A maior rede de estudos do Brasil

Grátis
36 pág.
Apontamentos de MIP

Pré-visualização | Página 4 de 7

de amostragem:
Amostragem probabilística simples- todos os membros da população têm igual probabilidade de serem selecionados.
Amostragem estatificada- utiliza-se quando a população está estratificada por grupos homogéneos em relação à característica que se quer estudar.
Amostragem sistemática- selecionam-se todos os n indivíduos até se alcançar o número total da amostra;
Amostragem por grupos- amostras que tomam em consideração não os indivíduos, mas os grupos em que a população está organizada.
Amostragem não probabilística (por conveniência)- a seleção baseia-se na disponibilidade dos sujeito (voluntários, grupos pré-existentes).
A amostragem aleatória impede enviesamentos sistemáticos e serve para muitos fins:
· Possibilita explicações causais;
· Garante a maior representatividade possível de uma amostra;
· Possibilita a aplicação de testes estatísticos.
Mas a amostragem aleatória não nos garante resultados relevantes para os nossos objetivos, sejam estes quais forem:
· Temos de saber se as manipulações afetam mesmo as variáveis que queremos estudar e não outras;
· Temos de saber se resultados são fiáveis (consistentes e replicáveis).
A validade consiste na certificação de que os instrumentos utilizados garantem que se atinjam resultados coerentes e passivos de serem aceites numa determinada investigação enquanto que a fiabilidade é a certificação de que os resultados recolhidos correspondem à realidade.
Fiabilidade e Robustez em Experimentação:
· Pré-testes;
· Verificação das manipulações;
· Efeitos do experimentador (idealmente o experimentador deve ignorar as hipóteses e a condição de cada participante);
· Multi-operacionalismo;
· Replicação conceptual.
Validade ecológica:
· Depende do objetivo do estudo;
· Às vezes precisamos de invalidade ecológica se precisamos de isolar variáveis que estão naturalmente correlacionadas (Mook, 1980).
Validade facial diz respeito ao grau com um método aparenta medir aquilo que de facto pretende medir. Por exemplo, um exame sobre literatura portuguesa terá uma forte validade facial se for baseado em excertos de literatura portuguesa. Este tipo de validade parece ser o que tem menos importância na investigação científica. Isto acontece porque um método pode ter elevada validade facial e no entanto não possuir nenhum outro tipo de validade ou fiabilidade.
A validade de constructo busca testar se o instrumento consegue representar adequadamente o constructo teórico que busca medir. A validade de critério busca medir o quanto o instrumento é capaz de predizer um desempenho ou comportamento específico de uma pessoa. Já a validade de conteúdo busca avaliar se o instrumento consegue medir uma amostra representativa de um domínio específico e finito de comportamentos. Por exemplo, identificar se os itens de um teste de inteligência realmente são suficientes e adequados para abranger todo o espectro esperado de habilidade intelectual.
Classificação de Métodos de Investigação em Psicologia:
Existem diversas possibilidades de formas de classificar os métodos de investigação em Psicologia:
· Experimentais e descritivos:
· Relações causa-efeito: compreensão dos mecanismos psicológicos subjacentes ao fenómeno de estudo.
· Quantitativos e qualitativos:
· Dados numéricos: frequência de resposta, avaliações em escalas, tempos de reação, etc.;
· Dados não numéricos: comentários, entrevistas, comportamento observado, etc.
Metodologias quantitativas (estudos experimentais):
· Métodos de investigação que procuram estudar relações de causa-efeito entre variáveis;
· Definição: Observa-se, sob condições controladas, o efeito da alteração sistemática de uma ou mais variáveis.
Vantagens do método experimental:
· Inferência causal:
· Descrição causal refere-se à identificação das consequências da manipulação da VI;
· Explicação causal refere-se à explicação dos mecanismos pelos quais se forma a relação.
· Possibilidade de manipulação de uma VI;
· Controlo:
· As variáveis estranhas são controladas através da manutenção de outras variáveis constantes e da distribuição aleatória dos participantes.
Desvantagens dos métodos experimentais:
· Não testam os efeitos de variáveis não manipuláveis:
· Muitas variáveis independentes não podem ser diretamente manipuláveis.
· Artificialidade:
· Generalização de resultados do laboratório para o «mundo real».
Metodologias quantitativas (estudos não experimentais):
· A VI não pode ser manipulada:
· Porque é impossível;
· Porque não é eticamente aceitável;
· Ou porque o investigador quer fazer um estudo exploratório.
Vários tipos de investigações não experimentais:
· Objetivos da investigação:
· Estudos descritivos;
· Estudos correlacionais;
· Estudos diferenciais.
· Dimensão temporal:
· Estudos transversais;
· Estudos longitudinais;
· Estudos ex post facto (Manipulação natural).
Estudos descritivos:
· Objetivo: descrição de determinado fenómeno, ou das variáveis que existem em determinada situação;
· Etapas dos estudos descritivos:
· Escolha aleatória de uma amostra da população;
· Determinação das características da amostra;
· Inferência das características da população com base nos resultados da amostra.
Estudos correlacionais:
· Objetivos:
· Examinar a relação entre duas ou mais variáveis;
· Estimar um resultado:
· Analisar como as variáveis co-variam em conjunto;
· Utilizar uma variável para estimar os resultados da outra variável.
· Avaliar a consistência ou inconsistência com uma teoria:
· Não comprova uma teoria, mas pode servir para negar uma teoria.
· «Qual é a relação entre a variável X e a variável Y?»
· Características:
· Recolha de dados num determinado ponto do tempo;
· Análise de todos os participantes como um único grupo;
· Obtenção de, pelo menos, dois resultados por cada indivíduo- um para cada variável;
· Indicação das estatísticas de correlação;
· Interpretação dos resultados estatísticos indicando que as alterações numa variável refletem-se em alterações na outra variável.
· Coeficiente de correlação: Estatística que dá informação sobre a força e a direção da relação entre duas variáveis (grau de associação entre duas variáveis). Varia entre -1 e 1, sendo que -1 representa uma correlação negativa, 0 uma correlação nula (sem correlação) e 1 uma correlação positiva. Coeficiente de Pearson e de Spearman.
· Análise de dados:
· Coeficientes de correlação: Coeficientes de Pearson e de Spearman;
· Nível de significância da correlação: Em que medida a correlação é significativamente diferente de zero (ou seja, existe evidência de uma relação?) - valor de p < α (alfa)?
· Coeficiente de determinação: r2 indica a percentagem de variância partilhada pelas duas variáveis.
· Correlação e inferência causal:
· Observar uma relação entre duas variáveis não é suficiente para concluir sobre uma relação de causalidade;
· Direções possíveis de causalidade:
· X pode causar Y;
· Y pode causar X;
· Uma outra variável pode causar X e Y.
· Relação espúria: Quando a relação observada entre duas variáveis é devida a uma ou mais terceiras variáveis (variável parasita);
· Relações parcialmente espúrias: Quando a relação entre duas variáveis é parcialmente devida a uma ou mais terceiras variáveis.
· Condições para inferir causalidade:
· A causa deve variar da mesma forma que o efeito (Condição de Relação);
· A causa deve preceder o efeito (Condição da Ordem Temporal);
· As hipóteses rivais devem ser implausíveis (as relações verificadas não podem ser devidas a uma outra variável) (Condição da Não Explicação Alternativa).
Estudos Diferenciais:
· Semelhante à investigação correlacional (variáveis medidas mas não manipuladas);
· Comparar dois ou mais grupos pré-existentes;
· «O grupo A difere do grupo B?»
· Análise dos dados:
· Procedimentos estatísticos idênticos aos utilizados para analisar os dados da investigação experimental;
· O tipo de análise depende do número de grupos e do tipo de medida:
· Dados intervalares: t-test, ANOVA, MANOVA;
· Dados ordinais: Mann-Whitney U-test;
· Dados nominais: Qui Quadrado (Chi square).
· Rejeição da hipótese nula (de