Aula 2 novembro

Prévia do material em texto

Aula de métodos quantitativos 2 novembro 
 
 
1 
 
 
Do lado esquerdo do Jamovi tem a folha com os dados, do lado direito o 
output. Podemos reajustar o tamanho das janelas conforme nos der mais jeito. Tal 
como acontecia com o SPSS, tem em cima menu. 
 O Jamovi é um programa modelar e nós podemos ir acrescentando módulos de 
análise estatística à medida que precisamos. Para instalar os módulos é necessário 
carregar no sinal de + que aparece ao fundo. Os módulos que vamos precisar são: 
• Jpower- serve para análise de poder estatístico; 
• Major- metanálise; 
• Scatr- produz scatr plots; 
• Toster- executa um conjunto de estatísticas que são úteis para lidarmos com o 
problema da ausência de um efeito, ajuda-nos a ver se a magnitude é 
interessante ou importante- não há maneira nem metodológica nem estatística 
de concluirmos com certeza a ausência de um efeito; 
• Medmod- análise de mediação e moderação; 
• Walrus- versão robustas dos testes-t e análise de variância. 
Nas três linhas do lado esquerdo em cima é onde temos acesso a abrir guardar e 
exportar os nossos dados. O Jamovi tem uma característica interessante relativamente 
ao SPSS que é o facto de no SPSS precisarmos de guardar os resultados num ficheiro 
e os dados noutro ficheiro e para guardar o script da nossa análise era necessário um 
terceiro ficheiro, o Jamovi guarda tudo junto no mesmo ficheiro. 
O Jamovi utiliza o formato norte americano, o que significa que as casas decimais 
são identificadas com ponto e não com vírgula. As variáveis estão identificadas com 
diferentes símbolos: 
• identifica as variáveis escalares/contínuas; 
• identifica as variáveis nominais/categoriais; 
• identifica as variáveis ordinais. 
Sempre que possível devemos ter as nossas variáveis bem parametrizadas, 
com os tipos bem identificados porque o Jamovi identifica nas caixas os tipos de 
variáveis que são admissíveis e portanto, para cada estatística o Jamovi haverá de 
dizer que tipo de variável devemos de utilizar. Não devemos ter nenhum tipo de 
discrepância em relação às variáveis que colocámos nas caixas e os símbolos que 
aparecem nas caixas. 
O Jamovi dá-nos a possibilidade de caracterizar o que efetivamente é útil, não 
temos mais nenhuma opção a não ser efetuar aquilo que precisamos. 
O Jamovi atualiza os resultados automaticamente. Em relação ao output as 
tabelas aparecem já feitas de acordo com as orientações da APA, o que significa que, 
podemos colar estas tabelas em documentos se precisarmos. Para colar devemos 
carregar em cima com a tecla direita do rato. Se carregarmos em cima das tabelas 
 
Aula de métodos quantitativos 2 novembro 
 
 
2 
 
conseguimos aceder ao que estivemos a fazer, vai automaticamente dar-nos a 
estatística realizada e os parâmetros selecionados. 
Não vamos precisar de manipular dados, mas esta manipulação faz-se em 
cima onde diz data. Para parametrizar dados temos de selecionar a coluna e a seguir 
fazer Setup e ele deixa alterar o nome, colocar uma descrição, definir o tipo de variável 
que estou a tratar e no caso de ser uma variável nominal ou ordinal aparecem as 
diferentes categorias que compõe a variável. Podemos calcular variáveis novas a 
partir das que já existem. 
O guia de estudo da APA sugere que utilizemos 3 casas decimais. 
No Jamovi não podemos ter dados em branco. O valor que aparece por defeito 
é um na. 
 
Análise de poder estatístico 
 
1. A análise do poder estatistico deve executar-se depois de termos um 
protocolo de recolha e análise dos dados preparado, mas antes de 
começarmos a recolher dados. Depois vamos saber como é que vamos 
recolher e analisar os dados, isto antes de os recolhermos. 
2. Serve para determinar o nº de participantes de que vamos precisar admitir 
na nossa amostra, de maneira a termos no final do estudo um poder 
estatístico (capacidade de um estudo para identificar um efeito da mesma 
magnitude do efeito que está a ser estudado) adequado. Precisamos de 
garantir que temos um bom poder estatístico para não cometermos erros do 
tipo II e, portanto, que não vamos dizer que um efeito não existe, quando 
na realidade o efeito existe, mas é pequeno. 
Nos últimos anos surgiu a recomendação de que nenhum estudo inicie sem 
uma análise de poder estatístico de maneira a que os investigadores possam 
determinar à partida quantos participantes vão precisar de maneira a terem no final do 
estudo um poder estatístico adequado. 
A análise do poder estatístico depende de 4 parâmetros: 
• O tamanho da amostra; 
• Depende do erro tipo I (identificar um efeito quando na realidade não 
existe efeito nenhum) - o erro máximo aceitável é 0,05. Alguns 
softwares haverão de nos pedir 0,05 outros 0,95 (qual é o mínimo de 
confiança que quero ter); 
• Erro tipo II – haveremos de dizer a probabilidade máxima de erro que 
estamos disponíveis para aceitar – erro máximo aceitável é 0,20; 
• Tamanho do efeito. 
A análise do poder estatístico depende da interação destes 4 parâmetros. 
Sabendo 3 destes parâmetros conseguimos calcular o 4º. O âmbito dos interesses da 
psicologia no poder estatístico tradicionalmente o que fazemos é utilizar o erro tipo I, o 
erro tipo II e o tamanho do efeito para estimar o tamanho da amostra. O resultado da 
 
Aula de métodos quantitativos 2 novembro 
 
 
3 
 
análise do poder estatistico é o nº de participantes de que vamos precisar para 
garantirmos que não cometemos um erro tipo II. O erro do tipo I e o erro tipo II são 
sempre iguais, é sempre o mesmo valor. O que varia na realidade é o tamanho do 
efeito (relativo à magnitude da relação entre a VI e a VD, o que significa que um efeito 
pequeno haverá de ser raro, um efeito grande haverá de ser frequente). 
Existem na estatística vários testes de tamanho de efeito: 
• D Cohen – é o teste de tamanho de efeito para os testes-t (devemos 
utilizar sempre que temos uma VI nominal com 2 categorias e 1 VD 
escalar ou contínua ou quando temos um mesmo gripo de participantes 
avaliados em 2 momentos distintos numa VD p.ex pegarmos num grupo 
de participantes que recebem tratamento e noutro que não recebem 
tratamento nenhum e avaliarmos o nível de sintomas ou no início ou no 
fim do tratamento). É este teste que nos diz quanto é que os grupos se 
distinguem relativamente à VD ou quanto é que a VD muda de uma 
observação (de um grupo) para outra (outro grupo). Acrescenta ao p se 
as diferenças são grandes ou pequenas – para amostras 
independentes. Se o nível da VD é muito diferente no final da 2ª 
observação relativamente à 1ª- amostras emparelhadas. 2 formas para 
determinar o tamanho do efeito indicar com computador: olhar para a 
investigação anterior, verificar qual é o efeito do tamanho médio que foi 
observado nos estudos anteriores e utilizar esse valor ou inventar um 
valor com algum critério/parcimónia (+ habitual). Devemos fixar os 
critérios para referência de interpretação, valores inferiores a 0,2 
designam um tamanho do efeito baixo, entre 0,2 e 0,5 identificam um 
efeito que é baixo a moderado, entre 0,5 e 0,8 identificam um efeito 
moderado a elevado, superiores a 0,8 identificam um efeito elevado ou 
grande. Utilizar D de Cohen que não corram o risco de sobrestimar o 
tamanho do efeito que estamos a estudar, o que significa por isso, que 
devemos utilizar valores próximo de 0,2; 
• Ƞ2 – é o teste de tamanho de efeito para as análises de variância.