Baixe o app para aproveitar ainda mais
Prévia do material em texto
Estatística aplicada à Testagem Profª Ms. Cíntia Canato introdução Ao analisarmos, categorizarmos e quantificarmos sistematicamente os fenômenos observáveis, nós os trazemos para a arena científica. INTRODUÇÃO AMOSTRA NORMATIVA: constitui-se um grupo representativo de pessoas nas quais o teste foi aplicado CONSTRUTO: Ideia ou teoria construída a partir de elementos conceituais ou subjetivos, não baseados em evidencias empíricas NECESSÁRIO ATRIBUIR UM VALOR NÚMERICO Variáveis e constantes • Próprio nome indica, uma variável é qualquer coisa que varia, enquanto que uma constante é qualquer coisa que não varia. • Exemplo de constante: pi, a temperatura que a água ferve • Variável: aquilo que varia de indivíduo para indivíduo, ou de época. Praticamente todos fenômenos psicológicos. • Exemplo de variável: inteligência, atenção, humor deprimido OEM Realce variáveis Discretas •Finitude •Começo e fim Contínuas •Tendem ao infinito •Não tem um fim variáveis Discretas • Dicotômicas: são variáveis discretas que podem assumir apenas dois valores, como o sexo ou o resultado de um lance de cara ou coroa • Politômicas: são variáveis discretas que podem assumir mais de dois valores, como estado civil, raça, etc. OEM Realce OEM Realce Variáveis Independente O seu valor não é dependente das outras variáveis investigadas Dependente Se assume que ela dependa dos valores da VI Variáveis Independente É aquela que é fator determinante para que ocorra um determinado resultado Dependente É o efeito observado como resultado da manipulação da VI EXEMPLO VI - VD • ESTUDAR – NOTA/RESULTADO • PROGRAMA EDUCATIVO LEITURA – RESULTADO LEITURA • SEXO – INTELIGÊNCIA EMOCIONAL • ESCOLARIDADE – INTELIGÊNCIA variáveis • A psicometria pega fenômenos de variáveis contínuas e transforma pra variáveis discretas. • Ex. Escala Beck Depressão, etc. • Usando testes psicológicos • O resultado de qualquer processo de mensuração, é necessário ter claro de que eles são inexatos OEM Realce Tipos de estatística • DESCRITIVA: Os números e os gráficos são usados para descrever, condensar ou representar os dados • INFERENCIAL: Quando os dados são usados para estimar valores/parâmetros populacionais baseados em valores de amostras ou para testar hipóteses. Usamos para generalizar os resultados obtidos de uma população. Um conjunto mais amplo de procedimentos na teoria das probabilidades. • DESCRITIVA: Distribuição de Frequência, gráficos, descrição numérica de dados, medidas de tendência central, medida de variabilidade e desvio-padrão. OEM Realce OEM Realce Distribuição de frequência • É a organização dos dados brutos, listando o número de vezes ou a frequência com que cada escore ocorreu. Quando a amplitude de escores é muito grande, a distribuição de frequência agrupadas ajuda a organizá-los. CONSIDERANDO 20 ALUNOS DE UMA TURMA DO 9ºANO E AS VARIÁVEIS: AVALIAÇÃO FINAL (APROVADO E REPROVADO) E IDADE OEM Realce DISTRIBUIÇÃO DE FREQUÊNCIA, PORCENTAGEM, PORCENTAGEM ACUMULATIVA Vamos considerar que a variável “avaliação final” assuma valores: APROVADO (A) e REPROVADO (R), expressos numa escala nominal. Na sala do 9º ano obtiveram-se os seguintes resultados: R-A-A-A-A-A-R-A-A-A-R-A-A-A-A-R-R-A-A-A Variável Frequência Porcentagem Porcentagem Acumulativa A R DISTRIBUIÇÃO DE FREQUÊNCIA, PORCENTAGEM, PORCENTAGEM ACUMULATIVA Considerando a idade como o número de anos completos de cada aluno, a variável é quantitativa, que assume valores numa escala de razão. Os dados obtidos são os seguintes: 14-14-13-13-15-15-16-17-14-14-14-14-14-15-15-15-15-14-14-15 Variável Frequência Frequência Acumulativa Porcentagem Porcentagem Acumulativa 13 14 15 16 17 Total 20 100 gráficos • Depois de organizarmos em uma distribuição de frequência , os dados podem ser transpostos para qualquer um dos diversos formatos de gráficos (pizza, barras, histogramas). • Onde o eixo horizontal representa a variável de amplitude e o eixo vertical representa a frequência de cada valor. OEM Realce gráficos Aprovado 75% Reprovado 25% gráficos 2 9 7 1 1 13 14 15 16 17 Idade Medidas de tendência Central • As principais medidas da tendência central é: MODA, MEDIANA E MÉDIA. • As medidas de tendência central são indicadores que permitem que se tenha uma primeira ideia ou um resumo, do modo como se distribuem os dados de uma experiência, informando sobre o valor (ou valores) da variável. OEM Realce moda • É o valor de ocorrência mais frequente em uma distribuição. Fala-se estritamente, só pode fazer uma moda ou – se não houver variabilidade na distribuição – nenhuma moda. No entanto, se dois ou mais valores de uma distribuição estão ligado à mesma frequência máxima, a distribuição é denominada bimodal ou multimodal. Variável Frequência A 15 R 5 Idade Frequência 13 2 14 9 15 7 16 1 17 1 OEM Realce média • A média aritmética é o quociente entre a soma de todos os valores observados e o número total de casas da distribuição. Idade Frequência 13 2 14 9 15 7 16 1 17 1 20 Média: 13+13+14+14+14+14+14+14+14 +14+14+15+15+15+15+15+15+1 5+16+17= 290/20 =14,5 mediana • A mediana é uma medida de localização do centro da distribuição dos dados. Após a ordenação dos elementos da amostra dos dados, a mediana é o valor que a divide ao meio, isto é, 50% dos elementos da amostra são menores ou iguais à mediana e os outros 50% são maiores ou iguais à mediana. • Para a determinação da mediana de um conjunto de N observações , utiliza-se a seguinte regra, depois de ordenada a amostra das n observações: • - Disponha os valores em ordem (crescente ou decrescente) • - Se N é ímpar, a mediana é o elemento médio; • - Se N é par, a mediana é o ponto médio entre os dois valores do meio. OEM Realce mediana • Encontre a mediana • Ex. N=18 Posição: 9.5 Média entre 9 e 10 (1.75+1,75)/2= 1.75 Altura Sexo 1,60 M 1,69 F 1,72 M 1,73 M 1,73 M 1,74 M 1,75 M 1,75 M 1,75 M 1,75 M 1,75 M 1,76 M 1,78 M 1,80 M 1,82 M 1,82 M 1,84 M 1,88 F MEDIDAS DE VARIABILIDADE • Descrevem quanta dispersão existe em um conjunto de dados. Nos ajudam a localizar qualquer valor dentro de uma distribuição e a melhorar a descrição de um conjunto de dados. • AMPLITUDE: É a distância entre dois pontos extremos os valores mais alto e mais baixo de uma destruição. • VARIÂNCIA: É soma do quadrado das diferenças ou desvios entre cada valor (x) de uma distribuição e a média desta distribuição (M), dividida por N • DESVIO PADRÃO: É a raiz quadrada da variância. O valor é representativo das diferenças individuais ou desvios em um conjunto de dados. OEM Realce curtose• Embora a curva normal se assemelhe a um sino, sabemos que os dados reais coletados por pesquisadores nem sempre ajustam-se ou assemelham-se ao formato da curva normal. Por este motivo a curva pode assumir outros formatos. • Curtose: se refere ao aspecto pontiagudo ou achatado de uma destruição. Está diretamente relacionada à quantidade de dispersão de uma distribuição. As distribuições PLATICÚRTICAS têm maior quantidade de dispersão, demostrada por caudas mais extensas (C). As distribuições LEPTOCÚRTICAS têm quantidades menores (a). E a distribuição normal é a MESOCÚRTICA , o que significa que ela tem um grau intermediário de dispersão (b) assimétrica • Uma distribuição também pode ser assimétrica. Se a maior parte dos valores está na extremidade superior da escala e a cauda mais longa se estende na direção da extremidade inferior, a distribuição é NEGATIVAMENTE ASSIMÉTRICA. Por outro lado, se a maior parte dos valores estiver na parte inferior e a cauda mais longo se estender na direção do alto da escala, a distribuição será POSITIVAMENTE ASSIMÉTRICA. CORRELAÇÃO • Até o momento nos concentramos na descrição de mensurações de uma única variável. No entanto, muitas vezes há necessidade de se obter índices do grau em que duas ou mais variáveis estãorelacionadas mutuamente, o que é calculado pelos índices de correlação. • Os métodos correlacionais são as principais ferramentas que temos para demonstrar ligações entre escores de testes diferentes, desempenhando, por este motivo, um papel importante a respeito da precisão, validade e desenvolvimento dos testes • Em vez de termos uma única distribuição de frequência de medidas em uma variável, precisamos de pelo menos dois conjuntos de medidas ou observações do mesmo grupo de pessoas (escores de dois testes diferentes) correlação • Uma correlação forte significa que a medida em que os valores de uma variável aumentam ou diminuem, é acompanhada de uma mudança nos valores de outra variável. Ex. relação entre motivação e notas escolares, quanto maior a motivação, maiores as notas escolares dos alunos – CORRELAÇÃO POSITIVA. EX. Relação entre práticas de esportes e estresse. Quanto mais se pratica esporte, menores as possibilidades de ocorrência de estresses – CORRELAÇÃO NEGATIVA. CORRELAÇÃO • A correlação se refere ao grau pelo qual as variáveis estão relacionadas. O modelo mais utilizado é a correlação de Pearson pois esse coeficiente leva em conta não apenas a posição da pessoa no grupo, mas também o seu desvio, acima ou abaixo, em relação à média do grupo. • Entretanto, para fazer uso da correlação de Pearson, temos que lembrar que se trata de um teste paramétrico, ou seja, para usá-lo temos que satisfazer certas suposições. A suposição mais importante é a de que os dados são provenientes de uma população normalmente distribuída. Se você tem um grande número de participantes, essa suposição será provavelmente satisfeita. Se não é o seu caso, deve usar o equivalente não paramétrico do r de Pearson, chamado de p Spearman. OEM Realce CORRELAÇÃO • O grau e a direção da correlação entre variáveis é medido por meio de vários coeficientes de correlação, sendo números que podem variar entre -1 e +1. Quanto mais próximo de 1, mais forte a relação entre as variáveis, independente do sinal positivo ou negativo. Correlações entre: 0,1 e 0,3 são consideradas fracas 0,4 e 0,6 de moderadas 0,7 e 0,9 fortes 1,0 como perfeitas CORRELAÇÃO • Uma correlação de -0,80 indica exatamente o mesmo grau de relação que um coeficiente de 0,80. A correlação será considerada baixa na medida em que seu valor se aproxima de zero. O sinal negativo muitas vezes faz com que a pessoa se engane sobre a força da relação. correlação JESUS JUNIOR, Adauto Garcia de e NORONHA, Ana Paula Porto. Inteligência emocional e provas de raciocínio: um estudo correlacional. Psicol. Reflex. Crit. 2007, vol.20, n.3, pp. 480-489. O presente estudo investigou, através de correlações, a validade de construto do MSCEIT no que tange à capacidade do teste avaliar diferentes aspectos da Inteligência Emocional, contemplados no instrumento e outros aspectos da inteligência cobertos pelo BPR-5. A comparação entre dois testes permite investigar evidências de validade convergente, ou seja, o grau de concordância entre os construtos medidos FUNDAMENTOS EM INTERPRETAÇÃO DE ESCORES ESCORE BRUTO e normas • É um número (x) que resume ou representa alguns aspectos do desempenho de uma pessoa nos testes psicológicos. • Referenciais para interpretação dos escores • Normas: usa padrões baseados o desempenho de grupos específicos de pessoas para fornecer informações para interpretações de escores. • Se refere ao desempenho no teste • Coletar normas é um aspecto central do processo de padronização de um teste referenciado em normas normas • As normas é o referencial mais amplamente usado para a interpretação de escores de teste. O desempenho de grupos definidos de pessoas é usado como base para a interpretação de escores tanto em testes de habilidades como de personalidade. Como o desempenho deste testando se compara ao de outros? Normas desenvolvimentais • Escalas ordinais baseadas em sequências comportamentais: sequência universal de desenvolvimento que envolve uma progressão ordenada de um estágio comportamental para outro mais avançado. Ex. Escala de Gessel • Escalas ordinais baseadas em teorias: podem basear-se em fatores que não os da idade cronológica. Fins de pesquisa. Ex. Jean Piaget • Escores de idade mental: média dos escores brutos de desempenho de crianças de diferentes faixas etárias em amostras de padronização. Normas desenvolvimentais • Escores equivalentes a séries escolares: são derivados da localização do desempenho dos testandos dentro das normas dos estudantes de cada série. Normas intragrupo • Oferecem um meio de avaliar o desempenho de uma pessoa em comparação com o de um ou mais grupos de referências apropriados. • Amostra normativa: sejam representativas do tipo de indivíduos para os quais os testes estão voltados. • Quando as amostras grandes são coletadas as normas podem ser separadas em subgrupos – idade, sexo, ocupação... • Normas locais: derivadas de um contexto geográfico. • Normas por conveniências: grupos de pessoas que simplesmente estão disponíveis no momento. percentis • Indica a posição relativa de um testando comparada a um grupo de referência, como a amostra de padronização. Representa a percentagem de pessoas no grupo de referência que teve escore igual ou inferior a um determinado escore bruto. • Os percentis dividem o conjunto de dados em 100 parte iguais. • Um percentil indica que há x% de dados inferiores
Compartilhar