio torna-se efervescente e pode entrar em combusto). Em umexperimento, temos uma varivel que estamos mensurando (o estado do sdio variveldo experimento) e queremos descobrir que efeito sofrer a outra varivel manipuladapelo investigador (por exemplo, ao que o sdio est exposto). A varivel manipulada peloobservador denominada de varivel independente(VI), isto , o seu valor no depen-dente ( independente) das outras variveis investigadas. A outra varivel do experimento denominada de varivel dependente(VD). Ela denominada de dependente porque

se assume que ela dependa dos valores da VI. De fato, o propsito de um experimento comprovar ou descartar tal dependncia.Podemos conduzir tal pesquisa em psicologia, por exemplo, se quisermos verificar

que caminhar com o co de fato influencia o nmero de encontros sociais. Para condu-zirmos tal estudo tomamos um grupo de pessoas e aleatoriamente sorteamos alguns paracaminhar com o co, enquanto os demais caminhariam sem o co. Poderamos prever quecaminhar com o co acarretar em mais encontros sociais do que caminhar sozinho. Dessaforma, estabelecemos uma hiptese que ser testada por meio da estatstica.

Definio

Umahiptese de pesquisa nossa previso de como variveis especficas podem estar relacionadasumas com as outras ou como grupos de participantes podem ser diferentes uns dos outros.

Vamos assumir que o experimento foi realizado e verificou-se que os que caminha-ram com o co tiveram mais encontros sociais do que aqueles que caminharam sozinhos.Esse resultado confirmaria a nossa previso. Entretanto, existem vrios outros fatoresque podem ter influenciado na verificao de uma diferena de encontros sociais entreas duas condies (veja a Figura 1.2). Como saberemos que a diferena observada foicausada pela manipulao da varivel independente ao invs de uma das possveis va-riveis de confuso? A resposta ns no sabemos. O que possvel fazer, nesse caso, tentar limitar o impacto das variveis de confuso sobre o estudo, pela alocao aleatriados participantes s condies da VI. Por meio da alocao aleatria dos participantes scondies, pode-se reduzir a probabilidade de que os dois grupos difiram em coisas comotimidez, atratividade, gnero e, assim, eliminar esses fatores como causas possveis da

Aqui no existe umaconexo causal direta.

DepressoAnsiedade

Angstia

Figura 1.5 Ilustrao do elemento comum compartilhado por ansiedade e depresso e aausncia de uma conexo causal entre eles.


14/23


diferena no nmero de encontros sociais entre os dois grupos. Se a alocao dos partici-pantes s condies for feita de forma aleatria, ento poderemos ter mais confiana nanossa habilidade para inferir um relacionamento causal entre a VI e a VD (caminhar comou sem co e nmero de encontros sociais). a alocao aleatria que torna o projetoexperimental to til na determinao do relacionamento causal entre variveis.

Desta forma, uma das principais caractersticas definidoras de um projeto experi-mental a alocao aleatriados participantes s condies. Para utilizar a alocaoaleatria, no exemplo acima, atribui-se a cada participante um nmero, ao acaso, geradoem um computador. Pode-se, ento, solicitar a todos aqueles cujo nmero seja inferior aum determinado valor que caminhem com o co e aos demais que caminhem sozinhos.Desta forma, teremos alocado aleatoriamente os participantes a cada uma das duas con-dies do estudo. Um bom exemplo de um estudo que utilizou um projeto experimental o de Zhao e colaboraores (2010), que investigou o efeito de tirar uma soneca em senti-mentos subjetivos e objetivos de prontido, fadiga e humor. No estudo, os pesquisadorestinham trs condies: tirar uma soneca em uma poltrona, tirar uma soneca na camae sem soneca. Eles alocaram aleatoriamente os participantes a essas trs condies edescobriram que os participantes nas duas condies da soneca tiveram uma melhora nasonolncia, fadiga e humor quando comparados com a condio dose sem soneca.

claro que a alocao aleatria mais til para controlar fatores interpessoais,tais como timidez. Existem, entretanto, outros fatores relacionados ao projeto de ex-perimentos que no podem ser controlados pela alocao aleatria dos participantes ascondies. D uma nova olhada na Figura 1.2 e voc ir notar que variveis de confuso,como a hora do dia e o tipo de co, no sero controladas pela alocao aleatria dosparticipantes s condies da VI. Essas so questes que devero ser tratadas por outrosaspectos do projeto experimental, tais como assegurar que variados tipos de co sejamutilizados no estudo e que as duas condies sejam realizadas na mesma hora do dia e

no mesmo dia da semana.

Definio

Projetos experimentais so aqueles em que o pesquisador manipula uma varivel chamada de varivelindependente (VI) para ver que efeito ela tem sobre outra varivel chamada de varivel dependente (VD).Em projetos experimentais estamos, geralmente, procurando por diferenas entre as condies da VI.A caracterstica dos projetos experimentais a alocao aleatria dos participantes s condies da VI.

1.4.5 Delineamentos quase-experimentaisMuitas vezes em psicologia queremos trabalhar com variveis que no podemos mani-pular diretamente. Se quisermos comparar homens e mulheres de alguma forma, nopodemos manipular o grupo a qual cada participante pertence. No possvel alocaraleatoriamente participantes s condies masculino e feminino. Assim, estritamente fa-lando, no temos um projeto experimental. Para ressaltar o fato de que tais projetos noso estritamente experimentais, eles so denominados de projetos quase-experimentais.

Como um exemplo, suponha que estamos conduzindo o estudo da caminhada como co mencionado anteriormente e que queremos remover o gnero como varivel deconfuso. Podemos conduzir um estudo em que tentamos descobrir se as mulheres tmmais encontros sociais quando caminham (sem co) do que os homens. Pode-se ver quenesse estudo os participantes no so alocados aleatoriamente s condies, pois eles jso homens ou mulheres. Assim, temos um projeto quase-experimental. Se for verifica-do que as mulheres tm mais encontros sociais do que os homens, ento ser possvelargumentar que o fato de ser mulher encoraje mais a interao social.


15/23


Um dos problemas com os projetos quase-experimentais a alocao no aleatriadas vrias condies que constituem a VI. No podemos ter certeza de que a manipula-o da VI (ou, deveramos dizer, pseudomanipulao) a responsvel pelas diferenasentre as vrias condies. Assim, mais difcil inferir relaes causais de projetos qua-se-experimentais do que de projetos experimentais. Como ilustrao o exemplo anterior

pode apresentar algum fator, alm do gnero, que distingue os dois grupos (tamanho, porexemplo). Pode ser que as mulheres sejam vistas como menos ameaadoras em virtudede serem menores do que os homens. Desta forma, uma varivel de confuso importanteinfiltrou-se em nosso estudo. Em virtude do aumento do risco das variveis de confusoestarem associadas com estudos quase-experimentais, os estudos experimentais devemser preferidos sempre que possvel.

Caso voc esteja inseguro se est lidando com um projeto experimental ou quase--experimental, observe a alocao aleatria dos participantes s condies. Se ela nofor uma caracterstica do estudo, ento mais provvel que voc esteja lidando com umestudo quase-experimental.

Se voc est utilizando um estudo experimental ou quase-experimental, ento al-gumas das tcnicas disponveis para voc so: o teste t, o teste U de Mann-Whitney*,o teste de Wilcoxon** e a anlise de varincia ANOVA. Todos eles sero abordadosposteriormente no livro.

Definio

Delineamentos quase-experimentais consistem em verificar se existem diferenas na varivel depen-dente (VD) entre as condies da varivel independente (VI). Diferente dos delineamentos experimen-tais, no existe alocao aleatria dos participantes s vrias condies da VI.

1.4.6 Panorama dos delineamentos de pesquisaDescrevemos trs dos principais delineamentos de pesquisa e como eles influenciamos diferentes tipos de anlises estatsticas que podemos utilizar. A Tabela 1.2 fornecebreves resumos das principais caractersticas destes delineamentos em conjunto com ostipos de testes estatsticos que seriam apropriados a cada tipo.

O seguinte um extrato de um resumo de um artigo publicado por Stead, Shanahan e

Neufeld (2010):

Procrastinao e estresse esto associados com sade mental deficiente, problemasde sade e protelao do tratamento. Examinamos a procrastinao no domnio dasade mental. Altos nveis de procrastinao e estresse foram previstos estaremcorrelacionados com o statusda sade mental deficiente e poucos comportamentosde procura de ajuda para a sade mental. Participantes universitrios (135 mulhe-res, 65 homens) completaram questionrios onlinesobre procrastinao, problemasde sade mental relacionados ao estresse e comportamentos de procura de ajudapara a sade mental.

Que tipo de delineamento este estudo e que tipos de variveis esto sendo medidas?

Atividade 1.2

*N. de T.T.: Henry Berthold Mann (1905-2000) e Donald Ransom Whitney (1915-).

**N. de T.T.: Frank Wilcoxon (1892-1965).


16/23


1.5 Delineamentos entre e intraparticipantesOutra caracterstica importante dos delineamentos de pesquisa se os participantes fa-zem parte de mais de uma condio. Suponha que se retorne ao exemplo da caminhadacom o co e encontros sociais. Aqui temos um experimento em que a VI o participanteque est caminhando com o co e a VD o nmero de encontros sociais.

Como podemos alocar os participantes s condies neste experimento?

Voc deve lembrar que foi sugerido que a melhor coisa a ser feita era alocar os parti-cipantes aleatoriamente s condies de caminhar com o co e sem o co.

Existe, no entanto, a alternativa de que cada participante tome parte nas duas con-

dies.O primeiro procedimento denominado de delineamento entre participantes(algu-

mas vezes tambm denominado de delineamento independenteou no correlacionado)o segundo, de delineamento intraparticipantes(algumas vezes denominado de medidasrepetidasou delineamentorelacionado). Para decidir qual desses dois procedimentosutilizar, preciso levar em considerao as vantagens e desvantagens de cada um.

1.5.1 Delineamentos intraparticipantesA principal vantagem de utilizarmos o delineamento intraparticipantes que podemos

controlar muitas das variveis de confuso interindividuais. Quando utilizamos gruposdiferentes de pessoas em cada condio, corremos o risco de existir alguma varivel,alm da VI, que influencie a diferena entre os grupos. Voc ter, se isso acontecer, umavarivel confundidora ou de confuso. Quando usamos o delineamento intraparticipan-tes, teremos um controle, muito maior, sobre tais variveis. Em virtude de termos asmesmas pessoas em todas as condies da VI, existiro muito menos variaes externasentre as condies. Em geral a mesma pessoa trar os mesmos problemas ou vantagenspara todas as condies da VI.

Uma segunda vantagem da utilizao desse tipo de delineamento que ser neces-srio trabalhar com menos participantes para realizar o experimento. Por exemplo, seexistirem duas condies e necessitarmos de um mnimo de 12 participantes por con-

dio, o total necessrio para completar o estudo de 24 pessoas com o delineamentoentre participantes, mas apenas doze no delineamento intraparticipantes. Se voc estiverrealizando um estudo em que os custos envolvidos forem altos, ento esse delineamentodever ser levado em considerao.

Tabela 1.2 Panorama das principais caractersticas dos vrios delineamentos de pesquisa

Delineamento Caractersticas Teste estatstico

Experimental Manipulao da VI Testes t

Alocao aleatria dos participantes aos diversos grupos ANOVA

Anlise por comparao entre os grupos Teste U de Mann-Whitney

Quase-experi-mental

Pseudomanipulao da VI Testes t

Alocao no aleatria dos participantes ANOVA

Anlise por comparao entre os grupos Teste U de Mann-Whitney

Correlacional Investigar o grau com que as variveis covariam Teste de Wilcoxon

No se pode inferir causao a partir de correlao Correlao de Pearson

Analisados por meio de testes de correlao de Spearman


17/23


Definio

Delineamentos intraparticipantestm os mesmos participantes em cada condio da varivel indepen-dente (VI). Cada participante atua sob todas as condies no estudo.

Entretanto, nem tudo so rosas no jardim do delineamento intraparticipantes. Sevoc pensar um pouco sobre o estudo da caminhada com o co, ser capaz de identificaralguns possveis problemas. Poder ocorrer, se forem utilizadas as mesmas pessoas emambos os casos, que a familiaridade com o caminho e com outras pessoas j encontradasencoraje a interao. Assim, na segunda condio os participantes podem ter mais en-contros sociais mais em virtude dessa familiaridade do que pelo fato de ter o cachorro.Por outro lado, eles podem ficar chateados ou cansados quando completarem a cami-nhada na segunda condio e isso, talvez, afete o nmero de encontros sociais que elesteriam. Esses fatores sero as variveis de confuso e podem dificultar a interpretaodos dados. Qualquer diferena no nmero de encontros sociais detectada entre as duas

condies poder se dever a esses fatores, ao invs da manipulao experimental da VI.Esses fatores so denominados de efeitos de ordem.

Definio

Efeitos de ordem so uma consequncia dos delineamentos intraparticipantes pela qual completar ascondies em uma ordem em particular leva a diferenas na varivel dependente que no so resul-tado da manipulao da varivel independente (VI). As diferenas entre as condies da VI podem sedever a prtica, fadiga ou tdio ao invs da manipulao do pesquisador na VI.

Uma forma de eliminar os efeitos de ordem introduzir um contrabalanono estu-do. Para contrabalanar, pode-se fazer metade dos participantes completarem a primeiracondio e em seguida a segunda condio, enquanto a outra metade segue o mesmoprocedimento, mas na ordem contrria. Como forma de introduzir o contrabalano noestudo da caminhada com o co, preciso que a metade dos participantes caminhe como co primeiro e depois sem o co, enquanto a outra metade faz o contrrio. Qualquerefeito como fadiga ou tdio ser, dessa maneira, distribudo entre as duas condies daVI e no sero mais variveis de confuso (veja a Figura 1.6). Voc ainda ter cada par-ticipante caminhando sob as duas condies retendo, assim, as vantagens da utilizaodo delineamento intraparticipantes.

Todos osparticipantes

Caminhandocom o co

Caminhandosem o co

Todos os efeitos deordem na condio

sem o co

Delineamento intraparticipantes sem contrabalanceamento

Delineamento intraparticipantes com contrabalanceamento

Metade dosparticipantes

Metade dosparticipantes

Caminhandocom o co

Caminhandocom o co

Caminhandosem o co

Caminhandosem o co

Efeitos deordem afetandoigualmente as

duas condies

Figura 1.6 Ilustrao da forma de eliminar efeitos de ordem pela utilizao de contraba-lanceamento.


18/23


Um bom exemplo de um estudo que usa o contrabalanceamento foi relatado porIngram e colaboradores (2009). Neste estudo, eles estavam interessados na eficcia daimerso da gua gelada e quente para atletas como uma ajuda para a recuperao apso exerccio. Eles tinham trs condies que foram experimentadas por cada atleta noestudo. A primeira foi a imerso na gua quente/fria (IQF), a segunda foi uma imerso

na gua fria e a condio final foi um controle de no recuperao no tratamento. Parase levar em considerao a adaptao para a tarefa do exerccio por intermdio das trscondies, os autores contrabalanaram as trs condies. Assim, a ordenao diferentedas trs condies pode ficar assim:

IQF

IQF

IQF

gua fria

gua fria

gua fria

Sem recuperao

Sem recuperao

Sem recuperao

Outra limitao do delineamento intraparticipantes o fato de que os participantesterem tomado parte nas duas condies significa que eles tm uma maior probabilidadede perceber o objetivo do experimento. Isso um problema porque os participantespodem querer fazer o que o experimentador deseja que eles faam e no o que normal-mente fariam. Isso denominado de efeitos de demanda. A razo disto ser mais provvelno delineamento intraparticipantes que cada participante exposto a mais condiesexperimentais do que no delineamento equivalente entre participantes. Em certo sentido,o contrabalanceamento pode reduzir, mas no necessariamente eliminar, os efeitos dedemanda.

Um problema adicional associado ao delineamento intraparticipantes que no sepode utiliz-lo em muitos projetos quase-experimentais. Por exemplo, se voc quisercomparar encontros sociais de homens e mulheres enquanto esto caminhando, no serpossvel a utilizao do delineamento intraparticipantes. No se pode ter uma pessoasendo homem e mulher simultaneamente em duas ocasies separadas e uma pessoa nopode tomar parte nas duas condies (a menos, claro, que elas faam uma mudana desexo entre a participao nas duas condies).

Como voc introduziria o contrabalanceamento no seguinte estudo?Um estudo conduzido para testar os efeitos da motivao no desempenho da tarefa dedesenhar sobre um espelho. Os participantes so solicitados a desenhar uma estrela uti-lizando o equipamento para desenho sobre o espelho. O tempo decorrido para desenhara estrela e o nmero de erros registrado. Os participantes devem, ento, fazer a tarefanovamente, mas desta vez eles ganharo R$ 30 se completarem a tarefa mais rpido ecom menos erros.

Atividade 1.3

Definio

Contrabalanceamento a variao sistemtica em que os participantes fazem parte das vrias condi-es da varivel independente (VI). O contrabalanceamento seria introduzido em um estudo com umdelineamento intraparticipantes.


19/23


1.5.2 Delineamentos entre participantesUma das mais importantes caractersticas do delineamento entre participantes que,em virtude de se ter grupos diferentes em cada condio das VI, cada participante es-tar menos sujeito a ficar chateado, cansado ou frustrado com o experimento. Como

consequncia, eles tm uma probabilidade maior de apresentar um desempenho timo.De modo semelhante, o experimento ser menos suscetvel a efeitos prticos e os parti-cipantes estaro menos propensos a racionalizar sobre os objetivos do estudo. Esse tipode delineamento, portanto, reduz os efeitos de demanda e de ordem e pode-se, de modogeral, eliminar do experimento esses fatores como variveis de confuso.

O lado negativo a necessidade de uma quantidade maior de participantes do queem um experimento intraparticipantes. Ainda, em virtude de que cada uma das condi-es utiliza diferentes participantes, certo grau de controle ser perdido sobre as vari-veis de confuso intraparticipantes. Por exemplo, suponha que voc est conduzindo oestudo sobre a caminhada com o co descrito previamente como um delineamento entreparticipantes. O que ocorre se realmente encontrarmos que caminhar com o co leva a

mais encontros sociais? Antes de podermos aceitar isso como verdadeiro, precisamosnos assegurar de que no existem variveis de confuso. Uma varivel confundidoraimportante, em tal estudo, talvez seja a timidez dos que esto caminhando. Poder acon-tecer, por acaso, que os caminhantes sem o co sejam mais tmidos e, desta forma, omenor nmero de encontros ser devido a essa varivel. Se tivssemos feito esse expe-rimento como um delineamento intraparticipantes, teramos condies de controlar essavarivel de confuso, pois cada pessoa caminha com e sem o co. Isso significa que onvel geral de timidez seria o mesmo sob as duas condies e essa varivel de confusono existiria.

Da discusso acima voc pode ver que um problema do delineamento entre partici-pantes que pessoas diferentes trazem caractersticas diferentes s condies do experi-

mento. Quando estamos aleatoriamente alocando participantes s condies, podemos,por acaso, alocar todos os participantes com uma determinada caracterstica a um grupoe isso talvez confunda ou mascare os resultados. As tcnicas estatsticas que descreve-mos neste livro daro indicaes da probabilidade de tais circunstncias aparecerem nanossa pesquisa.

Definio

Delineamentos entre participantes tm grupos diferentes de participantes em cada condio da varivelindependente (VI). Portanto, o grupo de participantes em uma condio da VI diferente dos partici-

pantes em outra condio da VI.

A Tabela 1.3 fornece um resumo das vantagens e desvantagens dos delineamentosentre e intraparticipantes. Deve ficar claro que as vantagens do delineamento intrapar-ticipantes tendem a ser desvantagens no delineamento entre participantes e vice-versa.

Como voc projetaria um estudo para investigar a possvel relao entre cafena e habi-lidade matemtica?

Atividade 1.4


20/23


Resumo

Neste primeiro captulo, mostramos os conceitosbsicos para um entendimento da pesquisa e doprojeto de pesquisa. Voc aprendeu que:

Variveis se diferenciam em termos de preciso.Isto , elas podem ser:

Contnuas, quando assumem qualquer va-lor em determinado intervalo (p.ex., 10 ou10,2365).

Discretas, quando assumem apenas certos va-lores especificados dentro de um determinado

intervalo (p.ex., 9 ou 10). Categricas, quando os valores assumidosso categorias, ao invs de valores puramentenumricos (p.ex., gnero: masculino ou femi-nino).

Existem trs delineamentos principais de pes-quisa:

Delineamentos correlacionais, que examinamas relaes entre variveis e no apresentam,

em um sentido estrito, variveis dependentesou independentes. Voc no pode inferir cau-sao a partir de correlaes.

Delineamentos experimentais, que envolvemalocao aleatria de participantes s condi-es de VI.

Delineamentos quase-experimentais, que en-volvem investigar grupos fechados, tais comohomens e mulheres e, desta forma, no uti-lizam alocao aleatria de participantes scondies.

Nos experimentos, a varivel independente (VI) manipulada pelo pesquisador para verificarcomo ela afeta a varivel dependente (VD).

Os delineamentos entre participantes so aque-les em que h participantes diferentes para cadacondio da VI.

Os delineamentos intraparticipantes so aquelesem que cada participante avaliado sob todas ascondies da VI.

Tabela 1.3 Resumo das vantagens e desvantagens dos delineamentos entre e intraparticipantes

Delineamento Vantagens Desvantagens

Entre participantes Ausncia relativa de efeitos prticos ede fadiga.

necessrio um nmero maior de par-ticipantes.

Participantes esto menos sujeitos a secomportar de acordo com os objetivosdo estudo.

No existe muito controle das variveisde confuso entre condies.

Intraparticipantes Necessita de um nmero menor de par-ticipantes.

Aumento da probabilidade de efeitosprticos e de fadiga.

Grande controle das variveis de confu-so entre as condies.

Os participantes tm maior probabilidadede adivinhar os objetivos do estudo.


21/23


Questes de mltipla escolha

1. Qual das seguintes constitui uma varivel cont-nua?

(a) Nmero de vezes que um escore de 180 al-canado em um jogo de dardos(b) Gnero(c) Temperatura(d) Todas as anteriores.

2. O projeto experimental caracterizado por:

(a) menos do que duas condies.(b) sem controle das condies.(c) alocao aleatria dos participantes s condi-

es.(d) nenhuma das anteriores.

3. Em um estudo em que o gnero a varivel a sermanipulada, a VI :

(a) intraparticipantes.(b) correlacional.(c) entre participantes.(d) Nenhuma das anteriores.

4. Qual das seguintes afirmaes verdadeira parao delineamento correlacional?

(a) No apresenta VI nem VD.(b) Procura-se por relacionamentos entre vari-

veis.(c) No se pode inferir causao a partir de cor-

relao.(d) Todas as anteriores.

5. Qual das seguintes pode ser considerada uma va-rivel categrica?

(a) Gnero(b) Marca de feijo(c) Cor do cabelo(d) Todas as anteriores.

6. O delineamento intraparticipantes pode ser:(a) tanto quase experimental quanto experi-

mental.

(b) somente experimental.(c) somente quase-experimental.(d) somente correlacional.

7. Qual das seguintes afirmaes verdadeira paraexperimentos?

(a) A VI manipulada pelo pesquisador.(b) A VD assumida como dependente sobre a

VI.(c) Eles so difceis de serem realizados.(d) Alternativas (a) e (b) acima.

8. O projeto quase-experimental apresenta:

(a) uma VI e uma VD.

(b) alocao no aleatria dos participantes ascondies.(c) nem VI e nem VD.(d) Alternativas (a) e (b) acima.

9. Uma varivel contnua pode ser descrita como:

(a) podendo assumir certos valores discretos emuma faixa de valores.

(b) podendo assumir qualquer valor dentro deuma faixa de escores.

(c) ser caracterizada por categorias.(d) Nenhuma das anteriores.

10. Qual dos seguintes so problemas associadoscom o delineamento intraparticipantes?

(a) Existe uma maior probabilidade de efeitosprticos e de fadiga.

(b) Os participantes apresentam uma maior pro-babilidade de adivinhar a natureza do estudo.

(c) Ele no pode ser utilizado com projetos qua-se-experimentais.

(d) Todas as anteriores.

11. De acordo com Streiner (2002), qual a eficincia

de estudos que dicotomizam variveis quandocomparados com estudos que no o fazem?

(a) 100%(b) 95%(c) 67%(d) 50%

12. Um pesquisador acabou de conduzir um estudocorrelacional investigando o relacionamento daquantidade de lcool ingerida por fs do time dacasa antes de um jogo de futebol e o nmero degols marcados pelo time. Descobriu-se que existe

um relacionamento entre as duas variveis. Qualdas seguintes afirmaes vlida?

(a) A quantidade de lcool ingerido est relacio-nada com a habilidade do time de fazer gols,mas no se pode afirmar que seja a causa dosgols marcados

(b) A habilidade do time da casa de marcar golsno est relacionada quantidade de lcoolingerida, mas quantidade de incentivo dadapelos fs bebedores.

(c) Um aumento na quantidade ingerida de l-cool causar um aumento no nmero de golsmarcados.

(d) Todas as anteriores.


22/23


13. Em um projeto intraparticipantes com duas con-dies, se voc no utilizar o contrabalanceamen-to das condies, ento seu estudo poder sofrerde:

(a) efeitos de ordem.

(b) efeitos da hora do dia.(c) falta de participantes.(d) Todas as anteriores.

14. Voc conduziu um estudo mostrando que, quan-to mais cedo as pessoas levantam, mais trabalhoelas conseguem fazer. Qual das seguintes conclu-ses vlida?

(a) No existe necessariamente uma relaocausal entre levantar cedo e a quantidadeproduzida de trabalho.

(b) Pessoas que levantam cedo precisam traba-

lhar mais.(c) Levantar cedo a causa de mais trabalho serproduzido.

(d) As alternativas (b) e (c) acima.

15. Com qual dos seguintes projetos (delineamentos) menos provvel que se possa estabelecer rela-cionamentos causais entre variveis?

(a) Projeto experimental(b) Projeto quase-experimental(c) Projeto correlacional(d) Delineamento intraparticipantes

16. Efeitos de demanda so possveis variveis deconfuso em que:

(a) os participantes se comportam de acordocom o que o pesquisador quer.

(b) os participantes apresentam baixo desempe-nho, pois esto cansados ou chateados.

(c) os participantes apresentam bom desempe-nho, pois praticaram as tarefas do experi-mento.

(d) Nenhuma das anteriores.

17. Suponha que voc queira conduzir um estudo paraverificar se pessoas com depresso roem mais as

unhas do que pessoas no depressivas. Qual dasseguintes ser a melhor maneira de proceder?

(a) Medir a depresso dos participantes com umquestionrio e ento solicitar que atribuamum escore sobre o quanto roem as unhas.

Aps, classificar os participantes como de-pressivos e no depressivos com base nosresultados do questionrio. Podemos verifi-car, ento, se existem ou no diferenas noquanto eles roem as unhas.

(b) Como a situao (a) acima, mas sem dividir osparticipantes em dois grupos. Utilizar os esco-res de depresso obtidos e verificar se existeuma relao entre roer as unhas e depresso.

(c) Esse tipo de estudo impossvel de ser exe-cutado e ento no deve ser tentado.

(d) Nenhuma das anteriores.

18. Qual das seguintes seria VI apropriada em um es-tudo quase experimental?

(a) Gnero(b) Se ou no algum apresenta Transtorno de

Ansiedade Generalizada(c) Estudantes versusno estudantes(d) Todas as anteriores.

19. Em um delineamento intraparticipantes, os efei-tos de ordem ocorrem quando:

(a) os participantes ficam cansados nas ltimascondies.

(b) os participantes desempenham igualmenteem todas as condies.

(c) os participantes tm problemas em conseguirbebida no bar.

(d) Nenhuma das acima.

20. Qual dos seguintes problemas est associado coma dicotomizao de variveis contnuas?

(a) Perda de poder experimental.(b) Podem ocorrer efeitos esprios.

(c) Existe uma sria perda de informao.(d) Todas as alternativas acima.


23/23


Referncias

ALTMAN, D. G. and ROYSTON, P. The cost of dichoto-mizing continuous variables.British medical Journal. v.332, p. 1080, 2007.

CATTEL, R. B., CATTEL, A. K. and CATTEL, H. E.Six-teen Personality Factor Personality Questionnaire,Champaign, IL: Institute of personality and Ability Tes-ting. 5thedition.

CLARK, L. A. and WATSON, D. Tripartite model of anxie-ty and depression: psychometric evidence and taxonomicimplications.Journal of Abnormal Psychology. v. 100, p.316-36, 1991.

FERREIRA, A. L., MARTINEZ, L. F. and GUISANDE, M.A. Risky behavior, personality traits and road accidentsamong university students.European Journal of Educa-tion and Psychology. v. 2, n. 2, p. 79-98, 2009.

GRAMER, M. and SARIA, K. The effects of social anxietyand evaluative threat on cardiovascular responses to acti-ve performance situations.Biological Psychology. v. 74,p. 67-74, 2007.

GUGUEN, N. and CICCOTTI, S. Domestic dogs as faci-litators in social interaction: an evaluation of helping andcourtship behavior.Anthrozoos: A Multidisciplinary Jour-

nal of the Interactions os People and Animals. v.21, n.4,p. 339-49, 2008.

INGRAM, J. et al. Effects of water immersion methods on

post-exercise recovery from simulated team sport exerci-se. Journal of Science and Medicine in Sport.v. 12, p.417-21, 2009.

MAXWELL, S. E. and DELANEY, H. D. Bivariate mediansplits and spurious statistical significance. PsychologicalBulletin. v. 113, p. 181-90, 1993.

SPIELBERGER, C. D. et al. Manualfor the State-TraitAnxiety Inventory (Form Y). Palo Alto (CA): ConsultingPsychologists Press, 1983.

STEAD, R., SHANANHAN, M. J. and NEUFELD, R. W. J.Ill go to therapy, eventually; procrastination, stress andmental health. Personality and Individual Differences. v.49, p. 175-80, 2010.

STREINER, D. L. Breaking up is hard to do: the heartbreakof dichotomizing continuous data. Canadian Journal ofPsychology.v. 47, p. 262-66, 2002.

ZHAO, D. et al. Effects of physical positions on sleep archi-tectures and post-nap functions among habitual nappers.Biological Psychology. v. 83, p. 207-13, 2010.

Respostas das questes de mltipla escolha

1.c,2.c,3.c,4.d,5.d,6.a,7.d,8.d,9.b,10.d,11.c,12.a,13.a,14.a,15.c,16.a,17.b,18.d,19.a,20.d

cap_01 [livro do peixe]estatística para a psicologia

Documents