Escolar Documentos
Profissional Documentos
Cultura Documentos
Capítulo
7
Técnicas de controle em
Pesquisa experimental
Método Placebo
Projeto Erros
Decepção
Completo
Controle Acoplado Controle de Expectativa do experimentador
Erros
Incompleto Participante
objetivos de aprendizado
•Explicar o propósito das técnicas de controle. •Explicar as • Explique por que a atribuição aleatória é a melhor técnica
ideias de influência diferencial e o método de diferença de de controle para igualar grupos. • Liste as principais
Mill. • Liste as técnicas de controle que são realizadas técnicas de controle que são realizadas durante o
no início do experimento. •Comparar e contrastar atribuição experimento. •Descreva quando o contrapeso é usado e
aleatória explique os diferentes tipos de contrapeso.
e correspondência.
187
Machine Translated by Google
• Defina os efeitos dos participantes e explique •Explicar como selecionar as técnicas de controle
como eles são controlados. •Defina os efeitos do apropriadas para fins de pesquisa. •Avaliar o uso de
experimentador e explique como eles são controlados. técnicas de controle em pesquisas publicadas.
Introdução
No Capítulo 5, abordamos como os pesquisadores obtêm suas amostras. Discutimos vários
tipos de amostragem aleatória (por exemplo, amostragem aleatória simples, amostragem
estratificada e amostragem por conglomerados) e amostragem não aleatória (por exemplo,
amostragem de conveniência, amostragem intencional, amostragem por cota e amostragem
em bola de neve). Neste capítulo, vamos supor que você já tenha sua amostra de participantes.
A situação ideal na pesquisa experimental seria selecionar aleatoriamente sua amostra e, em
seguida, indicar aleatoriamente os participantes para os grupos a serem usados no experimento
(como mostrado na Figura 7.1). No entanto, a seleção aleatória raramente é usada em
pesquisa experimental porque o foco é muito mais na obtenção de fortes evidências para fazer
alegações de causa e efeito (ou seja, validade interna) do que na generalização direta de uma
única amostra para uma população (que é um tipo de validade externa). Amostras propositais
e de conveniência são normalmente usadas em pesquisas experimentais, e os experimentadores
geralmente generalizam com base na replicação de descobertas experimentais com diferentes
pessoas, lugares, configurações e condições. Ou seja, os experimentadores generalizam com base em
População de
indivíduos composta por
todos os professores
universitários
um experimento.
Machine Translated by Google
vários estudos. No restante deste capítulo, queremos que você assuma que
já tem sua amostra de participantes da pesquisa para que possamos nos concentrar no controle
técnicas para maximizar a validade interna. Embora o foco esteja na validade interna (ou seja,
causação), questões de validade externa (ou seja, generalização) ocasionalmente surgirão
neste capítulo porque alguns procedimentos de controle têm implicações tanto para
validade e validade externa.
O objetivo principal ao conduzir um experimento psicológico é determinar
se a variável independente causa as mudanças observadas na variável
variável. Para fazer essa inferência causal, devemos controlar a influência de variáveis externas
que podem servir como hipóteses rivais. Se pudermos controlar o
influência de variáveis estranhas, a validade interna é alcançada. Infelizmente,
existem muitas variáveis estranhas diferentes que podem se infiltrar em um experimento
e ameaçam a validade interna, como as apresentadas no Capítulo 6.
A estratégia-chave para eliminar variáveis estranhas como explicações para reivindicações
de causação é produzir uma situação experimental que mantém as variáveis estranhas constantes
nos diferentes níveis da variável independente. O experimental
Influência diferencial grupos (por exemplo, tratamento e controle) devem ter os mesmos níveis de cada
Quando a influência de variável para eliminar qualquer influência diferencial. A única diferença entre os grupos
uma variável estranha experimentais deve ser os níveis da variável independente. O filósofo do século XIX John Stuart
é diferente para o Mill (1806-1873) chamou esse processo de método da diferença. Quando a única diferença entre
vários grupos os grupos se deve à independência
variável, o pesquisador pode concluir com confiança que o resultado do estudo é devido a
Método de diferença
a variável independente e não a uma variável estranha.
Se os grupos são
Muitas técnicas foram desenvolvidas ao longo dos anos que permitem aos pesquisadores
equivalentes em todas
controlar a influência de variáveis estranhas de confusão. Neste capítulo, nós
as variáveis, exceto em
discutir as técnicas de controle mais comumente usadas na pesquisa experimental.
uma, então essa variável é a
É importante lembrar que a pesquisa experimental é a pesquisa mais forte
causa da diferença
método para obter evidência de causa e efeito. O experimento mais forte
entre os grupos
projetos incluem randomização (ou seja, atribuição aleatória de participantes para o
Randomization grupos que formam a variável independente). Esta será a nossa primeira técnica de controle
Técnica de controle que discutido. Depois de discutir as técnicas de controle que são implementadas no início do
iguala grupos de experimento, discutimos várias técnicas que são implementadas durante o experimento. O primeiro
participantes garantindo ponto-chave é que você deseja gerar equivalentes
a cada membro a mesma grupos experimentais no início do experimento (por exemplo, grupos de tratamento e controle), e
chance de ser designado durante o experimento você precisa tratar os grupos exatamente da
para qualquer grupo mesmo, exceto para administrar as condições de variáveis independentes.
Exemplo 7.1
(contínuo)
Machine Translated by Google
São selecionados 01, 14 e 07, que representam os oito Passo 5. Depois de ter obtido o mesmo número de grupos que
restantes dos 10 primeiros participantes selecionados existem condições de tratamento, os grupos devem, idealmente,
aleatoriamente. Observe que se você encontrar um número que ser atribuídos aleatoriamente às condições de tratamento.
já foi selecionado (como fizemos com os números 03, 06 e 14), Nesse caso, isso é feito usando apenas uma coluna da tabela
você deve desconsiderá-lo. de números aleatórios, pois há apenas dois grupos de
participantes. Os dois grupos são numerados 0 e 1. Se você
Etapa 4. Se você tiver que designar aleatoriamente os
continuar na primeira coluna, poderá ver que o primeiro número
participantes da pesquisa para mais de dois grupos, continue a
encontrado menor que 2 é 0, então o grupo 0 (o primeiro grupo
etapa 3 para o terceiro e os grupos subsequentes. No entanto,
de participantes) é atribuído ao primeiro tratamento grupo. Isso
o último grupo serão os restantes participantes.
significa que o grupo 1, o segundo grupo de participantes
Em nosso exemplo, selecionamos aleatoriamente 10 dos 20
aleatoriamente designados, é designado ao segundo grupo de
participantes para um grupo, de modo que os 10 participantes
tratamento da seguinte forma:
restantes representam o segundo grupo da seguinte forma:
Grupo 0 Grupo 1
00 01 02 04
03 05 08 11 Condição de Tratamento
06 07 12 13
A1 A2
09 10 15 16
14 18 17 19 Grupo 0 Grupo 1
1 2 3 4 5 6 7 8 9 10
1 8 1 4 5 6 9 7 3
2 2 7 9 56 5 4 6 84 8 3
3 0 0 0 5 5 8 9 7 6 9
4 7 8 3 4 7 0 7 7 5 2
8 5 8 6 3 4 2 2 2
56 7 3 5 3 6 58 0 7 3 3
7 1 8 6 0 1 0 7 4 4 7
8 7 9 5 3 0 1 5 5 5 1
9 5 6 6 7 8 5 8 1 1 9
10 3 0 3 3 9 1 9 9 1 9
11 9 7 4 7 8 4 7 1 0 9
12 5 6 4 1 4 5 4 1
13 5 7 4 50 4 2 5 9 16 7
14 8 6 0 5 6 9 4 4 3 2
15 6 7 6 7 3 3 7 1 8 9
16 6 0 6 7 3 3 0 6 9
17 26 7 5 5 1 4 7 4 1 2
18 6 3 0 9 9 9 5 3 8 0
19 0 3 7 3 0 3 0 6 8 6
20 7 1 6 8 2 0 5 3 2 1
Machine Translated by Google
procedimento for usado, a garantia máxima é fornecida de que as diferenças sistemáticas entre os
grupos que possam influenciar os resultados serão eliminadas. A atribuição aleatória produz controle em
virtude do fato de que todas as variáveis presentes em um grupo de
os participantes serão distribuídos aproximadamente da mesma maneira em todos os grupos.
Quando as distribuições de variáveis estranhas são aproximadamente iguais em todas as
grupos, a influência das variáveis estranhas é mantida constante porque elas
não pode exercer qualquer influência diferencial sobre a variável dependente. Por exemplo,
gênero não pode ser a causa da diferença encontrada entre dois grupos se 58%
do grupo de tratamento e 58% dos participantes do grupo controle são mulheres;
da mesma forma, o gênero não pode ser a causa se 30% do grupo de tratamento e 30% dos
os participantes do grupo controle são mulheres. O gênero pode ser um problema, no entanto,
se 68% de um grupo e 30% do outro grupo forem mulheres (se o gênero também afetar a variável
dependente). A chave não é o nível da variável estranha
nos grupos, mas que os grupos não diferem no nível da variável estranha. É uma regra fundamental na
pesquisa experimental que você deseja que seus grupos
ser equivalente em todas e quaisquer variáveis estranhas!
A atribuição aleatória sempre resultará em distribuições iguais das variáveis para
ser controlado? Contanto que um tamanho de amostra suficiente seja usado, um pesquisador pode
razoavelmente supor que a atribuição aleatória produzirá grupos que são aproximadamente
igual. Embora seja possível que a atribuição aleatória falhe em qualquer
estudo, é um evento relativamente raro. Consequentemente, um pesquisador pode razoavelmente supor
que a distribuição e a influência das variáveis estranhas, ambas conhecidas
e desconhecido, será aproximadamente o mesmo em todos os grupos de participantes
o início do experimento quando a atribuição aleatória é usada para formar os grupos.
Como a probabilidade de os grupos serem iguais é muito maior com a randomização do que com
qualquer outra técnica de controle, a atribuição aleatória é considerada
o método de controle mais importante e mais poderoso na pesquisa experimental.
E porque é realmente o único método para controlar estranhos desconhecidos
variáveis, é importante randomizar sempre e sempre que possível, mesmo
quando outra técnica de controle está sendo usada.
Considere o exemplo a seguir usando a atribuição aleatória de participantes.
O professor X estava realizando um estudo sobre aprendizagem. A variável estranha inteligência está
correlacionada com a aprendizagem, então este fator deve ser controlado ou mantido
constante. Vamos considerar duas possibilidades - uma que fornece o controle necessário através do
uso de atribuição aleatória e outra que não. Suponha primeiro
que não existia atribuição aleatória de participantes (sem controle), mas que o primeiro
10 participantes que apareceram para o experimento foram designados para tratamento
Grupo A, e os segundos 10 participantes foram atribuídos ao grupo de tratamento B.
Suponha ainda que os resultados do experimento revelaram que o Grupo de tratamento
B aprendeu significativamente mais rápido do que o grupo de tratamento A. Essa diferença é causada por
os diferentes tratamentos experimentais que foram administrados aos dois grupos
ou pelo fato de que os participantes do Grupo B podem ter sido mais inteligentes
do que os do Grupo A? Suponha que o investigador também considere a inteligência
como uma possível variável de confusão e dá a todos os participantes um teste de inteligência. O lado
esquerdo da Tabela 7.1 mostra a distribuição hipotética de
pontuações de QI desses 20 participantes. A partir desta tabela, você pode ver que o QI médio
Machine Translated by Google
Tabela 7.1
Distribuição hipotética das pontuações de QI de 20 participantes da pesquisa
1 97 11 100 1 97 3 100
2 97 12 108 2 97 4 103
3 100 13 110 11 100 6 108
4 103 14 113 5 105 12 108
5 105 15 117 13 110 7 109
6 108 16 119 9 113 8 111
7 109 17 120 15 117 14 113
8 111 18 122 10 118 16 119
9 113 19 128 19 128 17 120
10 118 20 130 20 130 18 122
Significa 106,1 116,7 111,5 111,3
Pontuação de QI
Diferença entre a média do Grupo A e a média do Grupo B: 10,6 Diferença entre a média do Grupo A e a média do Grupo B: 0,2
a pontuação das pessoas do Grupo B é 10,6 pontos superior à das pessoas do Grupo A.
A inteligência é, portanto, uma variável potencialmente confundidora e serve como rival
hipótese para explicar a diferença de desempenho observada nos dois grupos.
Para afirmar que as condições de tratamento produziram o efeito observado, pesquisadores
deve controlar variáveis potencialmente confusas, como o QI.
Um meio de eliminar esse viés é designar aleatoriamente os 20 participantes
para os dois grupos de tratamento. O lado direito da Tabela 7.1 mostra o comportamento aleatório
distribuição dos 20 participantes e suas pontuações de QI hipotéticas correspondentes.
Agora observe que as pontuações médias de QI para os dois grupos são muito semelhantes. Existe apenas
uma diferença de QI de 0,2 pontos em oposição à diferença anterior de 10,6 pontos. Além de
pontuações médias de QI semelhantes, ambos os grupos de participantes devem ter uma distribuição semelhante
de pontuações de QI, cujo efeito é controlar o potencial efeito de viés do QI.
As pontuações de QI na Tabela 7.1 foram ordenadas por classificação para mostrar essa distribuição semelhante.
Até agora, demonstramos o processo de atribuição aleatória usando uma tabela
de números aleatórios. Fizemos isso porque as tabelas de números aleatórios ainda são algumas vezes usadas
para atribuição aleatória. Outra ferramenta útil para atribuição aleatória,
que está se tornando cada vez mais popular, é um gerador de números aleatórios. Nós ilustramos
o uso de um gerador de números aleatórios no Capítulo 5 para uso em seleção aleatória.
Esse mesmo gerador de números aleatórios (http://randomizer.org) pode ser usado para atribuição aleatória. Se
você usar este programa para atribuição aleatória, você obterá
uma longa lista de números aleatórios organizados em blocos (onde o tamanho do bloco é
igual ao número de grupos que você deseja). Se você quiser dois grupos, os dois primeiros
Machine Translated by Google
números (ou seja, bloco 1) incluirão 1 e 2 em ordem aleatória, os próximos dois números (ou seja, bloco
2) também incluirão 1 e 2 em ordem aleatória e assim por diante até o final da lista. Se você quiser três
grupos, os três primeiros números (ou seja, bloco 1) incluirão 1, 2 e 3 em ordem aleatória; os próximos
três números (ou seja, bloco 2) incluirão 1, 2 e 3 em ordem aleatória e assim por diante até o final da
lista. Portanto, ao usar este gerador de números aleatórios para atribuição aleatória, você não precisa
fornecer números exclusivos aos seus participantes. Você simplesmente desce sua lista de nomes,
atribuindo-os às condições indicadas pelos números aleatórios.
Mais um exemplo tornará esse processo totalmente claro! Vamos supor que você tenha 30
participantes e queira atribuí-los aleatoriamente a três grupos, com 10 pessoas em cada grupo. Veja
como usar o programa randomizer.org para atribuição aleatória. Acesse o site e responda as perguntas
da seguinte forma:
Aqui está a lista bloqueada de números aleatórios que obtivemos quando executamos o programa:
3,2,1, 1,3,2, 3,2,1, 2,1,3, 2,3,1, 2,1 ,3, 2,1,3, 1,3,2, 3,1,2, 3,2,1 (sublinhamos os blocos para maior
clareza). Para usar esses números, comece com o primeiro bloco e coloque seu primeiro participante no
grupo 3, o segundo participante no grupo 2 e o terceiro no grupo 1; depois vá para o segundo bloco e
coloque o quarto participante no grupo 1, o quinto participante no grupo 3 e o sexto participante no grupo
2; continue este processo até ter usado todos os 30 números da lista. Os 30 participantes serão
aleatoriamente designados para os três grupos, e você terá 10 pessoas em cada grupo.
Perguntas de estudo 7.1 • Por que a randomização é a técnica de controle mais importante? • Como
ele controla o efeito de confusão de variáveis estranhas? • Como se atribui
aleatoriamente um conjunto de participantes a grupos a serem usados em
um experimento?
Machine Translated by Google
Correspondência | 195
Coincidindo
Embora a atribuição aleatória seja a melhor técnica de controle disponível na pesquisa experimental, a
atribuição aleatória nem sempre é possível ou conveniente. Quando a atribuição aleatória não é possível, a
Coincidindo correspondência pode ser uma técnica eficaz para igualar
Usando qualquer uma das grupos se o pesquisador tiver as informações necessárias para a correspondência. Se você deseja
várias técnicas para igualar combinar os participantes em inteligência, você precisará saber suas pontuações de inteligência.
os participantes A força da correspondência é que ela garante que os participantes dos diferentes grupos
em um ou mais são equacionados na (s) variável(is) correspondente(s). As variáveis sobre as quais os participantes são
variáveis pareados são controlados porque a constância de influência é alcançada em todas as condições de
tratamento. Se os participantes em diferentes condições de tratamento forem pareados em
Variável correspondente
inteligência, então o nível de inteligência dos participantes da pesquisa será o mesmo
O estranho
em cada grupo de tratamento – a inteligência é mantida constante e, portanto, controlada.
variável usada em
A principal fraqueza da correspondência é que os grupos são equacionados apenas na correspondência
Coincidindo
variáveis. Se você pode combinar correspondência com atribuição aleatória (por exemplo, pares de correspondência
dos participantes e, em seguida, atribuí-los aleatoriamente aos grupos de tratamento e controle),
este problema é eliminado. Nas seções a seguir, apresentamos várias maneiras de
cuja correspondência é realizada em pesquisa experimental.
Uma técnica que pode ser usada para controlar uma variável estranha é manter a
constante de variável estranha para todos os grupos no experimento. Isso significa que todos
os participantes de cada grupo de tratamento terão o mesmo grau ou tipo de variável estranha. Se estamos
estudando conformidade, então o gênero dos participantes precisa ser
controlado porque a conformidade mostrou variar com o gênero do participante. Conforme ilustrado na
Figura 7.2, a variável de gênero pode ser controlada usando apenas
participantes do sexo feminino (ou apenas do sexo masculino) no experimento. Este procedimento de
pareamento cria uma amostra de participantes mais homogênea porque apenas participantes com um certo
quantidade ou tipo da variável estranha são incluídos no pool de participantes.
Embora às vezes usada, a técnica de manter as variáveis constantes
algumas desvantagens graves. Dois são facilmente identificados. A primeira desvantagem é
que a técnica restringe o tamanho da população participante. Consequentemente,
em alguns casos, pode ser difícil encontrar participantes suficientes para participar
o estudo. A segunda desvantagem é mais grave. Os resultados do estudo podem
ser generalizado apenas para o tipo de participante que participou do estudo. Por
Por exemplo, se um estudo for realizado apenas com participantes do sexo feminino, ele não pode ser
generalizado para o sexo masculino. A única maneira de descobrirmos se os resultados de um estudo podem ser
generalizado para indivíduos de outra população é realizar um estudo idêntico
utilizando representantes da segunda população como participantes da pesquisa.
Figura 7.2
Ilustração da
correspondência
População de todas
mantendo as variáveis constantes.
as pessoas (inclui
homens e mulheres)
Construir a variável estranha na pesquisa é uma boa técnica para obter controle sobre a
variável correspondente. A técnica é recomendada se estiver interessado nas diferenças
produzidas pelos vários níveis da variável estranha ou na interação entre os níveis da variável
estranha e outras variáveis independentes. No experimento hipotético de aprendizagem, pode-
se estar interessado nas diferenças produzidas pelos três níveis de inteligência e como esses
níveis interagem com as estratégias de aprendizagem. Quando tais condições são de
interesse, a técnica é excelente porque isola a variação causada pela variável estranha. Essa
técnica de controle pega um fator que pode operar como uma variável estranha de confusão
e o torna focal no experimento como uma variável independente.
Correspondência | 197
Figura 7.3
Ilustração de
Amostra de participantes
correspondência
com QI de 90-119
ao incorporar a
variável estranha
no projeto de pesquisa.
Subamostras com
valores de QI específicos
identificado
Valores de QI
(incorporado no projeto)
UMA
Aprendendo
estratégia B
Correspondência | 199
Figura 7.4
Ilustração da
Amostra de
técnica de pesquisar
participantes
correspondência individual.
Tratamento A Tratamento B
Contrapeso
Na maioria dos experimentos, os diferentes grupos de tratamento são compostos por
diferentes participantes, e nosso objetivo foi garantir que os participantes dos diferentes
grupos fossem semelhantes. Em outro tipo de desenho experimental, chamado de repetição
Machine Translated by Google
Contrapeso | 201
projeto de medidas (ou um projeto dentro dos participantes), todos os participantes da pesquisa recebem
todos os tratamentos. A ideia desse tipo de experimento é representada na Figura 7.5
(e discutido em profundidade no Capítulo 8). Um ponto chave aqui é que o método de controle
Contrapeso de contrapeso se aplica apenas a projetos de medidas repetidas (ou seja, onde todos
Uma técnica usada para participantes recebem todos os níveis de pelo menos uma variável independente).
controlar os efeitos de Quando todos os participantes recebem todos os tratamentos, mas em momentos diferentes (como no
sequenciamento
dentro dos participantes), não é uma boa ideia administrar as condições de tratamento a todos os
participantes no mesmo sequenciador. Vamos supor que você tenha
três condições de tratamento; não seria sensato administrar a condição 1 a todos, seguida pela condição
2 para todos, seguida pela condição 3 para todos. É melhor usar o contrapeso para controlar o que é
chamado de sequenciamento
efeitos. Quando você contrabalança, você ainda dá todos os tratamentos para todos os participantes
mas você administra as condições em diferentes sequências para diferentes participantes
(por exemplo, para três condições de tratamento, algumas sequências diferentes são 1, 2, 3; 2, 3, 1;
e 3, 1, 2).
Novamente, os efeitos de sequenciamento podem ocorrer quando os participantes participam de mais
de uma condição de tratamento. Existem dois tipos de efeitos de sequenciamento. O primeiro
Efeito do pedido é um efeito de ordem, que surge da ordem em que as condições de tratamento são administradas aos
Um efeito de sequência participantes. Mudanças que ocorrem ao longo do tempo dentro de um
decorrente da ordem experimento de medidas repetidas resultará em efeitos de ordem porque o participante
em que o mudou um pouco da primeira condição para a última condição, independentemente
condições de tratamento de quais tratamentos são administrados. Suponha que você esteja conduzindo uma
são administrados a experimento de aprendizagem em que a variável independente é a taxa de apresentação de
participantes sílabas sem sentido. O participante deve aprender, sequencialmente, a lista S (a lista lenta,
em que as sílabas são apresentadas em intervalos de 6 segundos), depois lista M (a lista moderada, na
qual as sílabas são apresentadas em intervalos de 4 segundos), e finalmente
lista F (a lista rápida, na qual as sílabas são apresentadas em intervalos de 2 segundos). Dentro
neste experimento, é possível que variáveis estranhas como a prática com o
equipamento, aprender a trabalhar com sílabas sem sentido ou familiarizar-se mais com o ambiente
experimental melhorará o desempenho.
Vamos supor que uma ou mais dessas variáveis estranhas realcem
desempenho e que o incremento devido a este efeito de ordem é de 4 unidades de desempenho para os
participantes que progridem da lista um para a lista dois (S para M) e 2 unidades
Machine Translated by Google
Tabela 7.2
Efeitos de ordem hipotética
S M F F M S
Incremento no desempenho 0 4 2 0 4 2
de desempenho para os participantes que progridem da lista dois para a lista três (M a F).
A metade esquerda da Tabela 7.2 mostra esses efeitos de ordem. Como você pode ver, os efeitos de ordem
poderia afetar as conclusões alcançadas por causa dos incrementos de desempenho devido
à ordem das listas. Quando o incremento no desempenho é causado por ordem
efeitos, as conclusões sobre o efeito da lista seriam enganosas. Se a ordem
das listas foram revertidas, os incrementos no desempenho devido à ordenação
ocorrem na mesma posição ordinal, conforme mostrado na metade direita da Tabela 7.2. o
ponto-chave é que a maior familiaridade e prática dos participantes com todo o
ambiente experimental pode produzir efeitos de ordem como os mostrados em
a mesa. Outros fatores experimentais, como o horário do teste (manhã, meio-dia,
ou noite), também pode produzir efeitos de ordem. Tais efeitos devem ser controlados para evitar
chegando a falsas conclusões.
O segundo tipo de efeito de sequenciamento que pode ocorrer é um efeito de transição. UMA
Efeito de transferência
O efeito de transferência ocorre quando o desempenho em uma condição de tratamento é parcialmente
Um efeito de depende das condições de tratamento que o precedem. Considere um experimento
sequenciamento que estudar a eficácia relativa de três tipos de terapia (p.
ocorre quando o terapia, terapia racional-emotiva e terapia Gestalt). Talvez os participantes
desempenho em uma tendem a ficar relaxados após a terapia centrada no cliente e um pouco no limite após a terapia racional-
condição de tratamento emotiva, e esses efeitos se estendem a quaisquer condições subsequentes, alterando a aparente eficácia
afeta o desempenho em das condições de tratamento posteriores. Um
outra condição de tratamento estratégia para minimizar os efeitos da transferência é fornecer um período suficiente entre
condições para que os efeitos da condição anterior desapareçam. Isso às vezes é
chamado de período de “lavagem”. O uso de períodos de washout é especialmente importante em
estudos de drogas e estudos de aprendizagem, ou qualquer outro tipo de estudo onde os efeitos
perdurar por algum tempo.
Efeitos de ordem e efeitos de transição são fontes potenciais de viés em qualquer estudo
em que o participante participa de várias condições de tratamento. Em tais casos,
os efeitos de sequenciamento precisam ser controlados, e os pesquisadores muitas vezes recorrem ao
contrapeso. Discutimos agora várias técnicas de compensação para lidar com
com efeitos de sequenciamento.
Contrabalanceamento Aleatório
Se você puder contrabalançar no nível individual (ou seja, dar a diferentes participantes
diferentes sequências de tratamento), então você está em uma situação mais forte do que quando
você só pode contrabalançar as sequências de tratamento recebidas por diferentes grupos
Machine Translated by Google
Contrapeso | 203
Contrapeso
de participantes. No contrapeso aleatório, com efeito, o experimento é
aleatório replicado para cada participante usando diferentes sequências de contrapeso. Quando
A ordem da sequência contrabalançando no nível individual, o método de escolha para controlar
é determinada aleatoriamente efeitos de sequenciamento é randomizar a sequência das condições de tratamento ao longo
para cada indivíduo
os participantes. Isso é feito gerando e atribuindo aleatoriamente uma sequência
a cada participante da pesquisa. Se você tiver um número suficiente de participantes em um
estudo, a randomização das sequências das condições de tratamento garante que cada sequência
ocorra aproximadamente o mesmo número de vezes e que cada condição ocorra
antes e depois uma da outra condição aproximadamente o mesmo número de vezes.
Como resultado, os efeitos de sequenciamento serão distribuídos igualmente entre as condições e
eliminados como ameaças à validade interna do seu estudo de pesquisa.
Por exemplo, suponha que você tenha uma variável independente com três níveis (por exemplo,
terapia centrada no cliente, terapia racional-emotiva e terapia Gestalt).
Neste caso, você tem três grupos de tratamento. Quando você tem três tratamentos,
há seis sequências possíveis nas quais as condições podem ser apresentadas aos participantes:
1,2,3; 1,3,2; 2,3,1; 2,3,2; 3,1,2; e 3,2,1. Você poderia usar o mesmo aleatório
gerador de números que usamos anteriormente para este processo de atribuição de cada participante
uma ordenação aleatória dos números 1, 2 e 3. Em seu estudo de pesquisa, o participante pode
receber a sequência 2,3,1; participante dois sequência 2,1,3; participante
três sequências 3,1,2, e assim por diante. O procedimento randomizado é usado até que você
determinaram a sequência para o último participante da pesquisa. É essencial que
você se lembra de que não decide a sequência; você deve usar um processo aleatório, como uma
tabela de números aleatórios ou um gerador de números aleatórios.
Contrapeso intrasujeitos
O próximo tipo de contrapeso, contrapeso intrasujeitos, só é usado
quando cada participante recebe todos os níveis da variável independente mais de uma vez. Controles
Contrapeso de contrapeso intrasujeitos para efeitos de sequenciamento por ter
intrasujeitos cada participante toma as condições de tratamento primeiro em uma ordem e depois no
Administrando as ordem reversa. Por exemplo, suponha que você esteja realizando um desafio da Pepsi
condições de tratamento
experimente para descobrir se as pessoas preferem Pepsi ou Coca-Cola. Neste experimento, as
a cada indivíduo
condições de tratamento consistiriam nas duas colas. Os participantes da pesquisa fariam
participante em mais uma avaliação de gosto depois de provar primeiro a cola A (Pepsi) e depois a cola B (Coke),
de um pedido
na ordem AB. Os participantes então provariam a cola B (Coke) uma segunda vez, seguida pela cola
A (Pepsi), e fariam uma avaliação de gosto após cada uma, fazendo o
sequência ABBA. Em outras palavras, cada participante provaria cada refrigerante duas vezes
e fazer uma avaliação de gosto após cada degustação. Os resultados da avaliação de gosto obtidos
nas duas degustações de Pepsi seriam combinados para cada participante,
assim como os resultados das duas degustações de Coca-Cola, mais uma vez tornando o estudo
um experimento de duas condições de tratamento. A média de gosto da Pepsi em todos os participantes
seria então comparado com a média dos apreciadores de Coca-Cola. Qualquer diferença observada
entre as médias não seria atribuível a efeitos de transição ou de ordem porque
eles teriam sido equalizados, ou mantidos constantes, em todas as condições.
Uma desvantagem da técnica de contrapeso intrasujeitos é que cada
condição de tratamento deve ser apresentada a cada participante da pesquisa mais de
Machine Translated by Google
uma vez. À medida que o número de condições de tratamento aumenta, a duração da sequência
de condições que cada participante deve cumprir também aumenta. Por exemplo, com
três condições de tratamento A, B e C, cada participante deve fazer uma sequência de
seis condições de tratamento - ABCCBA.
Até agora, descrevemos (a) o contrapeso aleatório, que leva
lugar entre os indivíduos (diferentes sequências são atribuídas aleatoriamente a diferentes
indivíduos), e (b) contrapeso intrassujeito, que ocorre dentro de
participantes (cada participante recebe a sequência direta e a inversa
seqüência). Os dois últimos tipos de contrapeso (completo e incompleto
contrabalanceamento) são técnicas de contrapeso de grupo porque as sequências variam entre
Contrapeso do grupo dois ou mais grupos de participantes (participantes dentro de
Administrar cada grupo recebe as mesmas sequências).
sequências diferentes
1,2,3
1,3,2
2,3,1
2,1,3
3,1,2
3,2,1
1Você pode encontrar facilmente uma calculadora fatorial na Web. Aqui está um: http://www.webcalc.net/
calc/0504.php
Machine Translated by Google
Contrapeso | 205
3 vezes 2 vezes 1 (que é 120). Como você pode ver, o número possível de sequências foi de 120 para
apenas cinco condições! Por causa desse problema, o contrapeso completo raramente é usado quando
o pesquisador tem três ou mais
condições de tratamento.
Contrabalanceamento incompleto
A técnica de contrapeso de grupo mais usada é o contrapeso incompleto. Essa técnica deriva seu nome
do fato de que todas as
Contrapeso incompleto
Enumerando menos sequências de condições de tratamento não são enumeradas. O primeiro critério que
do que todas as balanceamento incompleto deve atender é que, para as sequências enumeradas,
sequências possíveis e cada condição de tratamento deve aparecer um número igual de vezes em cada ordinal
exigindo que diferentes posição. Além disso, cada condição de tratamento deve preceder e ser seguida por todas as
grupos de participantes outra condição um número igual de vezes.
façam cada uma das sequências Suponha que você esteja realizando um experimento para determinar se a cafeína afeta o tempo de
reação. Você deseja administrar 100, 200, 300 e 400 mg de
cafeína (condições A, B, C e D, respectivamente) aos participantes para ver se
o tempo de reação aumenta à medida que a quantidade de cafeína consumida aumenta. Você
saiba que, se cada participante tomar todas as quatro doses de cafeína, os efeitos do sequenciamento
podem alterar os resultados do seu experimento, então você quer contrabalançar
a ordem em que as dosagens são administradas aos participantes. Em qualquer momento
o número de condições de tratamento é par, como é o caso das quatro doses de cafeína, o número de
sequências contrabalançadas é igual ao número
das condições de tratamento. As sequências são estabelecidas da seguinte maneira.
A primeira sequência tem a forma 1, 2, n, 3, (n – 1), 4, (n – 2), 5 e assim por diante,
até que tenhamos contabilizado o número total de condições de tratamento. No
caso do estudo da cafeína com quatro condições de tratamento, a primeira sequência
seria ABDC, ou 1, 2, 4, 3. Se um experimento consistisse em seis condições de tratamento, a primeira
seqüência seria ABFCED, ou 1, 2, 6, 3, 5, 4. O restante
sequências da técnica de contrapeso incompleta são então estabelecidas
incrementando cada valor na sequência anterior por 1. Por exemplo, para
o estudo da cafeína, em que a primeira sequência é ABDC, a segunda sequência
é BCAD. Naturalmente, para incrementar a última condição de tratamento, D, em 1, você faz
não prossiga para E, mas volte para A. Este procedimento resulta no seguinte conjunto de
seqüências para o estudo da cafeína.
Participante Seqüência
1 ABDC
2 BCAD
3 CDBA
4 DAC B
Se o número de condições de tratamento for ímpar, como acontece com cinco condições de
tratamento, o critério de que cada valor deve preceder e seguir todos os outros valores
Machine Translated by Google
um número igual de vezes não é cumprido se o procedimento acima for seguido. Por
Por exemplo, o procedimento anterior daria o seguinte conjunto de sequências:
Seqüência
AB ECD
B CADE
CDB EA
DE TÁXI
EADBC
Nesse caso, cada condição de tratamento aparece em todas as posições possíveis; mas,
por exemplo, D é imediatamente precedido por A duas vezes, mas nunca por B.
nesta situação, devemos enumerar cinco sequências adicionais que são exatamente as
inverso das cinco primeiras sequências. No exemplo de cinco condições de tratamento, o
cinco sequências adicionais aparecem da seguinte forma:
Seqüência
DC E BA
EDAC B
EA BDC
BAC ED
C BDAE
Pergunta de estudo 7.2 Liste e defina cada uma das técnicas de controle de correspondência discutidas. Como é que
cada técnica de controle para variáveis estranhas?
No Capítulo 6, você aprendeu que o comportamento dos participantes em um experimento pode ser
influenciado pelas percepções e motivos que eles trazem consigo. Notamos as implicações das
características da demanda (pistas no experimento que podem influenciar
comportamento do participante) e auto-apresentação positiva (motivação dos participantes para
se apresentam de forma positiva). Para que a validade interna seja obtida,
deve haver constância nos efeitos dos participantes em todos os grupos de tratamento. Só então pode
um pesquisador afirma com certeza que a administração da variável independente
condições causaram a variação na variável dependente. O experimentador pode
usar uma série de técnicas de controle para tentar produzir percepções idênticas em todas as
participantes. As seguintes técnicas não podem ser usadas em todos os tipos de experimentos;
eles são apresentados para que você possa escolher a técnica mais adequada para a
estudo específico em consideração.
tratamentos, ele ou ela não pode comunicar esta informação aos participantes.
Portanto, as características da demanda em torno da administração das condições de
tratamento são controladas pelo modelo placebo duplo-cego.
Infelizmente, muitos tipos de experimentos não podem usar tal técnica porque todas
as condições não podem parecer idênticas em todos os aspectos. Nesses casos, outras
técnicas devem ser empregadas.
Enganação
Um dos métodos usados para resolver o problema das percepções dos participantes é o
Decepção uso do engano no experimento. O engano envolve fornecer a todos os participantes da
Dar ao participante pesquisa uma hipótese que não está relacionada ou é diferente da hipótese real da
uma justificativa falsa pesquisa. O engano pode variar desde um pequeno engano (uma omissão ou uma ligeira
para o experimento alteração da verdade) até esquemas mais elaborados. Christensen, Krietsch, White e
Stagner (1985), em sua investigação sobre o impacto da dieta no distúrbio do humor,
disseram ao participante da pesquisa que o “desafio alimentar” do qual eles haviam
acabado de participar havia isolado uma certa substância alimentar como fator causal. em
seu distúrbio de humor. Mas o alimento específico mencionado era um que na verdade
não havia sido investigado no desafio do qual eles haviam participado. Cada participante
recebeu informações falsas para induzir a percepção de que o alimento agressor havia
sido isolado e que os alimentos restantes poderiam ser ingeridos sem induzir qualquer
efeito prejudicial nos estados de humor. No outro extremo do continuum da decepção,
existem experimentos nos quais os participantes recebem hipóteses não relacionadas ou
falsas para garantir que eles não descubram a hipótese real.
É melhor usar esse engano ou simplesmente abster-se de dar qualquer justificativa para as
tarefas a serem concluídas no experimento? Parece que fornecer aos participantes uma hipótese
falsa, mas plausível, é o procedimento preferido porque a curiosidade dos participantes pode ser
satisfeita para que eles não tentem inventar suas próprias hipóteses. Se diferentes participantes
perceberem que o estudo está investigando diferentes hipóteses, suas respostas podem criar uma
fonte de viés.
Perguntas de estudo 7.3 • Liste e descreva as técnicas de controle que podem ser usadas para criar, no
participantes da pesquisa, percepções idênticas do experimento.
• Suponha que você queira identificar a percepção dos participantes da pesquisa sobre o
propósito do experimento. Quais são as várias maneiras pelas quais você pode
cumprir esse propósito e como eles operam?
Efeitos do experimentador
Os efeitos do experimentador são definidos no Capítulo 6 como os efeitos de polarização não
A influência tendenciosa
intencionais que o experimentador pode ter sobre os resultados do experimento. O experimentador
que pode ser exercida
não é um agente passivo e não influente em um experimento, mas um agente ativo.
pelo experimentador
fonte potencial de preconceito. Portanto, os efeitos potenciais do experimentador devem ser
eliminados ou minimizados.
À primeira vista, parece haver uma solução simples e lógica para o problema criado pelos atributos
do experimentador. Ao longo de grande parte deste livro, nos referimos
controlar em termos de constância. Como a maioria das variáveis estranhas não pode ser eliminada,
elas são mantidas constantes entre os grupos para que nenhuma influência diferencial esteja
presente. Lembre-se, se os grupos diferem apenas na variável independente (e não em qualquer
variável estranha), o pesquisador pode concluir que a variável independente é
a influência causal de qualquer diferença observada. Da mesma forma, a influência dos atributos do
experimentador deve ser mantida constante em todas as condições de tratamento. Algum
experimentadores, por causa de seus atributos, produzem mais efeito do que outros experimentadores.
Mas esse efeito aumentado precisa ser constante em todos os grupos de tratamento.
A influência dos atributos do experimentador não deve afetar significativamente
as diferenças médias entre os grupos de tratamento. Suponha que um frio e um calor
Machine Translated by Google
Tabela 7.3
Dados hipotéticos que ilustram a diferença média na aprendizagem obtida de um ambiente quente e frio
Experimentador
Grupo experimental
que vários experimentadores sejam empregados em um determinado estudo. Mas lembre-se que cada
experimentador deve administrar todas as condições para que os grupos não se tornem
diferentes porque têm experimentadores diferentes.
Se mais de um experimentador for empregado, evidências podem ser adquiridas para determinar
se há uma interação entre as condições de tratamento e um
atributos do experimentador. Se resultados idênticos são produzidos por todos os experimentadores,
você terá maior garantia de que a variável independente e os atributos do experimentador não
interagiram. Se os experimentadores produzissem resultados diferentes,
no entanto, você saberá que existe uma interação e precisará tentar
para identificar a causa provável da interação.
Com base em sua revisão da literatura, Johnson (1976) descobriu que o efeito
dos atributos do experimentador pode ser minimizado se o pesquisador controlar “aqueles atributos
do experimentador que correspondem à tarefa psicológica” (p. 75). Em outros
palavras, se o atributo do experimentador está correlacionado com a variável dependente, então
deve ser controlado. Em tarefas relacionadas à hostilidade, é necessário manter constante o nível de
hostilidade dos experimentadores. Em um experimento de redução de peso, o peso do
terapeuta pode estar correlacionado com o sucesso do programa. Portanto, para identificar
a eficácia relativa de diferentes técnicas de redução de peso, seria necessário, no mínimo, garantir
que os terapeutas fossem aproximadamente da mesma
peso. Tal consideração de atributo pode, no entanto, não ter influência em um
estudo de aprendizagem verbal. Atualmente, é necessário que o investigador utilize
seu julgamento, bem como qualquer pesquisa disponível para verificar se o dado
atributos dos experimentadores podem ter uma influência de confusão no estudo.
Técnica cega A técnica cega A técnica cega na verdade corresponde à metade do experimentador do método
Um método pelo qual placebo duplo-cego. Na técnica cega,
o conhecimento da o experimentador conhece a hipótese, mas não sabe qual tratamento
condição de tratamento condição em que o participante da pesquisa se encontra. Conseqüentemente, o experimentador não
de cada participante da pode tratar os grupos de forma involuntária de forma diferente. Atualmente, a técnica cega é
pesquisa é mantido do provavelmente o melhor procedimento para controlar as expectativas do experimentador. Mas em
experimentador Em muitos estudos, é impossível ignorar a condição em que o participante se encontra e, nesses
casos, a próxima melhor técnica deve ser empregada - a
técnica cega parcial.
Machine Translated by Google
A Técnica Cega Parcial Nos casos em que a técnica cega não pode ser
Técnica de empregado, às vezes é possível usar a técnica de cegueira parcial, pela qual
cegueira parcial o experimentador é mantido ignorante da condição em que o participante da pesquisa está
Um método pelo qual para uma parte do estudo. O experimentador poderia permanecer cego enquanto o contato
o conhecimento da inicial era feito com o participante e durante todas as condições anteriores ao teste real.
condição de tratamento apresentação da variável independente. Quando a condição de tratamento foi
de cada participante da para ser administrado ao participante, o experimentador poderia usar a designação aleatória
pesquisa é mantido do para designar em qual condição o participante estava. Portanto, todas as instruções e condições
experimentador durante o anteriores às manipulações seriam padronizadas e
maior número possível de expectativa minimizada.
estágios do experimento Embora este procedimento seja apenas uma solução parcial, é melhor do que o
experimentador ter conhecimento da condição do participante ao longo do
experimentar. Se o experimentador puder sair da sala imediatamente após
administração da variável independente e permitir que outra pessoa (que é
ignorante das manipulações experimentais administradas ao participante) para
medir a variável dependente, a solução chegaria mais perto de se aproximar da completude.
Perguntas de estudo 7.4 • Quais técnicas podem ser usadas para controlar erros de gravação do experimentador,
erros de atributo do experimentador e erros de expectativa do experimentador?
• Como cada técnica produz o controle necessário?
Examinamos várias categorias de variáveis estranhas que precisam ser controladas e várias
técnicas para controlá-las. Esses métodos permitem
para alcançar o controle desejado? Eles são eficazes? A resposta a essas perguntas parece ser
sim e não. As técnicas de controle são eficazes, mas não
100% eficaz. A chave é usar os métodos de controle mais fortes disponíveis e
fazer o seu melhor para coletar dados adicionais para ajudar a determinar quão bem as técnicas
de controle funcionaram. Então você deve informar o leitor de sua pesquisa
relatar quão bem as técnicas de controle parecem ter funcionado e ajustar seu
interpretações dos achados em conformidade.
Machine Translated by Google
http://skepdic.com/experimentereffect.html Este
site dá um bom exemplo dos efeitos da expectativa do experimentador e como eles podem
influenciar o resultado de um estudo.
1. Se você pudesse usar apenas uma técnica de controle, qual deveria usar?
a. Atribuição aleatória de participantes a grupos b.
Correspondência mantendo as variáveis constantes c.
Correspondência por controle acoplado d. Método placebo
duplo-cego e. Contrabalanceamento
2. Suponha que você queira investigar o efeito da cafeína na capacidade de uma pessoa de identificar o número
de vezes que a letra q apareceu em uma página preenchida com uma lista aleatória de letras. Para controlar
o efeito do tempo de reação de uma pessoa, você dividiu as pessoas entre aquelas que tiveram tempos de
reação altos e baixos e, em seguida, incluiu essa diferença no tempo de reação como outra variável
independente no desenho do seu estudo. Ao controlar a possível influência do tempo de reação dessa
maneira, você usou a. Atribuição aleatória de participantes a grupos de tempo de reação b. Controle atrelado
ao vincular o tempo de reação à identificação da letra q c. Contrabalançando tendo participantes em cada
tempo de reação grupo d. Correspondência incluindo a variável estranha no desenho do estudo e. A técnica
cega, porque as pessoas não sabiam se seus tempos de reação eram rápidos ou lentos
3. Se você identificar variáveis estranhas que estão correlacionadas com a variável dependente e controlá-las
combinando os participantes individualmente e, em seguida, atribuir aleatoriamente os participantes
combinados a grupos, qual técnica de controle você usou?
4. Suponha que você queira descobrir se o álcool aumenta a agressividade de uma pessoa. Para testar essa
hipótese, você queria testar a agressividade das pessoas enquanto estavam sob a influência de álcool e
enquanto não estavam. No entanto, você sabe que está pedindo às pessoas que se apresentem sob duas
condições e que se apresentar uma vez
Machine Translated by Google
podem alterar seu desempenho na segunda ocasião. Para controlar esse efeito, você escolhe a.Selecionar
aleatoriamente os participantes da pesquisa do grupo maior de pessoas voluntárias para o estudo
Desafio 1. Você deseja realizar um experimento para testar o efeito de um novo medicamento no tratamento de
Exercícios crianças com transtorno de déficit de atenção. Você decidiu testar quatro quantidades diferentes da nova
droga – 5, 10, 15 e 20 mg. Os pais de 40 crianças com transtorno de déficit de atenção ofereceram seus
filhos para participar do estudo. Atribua aleatoriamente as 40 crianças às quatro condições de drogas
usando a tabela de números aleatórios fornecida neste capítulo ou usando o gerador de números aleatórios
para o qual fornecemos um link. Descreva cada passo que você deu e o que você fez em cada passo, e
liste os números dos participantes para cada um dos quatro grupos.
2. Você quer testar o efeito de um novo medicamento para tratar crianças com transtorno de déficit de atenção,
mas desta vez você quer que todas as crianças tomem placebo — 5, 10, 15 e 20 mg em dias diferentes.
Você sabe que usar esse procedimento pode resultar em efeitos de transferência ou de ordem, então você
quer contrabalançar a ordem de apresentação das cinco dosagens. Construa as diferentes ordens
contrabalançadas das condições de tratamento usando a técnica de contrapeso incompleto.
3. O Dr. Know desenvolveu um novo tipo de terapia para tratar a depressão dos indivíduos. Ele queria
descobrir se a técnica de terapia que havia desenvolvido era eficaz e resultava na melhora da depressão.
Suponha que ele pediu sua ajuda para montar um estudo que testaria a eficácia dessa terapia. Identifique
as variáveis estranhas que podem confundir os resultados deste experimento, explique como a confusão
ocorreria e identifique como você controlaria essas variáveis estranhas.