3.

Coleta de dados
 Há tipos de dados:
 Qualitativos (nominais, ordinais)
 Quantitativos (contínuos, discretos)

 A mensuração pode ser por escala:

 Intervalar
 De razão
 Não intervalar (geralmente qualitativa e ordinal)
(COOPER, HERON, HEWARD; 2014, TRIOLA, 1999, CRESPO, 1994).
Dados qualitativos nominais
 Dados qualitativos nominais

Fontes: https://www.spectrumnews.org/news/cognition-and-behavior-sensory-sensitivity-tied-to-autism/
https://publicdomainvectors.org/en/free-clipart/Girl-throwing-into-bin/74563.html
https://www.happyfamilies.com.au/articles/ask-dr-justin-how-do-i-stop-my-child-biting
 Dados qualitativos ordinais

Fonte: https://www.sciencedirect.com/science/article/abs/pii/S0022096508001720?via%3Dihub
 Dados qualitativos ordinaisxc5

Fonte: https://files.institutoitard.com.br/pdf/Guia_Portage_Inventario_Operacionalizado_Escala_em_PDF.pdf
 Dados quantitativos discretos

Fonte: https://conceito.de/regra-de-correspondencia
 Dados quantitativos discretos

Fonte:http://edumat.ouropreto.ifmg.edu.br/wp-content/uploads/sites/12/2018/06/apostila-matematica-1-02-CONJUNTOS-NUMERICOS-cassio
 Dados quantitativos discretos

Fonte
https://psycnet.a
pa.org/buy/2022
-98207-001

Artigo: Agressividade e choro como efeitos colaterais do castigo

Dados quantitativos contínuos
Escala não intervalar
Escala intervalar
 Escala de razão

Fonte
https://psycnet.a
pa.org/buy/2022
-98207-001

Artigo: Agressividade e choro como efeitos colaterais do castigo

4. População e amostra
 Amostra: é uma parte do
conjunto total, é a parte que a
pessoa observa e registra
 População: o conjunto total

(TRIOLA, 1999, CRESPO, 1994).

4. População e amostra
 Amostra: Em ABA, são as respostas observadas direta ou
indiretamente.
 População: O repertório comportamental da pessoa.
Estatística
Básica
para ABA
Aula 4: final
ALEX VIEIRA ANDRADE

RU: 3419976
5. Organização e tratamento dos
dados
 É o trabalho realizado sobre um conjunto de dados de forma a
ordená-los, classifica-los, resumi-los e descrevê-los.
 Permite uma visão global dos dados
 Relaciona os dados com a teoria e contexto de sua coleta
 Permite a apresentação dos dados e sua análise
(COOPER, HERON, HEWARD; 2014, TRIOLA, 1999).
6. Apresentação dos dados
 Os dados são representados visualmente por meio de gráficos de
barras, gráficos de linha, histogramas, gráficos de setor, entre outros.
 As visualizações facilitam a identificação de padrões e tendências
nos dados.
 É uma etapa essencial, pois permite a identificação de padrões,
tendências e características importantes dos dados sem
necessariamente aplicar técnicas estatísticas mais avançadas.
7. Tipos de gráficos e seus usos
 Gráfico de Barras/colunas:
 O que é: Representação visual de dados por meio de colunas (verticais ou
horizontais).
 Como Lê-lo: Altura (ou comprimento) das colunas representa a quantidade
ou frequência. Ou seja, a medida é quantitativa.
 Tipo de Dado e Escala: Dados nominais, ordinais, quantitativos (não
recomendado), sendo as escalas de intervalo e de razão.
7. Tipos de gráficos e seus usos
 Gráfico de Barras/colunas:
 Usar para: Comparar categorias diferentes, mostrar distribuições de dados.
 Não usar para: Representar dados qualitativos não associados a dados
quantitativos, ou em caso de apresentação de variação no tempo ou para
mostrar proporções.
 Vantagem: Comparação fácil entre categorias.
 Desvantagem: Pode não ser adequado para dados contínuos.
7. Tipos de gráficos e seus usos
 Gráfico de Barras/colunas:
 Exemplo de Uso em ABA: Comparar a frequência de comportamentos alvo
em diferentes sessões. Comparar comportamentos diferentes no mesmo
período e no mesmo contexto, ou comparar o mesmo comportamento em
contextos diferentes.
 Exemplo de Uso Incorreto em ABA: Representar a variação da intensidade
de um comportamento ao longo do tempo.
7. Tipos de gráficos e seus usos:
REVISÃO
 Plano cartesiano:
 Apresenta relações
 Envolve 2 variáveis
 É um sistema de
coordenadas
 Análogo a xadrez,
mapas, batalha naval,
etc.
7. Tipos de gráficos e seus usos
 Gráfico de linhas:
 O que é: Conexão de pontos por meio de linhas para mostrar tendências ao
longo do tempo, ou seja, é baseado em um plano cartesiano.
 Como Lê-lo: Variação na altura da linha representa mudanças no valor da
variável no eixo x.
 Tipo de Dado e Escala: Dados de escala de intervalo e de escala de razão.
7. Tipos de gráficos e seus usos
 Gráfico de linhas:
 Usar para: Mostrar tendências ao longo do tempo, relacionar variáveis.
 Não usar para: Dados nominais, ordinais ou com ordem não significativa.
 Vantagem: Mostra tendências ao longo do tempo.
 Desvantagem: Pode não ser adequado para dados nominais.
7. Tipos de gráficos e seus usos
 Gráfico de linhas:
 Exemplo de Uso em ABA: Acompanhar o progresso da aquisição de
habilidades ao longo de várias sessões, calcular a velocidade da aprendizagem.
Exemplo de Uso Incorreto em ABA: Mostrar dados puramente qualitativos;
comparar diferentes categorias em termos de proporção entre
elas/porcentagem de um todo, usar escalas muito grandes ou pequenas em
relação aos dados, não considerar a variabilidade natural dos dados, coletar
poucos dados, não fazer linha de base etc.
7. Tipos de gráficos e seus usos
 Gráfico de pizza:
O que é: Divisão de um círculo em setores para representar proporções.
 Como Lê-lo: Área do setor em relação ao círculo representa a proporção.
Tipo de Dado e Escala: Contagem de dados nominais usando escalas
quantitativas de razão.
7. Tipos de gráficos e seus usos
 Gráfico de pizza:
 Usar para: Mostrar a distribuição de partes em um todo.
 Não usar para: Comparação detalhada entre categorias ou dados ordinais,
informar tendências ou efeitos ao longo do tempo.
 Vantagem: Visualizações proporcionais.
 Desvantagem: Dificuldade em comparar várias categorias.
7. Tipos de gráficos e seus usos
 Gráfico de pizza:
 Exemplo de Uso em ABA: Mostrar a proporção de diferentes tipos de
respostas em uma sessão.
 Exemplo de Uso Incorreto em ABA: Comparar a frequência de
comportamentos em diferentes sessões ao longo do tempo; apresentar as
proporções dos comportamentos em termos de porcentagem omitindo as
unidades ou total originais, apresentar muitas categorias (agrupe-as ou use
uma tabela ao invés).
 Frequencia Frequencia
Comportamento (em %) (absoluta)
Comportamento A 30 90
Comportamento B 25 75
Comportamento C 20 60
Comportamento D 25 75
TOTAL 100 300
7. Tipos de gráficos e seus usos
 Gráfico de Dispersão:
 O que é: Pontos individuais em um plano cartesiano para mostrar a relação
entre variáveis.
 Como Lê-lo: Posição dos pontos indica valores das variáveis, quanto mais
próximos de uma reta, mais relacionados, direta ou indiretamente.
 Tipo de Dado e Escala: Dados de escala de intervalo e de escala de razão.
7. Tipos de gráficos e seus usos
 Gráfico de Dispersão:
 Usar para: Mostrar a relação entre duas variáveis.
 Não usar para: Dados nominais ou ordinais.
 Vantagem: Mostra correlações, padrões, tendências e relacionamentos entre os
dados visualmente.
 Desvantagem: Requer dados quantitativos, pode ser inconclusivo sem dados
suficientes, é mais avançado, é melhor para dados contínuos, requer bastante
conhecimento contextual, pode gerar confusão com a relação de causa, quando
não há padrões claros é difícil interpretar objetivamente, limitado a 2 variáveis.
7. Tipos de gráficos e seus usos
 Gráfico de Dispersão:
 Exemplo de Uso em ABA: Identificar se há correlação entre a frequência de
comportamentos e variáveis ambientais.
 Exemplo de Uso Incorreto em ABA: Mostrar a proporção de diferentes
tipos de respostas; qualquer tipo de relação qualitativa; não usar a mesma
escala em ambos os eixos.
7. Tipos de gráficos e seus usos
Quando usar o gráfico de dispersão e o de linhas:
 Linha: Acompanhar o progresso ao longo do tempo de uma única variável. Ele é útil quando você
deseja visualizar a mudança de um comportamento ou habilidade específica da criança ao longo de
várias sessões ou semanas.
 Acompanhamento do Progresso: Se você deseja ver como um comportamento específico está
melhorando ou piorando ao longo do tempo (por exemplo, o aumento de respostas corretas em um
teste).
 Evolução de Metas: Para rastrear o progresso em direção a metas específicas de intervenção, como a
redução de comportamentos problemáticos ou o aumento de comportamentos socialmente adequados.
 Comparação de Intervenções: Se você está testando diferentes estratégias de intervenção ao longo
do tempo para ver qual tem o impacto mais positivo.
7. Tipos de gráficos e seus usos
 Quando usar o gráfico de dispersão e o de linhas:
 Dispersão: É mais apropriado quando você está analisando a relação entre duas
variáveis. Ele ajuda a visualizar como as mudanças em uma variável afetam a outra.
 Relações entre Variáveis: Se você deseja investigar a relação entre duas variáveis,
como a relação entre o tempo gasto em tarefas de estudo e o desempenho acadêmico.
 Efeito de Intervenções: Para analisar como a alteração em uma variável (como a
frequência de reforço) afeta outra variável (como a taxa de respostas corretas).
 Generalização de Habilidades: Quando você está monitorando como uma
habilidade aprendida em um ambiente específico se generaliza para outros ambientes.
8. Erros comuns
Erros comuns no processo de coleta de dados são:
 Ênfase em dados que confirmam a hipótese
 Coletar dados em momentos excepcionais
 Não coletar dados frequentemente
 Julgar dados quantitativos de forma subjetiva
 Não definir a classe de comportamento a ser investigada
 Usar critérios ou formar de mensuração variáveis dentro da mesma mensuração
 Coletar dados insuficientes
(COOPER, HERON, HEWARD; 2014, TRIOLA, 1999).
8. Erros comuns
Erros comuns na apresentação dos dados
 Usar porcentagem para aumento ou diminuição ou comparação qualquer sem
considerar variações nos totais em cada mensuração
 Uso inadequado de gráficos:
 Uso de gráficos de barras para dados ordinais ou nominais.
 Utilização de gráficos de linha sem dados sequenciais.
 Escolha de gráficos de pizza para comparações detalhadas.
 Não considerar a escala dos eixos nos gráficos de dispersão.
 Usar códigos numéricos de dados qualitativos como numéricos.
 Utilizar escalas em desacordo com as unidades/grandezas
8. Erros comuns
Erros comuns na análise dos dados
 Usar fontes não confiáveis, teorias sem ligação cientificamente
comprovada com o fenômeno estudado.
 Não considerar os contextos originais e variabilidade natural da
variável medida.
 Analisar os dados sem utilizar conceitos de análise do comportamento.
 Se basear em opiniões e não evidências.
 Não se fundamentar em observações diretas.
 Não se basear nas relações quantitativas dos dados.
8. Erros comuns
Outros erros comuns em ABA
 Falta de definições claras de comportamento.
 Amostragem inadequada.
 Uso de definições ambíguas objetivos comportamentais.
 Falta de registro quantitativo.
 Não considerar variáveis ambientais.
 Escolha inadequada de gráficos.
 Falta de dados basais.
 Falta de consistência na coleta.
 Não revisar o plano de tratamento.
Referências
COOPER, J. O., HERON, T. E., HEWARD, W. L. Applied Behavior Analysis. 2. ed. Harlow:
Pearson, 2014.

CRESPO, A. A. Estatística fácil. 11. ed. São Paulo: Saraiva, 1994.

MORETTIN, P. A., BUSSAB, W. O. Estatística Básica. 6. ed. São Paulo : Saraiva, 2010.

RUMSEY, D. Estatística para leigos. Rio de Janeiro: Alta books, 2016.

TRIOLA, M. F. Introdução à estatística. 7.ed. São Paulo: LTC, 1999

Respostas a
perguntas
Até a próxima semana!