Baixe o app para aproveitar ainda mais
Prévia do material em texto
Psicologia Experimental Quadrimestre suplementar 2022-2 Aula 2 D E L I N E A M E N T O E X P E R I M E N T A L Prof. Marcelo Salvador Caetano Vamos começar o assunto da aula de hoje de forma prática. Estou interessado em saber quanto tempo por semana os alunos estudam para Psicologia Experimental. O TPI dessa disciplina é 2-4-6, significa que esperamos que fora da sala, vocês se dediquem 6h por semana, mas quanto tempo vocês realmente gastam? Isso é uma pergunta útil para a faculdade, para o professor. Não é muito legal gastar dinheiro e recursos em perguntas não triviais. Vamos supor que para responder a isso eu pergunto apenas para os alunos da primeira fileira quantas horas eles se dedicam e descubro que na média deu 3h por semana. Isso pode ser considerado um experimento? Eu tenho uma pergunta de pesquisa, que é quanto os alunos se dedicam para essa disciplina. A metodologia que eu escolhi foi perguntar apenas para os alunos da primeira fileira. Tirei a média de suas repostas e obtive 3 horas. Eu aprendi algo útil com essa reposta. Talvez esse grupo de pessoas seja representativo, talvez não, mas eu obtive uma pequena evidencia de qual é a reposta. Mas isso não pode ser considerado um experimento. O que fizemos foi uma medição, ou seja, tivemos uma experiencia, mas não tivemos um experimento. E ao final da aula espero que vocês saibam dizer o porquê. - Por que é necessário criar uma situação experimental? - Através dela o cientista faz com que os principais fatores envolvidos em um fenômeno sejam destacados e diminui a ocorrência de fatores externos que possam interferir nos resultados da pesquisa; - Ao investigar um problema experimental estamos tentando estabelecer relações causais entre as variáveis envolvidas. A razão principal pela qual isso não é um experimento é porque não houve controle de variáveis. Apenas foi fiz uma medição de algo que me interessa. Isso, por si só, é útil, mas não é um experimento. O que é necessário para termos um experimento? E por que é importante criar experimentos para descobrir fatos do mundo? O que o controle de variáveis fornece é uma probabilidade maior de fazermos uma afirmação que condiz de fato com a realidade. Ao controlar, diminuímos a probabilidade de fatores externos explicarem o nosso resultado. Quando eu quero investigar um problema usando o método científico nós tentamos estabelecer uma relação causal entre duas coisas. Não quero dizer que é simplesmente uma correlação entre duas coisas. Quando fazemos o controle e a manipulação de variáveis, tentamos não apenas descrever uma correlação. Como por exemplo quem estuda mais, tira uma nota mais alta na prova, isso é uma correlação, mas será que é a causa de tirar uma nota mais alta? Para saber, precisamos realizar um experimento. Então precisamos estabelecer essas relações causais. Vamos definir as variáveis que devem fazer parte do experimento. - Variável dependente: Medida de reposta de um experimento; - Variável independente: Sob controle do experimentador. São condições consideradas (possivelmente) responsáveis pela ocorrência do evento quando são manipuladas ou variadas; - Variáveis de controle: Devem ser mantidas constantes para se isolar o efeito da variável independente sobre a variável dependente. Existem técnicas estatísticas para corrigir efeitos de variáveis que não fazem parte do desenho experimental em si, mas o controle é preferível. A variável dependente é a medida de resposta do experimento. Um jeito de lembrar dela é que ela depende do experimento, da sua observação, é a medição que vamos fazer. Vamos supor que a pergunta de pesquisa é “será que a semana de prova influencia no tempo de estudo semanal dos alunos?”, será que eles estudam mais ou menos na semana de provas? Nesse caso nossa variável dependente, ou seja, o que eu vou medir é o tempo de estudo dos alunos, é isso que iremos observar. E claro que em um experimento real isso deve ser melhor definido, como por exemplo será a média do tempo de estudo dos alunos em horas, minutos e segundos. É a variável que está sob controle do experimentador, ou seja, que o experimentador manipula. São aquelas condições que eu (pesquisador) acredito a priori, quando estamos planejando o experimento, que terão uma influência sobre a variável dependente. Para o mesmo experimento onde eu quero saber se a semana de provas influencia no tempo de estudo dos alunos. A variável dependente é o tempo de estudos e nesse caso quais as possíveis variáveis independentes? A semana que estamos, ou seja, se estamos ou não na semana de provas. Isso é o que eu acredito que possa causar uma influência na minha medida. A variável independente é o que vai variar e o que eu meço é o resultado dessa variação: quanto tempo o aluno estuda dado que é uma semana de provas ou quanto tempo o aluno estuda dado que não é uma semana de provas. O que é um experimento? Situação experimental Delineamento experimental Essas não são óbvias, mas são muito importantes. E a melhor forma de explicar é fazendo uma pequena demonstração. Experimento Vamos supor que a pergunta da pesquisa seja que os alunos que se sentam à direita da sala possuem memória melhor que os alunos sentados à esquerda. Professor pegou 4 alunas, duas localizadas mais para a direita (grupo D), na mesma fileira, e outros 2 localizados mais à esquerda (grupo E). Os alunos deveriam tentar memorizar uma lista de palavras. O professor disponibilizou a lista por X segundos, primeiro para o grupo D, enquanto isso o grupo E ficou de olhos fechados. Depois de disponibilizar por X segundos o grupo D deveria escrever o máximo de palavras que lembram. E repetiu o experimento para o grupo E. O grupo D lembrou 5 e 7 palavras, e o grupo E lembrou 6 e 7 palavras, no total de 14. Tivemos um time vencedor. Os resultados sugerem que é melhor sentar-se no lado esquerdo da sala porque você vai lembrar de mais coisas. Será que após esse experimento, todos os alunos deveriam mudar para a esquerda? Não, né? Qual é o problema no experimento? Qual o erro nas medições? (As falas dos alunos serão sublinhadas) Número de participantes muito baixo. Os segundos mostrados para cada um dos grupos foram diferentes. Se eu quero saber se o grupo direito tem alguma diferença com o grupo esquerdo, eu devo fazer com que as condições sejam idênticas entre os dois grupos e que a única diferença entre eles seja minha variável independente de interesse, o lado da sala. O resto deve ser semelhante. Quanto cada um dormiu na noite anterior. Sim, isso é uma possível variável que eu não controlei. A familiaridade com esse tipo de teste. Sim, também pode ser e eu não controlei isso. Há infinitas de explicações e variáveis que não controlamos. Em um dos grupos há um homem e no outro só há mulheres, então pode ser que homens lembram melhor que as mulheres. Sabemos que isso não é verdade, mas como não controlamos essa variável, não podemos descartar isso. Se alguém pegar meus resultados eles podem argumentar com esse ponto e eu não vou conseguir refutar se a pessoa achar que é outra variável e não o lado da sala que influenciou nos resultados. Isso porque eu não controlei direito o experimento. Assim as variáveis de controle são importantes porque nos dão maior poder explicativo. Dará uma maior convicção que a variável que o experimentador manipulou e que está interessado, de fato faz parte dessa relação causal que queremos saber. De tal forma que em um bom experimento, as variáveis de controle precisam ser mantidas constante para isolar o efeito da variável independente sobre a variável dependente, ou seja, devem ser mantidas iguais para os dois grupos. Essa é a primeira dica que dou para o projetode vocês. No momento que vocês tiverem uma boa pergunta de pesquisa e desenvolverem um método para responder e tiver dois grupos diferentes, vocês mesmos devem se perguntar: - Os dois grupos são idênticos? Com a única exceção sendo a variável que estou interessado em medir? - A única diferença entre eles é a manipulação da variável de interesse? Estar do lado esquerdo X estar do lado direito. Se vocês identificarem outras diferenças, ainda não está legal. Voltando no exemplo da semana de provas. Nossa condição experimental é medir quantas horas o aluno estuda em uma semana que não tem provas e compara com o tempo que os alunos estudam na semana de provas. O que é necessário controlar? Quais variáveis de controle devem ser importantes? Local ou condição da sala de estudo (barulho). Estou interessado no tempo, mas sim, pode ser que eu me sinta menos motivado em um ambiente sujo e pouco luminoso. A rotina de cada um. Tem aluno que trabalha, tem aluno que mora longe. Sim, isso pode ser um fator, mas nesse caso vamos considerar que os alunos conseguiram se livrar do trabalho nessa semana de provas. A presença do aluno, se ele frequenta ou não as aulas. Isso também é importante, mas há algo ainda mais trivial que tudo isso. A disciplina. Imagine que eu queira comparar alunos que estejam fazendo física quântica com alunos que fazem psicologia experimental. Então os alunos de física experimental serão meu grupo de semana com provas e os alunos de psicologia serão os alunos sem prova. Fazer a comparação deles é certo? A princípio estou pegando dois grupos, um com provas e o outro sem prova, mas o problema é o controle, não estou controlando a disciplina, a rotina, uma série de cosias. E apesar de existirem técnicas estatísticas para corrigir certas variáveis, mas no caso de um delineamento mal feito não existe concerto. Então até conseguimos retirar certas variáveis, mas ela não resolve o problema. O correto é resolver isso no início, senão muitas vezes o projeto inteiro é jogado fora e você precisa fazer do início. Resumo - A variável independente é manipulada, está sobre controle do experimentador; - A variável dependente é observada, depende do experimento e das manipulações do experimentador; - As variáveis de controle são mantidas constantes para garantir maior poder explicativo ao final do experimento. Vantagens da experimentação - Experimentos levam a afirmações a respeito da relação entre as variáveis; - Em um experimento ideal, todas as variáveis de controle são mantidas constantes, ressaltando a relação entre a variável dependente e a independente – não é perfeito, mas é o melhor possível; - Economia: Observação naturalística VS experimentação. O experimentador cria as condições de interesse + aquisição de dados de forma rápida e eficiente. Já comentamos sobre as vantagens de se realizar um experimento científico para fazer relações causais. No melhor experimento possível, os grupos são sempre idênticos e a única coisa que muda entre eles é a variável de interesse (independente). Como vimos, esse método não é perfeito porque é impossível conseguir controlar tudo, mas é o melhor método que temos atualmente e ele funciona. Pelo menos espero que vocês acreditem que a ciência funciona. Mas ele também é muito econômico. Como assim? Vamos supor que queremos medir memória do lado esquerdo VS lado direito da sala na lista de palavras. Seria possível realizarmos uma abordagem naturalística, ou seja, observar isso de forma natural no ambiente. Quanto tempo eu teria que esperar para ter uma situação adequada para medir isso no ambiente de forma naturalística? Potencialmente essa situação para você conseguir comparar nunca vai acontecer, isso porque há muitas coisas que nunca aconteceriam em outro local, senão em um experimento de laboratório. Então o experimento é prático e econômico. Se eu tenho uma pergunta, posso pensar no experimento para fazer no laboratório e respondo à questão. Isso possui vantagens e desvantagens. Uma das desvantagens é que o experimento realizado em sala de aula foi X, mas quem me garante que isso se aplica fora da sala, em outro contexto, em uma situação mais naturalística? Mas apesar disso, ele é um grande ponto de partida para obtermos respostas. Mais de uma variável independente - Maior eficiência; - Melhor controle experimental; - Generalização dos resultados para mais de uma variável independente; - Permite estudar interações. Ter uma variável independente e uma variável dependente é um caso simples, mas os experimentos não precisam ser simples assim. Podemos ser mais eficientes aumentando o número de variáveis independentes de interesse. Porque assim você faz um único experimento com duas variáveis independentes. Então por exemplo, podemos querer saber se a semana de provas influencia as horas do estudo e será que se sentar do lado esquerdo influencia as horas de estudo? Seria necessário realizar dois experimentos? Podemos fazer um experimento só e ter as duas variáveis independentes no mesmo experimento. Nos dá um melhor controle experimental, porque faço de uma única vez. Como são as mesmas pessoas, controlo uma única vez. É na mesma época do ano – se faço um deles no verão e outro no inverno, podemos ter influência de temperatura, no caso do verão vai ser pós- férias. Então terá várias diferenças entre os grupos. Consigo generalizar os resultados para mais de uma variável independente, mas o mais importante é que ele permite estudar as interações. E para vocês entenderem isso, vejamos um exemplo. Interações (exemplo) Vamos supor que estamos interessados em descrever os efeitos do álcool e de barbitúricos na nossa capacidade de dirigir. Barbitúricos são depressores do SNC por aumentar a ação de GABA-A, gerando diversas alterações, desde motoras a cognitivas. E acredito que muitos de vocês conheçam o efeito do álcool na prática. Eu quero saber quais os efeitos de tomar o sedativo ou o álcool antes de dirigir. Nesse caso temos duas variáveis independentes: VI1 = álcool; VI2 = barbitúricos. Cada variável independente me dá duas condições: sem ou com a substância, portanto tenho 4 grupos: G1 = Sem álcool e sem barbitúricos; G2 = Toma álcool, sem barbitúrico; G3 = Toma barbitúrico, sem álcool; G4 = Toma álcool e barbitúrico. Depois que os participantes tomam o comprimido ou um copo de cachaça coloco ela no volante, em uma pista com cones, de forma controla, a fim de conseguir medir quantos erros ela comete em cada uma das condições – onde a tarefa é não sair do percurso, não bater nos cones. A variável dependente no experimento é o número de erros. As variáveis independentes são álcool e barbitúricos. Os resultados estão colocados abaixo: As duas barras da esquerda representam o grupo que não tomaram álcool e as duas barras da direita são o grupo que tomou álcool. E a legenda me diz quais grupos tomaram ou não barbitúricos. No caso, o grupo verde não tomou barbitúrico e o grupo azul tomou barbitúrico. E agora vamos para as perguntas: 1) Temos efeito da primeira variável independente (álcool)? Para responder isso preciso comparar o número de erros de cada um. Mas como? Percebam que temos uma barrinha vermelha em cada um dos grupos de barra, essa é a média de erros de cada grupo. A linha vermelha da esquerda parece estar mais baixa que a linha vermelha da direita, então aparentemente, quem toma álcool comete mais erros. 2) Há efeito de barbitúricos? Precisamos comparar as barras verdes com as barras roxas. Elas possuem a mesma altura, na média? Não, as barras verdes tem a mesma altura entre si, mas são bem menores que as duas barras azuis. Então temos efeito de barbitúricos. 3) Tem interação? Ou seja, o efeito de uma variável independente, depende da outra variável?O efeito dos barbitúricos depende de a pessoa ter tomado ou não álcool? É a mesma coisa o efeito do barbitúrico com ou sem álcool? Ou então, é a mesma coisa o efeito do álcool sem ou com barbitúrico? Não. Quando as pessoas tomam tanto álcool, como o barbitúrico existe um efeito que não é possível prever simplesmente pela adição dos efeitos independentes dos dois fatores. Há algo a mais que acontece. Há um aumento muito maior na barrinha azul, da direita, que é o caso da pessoa alcoolizada, que tomou barbitúrico. Isso sugere que um composto interage com o outro e potencializa o efeito, nesse caso prejudicial, em uma prova de direção. Então para você saber se existe uma interação entre uma ou mais variáveis independentes, a pergunta ‘qual o efeito de X?’. Se a resposta for ‘depende’ provavelmente você tem uma interação. Se perguntamos ‘qual o efeito dos barbitúricos na direção?’. Depende. Se a pessoa não tomou álcool, comete uns 4 erros, já se tomou álcool, erra +10 vezes. Aluna: O álcool, por si só, não tem efeito? Para saber comparamos as pessoas que não tomaram comprimido, mas que tomaram álcool, que é a barrinha verde da direita, e comparamos com aqueles que não tomaram álcool, que é a barrinha verde da esquerda. Há diferença entre elas? Visualmente não. Então nesse caso, o álcool em si não tem um efeito. A barrinha vermelha foi obtida por um cálculo estatístico que juntou as barrinhas verde e azul da esquerda para fazer o cálculo, comparando com a união das duas barrinhas da direita. Aproveitando esse assunto que você comentou, as interações são importantes porque elas nos fazem olhar o dado. E muitos alunos de pós-graduação, quando realiza um experimento desse, a parte de olhar os dados é jogado para debaixo do tapete. O principal é fazer o teste estático para saber se teve diferença e publicar o artigo. Mas isso é furada. Se eu faço apenas o teste estática, ele provavelmente vai me dar um efeito de álcool, de barbitúrico e da interação dos dois. Isso porque o teste compara as médias, mas ele agrega os valores antes de fazer o teste de cada variável independente. Se a interação for significativa, você precisa puxar o freio de mão e olhar os dados, visualmente falando. Isso porque pode ser que um efeito inteiro seja explicado apenas pela interação, que é esse caso. Vendo os dados, parece que o álcool, por si só, não afetou a capacidade das pessoas de dirigir nesse experimento. Mas quando ele é tomado junto do barbitúrico, ele potencializa o efeito. Então faz diferença tomar ou não tomar álcool no contexto de ter ingerido comprimido. Para finalizar, se não tivéssemos feito o experimento usando duas variáveis independentes, nunca veríamos esse efeito potencializador. Mais de uma variável dependente - Quais aspectos do comportamento são relevantes? - Como relacionar as diferentes variáveis? - Princípio econômico: várias VDs é preferível; - Estratégias para maximizar o número de VDs registradas. Da mesma forma que conseguimos medir mais de uma variável independente, é possível ter mais de uma variável dependente, ou seja, podemos fazer várias observações e medidas diferentes na mesma situação experimental. E quais medidas vamos fazer? Depende de da sua pergunta de pesquisa. Você que vai definir quais aspectos relevantes. Isso permite tentar correlacionar ou relacionar essas diferentes medidas. Também temos um princípio econômico envolvido porque não precisamos realizar vários experimentos para medir as coisas. Então por exemplo, no caso do uso de animais não-humanos em pesquisas. Quero saber se o álcool dificulta a realização de determinado jogo realizado por um macaco e quais mudanças na aprendizagem isso gera no animal. Eu dou o álcool para o animal, ele realiza o jogo, tiro o cérebro dele, jogo o corpo fora e descubro que houve um aumento nos erros cometidos no jogo e há um comprometimento na aprendizagem. Mas será que o tempo que o animal demorou para executar a tarefa também não aumentou? Putz, vamos fazer outro experimento. Vamos matar mais macacos. Isso não pode. Era melhor ter medido o tempo no mesmo experimento, junto dos erros. Existem várias estratégias para conseguir maximizar o número de variáveis dependentes, mesmo aquelas que você nem sabe que você está interessado. No nosso exemplo, pode ser que alguém tenha levantado a questão do tempo da realização da tarefa depois que o experimento aconteceu. Você não previu que isso seria importante, não imaginou que fosse importante, então não mediu o tempo, mediu apenas os erros. Por isso um conselho é messa tudo, grave tudo. A melhor forma de você medir um experimento é registrar absolutamente tudo que acontece, em cada momento. - O delineamento experimental serve principalmente para minimizar os efeitos de variáveis externas ou incontroladas, aumentando a possibilidade de um experimento produzir resultados confiáveis, robustos e coerentes; Agora falarmos como realizar o delineamento, ou seja, o plano de como vai ser o experimento. A importância de um bom delineamento garante maior poder explicativo. Estabelecer com maior convicção a relação causal entre a variável independente e o observado. Minimizando os efeitos das variáveis externas (as vezes chamadas de variáveis estranhas) ao experimento e que deveríamos ser capazes de controlar. O primeiro passo é definir como os grupos serão separados: se será um delineamento inter-sujeito, com grupos de pessoas diferentes; ou então se será um delineamento intra-sujeito, no qual a mesma pessoa passa por duas condições experimentais distintas; ou então a condição mista, onde alguns fatores variam entre grupos e outros, variam na mesma pessoa. Vantagens - Um tratamento não interfere no outro; Desvantagens - Diferenças ao acaso dos dois grupos; - Diferenças individuais; Como contornar? - Pareamento por igualação; - Pareamento por randomização. Imaginem o segundo projeto de pesquisa que possui a hipótese: É mais fácil memorizar pseudopalavras quando estas estão repetidas muitas vezes? Minha hipótese é que sim. Ou seja, se eu repito uma palavra muitas vezes, é mais fácil do que repetir uma única vez. No experimento teremos uma condição em que essas pseudopalavras serão apresentadas apenas 1x ao participante e a outa condição, onde apresentamos as palavras 5x ao participante. Acredito a priori que os alunos que verem a palavra 5x lembraram melhor. Como separamos as pessoas para realizar esse experimento? Uma maneira é dividir os alunos em 2 grupos. Vou dividir a sala de aula em 2 grupos: os alunos da fileira 1-3 são do grupo 1 e os alunos das fileiras 4-6 formaram o grupo 2. Qual o problema nisso? A divisão não foi randômica. Simplesmente passamos a faca no meio da sala, mas de qualquer forma temos dois grupos de pessoas diferentes sendo expostas a condições diferentes, que é a condição inter-sujeito. Uma forma alternativa de realizar o experimento seria que todos os alunos fizessem as duas condições. Primeiro todos os alunos leem a palavra 1x e depois leem 5x. Nesse caso teríamos um delineamento intra-sujeito, onde as mesmas pessoas fazem as duas condições. Vantagens Quais as vantagens da divisão inter-sujeito nesse exemplo? Elimina o conhecimento prévio das palavras pelo participante. Sim, essa é a principal causa. Se fizéssemos esse experimento em uma condição intra-sujeito, todos os alunos veriam a lista de palavras e iria tentar lembrá-las. Beleza. Na semana seguinte eles são expostos novamente à palavra, mas agora vendo ela 5x. O problema é que ao final, se for a mesma palavra, você a viu 6x e não 5x. E se for uma palavra diferente, também não seria legal porque você já praticou esse tipo de experimento uma vez, que é o efeito carryover, ou seja, estamos carregando a experiencia da exposiçãoda primeira condição, para a segunda e em experimentos de memória isso é extremamente relevante. A prática é um problema. Ser exposto à mesma lista é um problema. Desvantagens Mas e as desvantagens? Número de pessoas vai ser menor. Sim, ao total temos 50 participantes, quando dividimos, fica 25 para cada lado. Isso na estatística é ruim, porque perdemos poder estatístico. Variações dentro do grupo, É possível que no grupo 1 tenha mais variação de idade que no grupo 2. Sim. A base é que quando temos grupos formados por pessoas diferentes, pode ser que o resultado observado não tenha a ver com ser exposto 1x ou 5x, mas que tenha a ver com qualquer outra característica de diferença entre os dois grupos porque se trata de pessoas diferentes. Quando é o caso de intra-sujeito isso não acontece, porque é a mesma pessoa. Existe um melhor? Sempre depende do seu experimento. Pareamento Como é possível fazer um delineamento inter-sujeito “melhor feito”? existem duas possibilidades e ambas buscam o controle experimental, obter variáveis de controle adequadamente, mas por métodos diferentes. O primeiro é o método por igualação e o segundo é por randomização. Pareamento por igualação Vamos supor que é muito importante saber a idade das pessoas porque estudos da literatura sugerem que velhos tem uma memória pior. Isso é uma informação que sabemos a priori. A idade influencia. Então podemos fazer uma igualação entre os grupos, de forma que a média de idade dos dois grupos seja a mesma e eu faço isso forçando. Vou jogando as pessoas nos grupos de forma a igualar a idade dos sujeitos em cada grupo. Se o gênero for importante, também controlamos a porcentagem de homens e mulheres em cada grupo. Isso é buscar a igualação. Ao final temos o controle absoluto dessas variáveis. Eu sei que o número de homens e mulheres é o mesmo, que a idade média é a mesma, sei que todos dormiram a mesma quantidade de horas na noite anterior porque eu medi isso. Assim fiz um pareamento dos grupos por igualação. Problema: Dependendo do número de coisas que queremos controlar é impossível alcançar a perfeição da igualação dos grupos porque são pessoas diferentes. A igualação deve ser usada quando você sabe que há um fator de extrema importância e que deve ser controlado. Mas há n outros fatores que serão diferentes entre os grupos e vai ser impossível montá-los de forma perfeitamente pareada. Pareamento por randomização É o mais utilizado e parte do princípio que o acaso, a chance, está do seu lado. E como ele é feito? Cada participante ganha um número e são sorteados para estarem no grupo 1 ou 2. Os grupos vão ser iguais? Não, mesmo se tentarmos fazer pelo pareamento por igualação também não serão iguais em várias características. Mas nesse caso, eu parto do princípio que na média, as diferenças vão se igualar, vão se cancelar. A vantagem da randomização em relação à igualação é que existem muitas características que talvez nós nem imaginemos que seja importante e que possa fazer diferença. A randomização cuida delas, mesmo sem saber que elas existem. Como na média, coisas aleatórias se cancelam, mesmo fatores que não conseguimos pensar, esperamos que na média eles se cancelem. Isso alivia o trabalho de levantarmos todas as varáveis que achamos importantes. Vantagens - Cada indivíduo é comparado com ele mesmo. Qualquer diferença não pode ser atribuída a diferenças dos indivíduos dos dois grupos; - O número de sujeitos experimentais pode ser reduzido dependendo da questão experimental; Desvantagens - Efeitos de prática e cansaço → Usar contrabalanço; - Conforme os níveis de uma variável independente aumentam, o contrabalanço completo torna-se impraticável. Já falamos um pouco desse delineamento a pouco, que é o caso onde a mesma pessoa é testada nas diferentes condições experimentais. E isso traz diversas vantagens que comentamos, como aumento do poder estatístico, portanto precisamos de menos participantes no estudo. Cada indivíduo é controle dele mesmo. Não dá para explicar diferenças na sua manipulação por conta de diferenças individuais entre as pessoas porque é a mesma pessoa. Mas trás desvantagens, como o efeito carryover já mencionado, a prática, o cansaço. Isso não quer dizer que ele não pode ser usado no experimento, basta fazer um contrabalanço. Para metade da turma, os participantes verão primeiro 1x e depois 5x e para a outra metade o contrário, vê primeiro 5x e depois 1x. Isso resolve completamente o problema? Não, mas melhora. Faz um contrabalanceamento das condições. Mas se quisermos igualar muitas coisas vai ser impossível. Conforme aumentamos o número de itens que desejamos igualar, a tarefa torna-se impossível de se fazer. - Utiliza um número reduzido de sujeitos ou um único sujeito; - Geralmente utilizado em pesquisas psicofísicas ou clínicas e algumas de condicionamento operante; - Cuidado para contrabalancear tratamentos e prever possíveis problemas; - Vantagens: Extremamente econômico e controlado; - Desvantagens? São estudos que utilizam pouquíssimos participantes, ou mesmo um único participante. Esse tipo de delineamento é útil como em casos éticos, no uso de animais não-humanos, pois não é adequado ter grupos de 50 macacos que serão todos sacrificados. Isso não passa no comitê de ética. Outro exemplo, em casos de psicofísica, são experimentos longos, duram semanas as coletas. Isso porque compensamos ter menos participantes, com uma quantidade maior de dados. Como é intra-sujeito e baixo número amostral, deve-se tomar os mesmos cuidados que o mapeamento intra-sujeito, como fazer o balanceamento. A vantagens é que ele é extremamente econômico, pois usamos, uma, duas, três pessoas. Também é chamado de estudo de caso, quando acompanhamos o desenvolvimento de um paciente a determinado tratamento. Mas possui suas desvantagens. Dentre aqueles que ele compartilha com o delineamento intra-sujeito, ainda temos outro problema: a generalização. O que funcionou para esse único paciente não significa que vai funcionar para outros. - Combina os dois delineamentos (inter e intra-sujeito); - Algumas variáveis são controladas no grupo e algumas entre os mesmos sujeitos; No delineamento misto, algumas características variam entre sujeitos e outras são mantidas constantes dentro do próprio sujeito. Exemplo: Meu (professor) projeto de pós-graduação. Coloquei ratinhos dentro de uma caixa que precisavam aprender duração de intervalos diferentes. Tinha uma condição em que o rato, no mesmo dia, tinha que diferenciar entre dois intervalos de tempo diferentes (30s ou 2min). Como isso acontecia? Sempre que acendia uma luz na caixa, se ele apertasse uma barra depois de 30s, ganhava comida. Se fizer isso repetidas vezes, ele aprende que após a luz acender, não adianta ele apertar a barra antes de 30s. Então ele aprende a esperar. Sabemos disso medindo quantas vezes ele aperta a barra. E outras vezes, ao invés de acender a luz, apitava um som. Nesse caso a comida vinha 2min após o barulho e não após 30s. Ele aprende isso também. Sempre que o som liga ele espera muito mais para apertar a barra. Então ele sabe não apenas a diferenciar no tempo, como também sabe que diferentes estímulos possuem intervalos diferentes. A pergunta de pesquisa era a seguinte: treinar os dois intervalos, identificados por estímulos diferentes, é mais eficiente quando os dois tipos de estímulos são dados no mesmo dia de forma alternada ou melhor dar um tipo de estímulo em um único dia e depois o outro estímulo em outro dia? Qual aprende mais rápido? Cada gráfico abaixo mostra o início e fim de um único dia. Não importa em qual gráfico, aparentemente, ao final do dia, todos os ratos aprendem do mesmo jeito. A média é igual dos dois, porqueambos aprendem. Mas o problema de olhar apenas a média, é que a impressão é que não importa o método utilizado o rato aprende do mesmo jeito. Porém quando olhamos o que acontece com cada tentativa, em cada sessão temos algo completamente diferente. O rato que, no mesmo dia, teve os dois tipos de estímulos, aprendeu a diferenciar os dois. O incrível é o rato que tinha um único tipo de estímulo. Ele resolveu o problema sem aprender a relação de som ou luz com o intervalo de tempo. Ele precisava de apenas uma ou duas tentativas para saber se naquele dia a comida vinha com 30s ou 2min e é isso que vai acontecer no resto do dia. Então temos diferença nos dois grupos. E porque isso é um delineamento misto? Dentro do mesmo grupo, o mesmo rato foi treinado com luz e som, em dois intervalos. Então a diferença entre 30s e 120s estava presente nos dois grupos. É um delineamento intra-sujeito. Todos os ratos tiveram essas duas condições. O que é inter-sujeito? A frequência que apresentamos os estímulos no dia. Um grupo recebeu os dois tipos de estímulos no mesmo dia e o outro recebeu um único estímulo por dia. Vamos supor que queremos testar o efeito ansiolítico para diminuir a ansiedade de determinado composto no cérebro de ratos. Faço uma cirurgia, coloco uma cânula que liga o cérebro ao meio externo. Depois de sua recuperação o coloco em uma situação que desencadeie estresse e consigo medir a ansiedade por vários métodos, como o tempo de freezing. Essa é a variável dependente. Em determinado dia injeto a substância de interesse no cérebro e medindo seu comportamento vemos que de fato há uma diminuição na ansiedade do animal. Posso concluir que a substância tem efeito ansiolítico? Ainda não. Pode ser que na cirurgia realizada, foi danificado uma área importante do cérebro que nos faz ter medo das coisas. Nesses casos de neuropsicologia é necessário fazer o grupo sham ou grupo placebo. O grupo sham, quer dizer “grupo de mentira”. É aquele que fingimos que fizemos uma cirurgia, mas não faço. Então faço todo o procedimento que foi feito no animal que foi colocado a cânula, mas no sham não implantamos o canudo. Ou podemos ter o grupo placebo, no qual eu realizo o implante da cânula, mas no dia do teste, em um colocamos a substância e no outro colocamos água com açúcar, que em teoria apenas hidrata o animal. - Indicações dadas às pessoas que lhes permitem determinar a finalidade do experimento ou o que é esperado pelo experimentador. Ocorre quando o próprio experimento em si já dá a dica para os participantes do que o experimentador que saber. E isso gera um viés muito estranho. Nós humanos gostamos de satisfazer os outros. Gostamos de deixar os outros feliz, gostamos de falar o que os outros querem ouvir. E muitas vezes fazemos isso de forma inconsciente. Isso acontece no cenário experimental. Se você sacar o que o pesquisador quer saber e a hipótese que ele tem por trás, é capaz de você dar uma ajuda de forma inconsciente. Ou seja, no exemplo da pista de direção após consumir álcool, é capaz de você cometer um pouco mais de erros, ser mais desleixado, porque você sabe qual é a hipótese. É impossível o pesquisador querer saber se o álcool te deixa mais atento. Efeito Hawthorne Uma empresa localizada em Hawthorne contratou consultores para aumentar a produtividade da fábrica. A hipótese dos consultores é que a luminosidade da sala fazia diferença. Assim eles reuniram todos os empregados, avisaram que eles estavam lá porque o chefe deles contratou para aumentar a produtividade. Para isso eles iriam realizar um pequeno experimento. Pegaram um grupo de empregados, colocavam em uma sala com a luz mais forte e deixavam lá para fazer o trabalho e anotavam quantas peças eram produzidas. Ao final, chegou à conclusão que nessa situação as pessoas produzem mais. Fim. Isso está correto? Não. Você avisou aos empregados que os consultores estavam lá porque o chefe queria aumentar a produtividade. É claro que mesmo se a sala estivesse totalmente um breu, os empregados também iriam aumentar a produtividade por medo de ser demitido. Esse é o efeito Hawthorne. As pessoas não vão agir naturalmente nessa situação. Não tem nada a ver com a luz, mas sim com ser observado. Então nesse caso, para evitar esse tipo de erro, não avisa os funcionários. Apenas aumenta ou diminui a luz. Deixa os empregados no contexto deles. Isso é algo que veremos mais em detalhes na aula psicossocial. Por exemplo, se um homem velho se senta no meio da sala do maternal e fica lá observado eles. Eles vão agir da mesma forma? Claro que não. Precisamos buscar alternativas de observar os participantes sem saber que eles estão sendo observados. - Fornece aos participantes algumas indicações quanto às expectativas do experimento; Os participantes têm o viés de querer agradar, mas o experimentador também tem o viés de querer sempre ganhar. Queremos encontrar a afirmação daquilo que acreditamos que seja verdade. É o viés da confirmação. E novamente é inconsciente, sem querer ele pode acabar ajudando o participante a dar a resposta que ele quer. Um exemplo clássico é a do cavalo que sabe contar. Em uma época, um treinador de cavalo afirmou que o cavalo sabia somar e virou um fenômeno. Ele perguntava 10+3 e o cavalo batia a pata 13 vezes. Até que chegaram pessoas que entendiam mais sobre controle experimental e fizeram mudanças no ambiente. Perceberam que quando tiravam o treinador da frente do cavalo, ele errava a conta. E eles descobriram que o dono do cavalo fazia uma cara de surpresa quando o cavalo acertava a conta. Ele dava sinais que para o dono, eram apenas sinais de alegria, mas para o cavalo era o que ele precisava para saber que era aonde ele precisava parar de bater o pé e ganhar a cenoura dele. Para não termos o efeito do experimentador e do participante, a melhor forma é delinear os experimentos duplo-cego. Nesse caso o participante não tem ideia de qual condição ele está. Se está no grupo controle ou experimental. E da mesma forma, o experimentador não saber o grupo do participante – isso para o caso do experimentador interagir com o participante, como por exemplo, na hora de administrar a droga ou placebo. Automação dos experimentos Uma forma moderna de resolver esses problemas é automatizar o experimento. O computador é impessoal e realiza sempre da mesma maneira, para todos os participantes. Podem eliminar ou reduzir efeitos do experimentador. - Usado em situações onde não é possível o experimentador manipular as variáveis diretamente; - Vantagens: as variáveis ocorrem naturalmente e em geral apresentam alto grau de interesse e são pesquisas aplicadas; - Problema: mais difícil de estabelecer relações. Um último tipo de delineamento que iremos ver são os métodos quase experimentais. E são ‘quase’ porque não conseguimos ter controle sobre as variáveis independentes. Por definição, um método científico, envolve controle de variáveis. O experimentador controla variáveis. Ele sabe se está dando placebo ou o comprimido. Agora existem casos em que não é ético ou não é possível ter o controle de variáveis. Como por exemplo: existe relação entre o uso de drogas e o desenvolvimento de psicopatologias? Para responder isso vou montar um experimento onde vou dar um monte de drogas no grupo 1, para o outro grupo eu não dou nenhuma droga e depois de alguns anos eu meço quais desenvolveram psicopatologias. Posso fazer isso? Não. Mas as pessoas se drogam. Existe essa população disponível por aí. É possível recrutá-las e conseguimos estabelecer depois algum tipo de correlação entre o consumo, frequência, quantidade de drogas e o desenvolvimento de psicopatologias depois. Nesse caso, não temos um experimento legitimo porque não estamoscontrolando uma série de variáveis. Não temos controle da variável independente. Não fizemos uma locação randômica dos participantes, nada disso. Mas de qualquer forma aprendemos coisas importantes sobre o assunto. Por isso eles são uteis em casos de pesquisas aplicáveis, para lidar com problemas reais da sociedade. - Primeiro passo: transformar o problema em uma hipótese que possa ser testada - “Principal diferença entre um problema e uma hipótese é que esta última pode ser testada e o primeiro não” - A hipótese deve ser transformada em um experimento com variáveis independentes, dependentes e de controle - Coleta de Dados (seleção dos grupos) - Análise dos Dados - Relato dos Dados Métodos quase experimentais Do problema ao experimento Como desenvolvemos um experimento? O primeiro passo é identificar o problema. Pensar em uma questão experimental que vocês desejam discutir. Como vocês transformam isso em um experimento para que isso seja testado? Transformando o problema, que geralmente é uma sentença abstrata, em um objeto de pesquisa. Em uma hipótese que conseguimos testar propondo um experimento que nos traz respostas. E essa resposta às vezes pode ser indefinida, no caso de você não ter evidencias o suficiente para dizer sim ou não, mas já é uma reposta. A principal diferença entre um problema e uma hipótese, é que a última pode ser testada e o primeiro não. Um problema ruim, ou seja, um projeto de pesquisa com uma questão experimental ruim Como por exemplo, ‘qual o efeito de cursar psicologia experimental no céu?’. É uma pergunta, mas ela ruim. Como você responde isso? Não responde. Ela é muito generalista. E esse é disparado, o erro mais comum na entrega que vocês precisam dar essa semana. muitos de vocês recebera, um feedback dizendo que a questão não está específica o suficiente. Uma boa questão de pesquisa seria: ‘será que a semana de provas, em psicologia experimental, muda o tempo de estudo dos alunos?’. É possível pensar em um experimento para responder isso. O segundo passo, quando já temos uma hipótese específica e testável, ela precisa ser transformada em um experimento, de tal forma que você tem uma resposta, qualquer que seja ela, e esse experimento terá que envolver os conceitos que vimos hoje. Ou seja, deve envolver manipulação de variáveis independentes, definição das variáveis dependentes (o que será medido) e o controle (manter constante as variáveis de controle). E é a parte mais trabalhosa e importante, porque se isso não estiver bem definido, o resto é perda de tempo. Depois partimos para a coleta dos dados. Análise dos dados. E contamos os resultados para o ‘mundo’. Algo muito comum no Brasil são as famosas ‘pesquisas de gaveta’. Quando arquivamos o projeto depois de ter finalizado, sem divulgar para o mundo. Senão é perda de tempo fazer essa pesquisa. O ciclo estatístico é dado na aula de inferência e estatística, mas podemos transformá-lo no ciclo experimental. Basicamente, estatística envolve planejar experimentos. Ela é uma ciência que se interessa pelo desenvolvimento adequado de um experimento. Nós começamos um projeto de pesquisa com um problema que queremos responder para a população inteira. Penso na seguinte questão: ‘Será que se eu usar a variação continuada, vai facilitar a aprendizagem dos alunos?’, mas para quais alunos? Todos os alunos do mundo. Estou interessado na população. Mas é possível fazer um experimento com a população inteira? Não consigo. Então como eu faço? Pego uma amostra da população, ou seja, como não temos acesso à população inteira, faço um teste em um grupo menor na qual temos acesso. Como faço para ter uma amostra da população que seja representativa? A melhor forma é escolher as pessoas de forma aleatória (mas claro que até isso tem limitação. Não conseguimos pegar pessoas de outros países, por exemplo, para diversificar o grupo) E o que eu faço com as amostras? Crio diferentes condições e separo os grupos em cada tipo de condição. Um grupo terá apenas uma prova ao longo do quadrimestre e o outro terá várias provas ao longo do quadrimestre. Faço o delineamento. E como alocamos as pessoas nos grupos? De forma aleatória preferencialmente, para equalizar possíveis diferenças individuais que vão complicar depois. Depois do delineamento experimental, que de novo ressalto que é a parte principal do projeto, aí sim passamos para a coleta de dados. Por fim, temos a análise dos dados, para saber a resposta da nossa pesquisa (mesmo que ela fique indefinida, já é algo). Temos que bancar o detetive e ver se há algo nos dados, que é a chamada estatística descritiva ou análise exploratória. Você manipula os dados de todas as maneiras possíveis para ver se o dado tem algo a dizer. E essa parte é mais importante que os testes estatísticos – como vimos no exemplo do projeto de pesquisa do professor. Se tivéssemos apenas usados os testes, veríamos que não há diferença nos dois tipos de treinamento dos ratos, porém, quando analisamos os dados, de fato, manualmente, percebemos que é bem diferente. E vamos supor que obtivemos a resposta que a avaliação continuada (várias provas ao longo do quadrimestre) pareceu melhor para a minha amostra, posso já espalhar para o mundo inteiro que esse método de avaliação é melhor? Ainda não. Porque isso foi o resultado da minha amostra. Mas não estamos interessados na amostra, queremos saber o que é melhor para o mundo inteiro. E é aqui que entra a estatística inferencial. Para realizarmos uma inferência, um chute educado, sobre o que acontece na população, com base no que foi observado na amostra. Inferencial quer dizer inferência, é um chute que damos sobre a população, com base na evidência que obtivemos a partir do experimento. Como é um chute, podemos estar completamente errados, mas é um chute educado, não é um chute aleatório. E é aqui que usamos os testes de hipótese. É isso que a estatística inferencial faz. E então recomeçamos o ciclo, porque normalmente a reposta que obtemos desse experimento, muitas vezes abre outras 200 perguntas que não tínhamos previsto antes do experimento e então começamos no primeiro passo. O ciclo estatístico Procedimentos experimentais e controle Tratamento B Método de amostragem De pref. aleatório População Amostra Alocação aos grupos (controle ou experimental) De pref. aleatório Estatística inferencial Estatística descritiva Tratamento A ou Dados “Raciocínio ao inverso” “Teste de hipóteses” “Comparação de modelos” Análise exploratória de dados. Resumos gráficos e numéricos. “trabalho detetive” “Acumulação e exploração sistemática de evidências” Inferência sobre a população & efeito do tratamento
Compartilhar