Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
É importante frisar que esses problemas também não fazem com que a indução seja
uma ferramenta descartada na ciência, mas apenas que esse método não pode ser levado ao
extremo, por suas limitações.
A ciência é baseada em teorias que podem fazer previsões verificáveis, sendo
possível fazer generalizações para explicar um fenômeno e tentar predizer seu acontecimento
ou não. O que pode ser feito através da dedução (Aristóteles, sd/1987) que possibilita o uso
do método hipotético-dedutivo. A validade do método se dá por verificação da consistência
lógico-racional da conclusão. Verifica-se os pressupostos ou premissas que levam a dedução
e assim pode-se considerar uma dedução logicamente verdadeira ou falsa. Portanto, é de base
argumentativa.
Um exemplo clássico é a enunciado de Descartes (1641/2010) de que se “penso, logo
existo”. Ela pode ser verificada se observarmos a validade da premissa universal (PU) e da
premissa particular (PP), assim saberemos se a dedução-lógica (DL) é logicamente válida:
Esse problemas demonstram que não se pode levar esse critério como demarcador
final da validade de uma teoria, mas também não significa que devemos abandoná-lo. É
preciso verificar a consistência lógica dos resultados, mesmo que não tenhamos total sucesso
nessa verificabilidade.
A ciência é baseada em teorias falsificáveis, essa ideia é originada em Karl Popper
(1963) que utiliza do critério de falseabilidade para demarcar os domínios do que é científico
e o que não é. Para este autor, uma teoria para ser científica necessita ter seus resultados
passíveis de verificação e que existam possibilidades lógicas de sua refutação. Os fatos
científicos são provisórios, no sentido que dependem da comprovação empírica e para que
seja possível comprovar empiricamente uma hipótese é preciso que também se possa refutá-la
caso se encontrem evidências para isso. Popper chamava de convencionalistas os cientistas
que agem de modo a atribuir à fatores externos, como falhas dos instrumentos, os resultados
que vão contra suas teorias.
Kuhn (1975) fala que as teorias científicas formam o que ele chama de paradigmas.
Que são um conjunto pressupostos metafísicos, teóricos, epistemológicos e metodológicos
que são aceitos em determinado tempo pelo meio científico. O que, para Khun, faz com que
não seja o falseabilidade que determine o fim de uma teoria e sim a superação de paradigmas.
A ciência é baseada no progresso e na autocorreção. Três visão concordam com
esse pressuposto, mas de maneira diferente. A visão positivista considera um ciclo de
construção de conhecimento científico que segue a seguinte ordem circular: observação de
eventos (únicos) > mensuração dos dados > indução para gerar generalizações > dedução
para gerar hipóteses (previsões) > verificação empírica. E o ciclo volta para observação de
eventos para confirmar os achados ou não.
Já a visão falsificacionista tem um ponto diferente que pode ser representado da
seguinte sequência: formulação da questão-problema > propostas de teorias que expliquem e
resolvam o problema por indução > verificação lógica e empírica > avanço científico
através de “saltos mais radicais” e não linear. A grande diferença está no fato de que o
progresso não se dá por acúmulo de observações, mas por elaborações mais complexas do
problema e resoluções.
Por fim, podemos falar de uma terceira visão, a de Kuhn que considera três fases de
desenvolvimento científico: pré-paradigmática (pré-científica), onde o paradigma está se
formando ou existem paradigmas concorrentes > paradigmática (ciência normal), onde se
tem um paradigma e as observações convergem para confirmá-lo > revolução
paradigmática, quando o paradigma começa a ser questionado e é superado e surgem
paradigmas concorrentes. O ciclo volta ao ínicio depois.
A ciência não é diferente de outras formas de conhecimento. Dada a dificuldade
que apresentamos até então, alguns autores questionam as demarcações entre saber científico
e o não-científico. Principalmente Paul Feyerabend (1975), que colocou em xeque a ideia de
demarcação objetiva. Ele expôs o fato de que as preferências por teorias não estão livres de
influências político-ideológicas ou de qualquer outra natureza que não sejam os critérios
mencionados. Sendo assim, os critérios relativos fazem com os saberes que são considerados
não-científicos também tenham a mesma validade. Essa posição é chamada de relativismo.
No entanto, o fato das demarcações não serem bem fundamentadas pode não
significar que não exista diferença entre saberes científicos e não-científicos, mas pode ser
pelo fato de que a filosofia da ciência ainda não conseguiu demarcar bem essa linha.
A ciência é baseada no consenso e portanto é uma atividade social, podemos
perceber que os critérios usados para demarcação são extremamente dependentes da
interpretação dos cientistas e de toda comunidade científica. Isso deixa claro que não se pode
entender a ciência e o progresso científico sem entender os contextos que levaram a tal. Nesse
sentido, o status de atividade social quer dizer que o conhecimento científico é um
conhecimento social.
Aquilo que observamos pode não ser tal como o vemos: é essa dúvida que motiva a
colocação de problemas de pesquisa, sendo a tarefa do pesquisador propor uma solução, no
caso das pesquisas orientadas pelo raciocínio hipotético-dedutivo, ou encontrar uma resposta
para o problema, no caso nas pesquisas orientadas pelo princípio da indução. Podemos definir
um problema de pesquisa como uma pergunta ou o conjunto de perguntas sobre um
fenômeno com potencial interesse para uma área ou domínio científico. Na psicologia social,
as perguntas referem-se, evidentemente, ao que se denomina fenômenos psicossociais.
Existem perguntas que possuem uma estrutura para o estudo na psicologia social e
outras não. Um dos elementos que são essenciais para uma pergunta ter a estrutura para o
estudo na psicologia social é a variável. Podemos aqui traçar um paralelo com essa
representação propondo que uma variável é a representação simbólica de eventos ou
fenômenos que são objetos de observação em uma pesquisa. Os dados são, portanto, o
conjunto de informações que obtemos sobre os fenômenos. Essas informações são
organizadas em variáveis.
As perguntas podem ser divididas em tipos, elas vão relacionar variáveis de maneiras
diferentes para que seja possível a elaboração de uma pergunta pertinente ao escopo do
estudo em psicologia social e que possa vir a ser um problema de pesquisa. Essa pergunta
deve ser uma pergunta sobre uma variável.
Começamos pelos problemas de tipo 1. A pergunta refere-se a existência, grau, nível
ou magnitude de determinado fenômeno. Possibilitando a averiguar através da observação e
descrevendo por meio de linguagem simbólica. São exemplos:
Problema de tipo 3 também vai verificar a relação entre variáveis. Mas de maneira
específica e, implicitamente ou explicitamente, tentam fazer algum tipo de previsão.
Diferentemente do tipo 2, esse tipo tenta descobrir a direção da relação entre as variáveis. São
exemplos:
3. Método de Pesquisa
Essas categorias são muito utilizados para responder questões tipo 1, 2 e 3, mas não tem
alcance para responder questões do tipo 4 (exceto em casos específicos de estudos
longitudinais). Isso ocorre porque questões do tipo 4 exigem condições necessárias
(Kenny,1979), que só podem ser respondidas no método experimental que são:
a. Antecedência temporal: para que uma variável X possa ser uma causa de uma variável
Y é necessário que X anteceda Y em uma linha temporal. Isto significa assumir um
intervalo de tempo entre causa e efeito, de modo que se t = tempo e k > 0, X t pode
ser causa de Y t +k , mas Y t +k não pode ser causa de X t porque isto violaria o
princípio da precedência temporal. No entanto, Y t pode ser causa de X t+k, assim
como, em uma relação causal recíproca ou circular, X t pode ser causa de Y t+k, que
por sua vez pode ser causa de X t + kn, sendo n > 0.
b. Relacionamento entre variáveis: a antecedência temporal é necessária, mas não
suficiente para estabelecer relações de causa-e-efeito. É preciso que seja possível
obter informações de uma variável ao analisar a outra. Elas precisam ter relação entre
elas e isso é observado através de uma investigação por parte do pesquisador.
5. Escalas de mensuração
As escalas intervalar e de razão são escalas que mensuram as variáveis de maneira
quantitativa, com diferenças quantitativas iguais dentro dos intervalos da escala. No entanto,
na intervalar não temos o grau “0” e na razão sim. A intervalar é muito usada para medir
comportamentos, atitudes e outras variáveis humanas e a de razão é usada para mensurar
variáveis físicas, como tempo de reação.
Já a escala nominal, também conhecida como categórica, é uma escala que atribui
nomes as variáveis sem caráter quantitativo ou hierárquico. Como uma escala onde as opções
são “homem” e “mulher”. Ao passo que a ordinal também não é quantitativa, mas possui
hierarquias, como por exemplo uma escala de gostos de filmes que indicam “clássico”,
“bom”, “médio” ou “ruim”. Não existe a mesma diferença necessariamente entre os valores
ordinais da escala.
7. Tipos de Estatísticas
A Estatística Bivariada inclui métodos de análise de duas variáveis, podendo ser ou não
estabelecida uma relação de causa/efeito entre elas. São exemplos típicos de métodos de
análise bivariada o teste para a independência de duas variáveis (vulgarmente conhecido por
teste do c 2) e o estudo da relação linear entre duas variáveis, quer através dos coeficientes de
correlação linear de Pearson ou Spearman, quer do modelo clássico de regressão linear
simples (Reis, 1997). Sin.: Estatística Bivariável (Dorsch et al., 2001); Estatística a duas
dimensões (Dagnelie, n.d.).