Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Dancey-5ed_01.indd 23
06/09/12 10:38
24
Os limites da cidade so definidos rigorosamente e somente incorporam algumas reas como Radford, St Anns e Hyson Green, assim como outros pontos de
crimes da cidade.
As estatsticas de crime de Nottingham excluem West Bridgford, Beeston e mais
outras reas suburbanas mais seguras.
Em comparao com outras reas industriais maiores, como Leeds, Sheffield,
Birmingham, Manchester e Liverpool, a taxa de crimes de Nottingham, por habitantes, pior, mas este o caso porque todas as cidades acima so distritos metropolitanos ou condados, significando que as estatsticas do crime das cidades so
um reflexo de toda a rea metropolitana, incluindo os pequenos subrbios semirrurais nos limites das cidades, com pouco crime.
Se Nottingham fosse metropolitana, o que eu no estou sugerindo que deveria
ser (o que no alteraria o crime), apenas mudaria as estatsticas. Os limites da
cidade sem dvida se estenderiam a Ruddington e Tollerton, onde a taxa de crime
baixa. Isso teria um efeito menos intenso no nmero de crimes, que no momento
esto concentrados em reas altamente populosas sem crimes do centro da cidade.
Comparar Nottingham a cidades como Newcastle Upon Tyne ou Sheffield no
correto, embora elas sejam comparveis como centros urbanos, como distritos
do crime elas so de uma liga diferente, com Sheffield tendo aproximadamente um
milho de habitantes comparado com os 275000 de Nottingham (todos nas reas
mais perigosas).
Vale a pena olhar a outras cidades que no esto bem no departamento de
estatstica do crime.
O pior lugar para estupros Portsmouth, para assaltos Leicester e para assassinatos em Nottingham.
Todas essas cidades so distritos no metropolitanos como Nottingham.
Gostaria de ver as estatsticas do centro da cidade para as reas metropolitanas de Doncaster, Rotherham, Oldham e Bolton e ver se elas ainda so mais seguras do que as reas equivalentes de Nottingham. Eu, de certo modo, duvido.
(Carta do Nottingham Evening Post, 5 de junho de 2006)
Essa carta ilustra claramente a importncia de se colocar estatsticas em um contexto correto. Se for dito a voc, por exemplo, que a altura mdia de um adulto 173 cm,
isto pode ser correto para um homem brasileiro, mas no necessariamente para um homem de uma tribo africana de pigmeus, onde a altura mdia pode ser de apenas 145 cm.
1.2 Variveis
Explicamos um aspecto muito importante das estatsticas: que elas s tm sentido em
um contexto. Mas o que que a estatstica realmente faz? Essencialmente, a estatstica
nos fornece informaes sobre fatores que podemos medir. Na pesquisa, as coisas que
medimos so denominadas variveis.
As variveis so o foco principal da pesquisa em cincias. Uma varivel simplesmente algo que pode variar, isto , pode assumir valores ou categorias diferentes. Alguns
exemplos de variveis so o gnero (sexo), velocidade de digitao, velocidade mxima
de um carro, nmero de sintomas registrados de uma doena, temperatura, pblico em
um festival de rock (por exemplo, o festival Download), nvel de ansiedade, nmero de
gols em uma partida de futebol, inteligncia, nmero de encontros sociais ao levar o
cachorro para passear, quantidade de violncia na televiso, ocupao e cores favoritas.
Esses so exemplos de coisas que se pode medir e registrar e que variam de uma situao
ou pessoa para outra.
Dancey-5ed_01.indd 24
06/09/12 10:38
25
Contnuas
Discretas
Categricas
Temperatura
Gnero (sexo)
Ocupao
Velocidade de digitao
Cor favorita
Inteligncia
Tipo de restaurante
Nvel de ansiedade
Dancey-5ed_01.indd 25
06/09/12 10:38
26
mensurada. Uma varivel pode ser teoricamente contnua, mas a forma de medi-la
sempre discreta, no importa o grau de preciso da medida utilizada. Poderamos medir
a ansiedade (uma varivel teoricamente contnua) utilizando um questionrio (por exemplo, o Inventrio das Caractersticas e Estados da Ansiedade*, Spielberger et al., 1983),
em que o escore total no questionrio fornece uma indicao do nvel de ansiedade de
uma pessoa. O escore total neste questionrio pode aumentar somente em unidades,
digamos de 38 para 39 ou de 61 para 62. Assim, a forma de mensurao da ansiedade
discreta, enquanto a varivel envolvida de fato contnua.
Adicionalmente, com frequncia, ao se analisar variveis discretas elas so tratadas
como se fossem contnuas. Muitos dos testes estatsticos que usamos assumem que estamos tratando com variveis contnuas. Geralmente quando uma varivel discreta pode
assumir um grande nmero de valores dentro de certo intervalo (por exemplo, pblico
de um festival de rock), elas podem para efeitos prticos ser tratadas como se fossem
contnuas na utilizao do teste estatstico.
Outro tipo de varivel a categrica, isto , aquela em que os valores assumidos so
categorias. Um bom exemplo gnero, que pode ter apenas dois valores: masculino e
feminino. Variveis categricas podem, algumas vezes, apresentar muitos valores possveis, como em tipo de ocupao (por exemplo, juiz, professor, advogado, engenheiro,
etc.). Quando lidamos com dados categricos temos um grande nmero de variveis
que gostaramos de investigar. Poderamos, se quisssemos, categorizar pessoas com
base em se elas comeram ou no bolo de chocolate s 6:30 desta manh ou talvez (ou
pouco mais bizarro) se elas deram ou no contribuies ao time de futebol Manchester
United. Os nicos exemplos bvios de variveis categricas apresentadas na lista do
incio desta seo ocupao, gnero e cor favorita.
Tente se assegurar que voc entendeu os diferentes tipos de variveis que voc est
medindo, pois isso importante quando se decidir como analisar os dados.
Definies
Variveis contnuas podem assumir qualquer valor dentro de um determinado intervalo.
Variveis discretas podem assumir apenas valores discretos em um intervalo.
Variveis categricas so aquelas nas quais simplesmente alocamos pessoas ou objetos a categorias.
Dancey-5ed_01.indd 26
06/09/12 10:38
27
Altura (cm)
Alto
193
200
150
Baixo
147
100
50
10
Ponto de discusso
Dancey-5ed_01.indd 27
06/09/12 10:38
28
Streiner argumenta que a prtica de dicotomizar variveis contnuas tende a diminuir o poder da
pesquisa (o poder de um teste ser tratado nos Captulos 4 e 7). A razo disto que se perdem muitas
informaes sobre os participantes. Por exemplo, suponha que duas pessoas tenham os escores de 20
e 38 em um teste de ansiedade e que, quando a varivel for dicotomizada, eles sero contados como
de baixa ansiedade (os dois esto abaixo da mediana). Em qualquer anlise subsequente baseada na
categorizao feita, ambos sero tratados como possuindo o mesmo nvel de ansiedade, isto , eles
sero considerados no ansiosos. Entretanto, de acordo com os escores originais, o nvel de ansiedade
entre eles bastante diferente. Tratar essas duas pessoas como idnticas em termos de nveis de ansiedade no parece fazer sentido. Seria mais sensato tentar incluir os valores reais de ansiedade em
qualquer anlise estatstica que for realizada.
Alm disso, pode-se observar uma diferena muito maior entre os nveis de ansiedade das duas
pessoas classificadas como no ansiosas do que entre uma classificada como ansiosa e a outra no.
Por exemplo, suponha que a mediana fosse 39, ento todos aqueles acima desse escore seriam classificados como ansiosos e os todos os abaixo como no ansiosos. Pode-se ver aqui que uma pessoa
no ansiosa que tenha um escore de 38 tem muito mais em comum com uma ansiosa cujo escore seja
41 do que com outra no ansiosa cujo escore seja 20. Ainda em qualquer anlise posterior, os participantes com escores de 20 e 38 so classificados como idnticos em termos de ansiedade e estes so
classificados como diferentes de uma pessoa que tenha um escore de 41. Isto no faz sentido.
Streiner ainda ressalta pesquisas que mostram que anlises utilizando variveis dicotmicas
apresentam aproximadamente 67% da eficincia das que utilizam as variveis contnuas ou discretas
originais. Trata-se uma grande perda de sensibilidade do estudo. Significa que voc tem apenas 67%
de probabilidade de detectar relacionamentos entre variveis se estiver utilizando variveis contnuas
ou discretas dicotomizadas. Esta uma sria desvantagem na conduo de uma pesquisa. Alm disso,
a perda de poder no o nico problema que surge quando variveis so dicotomizadas. Maxwell e
Delaney (1993) mostraram que essa prtica pode levar a achados esprios na anlise estatstica.
Consequentemente, aconselhamos a no dicotomizar variveis contnuas.
Atividade 1.1
Quais das seguintes variveis so categricas, quais so discretas e quais so contnuas?
Velocidade do vento
Tipos de ttulos oferecidos por uma universidade
Nvel de extroverso
Marcas de carros
Times de futebol
Nmero de peas de xadrez capturadas em um jogo
Peso de pandas gigantes
Nmero de pinturas expostas em galerias de arte
As respostas corretas podem ser encontradas no final do livro.
Nominal
Ordinal
Intervalar
De razo
No nvel mais baixo da mensurao esto as escalas nominais. Elas so, de fato,
variveis categricas representando categorias diferentes, mas elas tambm tm a ca-
Dancey-5ed_01.indd 28
06/09/12 10:38
29
racterstica de que no existe uma ordem em particular que possa ser atribuda s categorias. Um bom exemplo de uma escala nominal gnero, que tem duas categorias,
masculino e feminino. Voc deve ser capaz de ver que no existe uma maneira lgica de
ordenar essas duas categorias em termos de magnitude. Outro exemplo pode ser o grupo
tnico: novamente, podemos categorizar pessoas em termos do seu grupo tnico, mas
no podemos colocar esses grupos em uma ordem em particular eles so simplesmente
categorias diferentes. Quando tratamos com medidas nominais, estamos simplesmente
colocando pessoas em categorias e os dados que obtemos esto na forma de frequncias.
As frequncias simplesmente nos dizem quantas pessoas esto em cada categoria.
No prximo nvel de mensurao temos as escalas ordinais. Seguidamente em
psicologia usamos escalas de avaliao para medir as respostas dos participantes. Por
exemplo, queremos saber quo nervosa uma pessoa est antes de tomar parte em um
estudo que estamos realizando. Poderamos usar uma escala como a apresentada abaixo
para avaliar quo nervosa est.
1
Eu estou bem.
3
Opa, isto est
ficando srio!
5
Estou uma pilha
de nervos!
Dancey-5ed_01.indd 29
06/09/12 10:38
30
de razo a velocidade de um carro. Quando o carro no est se movendo ele tem velocidade zero (um ponto zero absoluto) e a diferena entre 9 e 10 km por hora a mesma
diferena entre 29 e 30 km por hora. O ponto til de se ter um zero absoluto que podemos formar razes usando escalas (portanto, escalas de razo). Desta forma, posso dizer
que um carro se movendo a 100 km por hora est se movendo duas vezes mais rpido do
que um a 50 km por hora. Ou uma pessoa que l este pargrafo em 30 segundos l duas
vezes mais rpido do que algum que l em 60 segundos.
Os nveis de mensurao so importantes porque podem influenciar qualquer tipo
de teste estatstico que podemos usar para analisar nossos dados. Geralmente, podemos
somente usar as tcnicas estatsticas suscetveis (chamadas de testes paramtricos) quando temos dados de nvel intervalar ou de razo. Se tivermos dados nominais ou ordinais,
devemos utilizar testes no paramtricos menos suscetveis (veremos as condies para
usar tipos diferentes de teste com mais detalhes no Captulo 5).
Definies
Escalas de razo tm intervalos iguais entre os escores adjacentes da escala e um zero absoluto.
Escalas intervalares tm intervalos iguais entre escores adjacentes, mas no tm um zero absoluto.
Escalas ordinais tm algum tipo de ordem para as categorias (por exemplo, em termos de magnitude),
mas os intervalos entre os pontos adjacentes na escala no so necessariamente iguais.
Escalas nominais consistem de categorias que no podem ser ordenadas.
Dancey-5ed_01.indd 30
06/09/12 10:38
31
Um tpico especfico de varivel estranha aquele que est correlacionada com ambas
as variveis principais que estamos interessados. Tal varivel chamada de varivel de confuso ou confundimento. Por exemplo, vamos supor que estamos interessados nas diferenas de sexo na habilidade de jogar sucessivamente, com sucesso, uma bola em uma cesta de
basquete. Vamos presumir que executamos um estudo e descobrimos que os homens pontuaram mais do que as mulheres. Podemos concluir disso que os homens so melhores do
*N. de T.T.: So tambm utilizados os termos varivel de confundimento ou varivel confundidora.
Dancey-5ed_01.indd 31
06/09/12 10:38
32
Tipo do co
Caminhar
com ou sem
o co
Timidez
Nmero de interaes
sociais em uma
caminhada no parque
Dia da semana
e hora do dia
da caminhada
Gnero
Atratividade
Figura 1.2 Ilustrao das variveis que podem influenciar o nmero de interaes sociais
que uma pessoa pode ter em um parque.
Dancey-5ed_01.indd 32
06/09/12 10:38
33
as duas variveis covariam. Deve-se notar que os termos relacionadas, correlacionadas e covariam so muitas vezes utilizados indistintamente.
Outro excelente exemplo de pesquisa conduzida com a utilizao de desenho correlacional a que verifica a relao entre o hbito de fumar e o cncer. Tem sido geralmente verificado, que medida que aumenta o consumo de cigarros, o mesmo ocorre com
a incidncia de cncer. Portanto existe um relacionamento entre o nmero de cigarros
consumidos e a chance de contrair cncer.
Se voc usar um delineamento correlacional, ento o tipo de tcnica estatstica provavelmente utilizada ser o coeficiente de correlao momento-produto de Pearson* ou
talvez o coeficiente de correlao de Spearman**. Eles sero abordados nos Captulos
6 e 16, respectivamente.
Definio
Delineamentos correlacionais so aqueles que investigam relacionamentos entre variveis.
1.4.3 Causao
A questo da causao problemtica em cincia, ainda mais quando utilizamos delineamentos correlacionais. Um dos principais objetivos da cincia descobrir a causa
dos acontecimentos. Em todos os ramos da cincia, os pesquisadores esto tentando
determinar relaes causais entre variveis. Por exemplo, Newton*** produziu uma teoria
elegante para explicar o que causa a queda de mas. Ele estabeleceu uma relao causal
entre a queda das mas e a gravidade. Em muitas pesquisas psicolgicas, tambm tentamos estabelecer tal relao causal. Quando usamos delineamentos correlacionais, no
entanto, difcil estabelecer se a alterao em uma varivel causa a mudana em outra
varivel. A razo disto que em tais delineamentos estamos simplesmente observando
e registrando mudanas em variveis e tentando estabelecer se elas covariam de alguma
forma que faa sentido. Em virtude de que estamos apenas observando como as variveis mudam, difcil (para no dizer impossvel) estabelecer a relao causal entre elas.
Para sermos capazes de fazer isto de forma mais fcil, necessrio sermos capazes de
manipular uma das variveis (mud-la sistematicamente) e ento observar o que acontece com a outra varivel. Essa abordagem ser discutida mais tarde nesta seo.
Uma das regras de ouro do delineamento correlacional que no se pode inferir
causao a partir de uma correlao. A indstria do tabaco tem se valido dessa fraqueza da correlao para argumentar que no existe evidncia de que o fumo cause cncer.
Estritamente falando eles podem estar certos, pois os estudos tm sido principalmente
correlacionais. Mas considerando a quantidade de pesquisas que tm sido feitas corroborando uma relao causal entre o hbito de fumar e o cncer, ningum seria tolo
em ignorar as pesquisas e acreditar nas pessoas que esto tendo lucro com a venda de
tabaco.
Descobrir que ansiedade estatstica e procrastinao esto relacionadas (Figura 1.3)
no nos diz muito sobre a relao causal entre estas duas variveis. Pode ser que o
aumento na ansiedade estatstica aumente a procrastinao ou ento que alteraes na
procrastinao causem alteraes na ansiedade estatstica. De forma alternativa, podem
existir outras variveis, tais como uma neurose que pode causar mudanas tanto na ansiedade estatstica quanto na procrastinao (veja a Figura 1.4). Voc pode ver, portanto,
*N. de T.T.: Karl Pearson (1857-1936).
**N. de T.T.: Charles Edward Spearman (1863-1945).
***N. de T.T.: Isaac Newton (1642-1727).
Dancey-5ed_01.indd 33
06/09/12 10:38
34
Es
tat
sti
ca
co
m
ma
tem
ti
ca
E
s
ta
t
s
mate tica com
mtic
a
Neurose
Ansiedade estatstica
Procrastinao
Figura 1.4 Possvel relao causal entre neurose, ansiedade estatstica e procrastinao.
Dancey-5ed_01.indd 34
06/09/12 10:38
35
Angstia
Depresso
Ansiedade
exposto ao ar e comparar isto com ele exposto a gua. Observaramos uma reao lenta
na condio ar (a superfcie brilhante do sdio torna-se opaca) e uma reao rpida na
condio gua (o sdio torna-se efervescente e pode entrar em combusto). Em um
experimento, temos uma varivel que estamos mensurando (o estado do sdio varivel
do experimento) e queremos descobrir que efeito sofrer a outra varivel manipulada
pelo investigador (por exemplo, ao que o sdio est exposto). A varivel manipulada pelo
observador denominada de varivel independente (VI), isto , o seu valor no dependente ( independente) das outras variveis investigadas. A outra varivel do experimento
denominada de varivel dependente (VD). Ela denominada de dependente porque
se assume que ela dependa dos valores da VI. De fato, o propsito de um experimento
comprovar ou descartar tal dependncia.
Podemos conduzir tal pesquisa em psicologia, por exemplo, se quisermos verificar
que caminhar com o co de fato influencia o nmero de encontros sociais. Para conduzirmos tal estudo tomamos um grupo de pessoas e aleatoriamente sorteamos alguns para
caminhar com o co, enquanto os demais caminhariam sem o co. Poderamos prever que
caminhar com o co acarretar em mais encontros sociais do que caminhar sozinho. Dessa
forma, estabelecemos uma hiptese que ser testada por meio da estatstica.
Definio
Uma hiptese de pesquisa nossa previso de como variveis especficas podem estar relacionadas
umas com as outras ou como grupos de participantes podem ser diferentes uns dos outros.
Vamos assumir que o experimento foi realizado e verificou-se que os que caminharam com o co tiveram mais encontros sociais do que aqueles que caminharam sozinhos.
Esse resultado confirmaria a nossa previso. Entretanto, existem vrios outros fatores
que podem ter influenciado na verificao de uma diferena de encontros sociais entre
as duas condies (veja a Figura 1.2). Como saberemos que a diferena observada foi
causada pela manipulao da varivel independente ao invs de uma das possveis variveis de confuso? A resposta ns no sabemos. O que possvel fazer, nesse caso,
tentar limitar o impacto das variveis de confuso sobre o estudo, pela alocao aleatria
dos participantes s condies da VI. Por meio da alocao aleatria dos participantes s
condies, pode-se reduzir a probabilidade de que os dois grupos difiram em coisas como
timidez, atratividade, gnero e, assim, eliminar esses fatores como causas possveis da
Dancey-5ed_01.indd 35
06/09/12 10:38
36
diferena no nmero de encontros sociais entre os dois grupos. Se a alocao dos participantes s condies for feita de forma aleatria, ento poderemos ter mais confiana na
nossa habilidade para inferir um relacionamento causal entre a VI e a VD (caminhar com
ou sem co e nmero de encontros sociais). a alocao aleatria que torna o projeto
experimental to til na determinao do relacionamento causal entre variveis.
Desta forma, uma das principais caractersticas definidoras de um projeto experimental a alocao aleatria dos participantes s condies. Para utilizar a alocao
aleatria, no exemplo acima, atribui-se a cada participante um nmero, ao acaso, gerado
em um computador. Pode-se, ento, solicitar a todos aqueles cujo nmero seja inferior a
um determinado valor que caminhem com o co e aos demais que caminhem sozinhos.
Desta forma, teremos alocado aleatoriamente os participantes a cada uma das duas condies do estudo. Um bom exemplo de um estudo que utilizou um projeto experimental
o de Zhao e colaboraores (2010), que investigou o efeito de tirar uma soneca em sentimentos subjetivos e objetivos de prontido, fadiga e humor. No estudo, os pesquisadores
tinham trs condies: tirar uma soneca em uma poltrona, tirar uma soneca na cama
e sem soneca. Eles alocaram aleatoriamente os participantes a essas trs condies e
descobriram que os participantes nas duas condies da soneca tiveram uma melhora na
sonolncia, fadiga e humor quando comparados com a condio dose sem soneca.
claro que a alocao aleatria mais til para controlar fatores interpessoais,
tais como timidez. Existem, entretanto, outros fatores relacionados ao projeto de experimentos que no podem ser controlados pela alocao aleatria dos participantes as
condies. D uma nova olhada na Figura 1.2 e voc ir notar que variveis de confuso,
como a hora do dia e o tipo de co, no sero controladas pela alocao aleatria dos
participantes s condies da VI. Essas so questes que devero ser tratadas por outros
aspectos do projeto experimental, tais como assegurar que variados tipos de co sejam
utilizados no estudo e que as duas condies sejam realizadas na mesma hora do dia e
no mesmo dia da semana.
Definio
Projetos experimentais so aqueles em que o pesquisador manipula uma varivel chamada de varivel
independente (VI) para ver que efeito ela tem sobre outra varivel chamada de varivel dependente (VD).
Em projetos experimentais estamos, geralmente, procurando por diferenas entre as condies da VI.
A caracterstica dos projetos experimentais a alocao aleatria dos participantes s condies da VI.
Dancey-5ed_01.indd 36
06/09/12 10:38
37
*N. de T.T.: Henry Berthold Mann (1905-2000) e Donald Ransom Whitney (1915-).
**N. de T.T.: Frank Wilcoxon (1892-1965).
Dancey-5ed_01.indd 37
06/09/12 10:38
38
Tabela 1.2
Delineamento
Caractersticas
Experimental
Manipulao da VI
Testes t
ANOVA
Teste U de Mann-Whitney
Pseudomanipulao da VI
Testes t
ANOVA
Teste U de Mann-Whitney
Teste de Wilcoxon
Correlao de Pearson
de Spearman
Quase-experimental
Correlacional
Teste estatstico
Voc deve lembrar que foi sugerido que a melhor coisa a ser feita era alocar os participantes aleatoriamente s condies de caminhar com o co e sem o co.
Existe, no entanto, a alternativa de que cada participante tome parte nas duas condies.
O primeiro procedimento denominado de delineamento entre participantes (algumas vezes tambm denominado de delineamento independente ou no correlacionado)
o segundo, de delineamento intraparticipantes (algumas vezes denominado de medidas
repetidas ou delineamento relacionado). Para decidir qual desses dois procedimentos
utilizar, preciso levar em considerao as vantagens e desvantagens de cada um.
Dancey-5ed_01.indd 38
06/09/12 10:38
39
Definio
Delineamentos intraparticipantes tm os mesmos participantes em cada condio da varivel independente (VI). Cada participante atua sob todas as condies no estudo.
Uma forma de eliminar os efeitos de ordem introduzir um contrabalano no estudo. Para contrabalanar, pode-se fazer metade dos participantes completarem a primeira
condio e em seguida a segunda condio, enquanto a outra metade segue o mesmo
procedimento, mas na ordem contrria. Como forma de introduzir o contrabalano no
estudo da caminhada com o co, preciso que a metade dos participantes caminhe com
o co primeiro e depois sem o co, enquanto a outra metade faz o contrrio. Qualquer
efeito como fadiga ou tdio ser, dessa maneira, distribudo entre as duas condies da
VI e no sero mais variveis de confuso (veja a Figura 1.6). Voc ainda ter cada participante caminhando sob as duas condies retendo, assim, as vantagens da utilizao
do delineamento intraparticipantes.
Todos os
participantes
Caminhando
com o co
Caminhando
sem o co
Todos os efeitos de
ordem na condio
sem o co
Caminhando
com o co
Caminhando
sem o co
Metade dos
participantes
Caminhando
sem o co
Caminhando
com o co
Efeitos de
ordem afetando
igualmente as
duas condies
Figura 1.6 Ilustrao da forma de eliminar efeitos de ordem pela utilizao de contrabalanceamento.
Dancey-5ed_01.indd 39
06/09/12 10:38
40
gua fria
Sem recuperao
gua fria
Sem recuperao
IQF
Sem recuperao
IQF
gua fria
Definio
Contrabalanceamento a variao sistemtica em que os participantes fazem parte das vrias condies da varivel independente (VI). O contrabalanceamento seria introduzido em um estudo com um
delineamento intraparticipantes.
Dancey-5ed_01.indd 40
06/09/12 10:38
41
Dancey-5ed_01.indd 41
06/09/12 10:38
42
Tabela 1.3
Delineamento
Vantagens
Entre participantes
Intraparticipantes
Desvantagens
Resumo
Neste primeiro captulo, mostramos os conceitos
bsicos para um entendimento da pesquisa e do
projeto de pesquisa. Voc aprendeu que:
Dancey-5ed_01.indd 42
06/09/12 10:38
43
Dancey-5ed_01.indd 43
06/09/12 10:38
44
13. Em um projeto intraparticipantes com duas condies, se voc no utilizar o contrabalanceamento das condies, ento seu estudo poder sofrer
de:
(a) efeitos de ordem.
(b) efeitos da hora do dia.
(c) falta de participantes.
(d) Todas as anteriores.
14. Voc conduziu um estudo mostrando que, quanto mais cedo as pessoas levantam, mais trabalho
elas conseguem fazer. Qual das seguintes concluses vlida?
(a) No existe necessariamente uma relao
causal entre levantar cedo e a quantidade
produzida de trabalho.
(b) Pessoas que levantam cedo precisam trabalhar mais.
(c) Levantar cedo a causa de mais trabalho ser
produzido.
(d) As alternativas (b) e (c) acima.
15. Com qual dos seguintes projetos (delineamentos)
menos provvel que se possa estabelecer relacionamentos causais entre variveis?
(a) Projeto experimental
(b) Projeto quase-experimental
(c) Projeto correlacional
(d) Delineamento intraparticipantes
16. Efeitos de demanda so possveis variveis de
confuso em que:
(a) os participantes se comportam de acordo
com o que o pesquisador quer.
(b) os participantes apresentam baixo desempenho, pois esto cansados ou chateados.
(c) os participantes apresentam bom desempenho, pois praticaram as tarefas do experimento.
(d) Nenhuma das anteriores.
17. Suponha que voc queira conduzir um estudo para
verificar se pessoas com depresso roem mais as
Dancey-5ed_01.indd 44
06/09/12 10:38
45
Referncias
ALTMAN, D. G. and ROYSTON, P. The cost of dichotomizing continuous variables. British medical Journal. v.
332, p. 1080, 2007.
CATTEL, R. B., CATTEL, A. K. and CATTEL, H. E. Sixteen Personality Factor Personality Questionnaire,
Champaign, IL: Institute of personality and Ability Testing. 5th edition.
CLARK, L. A. and WATSON, D. Tripartite model of anxiety and depression: psychometric evidence and taxonomic
implications. Journal of Abnormal Psychology. v. 100, p.
316-36, 1991.
FERREIRA, A. L., MARTINEZ, L. F. and GUISANDE, M.
A. Risky behavior, personality traits and road accidents
among university students. European Journal of Education and Psychology. v. 2, n. 2, p. 79-98, 2009.
GRAMER, M. and SARIA, K. The effects of social anxiety
and evaluative threat on cardiovascular responses to active performance situations. Biological Psychology. v. 74,
p. 67-74, 2007.
GUGUEN, N. and CICCOTTI, S. Domestic dogs as facilitators in social interaction: an evaluation of helping and
courtship behavior. Anthrozoos: A Multidisciplinary Jour-
06/09/12 10:38