messages
TRANSCRIPT
1
Tópicos Especiais
Coletânea sintetizada de tipos de pesquisa e delineamentos de pesquisa
TAREFA:
1. LER O TEXTO ATENCIOSAMENTE
2. RESOLVER O EXERCÍCIO
3. ENTREGAR, ATÉ 25/10/2012, AO PROFESSOR RENATO,
APENAS AS 3 FOLHAS FINAIS, COM O EXERCÍCIO RESOLVIDO.
TIPOS DE PESQUISA
Autora: Prof. Marina Bandeira,Ph.D.
I - PESQUISA EXPERIMENTAL
A pesquisa experimental visa identificar relações causais entre duas variáveis, através do
método experimental. Este método implica em três procedimentos básicos:
1. VARIAR A CAUSA (VI): Provocar deliberadamente variações na ocorrência de uma variável (VI)
para verificar se ela é a causa de algum efeito em outra variável (VD).
Para se provocar estas variações, nós podemos utilizar um mesmo grupo de sujeitos e nele
introduzirmos nossa VI. Em seguida, a retiramos para verificar se sua presença produz um efeito e
sua ausência anula este efeito na VD. Variar ou manipular variáveis significa dispor situações em
que a VI está presente e situações em que ela está ausente. Em seguida, compará-las.
Uma outra maneira de provocar variações na VI é utilizando dois grupos de sujeitos. Em um
grupo, nós provocamos a presença da VI e em outro grupo nós a deixamos ausente. Assim, podemos
verificar se a sua presença em um grupo provoca um efeito e a sua ausência no outro grupo não
produz o efeito.
Quando podemos provar que a presença de uma variável provoca um efeito e que sua
ausência é acompanhada da ausência deste efeito, estamos então obtendo uma prova científica de
que a VI é a causa do efeito que estamos estudando.
2. CONTROLAR VARIÁVEIS INTERFERENTES: Para provarmos cientificamente que a VI é a variável
responsável pelo efeito que observamos na VD, precisamos nos certificar de que não há outras
variáveis presentes que poderiam também ser a causa deste efeito. Ou seja, precisamos provar que é
realmente a VI a causa mais provável do nosso fenômeno e não outra variável espúria.
Para isto, precisamos manter constantes outras variáveis que poderiam interferir com o
fenômeno. Ou seja, precisamos controlar as demais variáveis ou isolar seus efeitos, no momento da
introdução da VI pelo experimentador. A pesquisa experimental permite o controle prévio destas
variáveis pelo fato de que é o experimentador que introduz a VI.
Para controlar estas variáveis espúrias, pode-se proceder através da distribuição aleatória dos
sujeitos aos grupos, o que serve para distribuir igualmente os erros provocados pelas variáveis dos
sujeitos para um e outro grupo. Uma outra maneira de controlar as variáveis interferentes é igualar
os dois grupos com relação às variáveis que acreditamos ser capazes de interferir nos resultados.
2
O método experimental possibilita maior controle de variáveis pelo fato de podermos
fazer isto antes da introdução da VI.
3. MEDIR O EFEITO: Além de variar a causa (VI) e manter constantes ou controlar as variáveis
interferentes, o método experimental inclui também medir objetivamente, de maneira fidedigna e
válida, o efeito da VI sobre a VD. Ou seja, precisamos medir o fenômeno que estamos estudando
com algum instrumento de medida válido e fidedigno para verificarmos se houve realmente o efeito
estudado. Temos, portanto, que medir a VD.
II - PESQUISA CORRELACIONAL
Muitas vezes nós queremos verificar se há alguma relação entre duas variáveis, mas por
alguma razão, não podemos provocar variações na nossa VI para verificar seu efeito sobre a VD.
Neste caso, não podemos fazer pesquisa experimental.
Algumas vezes isto não é possível por motivos éticos. Por exemplo, se queremos saber qual é
o efeito da queimadura grave (VI) sobre a auto-imagem e auto-estima de crianças (VD), é óbvio que
a VI não será provocada pelo experimentador. Este irá selecionar crianças que possuam
queimaduras e vai medir sua VD, ou seja, o grau de auto-estima.
Outras vezes, não se trata de motivos éticos. Às vezes, não se pode provocar variações na VI
porque estamos estudando características genéticas ou de personalidade, as quais não se consegue
variar. Por exemplo, quando queremos verificar se há uma correlação entre os tipos de
personalidade e doenças cardio-vasculares. As pesquisas sobre a personalidade do tipo “A” tem
demonstrado que pessoas que possuem este tipo de personalidade apresentam mais freqüentemente
problemas cardíacos, pois obteve-se uma correlação entre estes dois fatores.
Nestes casos, precisamos fazer pesquisa correlacional. Este tipo de pesquisa se caracteriza
pelo seguinte procedimento:
1. Não há variação deliberada ou manipulação da VI. O experimentador aproveita as variações
naturais da VI.
2. Como não é o experimentador que introduz a VI, ele não pode efetuar o controle prévio das
variáveis interferentes. Ou seja, a VI ocorreu naturalmente sem controle de variáveis. O máximo
que o experimentador pode fazer é selecionar sujeitos para compor os grupos de sua pesquisa, de
modo que eles se igualem com relação a algumas variáveis. Por exemplo, ele poderá selecionar
um grupo de crianças com queimaduras e um grupo de crianças sem queimaduras, ambos de
idade, escolaridade, classe social, etc. semelhantes. Este procedimento é uma forma de igualar os
grupos “a posteriori”, ou seja, depois que a causa já ocorreu, e não antes como ocorre na
pesquisa experimental.
3. O pesquisador apenas mede as variações que ele considera como possíveis efeitos da ocorrência
natural da VI. Por exemplo, ele pode medir o grau de auto-estima dos dois grupos de crianças
com ou sem queimaduras e verificar a correlação existente entre auto-estima e queimaduras,
caso o grupo com queimaduras apresente um grau significativamente menor de auto-estima do
que o outro grupo. O pesquisador pode ainda verificar a correlação entre duas variáveis em um
mesmo grupo de sujeitos. Neste caso, ele deve apenas medir as duas variáveis que ele supõe
serem correlacionadas, tal como quantidades de exercício físico e ritmo cardíaco, para verificar
a correlação entre estas duas variáveis.
3
Uma grande desvantagem da pesquisa correlacional é que na maioria das vezes, quando
observamos uma correlação entre duas variáveis, não podemos determinar a direção desta
causalidade. Será que VI provocou VD ou é o contrário, VD é que é a causa da VI? Como não foi o
pesquisador que introduziu ou variou a VI, não há condições de saber se ela é a causa da VD ou se é
o efeito de VD.
Campbell e Stanley (1978) apresentaram m exemplo esclarecedor sobre este problema. Estes
autores colocam que se queremos saber se há uma relação entre a qualidade da escola e o
desempenho escolar dos alunos, podemos medir a qualidade de várias escolas e o desempenho
médio dos alunos de cada uma. Em seguida, podemos verificar se há uma correlação positiva entre
estas duas variáveis.
Se nós observarmos uma correlação, entretanto, não poderemos saber se é a qualidade da escola
que produz um alto desempenho dos alunos ou se é o alto desempenho do alunos que faz com que
uma escola seja de qualidade. Talvez não seja nem uma coisa nem outra. Talvez uma terceira
variável, por exemplo, o stauts sócio-econômico dos pais que determina ambas as variáveis, tanto o
desempenho dos alunos quanto a qualidade da escola.
Apesar desta desvantagem, muitas vezes é necessário fazer pesquisa correlacional porque
não é possível variar a VI deliberadamente.
Alguns autores (Contadropoulos et al, 1990) consideram como experimentação provocada a
pesquisa na qual se manipula deliberadamente a VI, enquanto que consideram como experimentação
invocada a pesquisa na qual o experimentador aproveita as variações naturais da VI.
III - PESQUISA DE LEVANTAMENTO
A pesquisa de levantamento ou “Survey” visa descrever a distribuição das características ou
de fenômenos que ocorrem naturalmente em grupos da população. Por exemplo, quando queremos
avaliar a opinião dos eleitores a respeito dos candidatos às próximas eleições. Ou quando queremos
estimar a opinião de estudantes à respeito da pena de morte. Ou ainda quando queremos conhecer a
distribuição de audiência da TV. Estamos também fazendo pesquisa de levantamento quando
queremos descrever as características ou perfil dos pacientes que freqüentam um ambulatório ou a
emergência de um hospital ou de uma Clínica-escola de Psicologia.
Em todos os exemplos acima estamos sempre descrevendo as características de um grupo de
pessoas, sejam estas características referentes à opiniões, à problemas clínicos, à aspectos sócio-
demográficos dos sujeitos ou à aspectos da personalidade.
Este tipo de pesquisa se caracteriza por:
1 - Não varia a VI para ver seu efeito na VD;
2 - Não controla as variáveis interferentes;
3 - Apenas mede uma série de variáveis que descrevem as características de um grupo de sujeitos.
Às vezes, a pesquisa de levantamento procura ir além da descrição das características de um
grupo e procura verificar o que é que determina aquela característica dos sujeitos. Por exemplo,
podemos levantar o perfil do bom aluno de uma escola, descrevendo suas características e também o
perfil do mau aluno desta escola. Comparando os dois tipos de dados podemos inferir quais as
variáveis possivelmente determinantes do bom ou do mau aluno. Neste caso, começamos a fazer
uma pesquisa de levantamento e depois passamos a fazer uma pesquisa do tipo correlacional.
4
O levantamento das características do grupo estudado é feito através da aplicação de
questionários auto-administrados ou através de entrevistas dirigidas por um questionário. Estes
questionários são às vezes elaborados pelo próprio pesquisador, ou então se decide por utilizar
questionários já validados ou testes psicológicos, dependendo do tipo de características que se quer
avaliar na pesquisa.
A desvantagem da pesquisa de levantamento é que ela é apenas descritiva. Porém, algumas
vezes é justamente isto que queremos: descrever um grupo de indivíduos para conhecer sua
demanda, seus problemas, etc. por exemplo, quando queremos organizar o ambulatório de um
hospital psiquiátrico e planejar os tipos de serviços à oferecer e tipos de profissionais à contratar, é
importante fazer inicialmente um levantamento dos problemas dos pacientes que freqüentam este
ambulatório, suas queixas principais, seus diagnósticos, assim como suas características sócio-
demográficas e suas condições de vida. Esta informação basta como base para planejar e organizar
o serviço. Neste caso, não estamos interessados em identificar relações causais, queremos apenas
descrever nossa clientela. A pesquisa de levantamento é o mais indicado para este caso.
Entretanto, se a pesquisa de levantamento procurar também levantar os determinantes de um
fenômeno, aí ela se torna muito limitada porque é um método impreciso para este fim. Neste caso,
também aqui não podemos Ter certeza da relação entre duas variáveis e nem da direção desta
relação. Nossas conclusões serão apenas aproximativas.
IV - PESQUISA DE DESENVOLVIMENTO
A pesquisa de desenvolvimento é o tipo de pesquisa que utiliza, de maneira sistemática, os
conhecimentos existentes com o objetivo de :
1 - desenvolver um novo instrumento de medida ou aperfeiçoar um já existente. Por exemplo, um
novo teste de personalidade ou um questionário sobre a saúde mental;
2 - ou desenvolver uma nova intervenção, que seja uma intervenção pedagógica, terapêutica, etc.
Este tipo de pesquisa se caracteriza por:
1 - Não varia a VI, não testa hipóteses, não procura verificar relação causais entre variáveis;
2 - Não controla as variáveis interferentes;
3 - Não procura desenvolver as características de um grupo de sujeitos;
4 - Trata-se de uma pesquisa que visa construir, melhorar ou validar um instrumento de medida ou
então elaborar uma intervenção.
Por exemplo, suponhamos que você queira construir em instrumento de medida para avaliar
o estado de saúde mental de uma população. ETAPAS: 1. Inicialmente, é preciso formular o
questionário, escolhendo os tipos de questões necessárias para medir a saúde mental. Para isto, você
pode se basear, por exemplo, no DSM-IV e em questionários sobre saúde mental já existentes. Além
disso, você pode fazer grupos focais com especialistas em saúde mental, para que eles opinem sobre
a abrangência das perguntas a serem incluídas no seu questionário. 2. Após escolhidas as perguntas,
você vai fazer um estudo piloto, aplicando sua primeira versão do questionário em um grupo
pequeno de sujeitos para testar a formulação de suas perguntas e modificá-las, conforme necessário.
A opinião destes sujeitos sobre a formulação de suas perguntas, o que não entenderam e o que levou
a discordância entre os sujeitos, servirão de base para voce aperfeiçoar suas perguntas, tornando-as
mais claras. 3. Em seguida, você modifica as suas perguntas em função dos resultados do estudo
5
piloto. 4. Depois, você aplica o questionário final em um grande número de pessoas para validar o
instrumento. 5. Finalmente, você utilizará testes estatísticos apropriados para avaliar a validade e a
fidedignidade de seu instrumento de medida. Todos estes procedimentos constituem uma pesquisa
de desenvolvimento.
DELINEAMENTOS EXPERIMENTAIS
Autores: Selltiz – Wrightsman – Cook. (1976). Métodos de pesquisa nas
relações sociais. Volume 1. Delineamentos de pesquisa. São Paulo. E.P.U.
Usaremos a seguinte notação para descrever diferentes delineamentos de pesquisa:
X: um tratamento, uma variável independente, uma causa;
O: uma observação, uma variável dependente, um efeito;
R: um sinal de que os sujeitos foram distribuídos aleatoriamente pelas condições
experimentais.
Delineamento 1. Delineamento de dois grupos casualizados
X O1
R
Não-X O2
Os sujeitos são distribuídos aleatoriamente para o grupo de tratamento experimental (X) ou
para o grupo de comparação sem tratamento (não-X). Há uma pequena chance de que a casualização
falhe e que eles difiram em relação à variável dependente (O1 e O2) mesmo que nenhum tratamento
intervenha. Esta é uma possibilidade pequena e remota, levada em consideração na análise
estatística, no cálculo da probabilidade ou nível p, anteriormente mencionadas.
Este delineamento contém, a grosso modo, o essencial a um experimento: distribuição
aleatória, grupos com tratamento e sem tratamento, e observações após o tratamento. Precisamos ter
pelo menos dois grupos para saber se o tratamento teve algum efeito, e precisamos ter alguma
certeza de que os grupos eram equivalentes antes do tratamento para podermos atribuir quaisquer
diferenças pós- tratamento ao tratamento experimental. Podemos descartar várias hipóteses rivais ou
ameaças à validade interna usando este delineamento. Sabemos que as diferenças pós- tratamento
não são um produto de vieses na seleção dos sujeitos, pois eles foram distribuídos aleatoriamente e
não selecionados pessoalmente para os dois grupos. Sabemos que as diferenças pós-tratamento não
são um produto da maturação, pois os dois grupos devem ter amadurecido na mesma proporção se
foram testados com o mesmo intervalo de tempo após a distribuição aleatória.
Podemos descartar outras explicações rivais não apenas nos referindo à distribuição aleatória
mas observando cuidadosamente os procedimentos experimentais para ver se é plausível o grupo de
tratamento ter sido exposto a algum outro evento (eventos históricos no mundo exterior ou eventos
ocorridos na sessão experimental) que o grupo que não foi submetido ao tratamento não
experienciou. Em caso negativo, podemos eliminar história como uma explicação rival. Se os dois
6
grupos foram testados ou observados sob circunstâncias similares, podemos eliminar diferenças na
instrumentação com uma explicação. Uma vez que tenhamos eliminado essas hipóteses rivais
podemos nos sentir razoavelmente confiantes em que o tratamento experimental tenha ocasionado as
diferenças subseqüentes entre os dois grupos (O1 e O2).
Muitos experimentadores usam este delineamento ou alguma variação dele com dois ou mais
grupos experimentais. Os estudos de laboratórios de Glass e Singer (1972) sobre os efeitos do
estresse urbano seguiram este delineamento- mas em vez de um grupo-controle sem tratamento,
usaram dois tratamentos alternativos: ruído previsível versus imprevisível em um conjunto de
estudos e ruído controlável versus incontrolável em outro conjunto. O delineamento 1 é o mais
simples dentre os delineamentos experimentais propriamente ditos.
Delineamento 2. Delineamento antes- depois com dois grupos
O1 X O2
R
O3 não- X O4
Este delineamento tem um conjunto adicional de testes ou observações da variável
dependente antes do tratamento experimental, denominado pré-testes. Os pré-testes apresentam
várias vantagens. Permitem verificar a casualização e permitem ao experimentador perceber se os
grupos eram equivalentes antes do tratamento. Se os grupos não forem equivalentes no pré- teste, o
experimentador pode fazer ajustamentos nas medidas do pós- teste para possibilitar um teste mais
justo do tratamento. Os pré- testes fornecem também um teste mais sensível dos efeitos do
tratamento permitindo que cada sujeito sirva como seu próprio controle. Em vez de comparar apenas
O2 e O4, o experimentador pode comparar os escores de cada sujeito no pré e no pós- teste (O1 com
O2 e O3 com O4). Quando todos os escores dos sujeitos no pré- teste diferem entre si e seus escores
no pós- teste refletem algumas destas diferenças individuais preexistentes, o experimentador ganha
precisão ao fazer estas comparações intra- individuais.
Para compreender as vantagens deste delineamento com pré- teste, suponha que você e um
amigo tenham sido designados aleatoriamente para grupos diferentes num experimento sobre perda
de peso; você foi designado para o grupo controle e seu amigo para o grupo de tratamento para
perda de peso. Se você pesar 65 quilos no pré- teste e 65 quilos no pós- teste, é claro que estar no
grupo controle não afetou seu peso. Se seu amigo pesou 80 quilos no pré- teste e 75 quilos no pós-
teste, é possível que o tratamento tenha feito com que ele perdesse 5 quilos (supondo que possamos
descartar maturação, história, instrumentação e todas as outras ameaças à validade interna).
Contudo, se o experimentador não fizesse medidas de pré- teste e observasse apenas o peso no pós-
teste, os 75 quilos de seu amigo comparados com seus 65 quilos fariam o tratamento parecer ruim.
Portanto, o fato de ter informações de pré- teste neste delineamento antes- depois com dois grupos
dá ao experimentador uma medida mais precisa dos efeitos do tratamento.
Entretanto, o pré- teste tem também algumas desvantagens. Ele pode sensibilizar os sujeitos
para os objetivos do experimento e enviesar seu escore no pós- teste. Se isto ocorre da mesma forma
para os grupos experimental e controle, seus escores no pós- teste deverão ser igualmente elevados
ou diminuídos e a pré- testagem sozinha não seria uma explicação rival para uma diferença entre O2
e O4. Contudo, se o pré- teste afetar o grupo experimental de forma diferente do grupo- controle,
isto apareceria como uma diferença nos escores de pós- teste e seria indistinguível de uma diferença
produzida apenas pelo tratamento.
7
O delineamento 2 não fornece nenhuma solução para este problema. Os experimentadores
devem, portanto, decidir se esta é uma ocorrência plausível para um estudo em particular e, se for,
deveriam evitar este delineamento em favor do delineamento 1, mais simples. Schulz (1976) usou
uma variação deste delineamento antes- depois em seu estudo sobre os efeitos do controle entre
residentes de asilos. Em vez de dois grupos ele tinha quatro, e todos tiveram tanto pré- testes como
pós- testes.
O1 X1 (visitas controláveis) O2
R O3 X2 (visitas predizíveis) O4
O5 X3 (visitas aleatórias) O6
O7 X4 (sem visitas) O8
Os pré- testes (assinalados pelas letras O com índices ímpares no diagrama precedente) e
pós- testes (letra O com índices pares) incluíam várias medidas de variável dependente: condições
de saúde, bem-estar psicológico e atividades. Os tratamentos, por outro lado, eram todos variações
de uma variável independente. Qualquer variável independente única pode ter vários valores ou
níveis – portanto, os quatro X no diagrama precedente não representam quatro variáveis
independentes, mas quatro valores de uma variável independente, denominada “grau de controle
sobre visitas”.
Schulz não encontrou diferenças entre os quatro grupos, após o tratamento. Ao invés disso,
descobriu que os dois primeiros eram semelhantes, e ambos tinham melhor saúde que os dois
últimos, que também eram semelhantes entre si. Ele concluiu que o importante ingrediente benéfico
no grau de controle era a possibilidade de predição, pois era o que os dois primeiros grupos tinham
em comum. Ao interpretar seus resultados, Schulz não se preocupou com os efeitos potenciais do
pré-teste isoladamente ou com os efeitos do pré-teste em combinação com os tratamentos, porque a
natureza dos resultados não se prestava a qualquer destas interpretações. O abandono de explicações
rivais depende de três coisas:
1) o delineamento do estudo,
2) o conhecimento, pelo experimentador, de quais eventos os sujeitos podem ter experienciado (tais
como história intra-sessão) e
3) a natureza dos resultados e se este padrão em particular poderia ser explicado de forma plausível
por outros eventos que não os tratamentos experimentais.
O terceiro delineamento combina os dois primeiros. Com este delineamento o
experimentador pode testar definitivamente se as diferenças de pós-teste foram causadas pelo
tratamento, pelo pré-teste ou pela combinação tratamento mais pré-teste.
Delineamento 3. Delineamento de quatro grupos de Solomon
O1 X O2
R O3 não-X O4
(Delineamento 2+1)
X O5
Não-X O6
8
O delineamento 3 é um delineamento dispendioso porque requer quatro grupos de sujeitos para testar os efeitos
de apenas dois níveis de um tratamento. São necessários os quatro grupos porque temos os grupos de pré-teste e sem
pré-teste em conjunto com os grupos experimentais e de controle.
Este delineamento oferece as vantagens isoladas do delineamento 1 (não interferência de
efeito do pré-teste) e do delineamento 2 (maior precisão advinda dos escores do pré-teste que
servem como linha de base com a qual se comparará os efeitos do tratamento). Além disto, este
delineamento permite ao experimentador observar se a combinação pré-teste mais tratamento
produzem um efeito diferente do que esperaríamos se simplesmente somássemos os efeitos isolados
do pré-teste e do tratamento. Tais combinações, se forem diferentes da soma dos dois efeitos
individualmente, são denominadas efeitos de interação. São semelhantes ao que ocorre quando dois
elementos naturais se combinam e interagem para produzir um efeito novo – oxigênio e hidrogênio
juntos produzem um novo composto, a água. O todo é diferente de ou maior que a simples soma das
partes. Em muitos problemas da ciência social, as interações são importantes. Precisamos mais do
que delineamentos de dois grupos para estudá-las e precisamos mais do que uma variável
independente porque uma interação resulta da combinação de duas ou mais causas ou variáveis
independentes. Delineamentos com duas ou mais variáveis independentes são denominados
delineamentos fatoriais.
Delineamento 4. Delineamento fatorial
X Y O1
R X não-Y O2
Não-X Y O3
Não-X não-Y O4
X é uma variável independente; Y é outra. Num delineamento fatorial duas ou mais variáveis
independentes são apresentadas sempre em combinação. O delineamento completo inclui todas as
combinações possíveis das variáveis independentes (também conhecidas por fatores, daí o nome
delineamento fatorial). Se há mais que duas variáveis independentes ou fatoriais e cada uma delas
assume mais que dois valores, o delineamento cresce rapidamente porque cada variável ou valor
adicional dobra o número de condições. Podemos ilustrar isto com as tabelas a seguir, que são a
forma mais freqüentemente utilizada na diagramação de delineamentos fatoriais.
A tabela 2.1. ilustra a combinação de dois fatores ou variáveis independentes. Na linguagem
dos delineamentos experimentais denominamos este um delineamento fatorial dois-por-dois, o que
significa que há dois fatores e que cada um assume dois valores ou níveis. Se adicionarmos um
terceiro fator, dobraremos o número de condições caso o fator adicional tenha dois valores,
triplicaremos o número de condições no caso de ele ter três valores e assim por diante. Por exemplo,
se acrescentarmos a idade dos atores como um outro outro fator e usarmos três categorias de idade
– criança, adolescente e adulto – teremos um delineamento 2 x 2 x 3, com 12 condições, como é
mostrado na tabela 2.2. Este delineamento de 12 caselas é muito mais complexo que o 2 x 2 original.
Seu tamanho é o triplo daquele e, consequentemente, tanto requer o triplo do tempo como muitos
9
sujeitos ou, então, que se desdobre o escasso número de sujeitos, com um terço do número em cada
condição. Este delineamento não acrescenta apenas um fator adicional que pode produzir efeitos
como também três interações adicionais.
Tabela 2.1. Um delineamento fatorial 2x2. Fator Y Fator X
Comportamento Sexo dos atores
dos atores
Masculino Feminino
Homem Mulher
Assertivo Assertivo Assertiva
Homem Mulher
Submisso Submisso Submissa
Para descrever uma interação, examinaremos um delineamento 2x2 como o que é mostrado
na tabela 2.1. (Costrich, Feinstein, Kidder, Marecek e Pascale, 1975). Os atores eram aliados do
experimentador – pessoas que fingiam ser participantes comuns como os sujeitos, mas que na
realidade desempenhavam papéis predeterminados. Cada ator era membro de um grupo de discussão
de 4 a 8 pessoas, que eram os sujeitos. Um experimentador instruía os atores a representarem um
papel assertivo ou submisso na discussão do grupo, mas ninguém mais no grupo sabia deste plano
de bastidores. Um quarto dos grupos tinha um homem assertivo como confederado, um quarto tinha
um homem submisso, um quarto tinha uma mulher assertiva e um quarto uma mulher submissa. Ao
final da sessão de discussão cada membro do grupo classificava cada um dos outros segundo várias
características, incluindo sua popularidade.
DELINEAMENTOS QUASE-EXPERIMENTAIS
Autores: Selltiz – Wrightsman – Cook.. (1976). Métodos de pesquisa nas relações sociais.
Volume 1. Delineamentos de pesquisa. São Paulo. E.P.U.
A ciência não começa nem termina com os experimentos propriamente ditos, mas é um
processo de descoberta no qual usamos os melhores instrumentos e ferramentas para responder as
nossas questões. Quando a distribuição aleatória e o controle de laboratório são inviáveis,
podemos escolher dentre ampla variedade de outras técnicas. O termo quase-experimentos
abarca grande variedade de outros delineamentos de pesquisa. O termo se torna conhecido pela
primeira vez com a publicação de um livro pequeno mas influente, escrito por Campbell e Stanley
(1963), recentemente revisto e ampliado (Cook e Campbell, também Judd e Kenny, no prelo).
Quase-experimentos são delineamentos de pesquisa que não têm distribuição aleatória
dos sujeitos pelos tratamentos, nem grupos-controle. Ao invés disso, a comparação entre as
10
condições de tratamento e não-tratamento deve sempre ser feita com grupos não equivalentes
ou com os mesmos sujeitos antes do tratamento.Se você não puder distribuir aleatoriamente
pessoas ou grupos pelas condições experimentais, perderá a capacidade de controlar o que
ocorre a quem . Entretanto, você ainda poderá observar o que ocorre, quando ocorre e a quem
ocorre; e, ao decidir o que e quando medir , poderá planejar um dentre vários quase-
experimentos. Você terá perdido o controle por não usar a distribuição aleatória, mas ainda
assim poderá realizar uma pesquisa e analisar relações de causa-efeito sem um experimento.
Ao coletar dados criteriosamente em situações e momentos adicionais você poderá criar um quase-
experimento. Por exemplo, Lawler e Hackman (1969) estudaram os efeitos da participação de
zeladores nas tomadas de decisões sobre sua assiduidade no trabalho. Eles não podiam distribuir os
zeladores aleatoriamente por grupos que participariam na tomada de decisões ou grupos-controle e,
portanto, não tinham grupos-controle equivalentes com os quais fazer comparações. No entanto, os
pesquisadores tinham uma longa série de registros do absenteísmo dos homens, anteriores a sua
nova condição de participantes nas tomadas de decisão, e poderiam comparar os índices de
absenteísmo antes e depois de serem introduzidos os processos de participação. Este não foi um
experimento propriamente dito, porque não houve distribuição aleatória. Foi um quase-experimento,
denominado delineamento de série temporal.
Neste capítulo mostramos como você pode fazer uma pesquisa na qual avalie causas e efeitos
mesmo que não possa distribuir as pessoas aleatoriamente pelas condições. Quase-experimentos
bem concebidos permitem-lhe descartar muitas das ameaças à validade interna que discutimos no
capítulo 2.
Neste capítulo discutiremos três tipos de quase-experimentos, sendo cada um dos quais uma
extensão de um pré-experimento. Cada um deles alcança sua maior possibilidade de interpretação
através do acréscimo de mais pontos de dados ou observações à base pré-experimental.
1. Delineamento de série temporal descontínua
O1 O2 O3 O4 O5 O6 O7 O8
XO9 O10 O11 O12 O13 O14 O15 O16
Delineamentos de série temporal são extensões do delineamento pré-experimental de pré e
pós-teste com um grupo ( O1 X O2). Embora o antecessor pré-experimental seja sujeito a várias
ameaças à validade interna, a série temporal, com sua longa seqüência de Os, fornece informações
que permitem descartar várias ameaças, principalmente maturação e testagem. Se você encontrou
uma diferença marcante entre O8 e O9 e se perguntou se a diferença é realmente resultado do
tratamento (X) ou da maturação, poderá inspecionar todos os intervalos anteriores e posteriores
àquele ponto para procurar indícios de maturação. Presumivelmente, se estiver ocorrendo
maturação, esta aparecerá como uma tendência a longo prazo, produzindo efeitos similares entre O1
e O2, O2 e O3, e assim sucessivamente, ao longo de toda a série. Se nenhum dos outros intervalos
mostrou tal tendência e a única diferença encontrada foi entre O8 e O9, maturação não será uma
hipótese muito plausível a menos, é claro, que esteja estudando algum fenômeno que venha a
coincidir com uma mudança maturacional particular, tal como puberdade, e que pudesse também,
plausivelmente, ser afetado por ela. Apenas sob tal conjunto especial de circunstâncias e
coincidências a maturação colocaria ameaças à validade interna de um estudo de série temporal.
11
O mesmo raciocínio se aplica à testagem como uma hipótese rival. Se você suspeitasse que a
diferença entre O8 e O9 resultou não do tratamento mas de efeitos sensibilizadores do pré-teste
(O8), poderia examinar todos os intervalos precedentes e subsequentes para ver se a testagem
repetida produziu diferenças similares ao longo da série inteira. Se não houvesse diferenças em
qualquer outros pontos, seria altamente implausível que a testagem apenas em O8 tivesse produzido
um efeito em O9.
Não raro o X ocorre apenas uma vez, e presume-se que seu efeito persista para sempre ou por
tempo determinado. Uma inoculação contra sarampo deveria durar para sempre; uma injeção
antigripal pode ter um período limitado de eficácia – algumas vezes o X sinaliza uma mudança
permanente na situação – como quando um Estado muda suas leis sobre o divórcio para autorizar
divórcios sem “justa” causa ou quando o governo introduz novos padrões de poluição atmosférica.
Em casos como estes, quando o tratamento ocorre não apenas em um único ponto, mas continua em
vigor, a série temporal é mais corretamente representada como se segue:
O1 O2 O3 O4 O5 O6 O7 O8
XO9 XO10 XO11 XO12 XO13 XO14 XO15 XO16
Em cada caso, com um tratamento de caso único ou contínuo, a virtude dos delineamentos de
série temporal é que você pode examinar a tendência dos dados antes do tratamento, no momento da
intervenção e após o tratamento. Isso lhe permite avaliar a plausibilidade de maturação como uma
hipótese rival. Se maturação foi uma causa, ela deverá aparecer como uma tendência antes do
tratamento, bem como após.
Quão facilmente você pode interpretar uma série temporal e descartar hipóteses rivais não
dependente das características formais do delineamento isoladamente, mas também do padrão dos
resultados. Alguns resultados são relativamente fáceis de interpretar – você pode descartar a maioria
das ameaças à validade e concluir que o tratamento causou o efeito. Outros padrões são mais
vulneráveis a interpretações rivais.
Os dois fatores que os pesquisadores examinam nos resultados de um delineamento de série
temporal descontínua são as inclinações das retas para as observações de pré e pós-teste e a
intercepção no eixo dos Y – o ponto no qual cada uma interceptará o eixo vertical. Por exemplo, as
figuras 3.1 e 3.3 mostram vários resultados esquematizados de delineamentos de série temporal
descontínua – a primeira (3.1) é prontamente interpretável e mostra um efeito de tratamento; a
segunda (3.2) é ambígua; a terceira (3.3) é um caso claro em que não houve efeitos do tratamento.
Alta
Medida dos
Resultados
Baixa O1 O2 O3 O4 O5 O6 O7 O8
x
12
Figura 3.1. Intervalos temporais em que as medidas foram tomadas, sendo o tratamento introduzido
entre O4 e O5.
Alta
Medida dos
Resultados
Baixa O1 O2 O3 O4 O5 O6 O7 O8
X
Figura 3.2. Intervalos temporais em que as medidas foram tomadas, sendo o tratamento introduzido
entre O4 e O5.
Alta
Medida dos
Resultados
Baixa
O1 O2 O3 O4 O5 O6 O7 O8
X
Figura 3.3. Intervalos temporais em que as medidas foram tomadas, sendo o tratamento introduzido
entre O4 e O5.
Figuras 3.1, 3.2 e 3.3. Alguns resultados possíveis derivados da introdução de um tratamento (x)
numa série temporal de mensurações.
Com resultados como os da figura 3.1 não há muitas hipóteses rivais. É bastante óbvio que o
tratamento causou a mudança nos escores de pré para pós-teste. Não há tendência de maturação nas
observações de pré nem de pós-teste; assim, maturação isoladamente ou a interação de maturação
com seleção não são explicações alternativas convincentes. A ameaça mais problemática e plausível
é história – algum evento que tenha coincidido com o tratamento. Quão plausível ela é depende
13
totalmente do problema em estudo. Se estivermos estudando os efeitos de um filme sobre relações
exteriores sobre as atitudes de estudantes norte-americanos em relação a pessoas de outros países, e
se a apresentação do filme coincidir com acordos internacionais acerca da distribuição das fontes de
energia mundiais ou com um incidente internacional no qual algum outro país fez reféns norte-
americanos, estes eventos históricos seriam hipóteses rivais plausíveis. Se não houver eventos
externos óbvios que coincidem com o tratamento e que poderiam ter produzido os mesmos efeitos, a
história não se apresenta como um problema.
Com resultados como os da figura 3.2, não fica claro se o tratamento causou a mudança
ascendente porque a mudança não coincide com o tratamento; ele aparece com atraso de um
intervalo. Em alguns casos pode haver razões para esperarmos tal atraso e, portanto, atribuir o efeito
ao tratamento. Por exemplo, uma alta no preço mundial de exportação de petróleo não seria sentida
imediatamente no preço da gasolina nas bombas, por haver uma reserva de óleo para seis meses
que seria vendida a preços mais baixos. Portanto, se você estivesse estudando os efeitos do aumento
mundial no preço de exportação do petróleo sobre o consumo de gasolina pelos norte-americanos, o
efeito poderia demorar seis meses para aparecer após a causa. Se as observações de série temporal
forem feitas trimestralmente, com intervalos de três meses, o efeito apareceria não na primeira
observação pós-tratamento, mas na segunda, e o padrão apresentado na figura 3.2 seria uma
demonstração convincente do efeito do aumento de preço no consumo. Se não houver tal
mecanismo de armazenamento e, portanto, nenhum atraso plausível para que a causa tenha este
efeito, a figura 3.2 será mais difícil de interpretar, e outras hipóteses rivais poderão ser causas. Estas
explicações alternativas provavelmente ficariam sob o rótulo de história – outros eventos que
acompanharam o tratamento e produziram os efeitos.
A figura 3.3 é o caso mais claro em que não ocorre nenhum efeito. Os níveis mais altos que
O atingiu após o tratamento refletem apenas a tendência predominante que também produziu níveis
de O sucessivamente mais altos antes do tratamento. Esta figura também mostra mais claramente
por que o delineamento de série temporal é muito superior ao delineamento pré-experimental de pré
e pós-teste com um grupo. Se o padrão observado na figura 3.3 fosse estudado com apenas pré-teste
e um pós-teste (pontos O4 e O5), o experimentador ver-se-ia tentado a concluir que o tratamento
teve um efeito – fez com que O5 fosse mais alto que O4. Sem outros pontos de dados, seria
impossível distinguir entre um efeito real e a tendência predominante que vemos na figura 3.3. Com o acréscimo de uma série de observações de pré e pós-teste, o delineamento de série temporal é muito
mais interpretável que o delineamento de pré e pós-teste com um grupo. Mesmo que não inclua distribuição aleatória
nem grupo-controle, ele será um delineamento experimental útil, pois as observações adicionais permitem ao
investigador testar a plausibilidade de várias hipóteses rivais: maturação, testagem, instrumentação, mortalidade e
regressão. A principal ameaça à validade com este delineamento é história.
O delineamento de série temporal descontínua apresenta diversas variações. Pode incluir
mais de um grupo ou sujeito, formando-se um delineamento de série temporal múltipla.
2. O delineamento de amostras temporais equivalentes
Autores: Campbell e Stanley (1979), Delineamentos Experimentais e Quase-experimentais de
pesquisa. São Paulo: EDUSP. pag. 75-78.
A forma mais usual de delineamento experimental emprega uma amostra equivalente de
pessoas para fornecer uma linha de base em relação à qual se possam comparar os efeitos da
14
variável experimental. Em contraste, a forma recorrente de experimentação de um grupo emprega
duas equivalentes amostras de ocasiões, numa das quais a variável experimental está presente sem
que o esteja na outra. Esse esquema pode ter o seguinte diagrama (embora se queira uma alteração
mais casual do que regular):
X0 O X1O X0 O X1O X0 O (ou delineamento A-B-A-B-A)
Esse delineamento pode ser visto como uma forma do experimento de série temporal com a
introdução repetida da variável experimental. O experimento é obviamente mais útil quando o efeito
da variável experimental é antecipado como de caráter transitório ou reversível. Enquanto a lógica
do experimento pode ser vista como uma extensão do experimento de série temporal, o modo de
análise estatística é mais tipicamente semelhante ao do experimento de dois grupos em que é
empregada a significância da diferença entre as médias de dois conjuntos de medidas. Usualmente,
as medidas são bem especificamente emparelhadas com as apresentações da variável experimental,
sendo frequentemente concomitantes, como no caso de estudos de aprendizagem, produção de
trabalho, condicionamento, reação fisiológica, etc. Talvez o primeiro dos usos mais típicos desse
esquema experimental, como nos estudos de eficiência do trabalho e de estudantes sob várias
condições de autoria de Allport (1920) e Sorokin (1930), envolveram a comparação de duas
variáveis experimentais uma com a outra, isto é, X1 versus X2, e não a de uma com um controle.
Por muitos motivos, a simples alternação de condições e o emprego de um espaçamento temporal
consistente são indesejáveis, particularmente quando possam introduzir confusão com um ciclo
diário, semanal ou mensal, ou quando, através da periodicidade previsível de um condicionamento
não querido ao intervalo temporal, possam acentuar a diferença entre uma apresentação e outra.
Assim, Sorokin tomou precauções para que cada tratamento experimental ocorresse com igual
freqüência à tarde e pela manhã.
A maioria dos experimentos que empregaram esse delineamento têm usado relativamente
poucas repetições de cada condição experimental, mas o tipo de extensão da teoria de amostragem
apresentado por Brunswik (1956) chama atenção para a necessidade de amostragens casuais de
períodos de tempo amplas, representativas e equivalentes. Kerr (1945) talvez tenha sido quem mais
se aproximou desse ideal em seus experimentos sobre os efeitos da música na produção industrial.
Cada um de seus vários experimentos envolveu um único grupo experimental com uma amostra
casual e equivalente de dias ao longo de períodos mensais. Assim, num experimento ele pode
comparar 56 dias de música com 51 dias sem música e, em outro, pode comparar três diferentes
tipos de música, cada um dos quais representados por amostras equivalentes de 14 dias.
Da forma pela qual foi empregado por Kerr, por exemplo, o delineamento de amostras
temporais equivalentes parece também internamente válido. História, a maior fraqueza da série
temporal, é controlada pela apresentação de X em numerosas ocasiões distintas, tornando
extremamente improvável qualquer explicação rival baseada na coincidência de eventos estranhos.
As outras fontes de invalidade são controladas pela mesma lógica invocada em relação ao
delineamento de série temporal descontínua. Com relação à validade externa, generalização é
obviamente possível apenas para populações freqüentemente testadas. O efeito reativo de montagem
(arrangements), a consciência de experimentação representa uma vulnerabilidade típica desse
experimento. Quando grupos distintos são submetidos a XX distintos, é possível mantê-los no total
desconhecimento da presença de um experimento ou dos tratamentos em cotejo. Isso não ocorre
15
quando se acha envolvido apenas um grupo e quando esse grupo é repetidamente exposto a uma
condição ou outra, por exemplo, a uma base para computar pagamento e outra, como ocorreu no
experimento de Sorokin; a uma espécie de ventilação e a outra, como se deu nos estudos de Wyatt,
Fraser e Stock (1926); e a uma espécie de música ou outra, como se verificou na pesquisa de Kerr
(embora Kerr tomasse precauções elaboradas para que a programação variada fosse vista como uma
parte natural do ambiente de trabalho). No que tange à interação de seleção e X: como de hábito,
existe a limitação da generalização dos efeitos demonstrados de X para o tipo particular de
população envolvida.
Esse delineamento quase-experimental traz consigo uma aleatoriedade quanto à validade
externa, que será encontrada em todos os experimentos descritos neste ensaio em que múltiplos
níveis de X são apresentados ao mesmo conjunto de pessoas. Esse efeito têm sido rotulado como
“interferência de X múltiplo”. O efeito de X1, na situação mais simples em que está sendo
comparado com X0, pode ser generalizado somente para condições de apresentações repetitivas ou
espaçadas de X1. Nenhuma base aceitável existe para generalização a possíveis situações em que X1
se acha continuamente presente ou à condição em que é introduzido uma vez e apenas uma vez.
Além disso, a condição X0 ou a ausência de X não é típica de períodos sem X em geral, mas é
apenas representativa de ausências de X intercaladas entre presenças. Se X1 tiver algum efeito
prolongado capaz de repercutir nos períodos de não-X, como pareceria usualmente provável, o plano
experimental poderá subestimar o efeito de X1 se comparado com um estudo do delineamento
experimental com grupo de controle e só pós-teste, por exemplo. Do outro lado, o simples fato de
haver freqüentes mudanças pode aumentar o valor estimulante de X em relação ao que este valor
seria sob uma apresentação contínua e homogênea. A música hawaiana no estudo de Kerr pode
afetar o trabalho de modo completamente diferente se intercalada por um dia entre dias de outra
música, do que o faria se constituísse uma programação contínua. Os delineamentos experimentais
de Ebbinghaus (1885) podem ser encarados como essencialmente desse tipo e, como observou
Underwood (1957 a), as leis por ele encontradas são limitadas em sua generalizabilidade a uma
população de pessoas que aprenderam dúzias de outras listas altamente semelhantes. Muitas de suas
conclusões, com efeito, não prevalecem no caso de pessoas que tenham aprendido uma única lista de
sílabas sem sentido. Assim, embora o esquema seja válido internamente, sua validade externa pode
ser seriamente limitada a alguns tipos de conteúdos. (Ver também Kempthorne, 1952,Cap.29)
Note-se, contudo, que muitos aspectos do ensino sobre os quais alguém gostaria de conduzir
um experimento podem muito bem ter efeitos limitados, do ponto de vista prático, ao período de
efetiva presença de X. Para tais fins, esse delineamento pode ser perfeitamente valioso. Suponhamos
que um professor levante a questão do valor de recitação oral versus estudo individual silencioso.
Ao variar esses dois processos ao longo de uma série de unidades de ensino, pode-se montar um
experimento interpretável. O efeito da presença de um pai-observador na sala de aula sobre o debate
voluntário de estudantes pode ser estudado dessa forma. Consciência de tais esquemas pode situar
uma testagem experimental de alternativas dentro do alcance de um único professor. Isso poderia
servir de teste-piloto para avaliar procedimentos que, se promissores, poderiam ser examinados por
experimentos mais amplos e mais coordenados.
Essa abordagem pode ser aplicada a uma amostragem de ocasiões em relação a um único
indivíduo. Embora não dê ensejo tipicamente à aplicação de testes de significância, é esse um
delineamento recorrente em pesquisa fisiológica, em que um estímulo é aplicado repetidamente a
um animal, com o cuidado de evitar qualquer periodicidade na estimulação. Esta última
característica corresponde à exigência de aleatoriedade de ocasiões exigidas pela lógica do plano.
16
: DELINEAMENTOS PRÉ-EXPERIMENTAIS 1
Autores: Selltiz – Wrightsman – Cook. (1976). Métodos de pesquisa nas relações sociais.
Volume 1. Delineamentos de pesquisa. São Paulo. E.P.U.
No capítulo precedente (delineamentos quase-experimentais), mostramos como você pode
fazer uma pesquisa na qual avalie causas e efeitos mesmo que não possa distribuir as pessoas
aleatoriamente pelas condições. Quase-experimentos bem-concebidos permitem-lhe descartar
muitas das ameaças à validade interna que discutimos no capítulo 2 (o autor se refere ao capítulo 2
do livro citado acima que fala sobre vieses) . Pré-experimentos mal-concebidos não o permitem.
Começaremos nossa discussão com exemplo de delineamento pré-experimentais de modo que você
possa apreciar, por comparação, o que quase-experimentos fazem. Pré-experimentos são
delineamentos de pesquisa que não utilizam a distribuição aleatória e que contêm poucos dados ou
"Os" em nossa notação experimental. Seguem-se três delineamentos pré-experimentais que são
exemplos de como não fazer pesquisa.
Delineamentos pré-experimentais
1. O estudo de caso único sem controle XO
Suponha que você tenha intuição de que a prática da ioga torna as pessoas serenas. Não nos
preocupamos, no momento, em como medir ou definir serenidade; assumiremos que isto possa ser
feito. Para testar essa idéia, você entrevista pessoas que praticam ioga. Este é um caso único, sem
controle. O X é a prática da ioga, o O é nossa avaliação da serenidade de cada pessoa. Imagine que
as entrevistas revelem um alto nível de serenidade entre homens e mulheres praticantes de ioga.
Você concluiria que a prática da ioga torna as pessoas serenas? Você não pode concluí-lo – não sem
algumas comparações. O estudo com apenas um X e um Y não inclui comparações.
Este delineamento é tão fraco que sua conclusão é vulnerável a pelo menos três hipóteses
rivais. O nível de serenidade observado poderia ser resultado de:
1.Seleção. As pessoas que estudam ioga podem ser serenas a princípio, e se elas não pudessem
praticar ioga, você poderia ter observado os mesmos níveis desta atitude. Você não pode descartar
esta alternativa bastante plausível porque não tem medidas pré-ioga.
2.História. O nível de serenidade observado pode ser um reflexo não daquelas pessoas, mas do
clima político e histórico da época. Talvez todas as pessoas estejam se tornando mais relaxadas. Sem
uma comparação você não pode descartar esta possibilidade.
3.Mortalidade. Talvez outras pessoas que praticavam ioga e pararam não mostrassem tal serenidade;
as pessoas restantes que você entrevistou poderiam ser um grupo seleto dos estudantes de ioga. Se
você tivesse podido entrevistar os outros, poderia não ter encontrado alto nível de serenidade.
Com esse delineamento de caso único, sem controle, com um grupo, o nível de serenidade que você observa é
desprovido de significado sem algum nível de comparação, e o estudo de caso único sem controle pré-experimental não
inclui qualquer comparação. Se você desenvolvesse uma escala de serenidade que variasse de 0 a 75 e os praticantes de
1 As palavras em itálico, nesta página, são observações da professora do curso.
17
ioga obtivessem em média 50 pontos na escala, você não saberia se esta é uma pontuação relativamente alta ou baixa,
por não ter dados ou padrões com que comparar esta média.
2. O delineamento de pré e pós-teste com um grupo
O1 X O2
O delineamento de pré e pós-teste com um grupo acrescenta mais um ponto de dados, o pré-
teste O1, o que lhe permite eliminar a seleção como uma hipótese rival. Se os praticantes de ioga
tiverem escore maior após haverem praticado ioga do que antes, você saberá que escore alto não era
uma característica preexistente neste grupo. Mas você pode atribuí-la a prática de ioga? Não. Há
cinco outras hipóteses rivais ou ameaças à validade interna deste delineamento.
1. História. Se a observação de pós-teste é realizada após um tempo considerável, a diferença entre
ela e pré-teste pode ser resultado de climas sociais diferentes – a nação pode ter terminado uma
guerra, um novo candidato a presidente pode estar discursando sobre as filosofias orientais, ou a
cultura popular pode estar propagando novas formas de meditação. Quaisquer mudanças sociais
deste tipo poderiam ser hipóteses rivais se ocorressem entre o pré e o pós-teste.
2. Maturação. Se as pessoas que você estiver estudando se tornaram mais velhas, mais relaxadas ou
se aposentassem apenas com a passagem do tempo, esta seria uma hipótese rival. Quanto mais
tempo transcorrer entre pré e pós-teste, mais provável será que mudanças de desenvolvimento
possam explicar a diferença.
3.Testagem. Se a primeira entrevista sensibilizou as pessoas que você estava estudando e fê-las crer
que deveriam relaxar ou diminuir o ritmo, o pré-teste isoladamente poderia ter produzido escores
mais altos no pós-teste. Quanto menor o tempo decorrido entre pré e pós-teste, mais plausível os
efeitos de testagem.
4. Instrumentação. Se você tiver mudado as questões de sua entrevista ou o sistema de pontuação
entre a primeira observação e a segunda, estas mudanças no instrumento de medida poderiam
responder por uma diferença no nível de serenidade entre o pré e o pós-teste.
5. Interação entre seleção e maturação (ou seleção e qualquer das outras ameaças à validade
interna). Mesmo que nenhuma das ameaças precedentes sejam hipóteses plausíveis para a população
em geral, elas podem ser hipóteses plausíveis para o grupo de pessoas selecionadas que estudam
ioga ou para aquele grupo específico de praticantes que você entrevistou. Por exemplo, você pode decidir que é implausível a maturação tornar todas as pessoas serenas; algumas pessoas
podem tornar-se mais ansiosas com a idade. Entretanto, você pode achar plausível que o tipo de pessoas interessadas por
ioga se tornaria sereno naturalmente, mesmo que não a praticasse; e isto representa uma interação entre maturação e
seleção. Analogamente, você pode decidir que nem todas as pessoas seriam sensibilizadas pela entrevista de pré-teste e
tentariam permanecer mais calmas no pós-teste; mas para o grupo de pessoas que você selecionou, a testagem pode ter
este efeito. Esta seria uma interação de seleção e testagem.
Estas hipóteses rivais são ameaças potenciais para qualquer pré-experimento com este
delineamento. Você pode ser capaz de descartar uma ou mais destas hipóteses para algum caso
particular porque tanto os resultados como o contexto tornam esta ameaça implausível. Por exemplo,
se utilizou medidas não relativas ao estado de tensão ou relaxamento dos estudantes de ioga – tais
como morder os lábios ou roer unhas – poderia encarar testagem como uma hipótese implausível
para quaisquer mudanças observadas porque os estudantes não teriam consciência disso e, portanto,
não seriam afetados por sua testagem. A vulnerabilidade de um estudo a estas ameaças depende
18
tanto do delineamento como dos detalhes dos procedimentos e resultados. Entretanto qualquer
estudo com pré e pós-teste em grupo será potencialmente vulnerável às cinco ameaças discutidas
previamente, até que se prove o contrário. Este é um delineamento geralmente fraco e você deveria
evitá-lo se puder planejar alguma coisa melhor. O terceiro delineamento pré-experimental tem dois
conjuntos de observações, mas ao invés de observar um grupo de pessoas duas vezes, são
observados dois grupos uma vez.
3. Comparação com grupo estático
Grupo 1 X O1
----------------------------------
Grupo 2 não-X O2
A linha tracejada separando os dois grupos indica que as pessoas não foram distribuídas
aleatoriamente pelos grupos 1 e 2; ao invés disso, estes são grupos naturais ou grupos para os quais
as pessoas foram designadas por alguma razão. Se aplicássemos este delineamento à nossa questão
sobre ioga, entrevistaríamos um grupo de pessoas que pratica ioga (Grupo 1) e outro que não pratica
(Grupo 2). O tratamento, a ioga, é assinalado pelo X no grupo 1. Se você conduzisse este estudo
utilizando o pré-experimento com grupo-controle estático, teria que lutar contra as seguintes
ameaças à validade:
1. Seleção. Seleção é a maior ameaça a este delineamento. Como não se distribuem as pessoas
aleatoriamente entre grupos 1 e 2, é muito provável que os dois grupos sejam diferentes, em vários
aspectos além da prática da ioga. Você pode imaginar que, se houvesse entrevistado as pessoas do
grupo 1 pouco antes de aprenderem ioga, elas teriam obtido escore mais alto na sua escala de
serenidade que as pessoas do grupo 2. Tais diferenças preexistentes podem, na realidade, ser a causa
de aprenderem ioga. Sua serenidade pode justamente ter feito com que elas se tornassem estudantes
de ioga e não vice-versa.
2. Mortalidade. Se você realizou seu estudo entrevistando estudantes de ioga que pertenciam a um
grupo particular de meditação e descobriu que eles eram diferentes dos não- participantes, você
poderá errar ao concluir que a ioga torna uma pessoa serena. Os requisitos para participação no
grupo podem ter feito com que pessoas menos serenas abandonassem o grupo por não atenderem
aos padrões exigidos. Tal índice de desistências diferenciais são ameaças à validade interna.
3. Seleção por interação com a história. Embora eventos históricos aos quais ambos os grupos
foram expostos não possa, ser responsáveis por uma diferença entre eles, a exposição diferencial a
tais eventos seria uma ameaça à validade. Se lhe ocorrer alguma razão para suspeitar que um grupo
experienciou algum evento que o outro grupo não experienciou, você terá uma hipótese rival para
qualquer diferença observada.
O grupo controle estático é um delineamento correlacional. O X é uma característica das
pessoas que elas trazem para o estudo tais como praticar ioga, freqüentar uma escola particular ou ir
ao terapeuta. O grupo controle estático mostra qual é a relação entre esta característica (X) e outra
característica (O), tal como sentir-se sereno, ter aspirações acadêmicas ou ter um insight sobre si
mesmo. Um estudo correlacional mostra se há uma relação positiva ou negativa entre duas
características e se a relação é forte ou fraca. Uma relação positiva aparece quando as pessoas obtém
escores altos ou baixos nas duas características, simultaneamente. Por exemplo, uma relação
19
positiva entre ir ao terapeuta e ter um insight sobre as próprias motivações significa que as pessoas
que vão a um terapeuta (têm um escore positivo nesta variável) também tem insight, e aquelas que
não vão a um terapeuta não têm insight sobre os seus motivos. Uma relação positiva entre freqüentar
uma escola privada e ter aspirações acadêmicas significa que aqueles que freqüentam escolas
particulares têm altas aspirações e aqueles que não as freqüentam têm baixas aspirações acadêmicas.
Isto apareceria como uma correlação positiva entre as duas variáveis.
Uma correlação positiva não significa que a variável denominada X cause a variável O. Isto é
tão provável quanto a relação causal ocorrer na direção inversa: ter insights sobre as próprias
motivações pode fazer com que alguém vá a um terapeuta e ter aspirações acadêmicas pode fazer
com que uma pessoa freqüente escolas particulares. Também é possível que não haja relação causal
direta entre as duas variáveis a despeito da relação positiva existente entre elas. Ambas podem ser
resultado de uma terceira variável – ser criado numa família que enfatiza muito a educação pode
fazer com que uma pessoa freqüente escolas particulares e tenha aspirações acadêmicas. Se você
realizou um estudo correlacional, como a comparação com grupo estático, não lhe será possível
determinar freqüentemente qual destas três hipóteses responde pela relação positiva. A
impossibilidade de livrar-se destas e de outras hipóteses rivais é expressa no adágio: “correlação não
prova causação”. O terceiro delineamento pré-experimental é correlacional.
Os três delineamentos pré-experimentais são exemplos de como não fazer pesquisa se
houver alternativas.
Referências Bibliográficas:
BARLOW, B.H. HERSEN,M (1984). Single-case experimental design: strategies for
studying behavior change. New York: Pergamon.
CAMPBELL, D.T., STANLEY, J.C. (1979) Delineamentos experimentais e quase-
experimentais de pesquisa. Editora da Universidade de São Paulo, SP.
CONTRADOPOULOS, AP., CHAMPAGNE, F., POTVIN, L., DENIS, J.L. e BOUYLE, P. (1990)
Savoir preparer une recherche. Montreal les presses de l’Université de Montreal.
GREENBERG, R.S, Daniels,S.R., Flanders,W.D., Eley,J.W. e Boring, J.R. 19960. Medical
Epidemiology. Stamford: Appleton e Lange.
SELLTIZ, C., WRIGHTSMAN, L.S., COOK, S.W. (1987) Métodos de pesquisa nas relações
sociais. Editora da Universidade de São Paulo, SP.
STAKE,R.E. (1994). Case Studies, In: Denzin, N. K. e Lincoln, Y.S. Handbook of Qualitative
Research. London: Sage Publications.
20
Aluno: _________________________________________________________________
Valor: 6 pontos
QUESTÕES 1. 1pt
2. Segundo dados das Nações Unidas (2003), as distribuições percentuais da população brasileira ao longo dos anos, por diferentes faixas etárias, seriam: (3pts)
A partir dos dados apresentados na tabela acima:
21
a) apresente um problema de pesquisa que se justifique e que tenha como foco os aspectos psicológicos ligados ao processo de envelhecimento. Na sua resposta, identifique claramente os fatores a serem estudados. (valor: 2,0 pontos) b) explicite o tipo de pesquisa proposto, justificando-o. (valor: 1,0 pontos) c) apresente, em linhas gerais, o planejamento metodológico da sua pesquisa. (valor: 1,0 pontos) ------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
3. Dados sobre acidentes de trabalho no Brasil indicam aumento dos registros de “episódios depressivos” (CID F32) e “reações ao stress grave e transtornos de adaptação” (CID F43). A tabela apresenta os seguintes dados: (2pts) Responda: A) Que problema de pesquisa psicológica esta tabela propõe? B) Apresente o plano de pesquisa adequado para responder este problema.
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
22
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------