Baixe o app para aproveitar ainda mais
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.
Compartilhar