Métodos Quantitativos Não-Experimentais (PDF)

 Tópicos da aula Tópicos da aula Métodos de Investigação: Experimentais vs. Não-Experimentais Não-Experimentais: Transversais Análise de dados: a importância da 3ª variável Não-experimentais: longitudinais “There are many reasons why laboratory experimental research cannot fulfil...

 Tópicos da aula Tópicos da aula Métodos de Investigação: Experimentais vs. Não-Experimentais Não-Experimentais: Transversais Análise de dados: a importância da 3ª variável Não-experimentais: longitudinais “There are many reasons why laboratory experimental research cannot fulfill all of the research needs of psychology. ” Howitt & Cramer (2016) 3 Métodos de investigação Exemplo: Como é que contrair cancro da mama afeta a saúde? Estudos experimentais: Impossível de manipular Manipulação experimental experimentalmente... Mas possível de investigar Controlo experimental não-experimentalmente! Distribuição aleatória dos participantes (condições, ordens) Vs. Os estudos em que não há a manipulação de uma variável Estudos não-experimentais (non-manipulation em Howitt & Cramer, 2016) Diferenciar: designação de estudos correlacionais, observacionais, inquéritos – não é só uma questão de nomenclatura 4 Métodos de investigação Experimentais Quantitativos Transversais Não-Experimentais Métodos Longitudinais Qualitativos – aula da próxima semana 5 Métodos de investigação: Não experimentais Transversais tempo Não-Experimentais Longitudinais tempo 6 Não-experimentais Uso devido a limitações do método experimental Nem sempre é possível manipular a variável de interesse Razões práticas Razões éticas Com quantas variáveis consigo trabalhar numa experiência? Investigação num contexto mais naturalista Saber como se relacionam determinadas variáveis num contexto natural Na presença de outras variáveis que seriam habitualmente alvo de controlo experimental Ligação à variação natural (associações mais fracas num contexto natural) Poderia levar uma experiência para fora do laboratório? Sim, mas: vantagens do controlo experimental vs. contexto natural 7 Não-experimentais Estudo preliminar: estudar primeiro a associação entre variáveis de interesse antes de se partir para o teste de hipóteses mais específicas. Investigar a relação entre 2 (ou mais variáveis) Para investigar a existência ou a força de Predição e seleção: identificar os uma correlação preciso de uma melhores preditores de um fenómeno experiência? Associação não implica causalidade Modelos explicativos: explicação de um Não encontrar associação, não implica fenómeno através da associação de múltiplas que não haja relação entre as variáveis variáveis – o objetivo por si mesmo, ou um passo preliminar Efeitos de uma terceira variável Ex: Modelos de mediação – a desenvolver 8 Não-experimentais Desenvolvimento de medidas Criação ou aperfeiçoamento de instrumentos de medida Comparação do poder explicativo de diferentes Medidas e instrumentos estrutura de Ex: que instrumento tem uma associação mais forte com sintomas depressivos? construtos psicológicos Investigar a estrutura de um construto psicológico A partir das medidas observáveis (e.g., os itens de um instrumento) identificar como se agrupam em medidas latentes (fatores ou construtos) Dimensões da personalidade, inteligência, etc. Um único fator? Diferentes dimensões? Que itens ficam agrupados em cada uma das dimensões? 9 Não-experimentais Preditores da mudança Identificação de variáveis preditoras da mudança Ex: aumento dos casos de divórcio nos últimos 50 anos. Que variáveis estão associadas a este aumento? Mudanças temporais Direção temporal das mudanças Perante a mudança, que associações mudam primeiro e quais a que ocorrem depois. Ex: sucesso escolar: interesse parental afeta o sucesso escolar ou o sucesso escolar afeta o interesse parental? 10 Não-experimentais: transversais Transversais tempo Não-Experimentais Longitudinais tempo Recomendação: 3+ variáveis Máximo: x variáveis? - Limites do número máximo de variáveis: Confusão desnecessária (é diferente de complexidade) Ética (participantes e publicação) Cada variável incluída no estudo deve ter uma justificação científica 11 Não-experimentais: transversais Por que é importante considerar quais variáveis e em que número? Recursos e custos associados à investigação vs. retorno Tudo o que poderia ser controlado de forma procedimental num estudo experimental, agora tem de ser controlado com procedimentos estatísticos Influência de outras variáveis no efeito que estou a tentar estudar (ex. ruído) Tem impacto no número de participantes necessários 12 Análise de dados: a importância da 3ª variável Z Z X Y X Y X Y Correlação entre Modelo de mediação Modelo de moderação XeY Efeito de X em Y é mediado Efeito de X em Y é por Z qualificado pelos valores de Z 13  Análise de dados: a importância da 3ª variável Morling, 2017 14  Análise de dados: a importância da 3ª variável Morling, 2017 15  Análise de dados: a importância da 3ª variável Morling, 2017 16 Análise de dados: +3 variáveis Se identificar na literatura um conjunto de variáveis de interesse para o fenómeno em estudo, posso criar modelos mais complexos. Ex: Path analysis, modelos de equações estruturais 17 Figura ilustrativa 18 Ilusões na análise de dados Experimental Não-experimental Variáveis X e Y Variáveis X e Y X é diferente de Y? X está associado a Y? 𝑡2 Teste: t-test (t) 𝑟= Teste: correlação de Pearson (r) 𝑡2 + 𝑑𝑓 Variáveis X, Y e Z Variáveis X, Y e Z Teste: ANOVA Teste: Regressão Linear X = β0 + β1Y + β2Z + ε General Linear Models 19  Não-experimentais: longitudinais Transversais tempo Não-Experimentais Longitudinais tempo Estudo em painel Estudo longitudinal Estudo retrospetivo É sempre o mesmo grupo de Diferentes medidas recolhidas Recolha de diferentes pessoas a ser estudado ao ao longo do tempo, mas medidas, mas relativas ao longo da investigação não implica que a passado amostragem incida sobre o Possível identificar relações mesmo grupo de pessoas Perceção do passado pode causais ser alterada pelo presente. Possível identificar mudanças, Não é apropriado para mas não estabelecer estabelecer relações causais. causalidade 20 Não-experimentais: longitudinais 21 Não-experimentais: longitudinais Ameaças à validade interna História: Mudanças entre os momentos de Mortalidade experimental: drop-outs, pode estar testagem e que não estão relacionadas com o ou não relacionada com as características em efeito da variável de interesse estudo Instrumentação: Testagem: Mudanças no próprio instrumento usado para familiaridade com os testes → efeito teste- medir as variáveis de interesse; reteste diferentes versões do mesmo instrumento; Regressão à média (artefacto estatístico): mudanças sociais/culturais que afetam os itens Valores muito altos e muito baixos tendem a ou o construto convergir à medida que o tempo passa. Maturação: participantes ganham conhecimento; envelhecem, etc. 22 Não-experimentais vs. Experimentais O que é mais complexo? O que tem mais qualidade? Nos extremos: Valorização absoluta do teste de hipóteses através de manipulação e controlo de variáveis Valorização absoluta do contexto naturalista e aplicação de controlo estatístico para identificar os efeitos O mais importante é a adequação do método à questão de investigação 23  “(…) research is a matter of balancing a variety of considerations, and that balance will vary between researchers and across circumstances” ~ Howitt & Cramer (2016) 24 Métodos de investigação: Não experimentais Aulas práticas: Resolução de problemas Próxima aula teórica: Estudos Qualitativos 25 Bibliografia Bibliogr Howitt, D., & Cramer, D. (2016). Introduction to research afia methods in psychology (5th ed.). Harlow, England: Pearson. Capítulo 11: Cross-sectional or correlational research: Non-manipulation studies Capítulo 12: Longitudinal studies Morling, B. (2017). Research Methods in Psychology: Third International Student Edition. WW Norton & Company.