Prévia do material em texto
ESTATÍSTICA X PSICOLOGIA - É descritiva e inferencial a estatística descritiva: lida com a descrição e o resumo dos dados. (moda, mediana, média) estatística inferencial: lida com a generalização dos resultados da amostra para a população em geral (probabilística, não probabilística…) - Método estatístico: ● possível se chegar a conclusões que extrapolam os dados descritos (poder de generalização) ● Fases: Coleta de dados, crítica dos dados, apuração dos dados, exposição dos resultados e conclusões. TEORIA DA AMOSTRAGEM: - A estatística guia a decisão desde a etapa de planejamento da pesquisa, até a condução e os resultados gerados. (guia todo o projeto) - A Teoria da amostragem guia a decisão de quais pessoas escolher para compor a pesquisa. - POPULAÇÃO = Conjunto de todos os elementos que possuem determinadas características. (Não é fixa). - Amostra = Recorte da população. (Deve ser representativa da população - mesma estrutura) - POPULAÇÃO E AMOSTRAS NÃO SÃO FIXAS. AMOSTRAS NÃO PROBABILÍSTICAS: - Os sujeitos são escolhidos por determinados critérios, geralmente informais. - Selecionar de maneira menos controlada ( bola de neve) - AMOSTRA ACIDENTAL: Sem segurança de representar o universo. (um chama o outro) Mais comum: Bola de neve - Fácil acesso aos participantes, mas, os resultados não podem ser generalizados com segurança, mas, serão generalizados os resultados para a população. AMOSTRAS PROBABILÍSTICAS - Todos os elementos têm a mesma chance de ser escolhidos para compor a amostra. - Conhecer toda a população para escolher a amostra - AMOSTRA ALEATÓRIA SIMPLES: Lista completa da população e fazer sorteio simples. (todos tem chance de ser convidados para a pesquisa) Base de amostragem = Lista. / não inclui casos minoritários. - AMOSTRA ESTRATIFICADA: Quando sorteio simples não é suficiente. conhecer a população e estratificar a amostra. (criar subgrupos proporcionais) TIPOS DE VARIÁVEIS E NÍVEIS DE MEDIDA - Axioma: verdade incontestável (2 é maior que o 1) - Princípio do isomorfismo: ● A medida, ao utilizar números para descrever a realidade, deve salvar os axiomas dos números. ● Quanto mais axiomas dos números forem salvos, mais útil a medida se torna para a descrição da realidade empírica. - AXIOMA DOS NÚMEROS: Podemos utilizar números para representar outro fenômenos, mas, sempre respeitando: ● Identidade: os números são diferentes entre sí ( 1.psicología 2.medicina está correto / 1. psicologia 1. medicina está errado) ● Ordem: Os números são diferentes de tamanho, dizemos quem é maior que quem. ● Aditividade: Dois números podem ser somados entre si. (todos os números podem ser reduzidos a 1) NÍVEIS DE MEDIDAS MEDIDAS QUE SALVAM O AXIOMA DE IDENTIDADE: - Medidas nominais ● Usa números para demonstrar que dois ou mais atributos são distintos entre si. ● Uso de números é arbitrário. podem ser outros símbolos. ● Só servem para identificar atributos. MEDIDAS QUE SALVAM O AXIOMA DE ORDEM: - Medidas ordinais: ● Além de identificar, ela ordena os tributos. É possível ordenar os sujeitos em termos de quantidade em que possuem determinado atributo. MEDIDAS QUE SALVAM O AXIOMA DE ADITIVIDADE - Medida intervalar: ● Possível ordenar a quantidade e preservar a distância igual entre os intervalos. ● Permite dizer o quanto tem maior ou menor quantidade. - Medida de razão: ● Tem o zero absoluto (origem) - ausência do fenômeno na natureza. ● Tipo de medida mais completo ( Não existe ausência de QI) DISTRIBUIÇÃO AMOSTRAL - Tipos: ● Distribuição de dados: Garantem a variabilidade da amostra Algumas análises precisam que os dados sejam distribuídos normalmente. Quanto maior a amostra, maiores as chances de ela apresentar uma distribuição normal. Dificilmente alcançamos uma distribuição perfeitamente normal. Mas é fundamental que se busque uma distribuição aproximadamente normal. ● Distribuição normal ● Distribuições não-normais: Distribuição assimétrica: Uma das principais causas de desvio da normalidade é a resultante da assimetria. • Se a distribuição apresenta uma cauda maior para a direita, ela é positivamente assimétrica; • Se a distribuição apresenta uma cauda maior para a esquerda, ela é negativamente assimétrica. Em distribuições muito assimétricas, não se deve utilizar a m é d i a c o m o m e d i d a d e tendência central. Distribuição bimodal: Esse tipo de distribuição é rara. ESTATÍSTICA DESCRITIVA - Resumem as medidas obtidas, oferece uma visão geral dos resultados - Cálculos descritivos mais utilizados: Medidas de tendência central e medidas de dispersão. Medidas de tendência central: - sintetizam o conjunto de dados - são elas: Média aritmética, mediana e moda. Média aritmética: - Indicada para variáveis minimamente intervalares. - Mais indicada para dados normalmente distribuídos ou levemente assimétricos. - Desvio Padrão precisa ser baixo - valores extremos afetam o valor calculado. Mediana - Ocupa posição central dos conjuntos ordenados. - Quando a quantidade é par, soma e divide por dois. - Indicada para dados minimamente intervalares - Fácil de ser calculada - Não é afetada por valores extremos - Utilizada por variações assimétricas. Moda - Valor que apresentam mais vezes - Se todos forem diferentes, não tem moda - Pode ter mais de uma moda (bimodal, trimodal ou multimodal) - Única medida de tendência central que pode ser utilizada por medidas nominais ou ordinais - mais pobre que as outras. Medida de dispersão - Variabilidade que os dados apresentam de si. - Se os dados forem iguais, não tem dispersão. - Se os valores não forem iguais, há dispersão: Pequena: Quando os valores são próximos. Grande: Quando os valores são muito diferentes. AMPLITUDE = Diferença entre o maior e o menor conjunto. Utilidade limitada DESVIO PADRÃO = Acompanha a Média.Para saber se é alto ou baixo, é só comparar os desvios. ● SE O DESVIO PADRÃO FOR MUITO ALTO, PROVAVELMENTE A MÉDIA NÃO É A MELHOR OPÇÃO PARA REPRESENTAR O CONJUNTO DE DADOS. INTERVALO INTERQUARTIL = Acompanha a mediana, MODA NÃO É ACOMPANHADA DE MEDIDA DE DISPERSÃO. d c e e d b