Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 1
1
●Como é que as concepções erradas podem ser prejudiciais?
↪ “Os opostos atraem-se” As pessoas podem procurar um parceiro com valores
diferentes dos seus;
↪ “A memória é tão fiável como um vídeo” Os juízes podem condenar um réu com
base num relato confiante de uma testemunha, o qual pode ser pouco rigoroso;
↪ “Castigos físicos promovem comportamentos desejados” A crença de que os
castigos físicos são uma boa forma de punição tem efeitos prejudiciais nas crianças
quando o uso dos mesmos é muito continuado, tais como problemas de saúde
mental na infância, menor competência cognitiva na criança, menos qualidade na
relação entre pais-criança, etc
2
↪ Algumas concepções podem não estar totalmente erradas mas baseiam-se
somente em factos parciais (exagero da realidade);
↪ O significado etimológico de alguns conceitos pode fomentar ideias erradas
sobre a sua definição (confusão terminológica);
Aula 2
3
↪ Experiência: As pessoas estão sujeitas a ilusões que não se apercebem; As
pessoas tendem a não aprender com os seus erros; As pessoas não têm experiência
em todos os assuntos; É difícil identificar as causas de um acontecimento com
base na experiência, porque há várias explicações possíveis e não se sabe qual está
certa; Como varia de pessoa para pessoa há várias versões da “verdade”; Falácia da
generalização precipitada - Retirar uma conclusão com base em informação
insuficiente.
Papel da ciência: O pensamento científico ajuda a que utilizemos melhor a
experiência como meio de obtenção de conhecimento.
↪ Intuição e Introspecção: As percepções que as pessoas têm de si próprias estão
muitas vezes erradas; Aquilo que parece estar certo nem sempre está; Muitas vezes
a intuição traduz o preconceito das pessoas; A intuição é influenciada por vários
enviesamentos que podem levar a conclusões erradas (ex: Heurística da
disponibilidade:Sobrestimar a probabilidade de ocorrência dos acontecimentos que
nos lembramos facilmente); Falácia do raciocínio emocional - avaliação de uma
afirmação com base nas emoções (ex: se uma afirmação científica me causa
desconforto então ela está errada)
Papel da ciência: Ajuda a distinguir a verdade do que gostaríamos que fosse.
● O que é a ciência?
↪ É uma forma de obtenção de conhecimento, pois saber algo implica que haja uma
base que nos dê a certeza de que a informação é verdadeira, sem essa base
podemos presumir, suspeitar, achar, mas nunca ter a certeza.
↪ A ciência usa dados para resolver incertezas e produzir conhecimento que seja
defensável de forma objetiva. Pretende-se eliminar a subjetividade na produção de
conhecimento, para evitar erros.
Processos de Raciocínio
4
Dedução: Indução: Abdução:
Premissas cada vez Dados específicos de Combinação de um
menos genéricas são um grupo alargado são resultado com algumas
combinadas para analisados em conjunto possíveis
produzir um conclusão e com base no padrão pré-condições, levando
irrefutável. Exemplo: encontrado, tiram-se a uma conclusão de
Todos os gatos são conclusões para todo o que o primeiro resultou
mamíferos.O gato da grupo. Exemplo: A das segundas.
minha irmã é mamífero. minha irmã tem 5 Exemplo: A minha irmã
animais de estimação comprou um
incluindo 4 gatos. Logo, arranhador. Quem tem
o quinto animal gatos costuma
também é um gato. comprar-lhes
arranhadores. A minha
irmã tem um gato.
5
● O que é a ciência? (continuação)
↪ A ciência assenta no raciocínio abdutivo, procurando informação fiável através
da observação (empiricismo), para testar hipóteses. Os dados obtidos são
interpretados de forma lógica com a utilização da indução e dedução.
↪ O conhecimento científico é provisório, sendo revisto perante novos dados. Os
dados não podem provar uma teoria em absoluto, apenas podem suportá-la. Um
estudo único com dados inconsistentes com a teoria não leva de imediato ao seu
abandono (o estudo pode não ter sido rigoroso).
6
interligá-los, tornando o mundo mais simples, previsível e compreensível (Exemplo:
Lei da gravidade).
↪ Reúne evidência objetiva: Para evitar a influência de preconceitos e
enviesamento, a base da ciência são dados concretos, observáveis e físicos
(provenientes da visão, audição, ou de instrumentos que ajudem os sentidos como
questionários). Os psicólogos já identificaram várias leis gerais que orientam o
comportamento. É possível prever o comportamento da maioria das pessoas, na
maior parte do tempo. Uma exceção não infirma uma lei geral. A ciência é
probabilística, pelo que não se espera explicar todos os casos, mas sim uma grande
parte.
↪ Faz afirmações testáveis: Muitas vezes, os resultados são contrários à hipótese
do investigador, que é infirmada. É necessário definir os termos de forma objetiva e
específica (Exemplo: Avaliação do stress)
↪ Adota uma atitude de ceticismo e questionamento: As afirmações só são
aceites como verdadeiras perante a evidência científica, mesmo que pareçam óbvias
↪ Mostra abertura a afirmações novas: A evidência é soberana por isso as
afirmações pouco populares são aceites se tiverem provas, como nenhuma ideia é
descartada à partida, permite novas descobertas.
Os psicólogos valorizam mais os factos do que as opiniões, pelo que testam ideias
contraintuitivas.
↪ É criativa: A criatividade é necessária para testar ideias pouco convencionais e
formular e testar ideias novas
↪ É pública: O
trabalho é sempre publicado e partilhado o que permite avaliar a sua
qualidade, replicá-lo e utilizá-lo como base para outros estudos, garante também a
objetividade através da detecção de falhas e enviesamentos. Existem centenas de
revistas científicas em que os psicólogos publicam os seus trabalhos.
↪ É produtiva: Os cientistas partilham as suas descobertas e baseiam-se no
trabalho dos outros, o que leva à revisão, desenvolvimento e substituição de
teorias,a um ritmo cada vez mais rápido. O progresso tem sido tanto a ponto de não
ser possível a um psicólogo conhecer todas as áreas da psicologia.
7
●O que é a Pseudociência?
↪ A Pseudociência são os campos que se identificam como ciências mas não
aderem aos princípios nem às práticas da verdadeira ciência.
As principais diferenças de substância entre ciência e pseudociência são:
1. Valores atribuídos na falsificabilidade: Sendo que na ciência, se uma
afirmação não puder ser infirmada, não é possível avaliar o seu rigor e como
tal perde todo o valor; Já a pseudociência assenta em afirmações
não-falsificáveis.
2. Perspetiva sobre as implicações da falta de infirmação: Na ciência uma
proposição que não foi infirmada, não é considerada verdadeira porque não há
informação suficiente; Enquanto na pseudociência uma proposição que não
foi infirmada é considerada verdadeira (Falácia do apelo à ignorância).
3. Atitudes acerca da importância da parcimónia: Na ciência quando há duvidas
entre duas ou mais explicações, a mais razoável é a que se baseia em menos
pressupostos ainda por corroborar, se todas explicarem os dados, escolhe-se
a mais simples; Já a pseudociência não adota o princípio da parcimónia
(Exemplo: Se um amigo nos diz que viu um tigre no centro comercial, a
pseudociência tenta procurar motivos para isso como a possibilidade do tigre
ter escapado de um zoo sem nunca ponderar que o amigo pode estar a
mentir).
As principais diferenças de estilo entre a ciência e a pseudociência são:
1. Atitudes acerca da revisão de pares: Na ciência o trabalho científico só é
disseminado após ser revisto por colegas para garantir a qualidade; A
pseudociência divulga muitas vezes trabalhos sem que estes sejam revistos
por pares.
2. Veracidade atribuída às afirmações dos gurus: A ciência não atribui qualquer
valor só à palavra pois todas as afirmações têm que ser fundamentadas
independentemente do seu autor; A pseudociência atribui valor à palavra dos
gurus mesmo que estes não apresentem provas do que estão a dizer.
3. Valor atribuído a relatos pessoais: Para a ciência os relatos pessoais têm
pouco valor; Para a pseudociência os relatos pessoais são aceites.
8
Aula 3
9
(De onde surgem estas críticas feitas à Psicologia?)
↪ Uso de práticas não científicas por parte de alguns profissionais (Exemplo:
Hipnose)
↪ Rostos públicos da Psicologia que trabalham de forma pouco ética (Exemplo:
Dr.Phil?)
↪ Confusão entre Psicólogos e Psicoterapeutas
↪ Evisieamento retrospectivo (Exemplo: Considerar um acontecimento provável
após o seu acontecimento) que leva à desvalorização de factos científicos.
↪ Ilusão da compreensão (Exemplo: Confusão com familiaridade e controlo)
↪ Desculpa da impotência científica (Exemplo: Recusar um facto científico por ele
ir contra o senso comum)
↪ Não-distinção entre investigação básica (procura de princípios científicos) e
aplicada (procura de resolver problemas práticos)
10
Investigação Básica: Investigação Aplicada:
↪ Compreensão dos processos ↪ Resposta a perguntas relacionadas
fundamentais do comportamento, para com o mundo real.
aumentar o conhecimento. ↪ Melhoria das teorias do
Exemplo: Que quantidade de comportamento.
informação conseguimos armazenar na Exemplo: Qual é o melhor tipo de
memória a curto prazo? tratamento para pessoas deprimidas?
↪ As pessoas que demonstram ↪ Para ajudar pessoas com insónias
ansiedade, também demonstram testam-se tratamentos focados na
insónias. redução da ansiedade, para determinar
↪ Estes dois conjuntos de sintomas se a relação entre os sintomas é ou
podem estar associados. não causal.
11
Aula 4
12
●Tipos de perguntas de investigação e os seus significados.
Perguntas de Existência:
↪ Descrição - Avaliação da existência de um objeto, entidade, atributo,
comportamento, competência, condição ou acontecimento que possa ser detectado
pelos sentidos
↪ Estrutura - X existe?
↪ Exemplo - O inconsciente existe?
Perguntas de Composição:
↪ Descrição - Decomposição de um elemento total nos seus componentes ou
análise de vários componentes separados para avaliar se formam um fator mais
abrangente.
↪ Estrutura - Que componentes formam X?
↪ Exemplo - Que fatores constituem a autoestima?
Perguntas Descritivas-Comparativas:
↪ Descrição - Avaliação da aplicabilidade de uma descrição a toda a amostra ou
identificação de especificidades nos grupos estudados.
↪ Estrutura - O grupo X difere do grupo Y?
↪ Exemplo - Os homens são mais agressivos que as mulheres?
Perguntas de Relação:
↪ Descrição - Avaliação da relação entre as duas variáveis.
↪ Estrutura - Existe associação entre X e Y?
↪ Exemplo - A felicidade relaciona-se com o rendimento?
13
Perguntas Causais:
↪ Descrição - Avaliação do impacto de uma variável na outra.
↪ Estrutura - X causa, leva, ou impede mudanças em Y?
↪ Exemplo - Jogar jogos de vídeo violentos leva as crianças a tornarem-se mais
agressivas?
Perguntas Causais-Comparativas:
↪ Descrição - Comparação do efeito de dois fatores num resultado.
↪ Estrutura - X causa mais mudanças do que Z em Y?
↪ Exemplo - Estudar para um teste individualmente resulta em melhores notas do
que estudar em grupo?
14
●Em que se baseiam as hipóteses?
↪ Na Teoria - Previsões decorrentes na teoria, desenvolvidas para estudos que
pretendem testar a teoria; Assentam no raciocínio dedutivo: do geral (teoria) para o
particular (previsão).
Teoria: A ansiedade causa insônia
Hipótese: Um grupo exposto a uma situação de ansiedade terá mais dificuldades em
dormir do que um grupo exposto a uma situação relaxante.
↪ Nos dados - Previsões decorrentes de estudos prévios semelhantes ao atual;
Assentam num raciocínio indutivo (de um resultado específico é feita uma
generalização).
Estudo prévio: As pessoas com ansiedade elevada dormem menos horas do que as
pessoas que não têm ansiedade elevada
Hipótese: A ansiedade está relacionada com a insónia.
15
●Que características deve ter uma hipótese?
↪ Deve ser testável - Incluir definições operacionais das variáveis (indicar como
cada variável vai ser objetivamente medida); Identificar os resultados que apoiam a
hipótese e os que a infirmam.
↪ Deve ser defensável - Impossibilidade de provar a hipótese nula (previsão de que
não existe relação entre as variáveis); Não é possível provar que um tratamento não
tem efeito ou que dois tratamentos têm o mesmo efeito; Apenas é possível concluir
que não se identificou qualquer efeito do tratamento ou que não se encontrou
diferença entre dois tratamentos.
↪ Deve ser fundamentada - Necessidade de bases para a hipótese; Fontes: senso
comum, estudos prévios, teoria (conjunto de princípios que explicam os resultados
dos estudos e podem ser utilizados para previsões sobre estudos futuros); Exemplo:
tomar conta de uma planta leva a que os idosos estejam mais saudáveis, porque
fomenta a perceção de controlo (com base na teoria do desespero aprendido)
↪ Deve ser relevante - Importância do estudo (preencher uma lacuna, testar uma
teoria, resolver um problema prático); Contextualização teórica pode envolver mais
do que uma teoria, inclusive perspetivas inconsistentes; Exemplo: idade média com
que as crianças deixam de acreditar no Pai Natal (permite testar a perspetiva
desenvolvimentista de Piaget).
Aula 5
16
●Como se define variáveis?
↪ Definição Concetual: Descrição das qualidades de uma variável que são
independentes do tempo e do espaço e podem ser usadas para distinguir
acontecimentos observáveis que são e não são relevantes para o conceito;
Definição precisa e exata de um conceito; Variáveis conceituais ou construtos não
podem ser medidos diretamente pois não são observáveis (Amor, timidez,
autoestima). Exemplo: A inteligência é a capacidade para aprender, compreender ou
lidar com situações desafiantes.
↪ Definição Operacional: Especificação dos procedimentos usados para medir e
recolher dados sobre os construtos, que podem ser inferidos com base em
comportamentos e resultados. Exemplo: Medir a Inteligência através da Escala de
Inteligência para Adultos; A mesma variável pode ser operacionalizada de diferentes
maneiras consoante o objetivo do estudo (ex: Fomentar a raiva dos participantes
mostrando-lhes um vídeo de uma criança a ser maltratada); Uma operacionalização
pode não definir uma definição precisa (ex: avaliar a inteligência com base nos
resultados académicos).
17
vários tipos de operacionalização como - medidas de autorresposta (questionários);
medidas comportamentais (observar o número de pessoas que aceita dançar com
desconhecidos numa discoteca); medidas fisiológicas (verificar o batimento
cardíaco)
↪ Variáveis Mediadoras: Mecanismo (biológico, mental, físico, emocional ou
comportamental) que intervém entre uma causa e um efeito.
Exemplo: Variável Independente (A) - Acontecimento ativador (ex: Aceder a armas)
que tem um efeito ---> Variável Mediadora (B) - Fatores Intermédios que explicam a
relação entre as variáveis A-C; Pode ser difícil de observar; Sem a conhecer não é
possível explicar a relação A-C ---> Variável Dependente (C) - Resposta observável
(ex:Agressão)
↪ Variáveis Moderadoras: Modificam (fortalecem, enfraquecem ou invertem) a
relação entre duas variáveis); Relação Original - A VI leva a um aumento ligeiro ou a
uma diminuição ligeira da VD.
Fortalecimento - A VI leva a um aumento ou diminuição elevada da VD
Enfraquecimento - A VI não exerce nenhum efeito na VD
Inversão - A VI leva a uma diminuição ou aumento da VD
Aula 7
18
↪ Afirmações de Associação - Devem basear-se em estudos não-experimentais
correlacionais; Descrevem a probabilidade de ligação entre os níveis de duas
variáveis, medidas pelo investigador. Exemplo: As raparigas têm mais tendência a
enviar SMS de forma compulsiva do que os rapazes; Terminologia (...Associa-se a…;
...tem um risco superior de…; ...correlaciona-se com…; ...tem menos tendência para
a…)
↪ Afirmações Causais - Devem basear-se em estudos experimentais; Identificam
uma variável (manipulada pelo investigador) como causa da mudança noutra variável
(medida pelo investigador). Exemplo: Fazer refeições em família diminui o risco de
perturbações na alimentação; Terminologia (...causa…; ...afeta…; ...muda..;
...exacerba…; ...prejudica…; ...promove…; ...reduz…; ...evita…; ...aumenta..; ...piora…
19
●O que ameaça a validade de construto?
↪ Manipulação - Aumentar o termostato corresponde a fazer pessoas sentir calor?;
Será que teve outros efeitos para além de fomentar calor?
↪ Medida - O conceito de agressão é abstrato e impossível de medir diretamente; O
comportamento e reações dos participantes podem ser mal interpretados
↪ Participantes - Possibilidade de ocultarem os seus pensamentos e sentimentos;
Tentativa de ajudar o investigador a comprovar a sua teoria.
Se a validade de construto estivesse ameaçada o Investigador não podia afirmar que
o aumento do calor tornou as pessoas mais agressivas, mas podia dizer que houve
uma mudança de comportamento nas pessoas quando se alterou a temperatura.
População:
↪ Todas pessoas com determinadas características em que o Investigador está
interessado. Exemplo: Mulheres que estudam na Universidade
↪ Grupos suficientemente grandes para serem importantes mas suficientemente
pequenos para serem teoricamente pertinentes
↪ População relevante depende da pergunta de estudo
Amostragem:
↪ Parte de uma população que participa num determinado estudo
↪ Características da amostra influenciam os resultados e o seu significado, bem
como a possibilidade de generalização
20
↪ O tamanho da amostra depende do tipo de estudo e dos recursos que o
investigador tem para a recolher
↪ Erro de Amostragem: Diferenças entre a população e a amostra recrutada
(impossível de eliminar mas pode ser minimizado).
●Como é a amostragem?
↪ Probabilística, aleatória ou representativa (difícil de arranjar) - Todos os
elementos da população têm a mesma probabilidade de serem escolhidos; Como é
uma amostra representativa o erro é menor e como tal a generalização é legítima; É
difícil listar todos os elementos da população; Algumas pessoas selecionadas
podem não participar ameaçando a representatividade.
↪ Não probabilística ou não aleatória (fácil de obter) - Alguns elementos elementos
da população têm mais probabilidade de serem escolhidos do que outros podendo
enviesar a amostragem; A amostra não é necessariamente representativa da
população o que condiciona a generalização; As amostras devem ser adequadas ao
objeto de estudo; O investigador deve avaliar possíveis enviesamentos e tentar
contorná-los.
21
●Como é a Amostragem Não-Probabilística?
↪ Quotas - O investigador constrói a sua amostra com características importantes
(ex: sexo, idade, estatuto económico), na mesma proporção em que elas se
manifestam na população
↪ Bola de Neve - As pessoas da amostra identificam outras pessoas que possam
participar no estudo
↪ Conveniência - A amostra é escolhida nos locais mais acessíveis ao Investigador
(ex: salas de aula)
↪ Autosseleção - Pessoas que se voluntariam para participar e respondem a
anúncios deste estudo (ex:estudos online).
22
●Quão relevante é a validade externa?
Depende do objetivo de estudo
↪ Muito relevante para afirmações de frequência - é conveniente recorrer a
amostragem probabilística
↪ Menos relevante em afirmações de associação e causais
Aula 8
23
● O que são inquéritos?
↪ Objetivo: Conhecer opiniões, características, comportamentos de x população
↪ Procedimento: Questionar vários elementos da população sobre x variável
↪ Conclusão: Uma afirmação de frequência
↪ Exemplo de Pergunta de Investigação a que este desenho responde: “Qual é a
percentagem de adolescentes com problemas de sono?”
24
● Que conhecimento se obtém com os estudos correlacionais?
↪ Permitem testar a hipótese de que duas ou mai variáveis estão relacionadas
↪ Viáveis mesmo quando não é possível manipular ou controlar variáveis (Exemplo:
Efeito do consumo de drogas ilegais na adaptação à faculdade)
↪ Não permitem saber o porquê de duas variáveis se associarem:
↪ Não há manipulação de variáveis: O que não permite identificar qual é que
surge primeiro. Exemplo: Associação entre uso de telemóveis e problemas de sono.
↪ Não há controlo de variáveis: Sendo que podem existir vários fatores
responsáveis pela relação. Exemplo: Associação entre consumo de gelados e
afogamento em piscinas.
↪ Não tem validade interna, logo, não é possível estabelecer relações de
causa-efeito.
25
↪ Não se baseiam em medidas rigorosas e as observações não são registadas de
forma sistemática, pelo que podem estar sujeitas a enviesamentos de confirmação
e memória.
26
↪ Qualidade: Depende da qualidade e quantidade dos dados previamente recolhidos,
recolher mais dados possibilita o estudo futuro de mais hipóteses.
27
↪ Validade Externa: Tende a ser boa devido à facilidade de recolher muitos dados (ex:
milhões de pessoas no caso dos censos); A recolha pode prolongar-se por vários
anos sendo possível generalizar os resultados para outros períodos temporais
↪ Dados agregados: Não permitem o foco indivíduos, apenas em grupos; A Psicologia
foca-se no comportamento dos indivíduos pelo que estes dados podem ser
insuficientes para responder a algumas questões.
28
● O que são testes?
Especialmente úteis para avaliar variáveis de personalidade, conhecimentos e
competências
↪ Validade Externa: Depende da representatividade da amostra
↪ Validade Interna: Correlação não implica causalidade: a relação entre as variáveis
avaliadas pode não ser causal
↪ Validade de Construto: Mais asseguradas em medidas desenvolvidas por outros
autores e amplamente estudas. (VER AULA 8 SLIDE 33)
Aula 10
● Exemplo:
↪ Química: Um químico enche dois tubos de ensaio com moléculas de Hidrogénio de
de Oxigénio → Não mexe mais num dos tubos de ensaio e aquece o outro →
Observa que só se forma água no segundo tubo de ensaio → Conclui que aquecer
moléculas de Hidrogénio e Oxigénio leva a que estas reajam
↪ Psicologia: Um investigador enche duas salas com pessoas → Numa das salas a
temperatura fica normal e na outra aumenta para 32ºC → Observa que as pessoas
da segunda sala se comportam de forma diferente (ex: agitação) das da primeira
sala → Conclui que sentir muito calor leva as pessoas a ser agressivas.
↪ Validade de Construto: O investigador manipulou e mediu realmente as variáveis
(“sentir muito calor” e “ser agressivo”) que pretendia?
↪ Validade Externa: Os resultados são generalizáveis a outros participantes e
locais?
↪ Validade Interna: O investigador ao por pessoas em salas diferentes causou
realmente as suas diferenças de comportamento?
29
●O que é a validade interna?
↪ Grau em que o estudo consegue mostrar que um determinado acontecimento
observável causou ou influenciou uma mudança de comportamento. Isso implica
comprovar 3 aspetos:
↪ Associação: Como as causas têm efeitos, a investigação tem que mostrar que a
mudança na variável considerada a causa se relacionam com mudanças na variável
considerada o efeito. Depende dos resultados do estudo
↪ Cronologia: Como as causas têm que surgir antes dos efeitos, a investigação tem
que mostrar que a alegada causa mudou antes da ocorrência do alegado efeito.
Depende dos procedimentos do estudo
↪ Exclusividade: Como os efeitos têm várias potenciais causas, a investigação tem
que mostrar que a alegada causa é a única explicação plausível para o efeito.
Depende dos procedimentos do estudo
30
●Quais as dificuldades relacionadas com a validade
interna?
Um detetive chega ao local de crime e No caso dos Investigadores as
vê dois homens mortos junto a uma perguntas foram as seguintes:
arma: ↪ A variável A influencia a variável B?
↪ A pessoa A matou a pessoa B e ↪ A variável B influencia a variável A?
suicidou-se depois?
↪ As variáveis A e B são influenciadas
↪ A pessoa B matou a pessoa A e pela mesma terceira variável?
suicidou-se depois?
↪ Solução: Manipulação do tratamento
↪ As pessoas A e B foram mortas pela
pessoa C?
↪ Solução: Informação do médico
legista
31
●Como avaliar se um dado fator causa um efeito?
↪ Formar dois grupos que não difiram de forma sistemática em nenhum critério
↪ Administrar o tratamento a um grupo (experimental) e a outro não (de controlo)
↪ Atribuir as diferenças encontradas ao tratamento (ex: única diferença sistemática
entre os dois grupos
Qual destes passos é mais difícil de realizar? Porquê?
32
●Como formar grupos sem diferenças sistemáticas?
↪ O investigador recruta participantes (de preferência mais de 30 por grupo, para
aumentar a probabilidade de os grupos serem semelhantes)
↪ O investigador não deve recrutar grupos que distribui pelas condições
experimentais: a distribuição aleatória exige que a cada participante , de forma
independente, seja atribuído um grupo
↪ Os grupos criados serão em média, iguais ou muito parecidos. Exemplo: Num total
de 20 mulheres e 20 homens, a distribuição por grupo com base no sexo será
equilibrada (10 mulheres num grupo e 10 homens no outro; 9 homens num grupo e
11 no outro)
↪ O investigador certifica-se que não há diferenças sistemáticas entre os grupos
prévias ao estudo
33
●Como avaliar os participantes?
↪ Os elementos do mesmo grupo podem influenciar-se como resultado da interação
(ex: risos, exclamações, choro) pelo que não devem ser testados em grupo
↪ Os grupos não devem ser testados em sessões diferentes, para que as diferenças
inevitáveis entre sessões não se tornem efeitos sistemáticos passíveis de ser
confundidos com os efeitos do tratamento
↪ Se possível, os participantes devem ser avaliados individualmente ou em pequenos
grupos; Se for necessário avaliar grupos grandes deve-se incluir elementos de ambos
os grupos em cada sessão
Exemplo: Porque se deve evitar testar os grupos em sessões diferentes?
Quando o grupo experimental foi testado, havia muito barulho devido a uma
discussão no corredor entre vários alunos (externos à experiência) → Quando o
grupo de controlo foi avaliado, isto não aconteceu → Todos os elementos de um dos
grupos foram expostos a uma condição à qual nenhum dos elementos do grupo de
controlo teve exposto → Criou-se uma diferença sistemática entre os grupos cujo
efeito pode ser erradamente interpretado como um efeito do tratamento
34
Aula 11
35
●Como controlar a influência de variáveis alheias nos
desenhos de dois grupos?
Versão ideal do desenho de dois grupos:
↪ Seleção de dois grupos idênticos
↪ Procedimento idêntico excepto no facto e apenas um ser manipulado (VI)
↪ Comparação dos dois grupos na VD
Uma solução perfeita que não está disponível. O que a torna inviável?
36
↪ Autosseleção: Os participantes escolhem o grupo a que querem pertencer, sendo
que existe pelo menos uma diferença (alguns escolhem o grupo e outros não).
Exemplo: Sessões pós-laborais com o tema “como ajudar a sue empresa” Um nível
maior de compromisso com a empresa no primeiro grupo, pode dever-se à
participação nas sessões ou ser prévio (voluntários poderiam já estar mais
empenhados)
↪ Distribuição a cargo do investigador: Mesmo de forma não intencional, o
investigador pode enviesar o estudo. Exemplo: “Escrita sobre a gratidão potencia a
felicidade”, o investigador poderia enviar os participantes mais sorridentes para o
grupo experimental e os menos sorridentes para o grupo de controlo
↪ Distribuição arbitrária: O investigador utiliza uma regra arbitrária para distribuir os
participantes, sendo que essa regra tem por base uma diferença entre os grupos
fazendo com que os mesmos sejam diferentes e podendo causar diferenças
adicionais nos grupos. Exemplo: Alunos do lado esquerdo ficam no grupo
experimental e os do lado direito no grupo de controlo, levando a grupos não
idênticos levando pelo menos a uma variável diferente (o local onde se sentam),
podendo existir outras diferenças (pontualidade, energia, apreço pelo exterior)
37
●Que problemas advêm da equiparação?
Selecionar grupos idênticos em variáveis relevantes
↪ Múltiplas variáveis (equiparação incompleta): Impossibilidade de ter os
participantes idênticos (nem os gêmeos o são); Impossibilidade de equiparar os
participantes em todas as variáveis (ex: altura, peso, idade, número de irmãos);
Impossibilidade de equiparar os participantes em todas as variáveis relevantes (ex:
influências na felicidade)
↪ VD no pré teste (equiparação imperfeita): Grupos semelhantes que se vão
diferenciando (interação entre seleção e maturação); VD muito contaminada por
erros aleatórios (Regressão para a média); Constituição dos grupos muda ao longo
do tempo (atrito)
38
●O que é a regressão para a média?
↪ D
escrição: Processo de medição não é perfeito - verificar que dois grupos são
idênticos não significa que o sejam; As medições são afetadas por erros de medida
aleatórios que podem influenciar os grupos de maneira diferente; Pontuações
extremamente raras tendem a aproximar-se mais da média numa segunda avaliação
↪ Exemplo: Pontaria no tiro ao alvo avaliada em cinco disparos. Formam-se dois
grupos (pessoas que acertaram cinco vezes e pessoas que falharam cinco vezes. O
erro aleatório favoreceu o primeiro grupo e prejudicou o segundo. Numa nova
avaliação a média do primeiro grupo tenderia a descer (porque seria difícil acertar 10
vezes no alvo a menos que fosse excepcional) e a do segundo a subir (porque tinham
mais cinco hipóteses e com o “treino” iam conseguir acertar pelo menos uma)
levando a pontuações menos extremas e mais próximas da média.
39
● Que ameaças considerar num desenho de dois grupos?
↪ Enviesamentos de seleção: Verificar se os grupos eram idênticos antes do estudo
começar
↪ Interação entre seleção e maturação: Verificar se mesmo sem terem o mesmo
tratamento, os grupos se diferenciam
↪ Regressão para a média: Verificar se mesmo que os grupos parecessem
equivalentes antes do estudo, se a equivalência era ilusória e resultante do erro de
medida aleatório
↪ Atrito: Verificar se houve mais participantes a desistir num grupo do que no outro
40
↪ Seleção de participantes
↪ Avaliação da VD
↪ Aplicação do tratamento garantido que não há mais mudança nenhuma na vida dos
participantes
↪ Nova avaliação da VD
Uma solução perfeita que não está disponível. O que a torna inválida?
41
●O que pode levar a mudanças nas pontuações?
↪ Instrumentação: Mudanças no instrumento de medida, na sua administração ou
cotação; Mudanças intencionais (ex: tentativa de melhorar a avaliação) ou
não-intencionais (ex: falha humana); Alternativas: não incluir pré-testes, usar formas
equivalentes nos testes, treinar observadores. Exemplo: O observador torna-se mais
tolerante com o passar do tempo.
↪ Regressão para a média: Grau em que o erro aleatório afeta o pré teste e o pós
teste pode diferir, quando os participantes são selecionados com base nas suas
pontuações extremas; Vulnerabilidade potecial de todas as medidas influenciadas
por erros aleatórios. Exemplo: O aluno tira 20 num teste, no teste seguinte a nota
vai tender a aproximar-se mais da média
↪ Atrito: No pós teste são avaliados menos participantes que no pre teste;
Participantes com cotações mais baixas no pré teste (fator sistemático) podem
abandonar o estudo - O investigador pode eliminá-lo do pré-teste. Exemplos de
razões: morte, mudança de localidade, não seguimento das instruções - têm
impactos diferentes nos resultados
42
●Como evitar ameaças num desenho de pré e pós-teste?
Desenho de pré e pós-teste com dois grupos permite minimizar as ameaças
anteriores
↪ Avaliação antes do tratamento (Ambos os grupos) Pré-teste VD → Administração
apenas do tratamento (apenas num grupo) Manipulação da VI → Avaliação posterior
ao tratamento (ambos os grupos) Pós-teste VD.
Aula 11
43
●Que tipo de desenhos experimentais existem?
↪ Grupos independentes ou intergrupos: Grupos diferentes de participantes recebem
níveis diferentes da variável independente. Exemplo: desenho de dois grupos (com
ou sem pré teste)
↪ Medidas repetidas ou intragrupos: Existe apenas um grupo de participantes e
todos recebem todos os níveis da variável independente. Exemplo: desenho de pré
teste e de pós teste
44
●O que são enviesamentos de seleção?
Ter grupos que diferem entre si antes de começar o estudo, sendo a maior ameaça à
validade interna num desenho de dois grupos devido a:
↪ Autosseleção: Os participantes escolhem o grupo a que querem pertencer, sendo
que existe pelo menos uma diferença (alguns escolhem o grupo e outros não).
Exemplo: Sessões pós-laborais com o tema “como ajudar a sue empresa” Um nível
maior de compromisso com a empresa no primeiro grupo, pode dever-se à
participação nas sessões ou ser prévio (voluntários poderiam já estar mais
empenhados)
↪ Distribuição a cargo do investigador: Mesmo de forma não intencional, o
investigador pode enviesar o estudo. Exemplo: “Escrita sobre a gratidão potencia a
felicidade”, o investigador poderia enviar os participantes mais sorridentes para o
grupo experimental e os menos sorridentes para o grupo de controlo
↪ Distribuição arbitrária: O investigador utiliza uma regra arbitrária para distribuir os
participantes, sendo que essa regra tem por base uma diferença entre os grupos
fazendo com que os mesmos sejam diferentes e podendo causar diferenças
adicionais nos grupos. Exemplo: Alunos do lado esquerdo ficam no grupo
experimental e os do lado direito no grupo de controlo, levando a grupos não
idênticos levando pelo menos a uma variável diferente (o local onde se sentam),
podendo existir outras diferenças (pontualidade, energia, apreço pelo exterior)
45
●Que problemas advêm da equiparação?
Selecionar grupos idênticos em variáveis relevantes
↪ Múltiplas variáveis (equiparação incompleta): Impossibilidade de ter os
participantes idênticos (nem os gêmeos o são); Impossibilidade de equiparar os
participantes em todas as variáveis (ex: altura, peso, idade, número de irmãos);
Impossibilidade de equiparar os participantes em todas as variáveis relevantes (ex:
influências na felicidade)
↪ VD no pré teste (equiparação imperfeita): Grupos semelhantes que se vão
diferenciando (interação entre seleção e maturação); VD muito contaminada por
erros aleatórios (Regressão para a média); Constituição dos grupos muda ao longo
do tempo (atrito)
46
●O que é a regressão para a média?
↪ D
escrição: Processo de medição não é perfeito - verificar que dois grupos são
idênticos não significa que o sejam; As medições são afetadas por erros de medida
aleatórios que podem influenciar os grupos de maneira diferente; Pontuações
extremamente raras tendem a aproximar-se mais da média numa segunda avaliação
↪ Exemplo: Pontaria no tiro ao alvo avaliada em cinco disparos. Formam-se dois
grupos (pessoas que acertaram cinco vezes e pessoas que falharam cinco vezes. O
erro aleatório favoreceu o primeiro grupo e prejudicou o segundo. Numa nova
avaliação a média do primeiro grupo tenderia a descer (porque seria difícil acertar 10
vezes no alvo a menos que fosse excepcional) e a do segundo a subir (porque tinham
mais cinco hipóteses e com o “treino” iam conseguir acertar pelo menos uma)
levando a pontuações menos extremas e mais próximas da média.
47
● Que ameaças considerar num desenho de dois grupos?
↪ Enviesamentos de seleção: Verificar se os grupos eram idênticos antes do estudo
começar
↪ Interação entre seleção e maturação: Verificar se mesmo sem terem o mesmo
tratamento, os grupos se diferenciam
↪ Regressão para a média: Verificar se mesmo que os grupos parecessem
equivalentes antes do estudo, se a equivalência era ilusória e resultante do erro de
medida aleatório
↪ Atrito: Verificar se houve mais participantes a desistir num grupo do que no outro
48
↪ Avaliação antes do tratamento (Pré-teste VD) Avaliação das competências de
avaliação financeira → Administração do tratamento (Manipulação VI) Aplicação do
programa de melhoria da gestão financeira → Avaliação posterior ao tratamento
(Pós-teste VD) Reavaliação das competências de gestão financeira.
↪ Vantagens: Recurso aos mesmos participantes elimina enviesamentos de seleção
e não é necessária uma amostra tão grande
↪ Ameaças: Validade interna dependente de o tratamento ser a única razão de
diferenças entre o pré e o pós teste
49
●O que pode levar a mudanças nos participantes?
↪ Maturação: Mudanças biológicas e desenvolvimentais que ocorrem nos
participantes; As pessoas estão sempre a mudar de forma espontânea, a curto (ex:
fome, fadiga) e a longo prazo (ex: crescimento). Exemplo: Condução segura aos 20 e
aos 25 anos
↪ História: Acontecimentos ocorridos no mundo exterior, major (ex: guerra) ou minor
(ex: rumores); Mudanças no ambiente não relacionadas com o tratamento, que têm
influência sistemática (afetam a maioria dos participantes). Exemplo: Programa de
sensibilização para a poupança de energia, havendo variação na temperatura no
exterior
↪ Testagem: Pré-teste pode mudar os participantes (ex: motivação, treino, reflexão
sobre uma questão); O efeito pode ocorrer com testes de conhecimento e de outras
variáveis. Alternativas: Não ter pré-testes ou usar outros instrumentos. Exemplo: A
prática favorece a nota do teste seguinte; fadiga gerada pela repetição pode levar a
piores resultados.
50
●Que ameaças considerar num desenho de pré e pós-teste?
↪ Maturação: Verificar se as diferenças entre pré-teste e pós teste se podem dever a
mudanças naturais resultantes do envelhecimento dos participantes?
↪ História: Verificar se há outros acontecimentos na vida dos participantes ou no
mundo que possam levar às diferenças?
↪ Testagem: Verificar se as diferenças podem dever se ao treino e à experiência que
os participantes adquiriram no pré teste
↪ Instrumentação: Verificar se os participantes foram avaliados com o mesmo
instrumento e da mesma forma nas duas ocasiões
↪ Regressão para a média: Verificar se os participantes foram selecionados devido a
pontuações extremas no pré teste
↪ Atrito: Verificar se todas as pessoas que participaram no pré teste realizaram o
pós teste ou o grupo do pós teste é mais seleto do que o do pré teste.
Fim
51