A maior rede de estudos do Brasil

Grátis
36 pág.
Apontamentos de MIP

Pré-visualização | Página 6 de 7

Participante observador: o investigador integra o grupo: passa muito tempo com o grupo e participa ativamente nas suas atividades. No entanto, informa os elementos do grupo que está a realizar uma investigação.
Observador participante: o investigador assume mais o papel de observador do que de participante. Já não passa tanto tempo no campo, tem interações breves e limitadas com os outros participantes. As pessoas sabem que fazem parte de uma investigação.
É mais fácil manter a objetividade; Não apresenta problemas éticos. Pode, no entanto, ser mais difícil obter ou compreender as perspetivas dos participantes sobre os acontecimentos.
Observador não participante: o investigador assume o papel de observador externo ao grupo. As pessoas em geral não sabem que estão a ser observadas.
Por razões éticas também só deve ser realizado em locais públicos.
Tem a vantagem de minimizar alterações no comportamento dos participantes (as pessoas têm tendência a alterar os comportamentos quando sabem que estão a ser observadas- Reactividade).
Observação naturalista:
Observação naturalista clínica:
Observação de casos especiais e casos ao longo do tempo (estudos longitudinais).
Exemplo: estudos sobre o desenvolvimento (Piaget).
Observação naturalista nos estudos etnográficos:
Observações de grupos de indivíduos no seu meio natural.
Exemplo: estudos no campo da Psicologia da Educação e da Psicologia Social.
Dificuldades da observação naturalista e Estudos Etnográficos:
· Subjetividade do observador;
· Reatividade: Os participantes podem mudar de comportamento quando sabem que estão a ser observados;
· Distração do observador: O observador pode ter momentos de distração e falharem elementos importantes;
· Validade de constructos: Julgamentos sobre comportamentos;
· Registo seletivo: O que nós registamos depende mais dos nossos julgamentos pessoais do que o fenómeno em si;
· Memória seletiva: Quando o registo é feito após a observação, maior a tendência para a subjetividade;
· Expectativas do observador: Tendência para tomar mais atenção e registar aspetos que estão de acordo com as suas hipóteses.
Estudos de caso:
Método no qual o investigador apresenta uma descrição detalhada e análise intensiva de um ou mais indivíduos; organização ou evento com base em diversas fontes de informação.
Dados contextuais e sobre a história de vida são também recolhidos para contextualizar o caso e para ajudar na compreensão da trajetória causal que pode ter influenciado aquele caso.
Método de recolha de dados: múltiplas fontes e métodos: entrevistas aprofundadas, observação, questionários, testes, documentação variada.
Diferentes tipos de Análise de Casos:
· Estudo de caso intrínseco:
· O investigador está apenas interessado em compreender um único caso, organização ou acontecimento.
· Estudo de caso instrumental:
· Para compreender algo mais geral do que o caso;
· Conduzido para possibilitar a compreensão de um tema ou explicação teórica.
· Estudo de caso coletivo:
· Estudo de vários casos com o propósito de comparar.
Métodos mistos:
Utilização de métodos quantitativos e qualitativos numa mesma investigação.
Triangulação:
· O investigador dá tanta prioridade a metodologias quantitativas como a metodologias qualitativas;
· Os dados são recolhidos ao mesmo tempo;
· Analisam-se e comparam-se os dados para ver se os resultados quantitativos e qualitativos são idênticos.
Estudos explicativos:
· O investigador dá maior ênfase aos dados quantitativos: são apresentados em primeiro lugar no estudo e representam um aspeto central na recolha de dados;
· Os resultados qualitativos são utilizados para esclarecer os resultados quantitativos;
· Análise de alguns casos ou identificação de casos extremos para follow-up.
Más práticas de investigação:
· Não reportar todas as medidas dependentes de um estudo;
· Decidir que se deseja coletar mais dados depois de ver os resultados foram significativos;
· Não reportar todas as condições e um estudo;
· Parar de recolher dados antes do planeado, porque o resultado de que se estava à procura, já tinha emergido;
· «Arredondar» um valor de p (ex. apresentando um valor de p de 0.054 como se fosse <0.05);
· Reportar, seletivamente, apenas os estudos que «funcionaram»;
· Decidir se se deseja excluir certos dados depois de olhar o impacto dessa omissão sobre os resultados;
· Reportar um resultado inesperado como tendo sido previsto antecipadamente;
· Alegar que os resultados são afetados por variáveis demográficas, quando não é certo que assim seja;
· Falsificar dados.
Segundo Corker (2015), a literatura reflete uma combinação em quantidades desconhecidas dos seguintes enviesamentos:
· Estudos com resultados não-significativos tendem a ser mais facilmente publicados (enviesamento da publicação);
· Análises que produzem resultados não-significativos tendem a ser preteridos a favor de análises que produzem resultados significativos;
· Comunicação seletiva de análises com resultados significativos realizadas a posteriori como se tivessem planeadas;
· Estudos com pequenas amostras tendem a sobre-estimar a variabilidade da magnitude do efeito (enviesamento das pequenas amostras);
· Enviesamento da publicação + Enviesamento de pequenas amostras = Problemas de replicabilidade;
· Em alguns casos, os resultados são pura e simplesmente inventados.
Recomendações:
· Decidir uma regra para determinar a dimensão da amostra e mantê-la antes da recolha de dados;
· Basear-se, sempre que possível, essa regra numa análise da potência de teste, que indicará qual a dimensão da amostra que nos oferece uma boa probabilidade de êxito, caso o efeito que estamos a estudar exista;
· Reportar todas as variáveis e todas as condições de um estudo (até mesmo as variáveis que “não funcionaram”);
· Se houver a eliminação de observações ou decidirem fazer análises com co-variáveis, os resultados também devem ser reportados, mesmo que seja em nota de rodapé;
· Não criar hipóteses após o conhecimento dos resultados;
· Os principais problemas de interpretação estatística resolvem-se com melhores delineamentos experimentais, melhores métodos estatísticos e debate fundamentado;
· Nunca poderemos obter um procedimento estatístico que nos forneça a prova de fraude ou de ausência de fraude, porque os procedimentos são formas de estimar, prever ou testar, tidos como verdadeiros determinados pressupostos e dentro de determinada margem de erro. Nenhum procedimento estatístico pode ser usado como prova porque apenas nos indica o provável;
· A ciência não pode funcionar sem um pressuposto de confiança, pelo que a detenção e denúncia de fraudes só as tornam tarefas científicas menores;
· Não existe uma maneira correta de usar/interpretar a estatística que nos possa garantir a validade de alguns resultados e a invalidade de outros porque o conhecimento estatístico é conjetural, falível e eminentemente criticável. 
Formato de um manuscrito:
1ª Página:
· Cover Page;
· Título do trabalho;
· Nome dos Autores;
· Afiliação (ex. faculdade).
2ª Página:
· Abstract – Resumo.
3ª Página e seguintes:
· Introdução;
· Métodos;
· Resultados e Discussão;
· Running Head – cabeçalho sintético que aparece no topo desta e todo as páginas em letras maiúsculas.
Conteúdo:
Título:
· Informar o leitor de forma concisa sobre qual a VI e a VD do estudo.
Resumo:
· Incluir as variáveis mais importantes e o número + tipo de participantes sempre que pertinente.
Introdução:
· Definição da questão de investigação e utilização desta como linha condutora do resto do manuscrito.
· Revisão de literatura deve encadear corretamente o problema de investigação, as hipóteses e as formas de as testar (estudos).
Método:
Explicação de como se examinaram as variáveis e se realizaram os estudos. A informação fornecida deve ser exaustiva e pormenorizada:
· Participantes:
· Número de sujeitos,
· Idade (média e desvio-padrão),
· A distribuição por sexo,
· População	de	origem (ex. Universidade de Lisboa),
· Incentivos á participação,
· Participantes excluídos e explicação
· Material - Descrição de todos