Research Methods - Design - and Analysis - Global Edition

Machine Translated by Google
Parte IV Métodos Experimentais
Capítulo
7
Técnicas de controle em
Pesquisa experimental
Técnicas de Controle em Pesquisa Experimental
Controle no início do experimento Controle durante o experimento
Tarefa aleatória Coincidindo Contrapeso Efeitos do participante Efeitos do experimentador
Mantendo Variáveis Constantes Randomizado Duplo-cego Erros de gravação
Método Placebo
Construindo Variáveis Estranhas no Intra-sujeito Atributo do experimentador
Projeto Erros
Decepção
Completo
Controle Acoplado Controle de Expectativa do experimentador
Erros
Incompleto Participante
Igualando participantes Interpretação
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
188 | Técnicas de Controle em Pesquisa Experimental
• 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
Amostra selecionada aleatoriamente de

50 professores universitários
Atribuição aleatória da amostra para

grupos de tratamento
Figura 7.1 Ilustração

do procedimento
ideal para obtenção Grupo de tratamento A-25 Professores do grupo de

de participantes para professores tratamento B-25
um experimento.
Técnicas de Controle Realizadas no Início da Randomização do Experimento | 189
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.
Técnicas de controle realizadas no início da randomização do experimento

A randomização (também chamada de atribuição aleatória) é a mais importante
Tarefa aleatória e básico de todos os métodos de controle. É uma técnica de controle probabilístico
Atribuir aleatoriamente projetado para igualar grupos experimentais no início de um experimento em todos os
uma amostra de indivíduos variáveis estranhas, conhecidas ou desconhecidas. Porque “equipara grupos”,
a um número específico de não haverá diferenças sistemáticas de grupo em variáveis estranhas ao viés
grupos de comparação os resultados do estudo. A atribuição aleatória é a única técnica para controlar
fontes conhecidas e desconhecidas de variação estranha. Como Cochran e

Cox (1957) afirmaram,
A randomização é um pouco análoga ao seguro, na medida em que é uma precaução

contra distúrbios que podem ou não ocorrer e que podem ou não ser
graves se ocorrerem. Geralmente é aconselhável dar-se ao trabalho de randomizar mesmo quando
não se espera que haja algum viés sério de falha
para randomizar. O experimentador fica assim protegido contra eventos incomuns que
perturbar suas expectativas. (pág. 8)
Como a randomização elimina o viés sistemático no experimento? A chave

palavra é aleatória. O termo aleatório refere-se à característica estatística de equiprobabilidade (ou seja,
igual em probabilidade) de eventos. Atribuição aleatória de participantes para
os grupos experimentais garante que cada participante tenha a mesma chance de
sendo atribuído a cada grupo. Para alcançar a equiprobabilidade de eventos quando
atribuindo aleatoriamente os participantes às condições de tratamento, é necessário usar um
procedimento de randomização, como o explicado no Anexo 7.1. Quando tal
Exemplo 7.1
Procedimento para Atribuir Aleatoriamente os Participantes ao Experimental

Condições de tratamento
O procedimento tradicional para atribuir aleatoriamente Passo 1. Numere os participantes de 0 a 19.

participantes a condições de tratamento experimental é Esta é a sua lista de participantes da pesquisa com
usar uma lista de números aleatórios, como a seguinte seus números de identificação.
lista de duzentos números. Nossa lista abaixo consiste
Etapa 2. Bloqueie a lista de números aleatórios em
em uma série de 20 linhas e 10 colunas. O número em
colunas de dois, porque o número máximo de
cada posição é aleatório porque cada um dos números
participantes que você tem é um número de dois dígitos.
de 0 a 9 teve a mesma chance de ocupar aquela posição
Este bloqueio foi feito na lista de números aleatórios
e a seleção de um número para uma determinada desta exposição.
posição não teve influência na seleção de outro número
para outra posição. Portanto, como cada número Etapa 3. Selecione aleatoriamente o primeiro grupo de
individual é aleatório, qualquer combinação dos números 10 participantes lendo as duas primeiras colunas até
é aleatória. chegar a um número menor que 20. O primeiro número
encontrado menor que 20 é 00.
Agora vamos ver o procedimento que você deve Portanto, a primeira pessoa em seu primeiro grupo é o
seguir ao usar esta lista de números aleatórios. participante que recebeu o número 00 em sua lista de 20
Vamos supor que você queira realizar um experimento. participantes (da etapa 1). Prossiga pelas colunas até
Você tem 20 participantes de pesquisa e precisa atribuí- encontrar os outros números menores que 20, que são
los aleatoriamente a dois grupos: um grupo para receber 18 e 03. Os participantes numerados 18 e 03 representam
a condição de tratamento experimental e um grupo para o segundo e o terceiro participantes selecionados
receber a condição de controle. Para atribuir aleatoriamente aleatoriamente. Quando você chegar à parte inferior das
seus 20 participantes a dois grupos, você completa as duas primeiras colunas, comece na parte superior das
etapas a seguir. próximas duas colunas. Com este procedimento, o
participante números 05, 06, 09, 10,
(contínuo)
E xh ibit 7.1 (continuação)
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
Lista de números aleatórios
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
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
Tabela 7.1
Distribuição hipotética das pontuações de QI de 20 participantes da pesquisa
Atribuição de Grupo Atribuição aleatória de

Com base na sequência de chegada participantes a grupos
grupo A Grupo B grupo A Grupo B
Participantes Pontuações de QI Participantes Pontuações de QI Participantes Pontuações de QI Participantes Pontuações de QI
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
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:
1. Quantos conjuntos de números você deseja gerar?

• Insira 10 (que é o seu número total de participantes dividido pelo número
ber de grupos; no nosso caso é 30/3=10).
2. Quantos números por conjunto? •Insira
3 (que é o número de grupos que queremos).
3.Intervalo de numeração?
• Insira 1 e 3 (que ordenará a lista de números em blocos, incluindo

os números 1, 2 e 3).
4. Você deseja que cada número em um conjunto permaneça único?
• Clique em "sim" para que cada bloco de três números inclua os números
1, 2 e 3.
5. Deseja ordenar os números gerados?
• Clique em "não".
6.Como você deseja visualizar seus números aleatórios?
•Deixe o programa em seu valor padrão (“place markers off”).
7. Para obter sua lista de números aleatórios organizados em blocos de 1, 2 e 3,
clique em "Aleatório agora!"
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?
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.
Correspondência mantendo as variáveis constantes
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.
Combinando ao Construir a Variável Estranha no Projeto de Pesquisa
Um segundo meio de controlar variáveis estranhas por meio de correspondência é construir

a variável estranha no projeto de pesquisa. (Na literatura psicológica,
essa técnica às vezes é chamada de “bloqueio”.) Suponha que estamos conduzindo
Figura 7.2
Ilustração da
correspondência
População de todas
mantendo as variáveis constantes.
as pessoas (inclui
homens e mulheres)
Amostra de apenas mulheres

para controlar a influência do
gênero dos participantes da pesquisa
Se possível, amostra de mulheres aleatoriamente

designadas para condições de tratamento
Grupo de tratamento A Grupo de tratamento B
uma experiência de aprendizagem e querem controlar os efeitos da inteligência. Suponha

também que consideramos a técnica anterior de manter a variável constante selecionando
apenas indivíduos com QI de 110-120, mas achamos imprudente e inconveniente fazê-lo. Em
vez disso, decidimos selecionar vários níveis de QI (por exemplo, 90-99, 100-109 e 110-119),
conforme ilustrado na Figura 7.3, e tratá-los como se fosse uma variável independente. Isso
nos permitiria controlar e detectar a influência da variável inteligência. A influência diferencial
da inteligência é eliminada porque os grupos de tratamento são comparados dentro de cada
um dos três níveis de inteligência.
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.
Antes de passar para a próxima técnica de correspondência, é preciso salientar que

alguns especialistas recomendam que uma variável quantitativa, como inteligência, não seja
categorizada em alguns grupos, como fizemos no exemplo anterior (Maxwell & Delaney,
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
Participantes com Participantes com Participantes com

90-99 QI 100-109 QI 110-119 QI
Valores de QI
(incorporado no projeto)
90–99 100–109 110–119
UMA
Aprendendo
estratégia B
2004). Em vez de categorizar a inteligência em três grupos, esses psicólogos

recomendam que a variável correspondente, como inteligência, seja deixada em seu estado natural
unidades e, em seguida, entrou no estudo durante a análise estatística. Essa forma de controle às
Controle estatístico vezes é chamada de controle estatístico porque é feita durante a análise dos dados.
Controle de medição O controle estatístico é muito mais importante em projetos quase-experimentais do que em
variáveis estranhas projetos experimentais aleatórios porque os projetos quase-experimentais carecem de projetos aleatórios
durante a análise de dados atribuição, e é sábio para o pesquisador determinar as variáveis que os grupos
podem diferir, medir essas variáveis e, em seguida, controlar essas variáveis durante a análise de
dados. Explicamos como realizar este tipo de análise estatística no
capítulo sobre estatística inferencial (ou seja, Capítulo 15).
Correspondência por controle de jugo
Controle acoplado A técnica de correspondência de controle yoked controla a possível influência de

Uma técnica de eventos controlados pelos participantes. Por exemplo, se você quiser saber o efeito de os alunos
correspondência que combina terem a liberdade de escolher intervalos para lanche na produtividade da sala de aula,
os participantes com base na seria importante saber se os efeitos se devem à liberdade de
sequência temporal da escolher uma pausa para o lanche ou devido a uma pausa para o lanche (determinada pelo professor).
administração de um Em um experimento de controle com jugo, cada participante do controle é “juntado” com um
evento participante experimental. Portanto, quando o participante experimental se envolve em um
comportamento e recebe um resultado (p.
participante “juntado” recebe o mesmo resultado (professor diz ao aluno para fazer uma
intervalo para lanche). Se o grupo experimental pontuar mais alto na variável dependente
do que o grupo controle, pode ser atribuído à liberdade de escolher e receber

o lanche em vez de apenas fazer uma pausa para o lanche.
Considere o estudo clássico conduzido por Brady (1958) no qual investigou a relação entre estresse
psicológico e desenvolvimento de úlceras.
Brady treinou macacos para pressionar uma alavanca pelo menos uma vez a cada 20 segundos
intervalo para evitar choque elétrico. Os macacos aprenderam essa tarefa bastante
rapidamente, e apenas ocasionalmente eles perdem um intervalo de 20 segundos e recebem um
choque. Para determinar se os macacos desenvolveram úlceras do
estresse psicológico em vez do estresse físico resultante do efeito cumulativo dos choques, Brady teve
que incluir um macaco de controle que recebeu
um número igual de choques na mesma sequência temporal. Brady colocou o
macacos experimentais e de controle em "cadeia juncada", em que ambos os macacos
recebeu um choque quando o macaco experimental falhou em pressionar a alavanca durante
o intervalo de 20 segundos. No entanto, o animal de controle não conseguiu influenciar a situação e
essencialmente teve que sentar e aceitar o fato de que às vezes o choque
ia ocorrer. A única diferença aparente entre esses animais foi a
capacidade de influenciar a ocorrência do choque. Se apenas o macaco experimental
úlceras, como foi o caso deste experimento, as úlceras podem ser atribuídas ao
estresse psicológico.
Correspondência por Equação de Participantes
O emparelhamento igualando os participantes é semelhante ao emparelhamento incorporando a variável

estranha no desenho do estudo: ambas as técnicas tentam eliminar o
influência da variável estranha criando grupos equivalentes de participantes.
A diferença está no procedimento de criação dos grupos equivalentes. O método discutido anteriormente
cria grupos equivalentes ao estabelecer categorias de
a variável estranha na qual os participantes são colocados, criando assim uma outra variável
independente. O método discutido aqui não incorpora a variável estranha no desenho do estudo, mas
combina com os participantes individuais
na variável a ser controlada. Este tipo de correspondência igualando indivíduos
Correspondência individual participantes é chamado de correspondência individual (ou correspondência de assunto).
Uma técnica de emparelhamento A correspondência individual é ilustrada na Figura 7.4. Esta técnica requer a
em que cada participante é investigador para combinar os participantes caso a caso para cada variável correspondente (ou seja, a
combinado com outro participante variável estranha usada na correspondência) e, em seguida, atribuir aleatoriamente
em variáveis selecionadas os conjuntos de indivíduos pareados para os grupos de tratamento. A figura mostra que
você começa com uma amostra de participantes para participar de seu estudo de pesquisa. Então
você os ordena na variável correspondente. Por exemplo, você pode classificar todos os
Correspondência de assunto
participantes de pontuações de QI mais baixas a mais altas. Em seguida, você combina os participantes; se vocês
Sinónimo de
tem dois grupos de tratamento, então os dois participantes com as pontuações de QI mais baixas
correspondência individual.
seria o seu primeiro conjunto. Você então atribuiria aleatoriamente cada um desses dois indivíduos a
um dos dois grupos de tratamento. Você continua este processo até que você
chegar aos dois participantes com as pontuações de QI mais altas e atribuí-los aleatoriamente
aos dois grupos. (Observe que se você teve três grupos de tratamento em vez de dois,
você trabalharia da menor para a maior pontuação de QI em conjuntos de três, em vez
do que dois, e atribua aleatoriamente aos três grupos de tratamento.)
Figura 7.4
Ilustração da
Amostra de
técnica de pesquisar
participantes
correspondência individual.
Cada participante Cada participante acertou

medido em com segundo participante
termos de idade, da mesma idade, sexo,
sexo, QI, etc. QI, etc
Fornece muitos correspondentes

pares de participantes
Se possível, os participantes de cada

pares combinados são atribuídos aleatoriamente
às condições de tratamento
Tratamento A Tratamento B
A técnica que acabamos de descrever é usada em forte pesquisa experimental onde

você pode atribuir aleatoriamente cada conjunto de participantes correspondentes aos grupos de tratamento.
Esta é uma excelente estratégia para tornar a melhor técnica de controle (ou seja, atribuição aleatória)
ainda melhor. A correspondência individual também é usada em pesquisas quase-experimentais (onde a
atribuição aleatória não é possível) e em pesquisas não experimentais
(onde não há manipulação ativa). Uma técnica muito utilizada em pesquisas quase e não experimentais é
partir do grupo que tem a condição de interesse de
você, e então você procura por pessoas semelhantes (nas variáveis correspondentes) até que você
construíram um grupo de controle ou comparação satisfatório.
Averbeck, Bobin, Evans e Shergill (2012) usaram o emparelhamento em um estudo não experimental.
Esses pesquisadores investigaram as habilidades de reconhecimento de emoções de indivíduos
com esquizofrenia em comparação com indivíduos sem esquizofrenia. Os pesquisadores
não podiam manipular a esquizofrenia e, portanto, não podiam atribuir aleatoriamente participantes a
grupos. O grupo controle incluiu participantes que não tinham esquizofrenia e foram pareados em sexo,
idade e QI aos participantes com esquizofrenia.
O Averbeck et ai. estudo ilustra as vantagens e desvantagens do emparelhamento individual. A principal
vantagem é que os participantes nos vários
os grupos são iguais na variável ou variáveis combinadas; ou seja, os grupos de tratamento são equacionados
nas variáveis correspondentes, o que exclui essas variáveis estranhas como
explicações rivais para a relação entre o independente e o dependente
variáveis. No Averbeck et al. estudo, um crítico não seria capaz de afirmar que o
relação observada entre esquizofrenia e reconhecimento de emoções foi devido
às variáveis estranhas usadas na correspondência (ou seja, idade, sexo e QI) porque
os grupos foram os mesmos nessas variáveis.
A correspondência individual tem três grandes desvantagens quando usada sem

atribuição aleatória como etapa final. Primeiro, é difícil saber quais variáveis de
correspondência devem ser usadas e quais das possíveis variáveis de correspondência
são mais críticas. A lógica da correspondência é identificar as variáveis nas quais os
grupos de comparação diferem (e que estão relacionadas à variável dependente) e fazer
a correspondência nessas variáveis. Em muitos casos, o pesquisador não sabe sobre
quais variáveis estranhas os grupos diferem, e muitas vezes há muitas variáveis
potencialmente relevantes. Averbeck et ai. idade, sexo e QI selecionados, mas muitas
outras variáveis poderiam ter sido selecionadas. (Do ponto de vista estatístico, as
variáveis selecionadas devem ser aquelas que apresentam a menor intercorrelação, mas
a maior correlação com a variável dependente.)
Um segundo problema encontrado no pareamento individual é que a dificuldade em
encontrar participantes compatíveis aumenta desproporcionalmente à medida que o
número de variáveis correspondentes aumenta. A fim de combinar indivíduos em muitas
variáveis, deve-se ter um grande conjunto de indivíduos disponíveis para obter alguns
que sejam pareados nas variáveis relevantes.
Um terceiro problema é que a correspondência pode limitar a generalização dos
resultados do estudo. Isso ocorrerá se você tiver que descartar participantes para os
quais não consegue encontrar correspondências adequadas. Quando você começa a
eliminar certos tipos de pessoas, você produz amostras não representativas. Você só
poderá generalizar para os tipos exatos de pessoas que permanecem em seu estudo.
Uma quarta desvantagem é que algumas variáveis são muito difíceis de usar na
correspondência. Se ter recebido psicoterapia fosse considerada uma variável relevante,
um indivíduo que tivesse recebido psicoterapia teria que ser pareado com outra pessoa
que também tivesse recebido psicoterapia. Uma dificuldade relacionada é a incapacidade
de obter medidas adequadas das variáveis a serem correspondidas. Se quiséssemos
igualar os indivíduos com base no efeito da psicoterapia, teríamos que medir esse efeito.
A correspondência só pode ser tão precisa quanto a medida disponível da variável correspondente
Técnicas de controle realizadas durante o experimento

Até este ponto, explicamos como atribuir participantes a grupos experimentais de forma
a igualar os grupos no início do experimento em uma ou mais variáveis estranhas.
Infelizmente, variáveis estranhas também podem entrar em um experimento durante a
condução do estudo. Um ponto chave aqui é o seguinte: Você deve tratar os diferentes
grupos da mesma maneira durante a condução do experimento, exceto para a
administração dos diferentes níveis da variável independente. Explicamos agora as
técnicas de controle mais importantes para emprego durante o estudo experimental.
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
Contrapeso | 201
Figura 7.5 Condições de tratamento
Ilustração do tipo de UMA B
desenho que pode

S1 S1
incluir efeitos de
S2 S2
sequenciamento.
S3 S3
S4 S4
Mesmos participantes
S5 S5
S6 S6
S7 S7
S8 S8
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
Tabela 7.2
Efeitos de ordem hipotética
Lista aprendida Ordem Invertida da Lista
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
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
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
para diferentes grupos
de participantes Contrapeso Completo

Contrapeso No contrapeso completo, todas as sequências possíveis das condições de tratamento são usadas
completo no experimento, e uma proporção igual de participantes da pesquisa
Enumerando todas são atribuídos aleatoriamente a cada sequência. Quando há duas condições de tratamento, há
as sequências apenas duas sequências possíveis, que são as seguintes:
possíveis e exigindo que
1,2
diferentes grupos de
2,1
participantes tomem cada uma das
sequências Se houver três condições de tratamento, existem seis sequências possíveis:
1,2,3
1,3,2
2,3,1
2,1,3
3,1,2
3,2,1
Ao usar o contrapeso completo, é importante que uma proporção igual

dos participantes da pesquisa são atribuídos aleatoriamente a cada uma das sequências.
Uma limitação do contrapeso completo é que quando o número de condições de tratamento é
grande, o número de sequências possíveis torna-se pesado.
Você pode determinar o número de sequências possíveis calculando N! (chamado
“N fatorial”).1 O número de condições de tratamento é simbolizado por “N” e
a "!" símbolo significa que você multiplica N pelos números abaixo dele: N vezes
N – 1 vezes, N – 2, e assim por diante, até chegar a 1. Por exemplo, se você tiver três
grupos, então N é 3 e N! é 3 vezes 2 vezes 1 (que é 6). Para quatro grupos, N!
é 4 vezes 3 vezes 2 vezes 1 (que é 24). Para cinco grupos, N! é 5 vezes 4 vezes
1Você pode encontrar facilmente uma calculadora fatorial na Web. Aqui está um: http://www.webcalc.net/
calc/0504.php
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
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
Quando essas 10 sequências são combinadas, os critérios de contrabalançamento incompleto são

atendidos. Conseqüentemente, a técnica de contrapeso incompleto fornece controle da maioria dos
efeitos de seqüenciamento.
Quão bem a técnica de contrapeso incompleto controla os efeitos de sequenciamento? A
influência dos efeitos de sequenciamento é controlada porque
cada condição de tratamento ocorre em cada posição possível na sequência.
Em outras palavras, toda condição (A, B, C e D) precede e segue toda
outra condição um número igual de vezes. No entanto, os efeitos do sequenciamento são
controlados apenas se forem lineares para todas as sequências. Se não forem, então todos
tipos de contrapeso são inadequados. Mais especificamente, nenhum tipo de controle de compensação
Efeito de transferência para efeito de transporte diferencial. Este problema ocorre
diferencial se uma administração anterior de um tratamento afetar o desempenho dos participantes em
Uma condição de tratamento uma condição de tratamento posterior de uma maneira, mas de uma maneira diferente quando seguida
afeta o desempenho por uma condição de tratamento diferente. Por exemplo, talvez a transferência de
dos participantes em uma tratamento A é de 4 unidades quando é imediatamente seguido pelo tratamento B, mas
condição posterior de a transferência do tratamento A é de 2 unidades quando é imediatamente seguida
uma maneira e de outra por tratamento C. Para saber mais sobre como identificar e lidar com
quando seguido por uma efeitos de transição ver Keppel e Zedeck (1989) e Maxwell e Delaney
condição diferente (2004).
Controle de Efeitos Participantes | 207
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?
Controle dos Efeitos dos Participantes
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.
Método placebo duplo-cego

Uma das melhores técnicas para controlar as características da demanda é a
Método método placebo duplo-cego. Isso requer que o experimentador “crie
placebo duplo-cego manipulações que parecem essencialmente idênticas aos participantes da pesquisa em todas as
Nem o condições” (Aronson & Carlsmith, 1968) e que o experimentador não sabe qual
experimentador nem grupo recebeu a condição placebo ou a manipulação experimental. Ambos
o participante da o participante e o experimentador são “cegos” para quaisquer diferenças entre o
pesquisa estão cientes condições.
da condição de Se você estivesse conduzindo um experimento destinado a testar o efeito do asparto no
tratamento administrada ao comportamento destrutivo em crianças pequenas, teria que administrar esse adoçante a um grupo
participante de crianças e um placebo a outro grupo.
As expectativas precisariam ser mantidas constantes para ambos os grupos. Para tornar isso um
experimento duplo-cego, o experimentador não deve saber se um dado
participante recebeu o aspartame ou o placebo para evitar comunicar qualquer expectativa de gerar
comportamento disruptivo e os participantes devem
têm as mesmas percepções de sua condição. Em suma, o experimentador como
bem como o participante deve estar cego para a condição de tratamento que um determinado
participante recebeu. Por algum tempo, a pesquisa de medicamentos reconheceu a influência das
expectativas de pacientes e provedores em suas experiências subsequentes.
a tomar uma droga. Assim, a pesquisa de drogas usa consistentemente essa abordagem para
eliminar o viés dos participantes.
O uso do método placebo duplo-cego é uma maneira de eliminar o desenvolvimento de
percepções diferenciais dos participantes, porque todos os participantes são informados sobre o
mesma coisa (que eles podem ou não receber o tratamento). E porque
o pesquisador não sabe quais participantes receberam o experimento
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.
Em um experimento com engano, todos os participantes devem receber a mesma

informação falsa sobre o que está sendo feito, o que deve produzir percepções dos
participantes relativamente constantes sobre o propósito do experimento. Portanto, o
engano parece ser uma excelente técnica para controlar a influência potencial de viés que
pode surgir das percepções diferenciais dos participantes da pesquisa em relação à
hipótese do experimento. O principal problema com o engano é que ele frequentemente
provoca objeções por motivos éticos (ver Capítulo 4).
Controle da Interpretação Participante

As técnicas que acabamos de discutir são excelentes para controlar algumas das
características de demanda do experimento. “No entanto, essas técnicas de controle
parecem se limitar a garantir que os sujeitos [participantes da pesquisa] tenham uma percepção uni
Controle de Efeitos Participantes | 209
da condição de tratamento em que se encontram, se recebem ou não um determinado

tratamento e o propósito do experimento” (Christensen, 1981, p. 567). Lá
há menos reconhecimento do fato de que as percepções dos participantes também são afetadas
Relatório verbal pelas muitas características de demanda que cercam todo o procedimento. Para fornecer
retrospectivo controle adequado das percepções dos participantes e do motivo de autoapresentação positiva,
Um relato oral em é preciso conhecer os tipos de situações e instruções que irão
que o participante relembra alterar as percepções dos participantes sobre o experimento. A literatura sobre o assunto,
retrospectivamente no entanto, está em sua infância. Atualmente, é necessário considerar cada
aspectos do experimento experimentar separadamente e tentar determinar se as percepções dos participantes sobre o
experimento pode levá-los a responder diferencialmente aos níveis de variação
a variável independente.
Consulta pós-
Uma variedade de técnicas que podem ser usadas para obter insights sobre as percepções
experimental
dos participantes de um experimento estão resumidas em Christensen (1981) e Adair e
Uma entrevista do
Spinner (1981). Esses métodos podem ser agrupados em duas categorias: retrospectivos
participante após o
relatórios verbais e relatórios verbais simultâneos. Um relatório verbal retrospectivo
término do experimento
consiste em uma técnica como a investigação pós-experimental, que é exatamente
Verbal concomitante o que diz que é: questionar o participante sobre os aspectos essenciais da
relatório o experimento após a conclusão do estudo. O que o participante achou que
O relato oral de experimento era sobre? O que ele ou ela achava que o experimentador esperava
um participante do achar? Que tipo de resposta o participante tentou dar e por quê? Quão
experimento, que é o participante acha que os outros irão responder nesta situação? Tais informações
obtido como ajudará a expor os fatores subjacentes à percepção do participante e formas
experimento está sendo essa percepção pode ter influenciado o comportamento. A principal desvantagem do relato
realizado retrospectivo é que os participantes podem falhar em recordar e relatar percepções.
eles tinham no início do experimento.
Grupos de sacrifício
Relatos verbais simultâneos incluem técnicas como o grupo de sacrifício de Solomon
Grupos de participantes que
(Orne, 1973), sondagem simultânea e a técnica de pensar em voz alta.
são parados e entrevistados
(Ericsson & Simon, 1980). Nos grupos de sacrifício de Salomão , cada grupo de participantes
em diferentes estágios do
é “sacrificado” sendo parado em um ponto diferente do experimento e
experimento
sondado sobre as percepções dos participantes do experimento. Você não vai
ter dados sobre a variável dependente dos participantes que são “sacrificados”,
mas você terá uma visão de como o experimento é entendido pelos participantes. O “sacrifício”
Sondagem simultânea
pode ser feito em diferentes pontos do procedimento, não apenas no
Obtendo as percepções
no final do experimento, como no relatório retrospectivo. Sondagem simultânea
de um participante do
exige que os participantes relatem no final de cada tentativa as percepções que eles têm
experimento após a
sobre o experimento. A técnica de pensar em voz alta exige que os participantes
conclusão de cada tentativa
verbalizar quaisquer pensamentos ou percepções que tenham sobre o experimento
enquanto executam a tarefa experimental. A desvantagem óbvia
Pensar alto à sondagem concorrente e à técnica de pensar em voz alta é que verbalizar a própria
técnica pensamentos durante o experimento podem afetar o comportamento dos participantes e,
Um método que portanto, a variável dependente (Wilson, 1994). Nenhuma das técnicas apresentadas
exige que os participantes aqui é infalível ou sem desvantagens. No entanto, o uso desses métodos
verbalizem fornecerá algumas evidências sobre as percepções dos participantes da pesquisa sobre o
pensamentos experimento e permitirá que você projete e interprete seu experimento em
enquanto eles estão de forma a minimizar a influência diferencial do motivo dos participantes
realizando o experimento de auto-apresentação positiva.
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?
Controle de efeitos do experimentador
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.
Controle de Erros de Gravação
Erros resultantes do registro incorreto de dados podem ser minimizados se a pessoa

registrar os dados permanece ciente da necessidade de fazer observações cuidadosas
para garantir a precisão da transcrição dos dados. Uma abordagem ainda melhor é usar
vários observadores ou gravadores de dados. Se, por exemplo, três indivíduos registrassem os
dados independentemente, as discrepâncias poderiam ser notadas e resolvidas para gerar
dados mais precisos. Naturalmente, todos os gravadores de dados podem errar na mesma direção,
o que mascararia o erro, mas a probabilidade de isso ocorrer é remota. este
procedimento poderia ser melhorado ainda mais se os registradores de dados fossem mantidos cegos
sobre as condições experimentais em que o participante estava respondendo
(Rosenthal, 1978). O melhor meio para controlar erros de gravação, embora não
possível em todos os estudos, é eliminar o registrador de dados humano e ter respostas
gravado por algum dispositivo mecânico ou eletrônico. Em muitos laboratórios de pesquisa,
as respostas dos participantes são registradas por um computador.
Controle de Erros de Atributo do Experimentador
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
Controle de Efeitos do Experimentador | 211
experimentador conduz independentemente o mesmo estudo de aprendizagem e que o calor

experimentador obtém uma média de mais 3 unidades de aprendizagem dos participantes em
cada um dos dois grupos de tratamento do que o experimentador frio, como mostrado em
a metade superior da Tabela 7.3. Observe que a diferença média entre os Grupos A e B
é idêntico para ambos os experimentadores, indicando que eles teriam alcançado o
mesmas conclusões, embora cada uma tenha obtido diferentes quantidades absolutas de
aprendizado. Enquanto o experimentador 1 administrar a condição A e a condição B, qualquer
diferença observada entre as condições A e B não pode ser devida ao experimentador
(porque o experimentador foi constante nos grupos A e B). O mesmo é verdade
para o experimentador 2 (desde que este experimentador administre os dois grupos, qualquer
diferença encontrada não pode ser devida a este experimentador). Em tal situação, os efeitos
dos atributos do experimentador não têm qualquer influência nas conclusões finais
alcançado. O ponto-chave aqui é nunca usar um experimentador em uma condição
e um experimentador diferente na outra condição; isso faria com que os grupos
diferente não apenas na variável independente, mas também no experimentador.
A parte inferior da Tabela 7.3 mostra como um efeito experimentador mais complexo
pode ocorrer. Suponha que no exemplo anterior um experimentador quente
obteve uma média de 8 unidades de desempenho dos participantes do grupo A
(imagine que a tarefa foi fácil, mas o calor do experimentador foi visto como
condescendente por causa da natureza fácil da tarefa, então os participantes não tentaram)
e 21 unidades de desempenho dos participantes do grupo B (imagine que a tarefa
foi difícil e o calor do experimentador foi visto como encorajador por causa da natureza difícil
da tarefa, então os participantes se esforçaram muito), enquanto
o experimentador frio obteve desempenho idêntico dos participantes em ambos
grupos de tratamento. Nesse caso, temos uma interação entre as condições de tratamento e
os atributos do experimentador porque o efeito do experimentador varia
as condições do experimento. Neste caso, os dois experimentadores produziram resultados
conflitantes. Infelizmente, não sabemos qual experimentador
atributos interagem com inúmeras variáveis independentes que existem na psicologia.
Como não sabemos quanta diferença é exercida por vários experimentadores, vários
especialistas (por exemplo, McGuigan, 1963; Rosenthal, 1966) sugeriram
Tabela 7.3
Dados hipotéticos que ilustram a diferença média na aprendizagem obtida de um ambiente quente e frio
Experimentador
Grupo experimental
Experimentadores UMA B Diferença média
Atributos do experimentador controlados

Caloroso 10 20 10
Resfriado 7 17 10
Atributos do experimentador não controlados

Caloroso 8 21 13
Resfriado 17 17 0
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.
Controle do erro de expectativa do experimentador
Rosenthal e seus associados apresentaram um forte argumento para a existência

dos efeitos da expectativa do experimentador na maioria dos tipos de pesquisa psicológica. Isto
parece importante desenvolver técnicas para eliminar possíveis vieses desse tipo. UMA
várias técnicas podem ser usadas para eliminar ou, pelo menos, minimizar os efeitos da expectativa.
Geralmente, eles envolvem automatizar o experimento ou manter o
experimentador ignorante da condição em que o participante se encontra, de modo que
pistas não podem ser transmitidas. Rosenthal (1966) discute tais técnicas, várias
dos quais agora são apresentados.
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.
Probabilidade de Alcançar o Controle | 213
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.
Automação Uma terceira possibilidade para eliminar o viés de expectativa do experimentador em

Automação a pesquisa com animais e humanos é a automação total do experimento. De fato, inúmeros
A técnica de pesquisadores de animais atualmente usam procedimentos automatizados de coleta de dados.
automatizar totalmente Muitos estudos em humanos também podem ser completamente automatizados com instruções
os procedimentos escrito, gravado, filmado, televisionado ou apresentado por meio de um computador,
experimentais para e registrando as respostas por meio de temporizadores, contadores, gravadores de caneta, computadores ou
que nenhum experimentador – dispositivos semelhantes. Esses procedimentos são facilmente justificados para o participante com base
interação do participante de controle e padronização, e eles minimizam o participante-experimentador
é necessária interação.
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?
Probabilidade de alcançar o controle
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.
Resumo Ao conduzir um experimento que tenta identificar uma relação causal, o

experimentador deve realizar uma tarefa importante: controlar a influência de
variáveis estranhas. Em experimentos que têm mais de um grupo (por exemplo,
grupo experimental e controle), o resultado desejado é que os grupos sejam
equivalentes em todas as variáveis externas, exceto para a variável independente
(ou seja, os diferentes grupos obtêm os níveis da variável independente ). Quando a
única diferença entre os grupos se deve à variável independente, o pesquisador
pode legitimamente alegar que as diferenças entre os grupos encontradas na variável
dependente ao final do experimento se devem à variável independente. A maioria
das técnicas de controle opera tentando igualar os grupos; a idéia é eliminar a
influência diferencial de variáveis estranhas. A seguir estão duas técnicas de controle
principais realizadas no início do experimento: atribuição aleatória de participantes a
grupos (que é a melhor técnica de controle) e correspondência. Aqui estão as
técnicas de correspondência cobertas: correspondência mantendo as variáveis
constantes (ou seja, use apenas um nível da variável estranha; por exemplo, use
apenas mulheres no estudo), correspondência incorporando a variável estranha no
projeto de pesquisa (por exemplo, você pode fazer gênero uma variável de projeto e
comparar as condições experimentais e de controle apenas para homens e apenas
mulheres), emparelhamento por controle acoplado (participação de participantes
com base na sequência temporal de administração de um evento) e emparelhamento
por equiparação de participantes em variáveis correspondentes. As técnicas de
controle realizadas durante o experimento também foram discutidas. Eles incluem
contrabalançamento (contrabalanceamento aleatório, contrapeso intrassujeito,
contrapeso completo e contrapeso incompleto), métodos para lidar com os efeitos
dos participantes (incluindo método placebo duplo-cego e engano), métodos para
lidar com a interpretação dos participantes (incluindo relatórios verbais retrospectivos,
investigação pós-experimental e relatórios verbais simultâneos, como grupos de
sacrifício, sondagem simultânea e a técnica de pensar em voz alta), e métodos para
lidar com os efeitos do experimentador (como verificação de erros de registro,
controle de erros de atributo do experimentador e controle de erros de expectativa do experim
Termos-chave e Automação Variável correspondente

Conceitos Técnica cega Método de diferença
Efeito de transferência Efeito do pedido
Contrapeso completo Técnica de cegueira parcial
Sondagem simultânea Consulta pós-experimental
Relatório verbal simultâneo Correspondência individual
Contrapeso Tarefa aleatória
Decepção Randomization
Efeito de transferência diferencial Contrapeso aleatório
Influência diferencial Relatório verbal retrospectivo
Método placebo duplo-cego Grupos de sacrifício
Efeitos do experimentador Controle estatístico
Contrapeso incompleto Correspondência de assunto
Contrapeso intrasujeitos Técnica de pensar em voz alta

Coincidindo Controle acoplado
Teste prático | 215
Relacionado http://www.randomizer.org Este site

Sites da Internet permite que o usuário, ou estudante, faça uma amostragem aleatória de participantes de uma população definida
ou atribua aleatoriamente participantes a uma condição de tratamento experimental. http://
www.psychology.uiowa.edu/Faculty/wasserman/Glossary/yoke.html Este site tem um breve tutorial sobre o

projeto de controle yoked.
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.
Teste prático As respostas a essas perguntas podem ser encontradas no Apêndice.
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?
a. Correspondência com atribuição aleatória b.

Controle acoplado c. Controle de precisão d.
Controle de distribuição de frequência e. Controle
processual
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
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
b. Corresponder as pessoas que participam em termos de sensibilidade ao álcool c.

Administrar o álcool de forma duplamente cega
d. Avaliar as percepções dos participantes sobre se eles podem dizer que estão bebendo álcool e.
Contrabalançar a administração do álcool e as condições sem álcool
5. Se você quiser controlar as expectativas que o experimentador pode ter

com o resultado do experimento, você pode a.Usar o engano
b.Contrabalançar as condições de tratamento para que qualquer
mudança devido às expectativas
é distribuído igualmente entre os grupos de participantes
c. Automatize o procedimento experimental para que o experimentador não interaja
com o participante da pesquisa
d. Atribuir aleatoriamente os participantes às condições de tratamento para que as expectativas sejam
distribuído igualmente entre os grupos
e. Combine os participantes para que as expectativas sejam as mesmas para todos os participantes
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.
Participantes atribuídos aleatoriamente a grupos
Grupo 1 Grupo 2 Grupo 3 Grupo 4
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.

Research Methods - Design - and Analysis - Global Edition

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Research Methods - Design - and Analysis - Global Edition

Enviado por

Direitos autorais:

Formatos disponíveis

Machine Translated by Google

Parte IV Métodos Experimentais

Técnicas de Controle em Pesquisa Experimental

Controle no início do experimento Controle durante o experimento

Tarefa aleatória Coincidindo Contrapeso Efeitos do participante Efeitos do experimentador

Mantendo Variáveis Constantes Randomizado Duplo-cego Erros de gravação

Construindo Variáveis Estranhas no Intra-sujeito Atributo do experimentador

Igualando participantes Interpretação

188 | Técnicas de Controle em Pesquisa Experimental

Amostra selecionada aleatoriamente de

Atribuição aleatória da amostra para

Figura 7.1 Ilustração

ideal para obtenção Grupo de tratamento A-25 Professores do grupo de

Técnicas de Controle Realizadas no Início da Randomização do Experimento | 189

Técnicas de controle realizadas no início da randomização do experimento

190 | Técnicas de Controle em Pesquisa Experimental

fontes conhecidas e desconhecidas de variação estranha. Como Cochran e

A randomização é um pouco análoga ao seguro, na medida em que é uma precaução

Como a randomização elimina o viés sistemático no experimento? A chave

Procedimento para Atribuir Aleatoriamente os Participantes ao Experimental

O procedimento tradicional para atribuir aleatoriamente Passo 1. Numere os participantes de 0 a 19.

Técnicas de Controle Realizadas no Início da Randomização do Experimento | 191

E xh ibit 7.1 (continuação)

Lista de números aleatórios

192 | Técnicas de Controle em Pesquisa Experimental

Técnicas de Controle Realizadas no Início da Randomização do Experimento | 193

Atribuição de Grupo Atribuição aleatória de

grupo A Grupo B grupo A Grupo B

Participantes Pontuações de QI Participantes Pontuações de QI Participantes Pontuações de QI Participantes Pontuações de QI

194 | Técnicas de Controle em Pesquisa Experimental

1. Quantos conjuntos de números você deseja gerar?

• Insira 1 e 3 (que ordenará a lista de números em blocos, incluindo

Correspondência mantendo as variáveis constantes

Combinando ao Construir a Variável Estranha no Projeto de Pesquisa

Um segundo meio de controlar variáveis estranhas por meio de correspondência é construir

196 | Técnicas de Controle em Pesquisa Experimental

Amostra de apenas mulheres

Se possível, amostra de mulheres aleatoriamente

Grupo de tratamento A Grupo de tratamento B

uma experiência de aprendizagem e querem controlar os efeitos da inteligência. Suponha

Antes de passar para a próxima técnica de correspondência, é preciso salientar que

Participantes com Participantes com Participantes com

90–99 100–109 110–119

2004). Em vez de categorizar a inteligência em três grupos, esses psicólogos

Correspondência por controle de jugo

Controle acoplado A técnica de correspondência de controle yoked controla a possível influência de

198 | Técnicas de Controle em Pesquisa Experimental

do que o grupo controle, pode ser atribuído à liberdade de escolher e receber

Correspondência por Equação de Participantes

O emparelhamento igualando os participantes é semelhante ao emparelhamento incorporando a variável

Cada participante Cada participante acertou

Fornece muitos correspondentes

Se possível, os participantes de cada

A técnica que acabamos de descrever é usada em forte pesquisa experimental onde

200 | Técnicas de Controle em Pesquisa Experimental

A correspondência individual tem três grandes desvantagens quando usada sem

Técnicas de controle realizadas durante o experimento

Figura 7.5 Condições de tratamento

Ilustração do tipo de UMA B

desenho que pode

202 | Técnicas de Controle em Pesquisa Experimental

Lista aprendida Ordem Invertida da Lista