MÉTODOS DE INVESTIGAÇÃO II

Delineamentos de Grupos Independentes

_ Análise e interpretação de resultados experimentais:
_ Verificação dos dados
_ Descrição dos dados (Estatística descritiva)
_ Confirmação do que revelam os dados (Estatística inferencial)

Ano Letivo 2021 – 2022

 Recapitulando ….

> Validade Interna _ Amostras grandes

_ Distribuição aleatória dos sujeitos
Delineamento de
_ Assegura a Validade Interna
Grupos Aleatórios

_ Amostras pequenas
Delineamento de Grupos Delineamento de _ A VD é emparelhada entre os
Independentes Grupos Emparelhados grupos antes da manipulação da VI
_ Garante a precedência da causa
(VI)
Delineamento de
Grupos Naturais _ A VI é selecionada (não é
manipulada)
< Validade Interna _ Fortes limitações ao
estabelecimento da Validade Interna
ANÁLISE E INTERPRETAÇÃO dos Resultados Experimentais
❑ Para afirmar que uma VI produziu um efeito numa VD, a ANÁLISE DOS
DADOS E A ESTATÍSTICA têm um papel crucial.
❑ Através da estatística, os investigadores procuram eliminar a explicação
alternativa de que o acaso tenha produzido as diferenças encontradas entre os
grupos da experiência.

❑ A melhor maneira de determinar se os resultados numa experiência são

fiáveis é replicar a experiência para verificar se se observam os mesmos
resultados.
❑ Replicar significa repetir os procedimentos experimentais.
ANÁLISE DE DADOS de Delineamentos Experimentais

Verificação dos Dados

(erros, outliers, se os dados fazem sentido)

Descrição dos Resultados

3 Níveis relativos à Análise dos
Dados (estatísticas descritivas tais como média,
desvio padrão, magnitude do efeito)

Confirmar o que os dados revelam

(estatística inferencial)
ANÁLISE DE DADOS: Verificação dos Dados

❑ Verificação dos dados (conhecer os dados) :

❑ Antes de se proceder à análise dos dados, os mesmos têm que ser inseridos
num package informático apropriado.

❑ A análise de dados começa sempre pela análise das características gerais

dos dados, limpando dados, se necessário.

❑ Identificar erros, tais como missing values, valores impossíveis (por exemplo,
valores fora de uma escala de likert que foi utilizada para medir as respostas dos
participantes), assim como os outliers.
 ANÁLISE DE DADOS: Verificação dos Dados
ID Sexo Idade Item_1 Item_2 Item_3 Item_4
1 1 16 4 6 4 4
2 2 17 6 6 6 6
3 2 16 4 6 4 4
4 2 15 5 6 4 6
5 1 16 6 6 5 4
6 2 16 3 6 5 5 Statistics
7 1 15 3 3 4 5 Item_1 Item_2 Item_3 Item_4
N Valid 341 344 343 344
8 2 15 2 1 -9 3 Missing 28 25 26 25
9 1 14 6 6 8 6
10 1 15 5 5 5 5 Mean 5.1 5.8 2.9 3.1
11 2 15 6 6 4 3 Median 5.0 6.0 2.0 3.0
12 1 14 6 5 2 -9 Std. Deviation 0.9 0.6 1.7 1.7
13 2 15 6 6 6 6 Range 4 4 8 5
14 1 16 6 6 6 1 Minimum 2 2 1 1
15 2 15 4 1 6 6 Maximum 6 6 9 6
16 2 15 5 5 4 5
17 1 14 6 6 6 6
18 2 16 4 4 2
19 1 15 3 66 2 6
20 1 15 6 6 6 2
ANÁLISE DE DADOS: Verificação dos Dados

Scatter plot Histograma Box plot

ANÁLISE DE DADOS: Descrição dos dados
Estatística Descritiva

❑ Descrição dos Dados (sumarizar os dados):

❑ Os dados podem ser sumarizados de forma numérica, pictórica e/ou verbal

(uma boa descrição dos dados normalmente usa estes três tipos de modos de
apresentação, tabelas de frequências, histogramas, box plotes, …).

❑ Para sumarizar os dados é necessário recorrer á estatística.

❑ Os dois tipos de estatísticas descritivas mais frequentemente utilizados para

sumarizar os resultados de uma experiencia são a média e o desvio padrão.

❑ Para além destas também se usa vulgarmente uma medida designada por
magnitude do efeito (força da relação entre a VI e a VD).
ANÁLISE DE DADOS: Descrição dos dados
Estatística Descritiva
❑ Média (medida de tendência central): Para cada um dos grupos da experiência
é calculado o resultado médio na VD.
❑ Note que habitualmente não examinamos o resultado individual bruto na VD; analisamos
sim qual é, em média, a performance das pessoas na condição experimental e na condição
de controlo, calculando a média do grupo inteiro.

❑ Desvio Padrão (medida de variabilidade/dispersão): É calculada a média da

distância de cada resultado bruto relativamente à média do grupo.
❑ Reconhecendo que nem todas as pessoas respondem da mesma maneira numa
condição experimental, o desvio padrão informa-nos sobre a variabilidade das respostas dos
participantes.
ANÁLISE DE DADOS: Descrição dos dados
Estatística Descritiva
Quando se descrevem ou sumarizam os resultados de uma experiência, uma questão
importante que se coloca aos investigadores é saber qual é a força (magnitude) do efeito
que a VI teve na VD.

❑ Magnitude do Efeito: Indica a magnitude da relação entre a VI e a VD.

_ A vantagem desta medida é que ela não é influenciada pelo tamanho das
amostras testadas.
_ Leva em consideração mais do que a diferença das médias encontrada
entre as condições da experiência.

diferença entre as médias dos grupos experimental e de controlo____

variabilidade média dos resultados brutos de todos os participantes
ANÁLISE DE DADOS: Descrição dos dados
Estatística Descritiva
❑ A medida mais frequentemente utilizada para medir a magnitude do efeito é o
d de Cohen (Cohen, 1992).

❑ Os critérios para interpretar o d de Cohen (medida de magnitude do efeito) são:

Efeito Fraco: .20 Efeito Médio : .50 Efeito Forte: .80

ANÁLISE DE DADOS: Descrição dos dados
Estatística Descritiva
Exemplo:

❑ Os resultados mostram que a cognição agressiva é maior na condição de ‘recompensa’ e é mais

baixa na condição ‘não violento’.
❑ O desvio padrão indica que há variabilidade em torno da média em cada grupo e a variação é
muito semelhante nos três grupos.
❑ Entre a condição de ‘recompensa’ e a condição ‘não violento’, o valor do d de Cohen é de .83.
Efeito Fraco: .20 Efeito Médio : .50 Efeito Forte: .80
Portanto há um efeito da forte da cognição agressiva nestas duas condições
ANÁLISE DE DADOS: Descrição dos dados
Estatística Descritiva

❑ Outra medida da magnitude do efeito pode ser obtida usando um procedimento

chamado Meta-análise.
❑ A meta-análise é uma técnica estatística que permite sumarizar as magnitudes do
efeito de várias experiências que investigam a mesma VI ou VD.
❑ Os investigadores podem realizar uma meta-análise para resumir os efeitos de uma VI
em uma VD num conjunto de várias experiências.
❑ Experiências que investigam um fenómeno psicológico são selecionadas para
revisão com base na sua validade interna e outros critérios.
❑ É calculada a magnitude do efeito para cada um dos estudos (ou várias
magnitudes de efeitos, dependendo do número de variáveis).
❑ Os efeitos de todas as experiências relevantes são combinados para determinar
a magnitude do efeito médio do conjunto das experiências.
ANÁLISE DE DADOS: Descrição dos dados
Estatística Descritiva

❑ Em síntese, na descrição (sumarização dos dados), deve identificar-se:

_ As medidas de tendência central para cada condição da VI (ou grupo)

da experiência.

_ Medidas de dispersão (variabilidade) tais como o desvio padrão, para

cada condição do estudo.

_ A magnitude do efeito da VI nas diferentes condições.

_ Um sumário pictórico dos dados (´representação gráfica’).

ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial
Os investigadores, quando realizam uma experiência, esperam que a VI tenha um efeito na
VD. Querem confirmar que a VI produziu a diferença no comportamento dos sujeitos
testados.

❑ A estatística descritiva, por si só, não produz evidencia suficiente para fazer esta
confirmação.

Para confirmar em que medida é que a VI produziu um efeito é preciso recorrer á estatística
inferencial (a distribuição aleatória dos sujeitos não elimina as diferenças individuais,
simplesmente balanceias)

❑ As diferenças devidas aos sujeitos dentro de cada grupo chamam-se variações do

erro (acaso).
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial
Convém ter presente que:

❑ A diferença de médias numa experiência, por maior rigor que tenha existido no controlo
experimental, não permite estabelecer a conclusão definitiva de que a VI produziu a
diferença no comportamento (VD).

❑ As diferenças podem dever-se ao acaso (variações do erro).

❑ Os dados recolhidos representam amostras de uma população mas é a

POPULAÇÃO, e não a amostra, que nos interessa.
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial
❑ Os investigadores usam a ESTATÍSTICA INFERENCIAL para determinarem em que
medida uma VI tem um efeito fiável numa VD.

❑ A estatística inferencial permite determinar se os resultados da nossa experiência foram

ou não simplesmente devidos ao acaso (variação devida ao erro).

❑ Dois tipos de Estatística Inferencial:

❑ Testar a hipótese nula.

❑ Intervalos de confiança.
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial (hipótese nula)
❑ Testar a hipótese nula:

❑ Este procedimento estatístico é utilizado para determinar se a diferença média

entre duas condições é superior à que seria de esperar pelo simples acaso ou
variação de erro.

❑ Dizemos que o efeito de uma VI na VD é estatisticamente significativo quando a

probabilidade do resultado ser devido à variação do erro (acaso) é baixa.
❑ Como é que decidimos isto?
❑ Quão baixo é baixo suficiente?
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial (hipótese nula)
❑ Primeiro: É assumido que a hipótese nula é verdadeira.
❑ A hipótese nula assume que as médias populacionais dos dois grupos são iguais.
Exemplo: A média populacional para a escrita emocional é igual à média
populacional para a escrita superficial.

❑ Segundo: São utilizadas as médias amostrais para estimar as médias

populacionais.
Exemplo: Média GPA (resultados escolares) para o grupo da escrita emocional = 3.50
Média GPA (resultados escolares) para o grupo da escrita superficial = 3.00
Diferença entre Médias = .50
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial (hipótese nula)
❑ Questão estatística: A diferença entre médias observada é maior do que a
esperada quando assumimos que a hipótese nula é verdadeira (i.e., diferença
média = zero)?
Exemplo: Será que a diferença média observada de .50 é estatisticamente
diferente de zero?
Qual é a probabilidade de a diferença que foi observada ter ocorrido por acaso?
Esta diferença é estatisticamente significativa?

Os cientistas concordam que um resultado com uma probabilidade (p) de menos

de 5 vezes em 100 (p < .05) é considerada estatisticamente significativa. O valor da
probabilidade usada para decidir que um resultado é estatisticamente significativo
chama-se nível de significância (α)
https://www.youtube.com/watch?v=vemZtEM63GY
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial (hipótese nula)
❑ Para responder tem de se calcule a estatística inferencial adequada.
Por exemplo: o teste t é utilizado para testar a diferença entre as médias de duas
amostras independentes. Cada valor t tem uma probabilidade associada.

❑ Compare a probabilidade observada com o nível de significância (alpha)

predeterminado.
Compare o valor de p (p value) observado com o valor/nível de alfa (habitualmente
.05).
❑ Identifique a probabilidade associada à estatística inferencial.
A probabilidade (ou p value) surge no output do computador ou pode ser encontrado
numa tabela.
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial (hipótese nula)
❑ Se o valor de p observado é menor do que .05, rejeita-se a hipótese nula
sobre a não existência de diferenças.
Se o p value é < .05, conclui-se que o tipo de escrita teve um efeito estatístico
significativo na GPA. Isto é, comparando com a escrita superficial, a escrita
emocional faz com que (causa) os participantes tenham uma média de GPA
superior.

❑ Se o valor de p observado é maior do que .05, não se rejeita a hipótese

nula que afirma a não existência de diferenças entre as condições.
Se o valor de p é > .05, conclui-se que o tipo de escrita não tem um efeito
estatístico significativo na GPA.
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial (hipótese nula)
❑ Um resultado estatisticamente significativo indica que a diferença
entre as duas médias observada na experiência é maior do que
seria de esperar se a hipótese nula fosse verdadeira (i.e., ausência
de diferença na população).

❑ Concluímos que a VI, tipo de escrita, causou a diferença entre as

médias (presumindo que a experiência tem validade interna).
ANÁLISE DE DADOS: Confirmar o que os dados revelam
Estatística Inferencial (intervalos de confiança)
❑ Os investigadores procuram saber mais acerca dos efeitos das VIs no
comportamento, do que somente a VI teve um efeito.

❑ O teste das diferenças entre as médias (F ou f) mostram que alguma coisa

aconteceu na experiência mas não diz muito acerca do que aconteceu.

❑ Informação mais especifica acerca do efeito da VI pode ser obtido através dos
intervalos de confiança.
 Confirmar o que os Dados revelam: Estatística Inferencial
Intervalos de confiança
❑ Intervalos de Confiança: Estão associados com a probabilidade (normalmente
de .95) do intervalo conter a verdadeira média da população.

❑ As médias amostrais são usadas para estimar os valores da população.

(raramente estamos interessados apenas numa amostra de pessoas —
queremos antes descrever uma população mais vasta.)
❑ Os intervalos de confiança proporcionam a amplitude/extensão de valores
dentro dos quais podemos esperar que esteja o valor da população.
https://www.youtube.com/watch?v=tFWsuO9f74o
 Confirmar o que os Dados revelam: Estatística Inferencial
Intervalos de confiança
Numa experiência, geralmente queremos dizer que:
❑ O desempenho numa condição
O que nos diz a diferença
(e.g., a condição experimental ou tratamento) entre a média do grupo
❑ difere do desempenho numa segunda condição. ‘recompensa’ e o grupo
‘não violento’?
(e.g., a condição de controlo).

.21 - .16 = .05

Será a diferença que
podemos esperar para a
população, ou será uma
diferença apenas devida ao
acaso?
 Confirmar o que os Dados revelam: Estatística Inferencial
Intervalos de confiança
Exemplo:

❑ O intervalo de confiança para o grupo ‘recompensa’ é de .19 - .23 indicando que há uma
probabilidade de .95 do intervalo conter a medida da população para a cognição agressiva
na condição recompensa (a média .21 da amostra só estima a média da amostra).
❑ Por outro lado o intervalo de confiança do grupo ‘não violento’ é .13 - .18. Este IC não se
sobrepõem com o IC do grupo ‘recompensa’, o que quer dizer que os grupos diferem.
 Confirmar o que os Dados revelam: Estatística Inferencial
Intervalos de confiança
❑ Agora suponha que é calculado um intervalo de confiança para o valor da
população de tal forma que a média da diferença esperada está entre

.00 - .60.

❑ Porque o intervalo de confiança inclui o “zero,” é possível que não haja efeito
das diferentes condições da VI, quando comparadas, na população.

❑ A diferença de médias observada na nossa amostra (.05) pode ser atribuída ao

acaso.
 EXERCÍCIO

Foi realizada uma investigação para testar a eficácia de uma substância para um possível uso no
tratamento de pessoas que experienciam ansiedade crónica. Foram identificadas 50 pessoas,
ansiosas crónicas, através de uma clínica e todas elas deram o seus consentimento informado para
participar nesta investigação. 25 pessoas foram designadas aleatoriamente para participar no grupo
experimental e receberam a substância. As outras 25 pessoas foram designadas aleatoriamente para o
grupo de controlo e receberam um placebo.

Os participantes de ambos grupos foram monitorizados por um médico e um psicólogo clínico durante o
período de seis semanas de tratamento. Depois do período de tratamento, os participantes preenchem
uma escala de autopreenchimento, fiável e válida, de vinte pontos que indica o nível de experiência da
ansiedade (resultados mais altos indicam maior ansiedade).

A média dos valores no grupo experimental foi de 10.2 (SD=1.5) e a media no grupo de controlo foi de
13.5 (SD=2.0). O intervalo de confiança .95 para a média de valores no grupo experimental foi de 9.9 a
10.5. O intervalo de confiança .95 para o grupo de controlo foi de 13.1 a 13.9.
 EXERCÍCIO

A. Explique porque é que um procedimento duplamente cego seria útil nesta investigação e descreva
como é que o procedimento duplamente cego pode ser levado a cabo nesta investigação.

B. Que informação utilizaria para começar a descrever “o que aconteceu” nesta investigação?

C. A probabilidade associada com o teste para a diferença de medias entre os dois grupos foi de p =
.01. O que poderia dizer sobre o efeito do tratamento baseando-se nesta probabilidade? O que
poderia dizer baseando-se nas estimativas das médias populacionais para os dois grupos na
experiência baseada na comparação dos intervalos de confiança?

D. O (effect size) dimensão do efeito para esta experiência é de d = .37. Que informação nos é dada
por esta dimensão de efeito (effect size) sobre a eficiência da substância para lá do que já sabe a
partir do teste da significância estatística e da comparação dos intervalos de confiança?