Cozby, P. C. (2003). Métodos de Pesquisa Em Ciências Do Comportamento

EDITORA ATLAS S.A. Rua Conselheiro Nébias, 1384 (Campos Elísios) 01203-904 São Paulo (SP) Tel.: CO__ 11) 3357-9144 (PABX) www.atlasnet.com.br

Paul C. Cozby

Métodos de Pesquisa em Ciências do Comportamento

Tradução Paula Inez Cunha Gomide

Professora da Universidade Federal do Paraná Faculdade de Psicologia Emma Otta

Professora da Universidade de São Paulo Instituto de Psicologia Revisão Técnica José de Oliveira Siqueira

Professor da Universidade de São Paulo Faculdade de Economia, Administração e Contabilidade

SÃO PAULO EDITORA AUAS S.A. - 2003

© 2001 by EDITORA ATLAS S.A. 1. ed. 2003; 2a tiragem Traduzido para o português de Methods in behavioral research , sétima edição, publicada pela Mayfield Publishing Company, Mountain View, Califórnia Copyright © 2 0 0 1 ,1 9 9 7 ,1 9 9 3 ,1 9 8 9 ,1 9 8 5 ,1 9 8 1 by Mayfield Publishing Company Copyright © 1977 by Paul C. Cozby

Capa: Leonardo Hermano Composição: Set-up Time Artes Gráficas

Dados Internacionais de Catalogação na Publicação (CIP) (Câmara Brasileira do Livro, SP, Brasil) Cozby, Paul C. Métodos de pesquisa em ciências do comportamento / Paul C. Cozby; tradu­ ção Paula Inez Cunha Gomide, Emma Otta ; revisão técnica José de Oliveira Siqueira. -- São Paulo : Atlas, 2003. Título original: Methods in behavioral research Bibliografia. ISBN 85-224*3363-1

1. Ciências sociais - Pesquisa - Metodologia 2. Pesquisa psicológica Metodologia I. Título.

02-6160

C D D - 150.72 índices para catálogo sistemático:

1. Ciências do comportamento : Pesquisa : Metodologia : Psicologia 150.72 2. Pesquisa : Ciências do comportamento : Metodologia : Psicologia 150.72

TODOS OS DIREITOS RESERVADOS - É proibida a reprodução total ou parcial, de qualquer forma ou por qualquer meio. A violação dos direitos de autor (Lei n2 9.610/98) é crime estabelecido pelo artigo 184 do Código Penal. Depósito legal na Biblioteca Nacional conforme Decreto n®1.825, de 20 de dezembro de 1907.

Impresso no Brasü/Printed in Brazil

Sumário

Prefácio, 11 1

ESTUDO CIENTÍFICO DO COMPORTAMENTO, 15 Usos de métodos de pesquisa, 16 Abordagem científica, 17 Objetivos da ciência, 21 Pesquisa básica e aplicada, 23 Termos estudados, 27 Questões de revisão, TJ Atividades, 27

2

PONTO DE PARTIDA, 29 Hipóteses e predições, 30 Participantes de um estudo: uma nota sobre terminologia, 31 Fontes de idéias, 31 Pesquisa bibliográfica, 37 Anatomia de um artigo de pesquisa, 45 Termos estudados, 48 Questões de revisão, 48 Atividades, 48

6

M é to d o s d e P e sq u isa em C iên c ia s d o C om po rta m en to

3

ÉTICA NA PESQUISA, 51 Experimento de Mílgram sobre obediência, 52 Custos e benefícios da pesquisa, 53 Principais questões éticas na pesquisa, 54 Outras questões éticas na pesquisa, 62 Formulação de princípios éticos, 64 Pesquisa com participantes humanos, 65 Ética e pesquisa animal, 71 Custos e benefícios revisitados, 73 Fraude, 74 Termos estudados, 77 Questões de revisão, 77 Atividades, 78

4

ESTUDO DO COMPORTAMENTO, 81 Variáveis, 82 Definições operacionais de variáveis, 83 Relações entre variáveis, 85 Método não experimental versus método experimental, 88 Variável independente e variável dependente, 94 Causalidade, 95 Escolha de um método: vantagens e desvantagens de diferentes métodos, 97 Avaliação de pesquisas: três validades, 101 Termos estudados, 103 Questões de revisão, 104

Atividades, 104 5

CONCEITOS DE MENSURAÇÃO, 107 Fidedignidade das medidas, 108 Medidas da validade de construto, 112 Reatividade de medidas, 116 Variáveis e escalas de mensuração, 117 Termos estudados, 120 Questões de revisão, 121 Atividades, 121

6

OBSERVAÇÃO DO COMPORTAMENTO, 123 Abordagem quantitativa e abordagem qualitativa, 124

S um ário

7

Observação naturalística, 125 Observação sistemática, 130 Estudos de caso, 133 Pesquisa em arquivo, 134 Descrição de diferenças individuais e de personalidade, 138 Term os estu d a d o s, 139 Q u estões de revisão, 140 A tiv id a d e s, 140 7

PESQUISA DE LEVANTAMENTO: UMA METODOLOGIA PARA ESTIMULAR PESSOAS A FALAR SOBRE SI MESMAS, 141 Por que fazer levantamentos?, 143 Amostragem de uma população, 145 Técnicas de amostragem, 148 Avaliação das amostras, 152 Elaboração das perguntas, 155 Respostas às questões, 158 Finalização do questionário, 162 Aplicação de levantamentos, 163 Levantamentos planejados para estudar mudanças ao longo do tempo, 166 Term os estu d a d o s, 167 Q uestões de revisão, 168 A tiv id a d e s, 169

8

DELINEAMENTO EXPERIMENTAL: OBJETIVOS E CILADAS, 171 Variáveis confundidas e validade interna, 172 Experimentos mal planejados, 173 Experimentos bem planejados, 178 Distribuição dos participantes pelas condições experimentais, 182 Delineamentos com grupos independentes, 182 Delineamentos com medidas repetidas, 184 Term os e stu d a d o s, 190 Q u estões de revisã o , 191 A tiv id a d e s , 192

9

REALIZAÇÃO DE EXPERIMENTOS, 195 Seleção dos participantes de uma pesquisa, 197 Manipulação da variável independente, 198

8

M é t o d o s df. P e s q u i s a em C iê n c ia s d o C o m p o rta m e n to

Medida da variável dependente, 203 Controles adicionais, 207 Eliminação de defeitos do estudo, 212 Entrevista de esclarecimento, 214 Uso de computadores para realização de uma pesquisa, 215 Análise e interpretação de resultados, 215 Comunicação da pesquisa, 215 Termos estudados, 216 Questões de revisão, 217 Atividades, 218 10 DELINEAMENTOS EXPERIMENTAIS COMPLEXOS, 219 Aumento do número de níveis de uma variável independente, 220 Aumento do número de variáveis independentes: delineamentos fatoriais, 222 Termos estudados, 234 Questões de revisão, 234 Atividades, 235 11 DELINEAMENTOS QUASE-EXPERIMENTA1S, DELINEAMENTOS COM SUJEITO ÚNICO E DELINEAMENTOS DE PESQUISAS SOBRE DESENVOLVIMENTO, 237 Delineamentos quase-experimentais, 238 Experimentos com sujeito único, 245 Delineamentos de pesquisas sobre desenvolvimento, 250 Termos estudados, 253 Questões de revisão, 254 Atividades, 254 12 COMPREENDENDO OS RESULTADOS DE UMA PESQUISA: DESCRIÇÃO E CORRELAÇÃO, 257 Escalas de mensuração, 258 Análise dos resultados de pesquisas, 259 Distribuições de freqüência, 261 Estatística descritiva, 264 Representação gráfica de relações, 265 Coeficientes de correlação: descrição da força de relações, 267 Magnitude do efeito, 272 Significância estatística, 273

S um ário

9

Equações de regressão, 273 Correlação múltipla, 274 Correlação parcial e o problema da terceira variável, 276 Modelos estruturais, 277 Term os e stu d a d o s , 278 Questões de revisão, 279 A tiv id a d e s , 280 13 COMPREENDENDO OS RESULTADOS DE UMA PESQUISA: INFERÊNCIA ESTATÍSTICA, 283 Amostras e populações, 285 Estatística inferencial, 286 Hipótese nula e hipótese de pesquisa, 286 Probabilidade e distribuições amostrais, 287 Exemplo: os testes te F , 290 Erro Tipo I e erro Tipo II, 296 Escolha do nível de significância, 300 Interpretação de resultados não significativos, 301 Escolha do tamanho de uma amostra: análise do poder, 303 Importância de replicações, 304 Significância de um coeficiente de correlação r de Pearson, 304 Análise de dados por computador, 305 Escolha do teste de significância apropriado, 307 Term os e stu d a d o s , 309 Q u estões de revisão, 309 A tiv id a d e s, 310 14 GENERALIZAÇÃO DOS RESULTADOS, 313 Generalização para outras populações de participantes de pesquisas, 314 Considerações relativas à cultura, 318 Generalização para outros experimentadores, 320 Pré-testes e generalização, 321 Generalização de acordo com o laboratório, 321 Importância das replicações, 323 Avaliação de generalizações por meio de revisões de literatura e de metanálises, 325 Uso da pesquisa para melhorar a qualidade de vida das pessoas, 327

10

M é to d o s de P e sq u isa em C iências do C o m po rta m ento

Termos estudados, 328 Questões de revisão, 328 Atividades, 329 Apêndice A: Elaboração de um relatório de pesquisa, 331 Introdução, 331 Estilo de redação, 332 Organização do relatório, 336 Uso de títulos, 347 Citações e outras fontes de referência, 348 Abreviações, 355 Algumas considerações gramaticais, 356 Menção a número e estatística, 357 Conclusão, 359 Artigo-exemplo, 359 Apêndice B: Testes estatísticos, 381 Estatísticas descritivas, 382 Testes de significância estatística, 385 Correlação e magnitude do efeito, 402 Apêndice C: Tabelas estatísticas, 407 Tabela de números aleatórios, 409 Apêndice D: Construção de um quadrado latino, 419 Glossário, 421 Bibliografia, 429 índice remissivo, 449

Prefácio

Ensinar e aprender métodos de pesquisa é desafiador e divertido, ao mesmo tempo. Esta nova edição de Métodos de pesquisa em ciências do comportamento mantém as características de edições anteriores apreciadas por professores e alunos. Priorizei a comunicação clara de conceitos. Procurei apresentar o mate­ rial claramente e usar exemplos interessantes. Também tentei facilitar a apren­ dizagem, por meio da descrição de muitos conceitos significativos, em vários contextos ao longo do livro. Há pesquisas que mostram que a redundância favo­ rece a compreensão. Também enfatizei a necessidade de estudar comportamen­ to por diferentes abordagens de pesquisa. Antes de cada capítulo o leitor encon­ tra informações gerais sobre o conteúdo tratado e, no final, uma lista de termos estudados, além dé questões de revisão e atividades. Termos importantes em negrito estão definidos no Glossário.

RECURSOS O leitor interessado em métodos de pesquisa pode consultar também o en­ dereço www.mayfieldpub.com/cozby. Assim, pode obter mais informações so­ bre os assuntos apresentados no texto, usando recursos disponíveis na World Wide Web.

12

M é to d o s de P esqu isa em C iências do C om poh .tamf.nto

ORGANIZAÇÃO A organização em geral segue a seqüência de planejamento e realização de uma pesquisa. No entanto, os capítulos são relativamente independentes, o que permite flexibilidade em sua ordenação pelos professores. Por exemplo, os capí­ tulos sobre ética na pesquisa e sobre métodos de pesquisa não experimental aparecem no início do livro, mas os professores que queiram tratar desses as­ suntos no final de um curso podem fazê-lo com facilidade. O Capítulo 1 apresenta uma visão geral da abordagem científica do conhe­ cimento e diferencia pesquisa básica de pesquisa aplicada. 0 Capítulo 2 discute fontes de idéias para pesquisa e a importância da pesquisa bibliográfica. O Capí­ tulo 3 focaliza a ética na pesquisa. Questões éticas são tratadas em profundida­ de neste capítulo e enfatizadas em todo o livro. O Capítulo 4 examina variáveis psicológicas e a distinção entre a abordagem experimental e a abordagem não experimental para estudar relações entre variáveis. O Capítulo 5 é um capítulo novo, que trata de questões de mensuração, incluindo fidedignidade e validade, O Capítulo 6 descreve abordagens não experimentais, incluindo observação naturalística, estudos de caso c análises de conteúdo. O Capítulo 7 é um capítulo novo que trata de amostragem, além da elaboração de questionários e entrevis­ tas. Os Capítulos 8 e 9 apresentam noções básicas sobre planejamento e realiza­ ção de experimentos. O Capítulo 10 é dedicadn a delineamentos fatoriais. O Capítulo 11 discute as vantagens e desvantagens de delineamentos quase-experimentais, com sujeito único, e de pesquisas sobre desenvolvimento. Os Capítu­ los 12 e 13 tratam do uso da Estatística para compreender resultados de pesqui­ sa. Finalmente, o Capítulo 14 discute questões relativas a generalização, metaanálise e importância de replicações. 0 livro também inclui Apêndices sobre a redação de relatórios de pesquisa, realização de análises estatísticas e constru­ ção de quadrados latinos.

NOVIDADES DESTA EDIÇÃO Esta edição incorporou muitas mudanças sugeridas por leitores das edições anteriores. Há um capítulo sobre questionários e medidas de auto-relato e mais material com informações específicas que os estudantes podem utilizar na ela­ boração das próprias medidas. Conceitos de mensuração são discutidos num capítulo à parte, o que reflete a importância deste assunto e atende às expecta­ tivas de professores, dando-lhes opção sobre quando introduzir essa informação para a classe. Refiro-me ao método correlacionai como método não experimen­ tal para avaliar relações entre variáveis. Há também material novo sobre cons­ trução de gráficos e sobre estimativas da magnitude do efeito na discussão esta­

P ref Acio

13

tística. Também introduzi questões relativas ao uso de computadores e da Internet - por exemplo, controle de estímulos experimentais por computador, pesquisa bibliográfica pelo computador e citação de endereços da Web em artigos de pes­ quisa.

AGRADECIMENTOS Muitas pessoas ajudaram a produzir esta edição do livro, assim como as edições anteriores. Franklin Graham, da Editora Mayfield, foi um grande ami­ go, além de editor. Agradeço a Helen Walden pela edição do manuscrito e a Melanie Field pela gerência da produção. Mitch Okada fez um maravilhoso trabalho de atualização do Manual do Professor. Sou muito grato aos comen­ tários feitos por numerosos estudantes e professores e, em particular, às revi­ sões detalhadas feitas para esta edição por: Bernardo J. Garducci, Indiana University Southeast; Monica J. Harris, University of Kentucky; Constance Jones, California State University, Fresno; Kristen J. Klaaren, Randolph-Macon College; Charles S. Reichardt, University of Denver; Jeffrey N. Swartwood, State University of New York-Cortland; e Stephen W. Tuholski, Southern Illinois University-Edwardsville. Quero agradecer às pessoas mais próximas que ajudaram de muitas ma­ neiras a produzir este livro: Jeanne King, Josh Cozby, Brisco Cozby, David Coolidge, Tracy Murphy, David Perkins, Greg Robinson, Claire Palmerino, Dan Kee, Kathy Brown, Frank Bagrash, William Smith, Stan Woll, Penny Fidler, Dennis Berg, Kim Shattuck, Roy McDonald, Ronnie Barnett e Lisa Marr. Finalmente, dedico esta edição à memória de Alden Paine, uma pessoa maravilhosa que me encora­ jou, há muitos anos, a escrever um livro sobre métodos de pesquisa para a edito­ ra Mayfield. Alden faleceu em 1997 e é lembrado com carinho pelas muitas pessoas cuja vida influenciou. Sempre tenho interesse em receber comentários e sugestões de estudantes e professores. Peço que enviem e-mail para [email protected], ou utilizem meu endereço postal: Department of Psychology, Box 6834, California State University, Fullerton, CA 92834-6834.

1 Estudo Científico do Comportamento

m t 1 Uso de Métodos de Pesquisa t' A Abordagem Científica

Limitações da Intuição e da Auto­ ridade Autoridade

#* Pesquisa Básica e Aplicada

Pesquisa Básica Pesquisa Aplicada Comparação entre Pesquisa Bási ca e Aplicada

Ceticismo, Ciência e Abordagem Empírica

T erm os E stu d a d o s

Integrando Intuição, Ceticismo e Autoridade

A tiv id a d e s

t 1 Objetivos da Ciência

Descrição do Comportamento Predição do Comportamento Determinação das Causas do Com­ portam ento Explicação do Comportamento

Q u estões de Revisão

uais são as causas da agressão e da violência? Quais são os determinan­ tes da lembrança e do esquecimento? De que forma podemos melhorar nossa memória? Quais são os efeitos de ambientes estressantes sobre a saúde e as interações sociais? Como experiências vividas na primeira infância afetam o desenvolvimento posterior? Qual a melhor maneira de tratar a depres­ são? Como reduzir o preconceito e os conflitos entre grupos? A curiosidade em relação a questões como essas provavelmente é a razão mais importante que leva estudantes a procurarem disciplinas das ciências do comportamento. A pes­ quisa científica fornece meios de analisar essas questões e fornece-nos respostas sobre elas. Neste livro, examinaremos os métodos da pesquisa científica nas ciências do comportamento. Neste capítulo introdutório discutiremos como o conheci­ mento de métodos de pesquisa pode ser útil para compreender o mundo a nosso redor. Além disso, serão revistas as características da abordagem científica para o estudo do comportamento e os tipos gerais de questões de pesquisa que preo- . cupam os cientistas do comportamento.

Q

USOS DE MÉTODOS DE PESQUISA O conhecimento de métodos de pesquisa torna-se cada vez mais necessário para os cidadãos bem informados em nossa sociedade. Os jornais diários, as revistas de interesse geral e outros meios de comunicação estão continuamente relatando resultados de pesquisas: “Personalidades do Tipo A Têm Maior Proba­ bilidade de Sofrer Ataque Cardíaco” ou “Fumar Está Relacionado com Notas Baixas”. Artigos e livros fazem afirmações a respeito dos efeitos benéficos ou nocivos de uma dieta particular ou de vitaminas sobre a vida sexual, a persona­ lidade ou a saúde das pessoas. Freqüentemente, são divulgados resultados de levantamentos de opinião, com conclusões sobre como nos sentimos a respeito de uma variedade de assuntos. Como avaliar tais relatos? Devemos aceitar tais descobertas apenas porque são supostamente científicas? Conhecer métodos de pesquisa ajuda a ler esses relatos criticamente, a avaliar a metodologia empre­ gada e a decidir se as conclusões são razoáveis. Muitos trabalhos requerem o uso de descobertas científicas. Por exemplo, profissionais da área de saúde mental precisam tomar decisões sobre métodos de tratamento, designação de pacientes para diferentes recursos, medicamentos ou teste de procedimentos. Tais decisões são feitas com base em pesquisas; para tomar boas decisões o profissional da área de saúde mental precisa ser capaz de ler uma pesquisa realizada por outros e julgar sua adequação e relevância para sua situação particular de trabalho. Da mesma forma, pessoas que trabalham em ambiente empresarial freqüentemente baseiam-se em pesquisas para tomar decisões sobre estratégias de propaganda, maneiras de aumentar a produtivida-

E s tu d o C jentíkico do C o m po r ta m en to

17

de e a disposição dos empregados e métodos de seleção e treinamento de novos empregados. Educadores precisam manter-se atualizados a respeito de pesqui­ sas realizadas sobre temas como efetividade de diferentes estratégias de ensino ou programas voltados aos problemas de estudantes especiais. O conhecimento de métodos de pesquisa e a habilidade para avaliar relatos de pesquisa são úteis em muitos campos. Também é importante reconhecer que a pesquisa científica tornou-se cada vez mais importante em decisões de políticas públicas. Legisladores e líderes políti­ cos de todos os níveis do govemo freqüentemente tomam decisões políticas e pro­ põem leis baseadas em resultados de pesquisas. A pesquisa pode também influen­ ciar decisões judiciais. Um bom exemplo é a Súmula de Razões da Ciência Social (Social Science Brief), preparada por psicólogos e aceita como evidência pela Su­ prema Corte norte-americana no caso, considerado um marco, Brown versus Con­ selho de Educação, em 1954, que resultou no fim da segregação escolar nos Esta­ dos Unidos. Um dos estudos citados na súmula foi realizado por Clark e Clark (1947). O estudo verificou que, tendo escolha entre bonecas negras e brancas, tanto crianças brancas quanto negras preferem brincar com as bonecas brancas. (Uma discussão adicional das implicações desse estudo pode ser encontrada em Stephan, 1983.) A legislação e a opinião pública a respeito da divulgação de mate­ rial pornográfico foram orientadas por pesquisas comportamentais sobre esse as­ sunto (veja, por exemplo, Koop, 1987; Linz; Donnerstein; Penrod, 1987). Pesqui­ sas psicológicas sobre estereotipia sexual influenciaram fortemente decisões to­ madas pela Suprema Corte em casos de discriminação sexual por empregadores (Físke; Bersoff; Borgida; Deaux; Heilman, 1991). A pesquisa também é importan­ te para o desenvolvimento e a avaliação da eficácia de programas planejados para atingir certos objetivos - por exemplo, aumentar a permanência de estudantes na escola ou influenciar pessoas a se engajar em comportamentos que reduzam os riscos de contrair Aids. Se obtiverem sucesso, tais programas podem ser aplicados em larga escala. O fato de muitas decisões e posições políticas estarem baseadas em pesquisas torna o conhecimento de métodos de pesquisa particularmente im­ portante para todos nós que, como cidadãos informados, devemos, em última análise, avaliar a política nas umas.

ABORDAGEM CIENTÍFICA Iniciamos este capítulo com várias questões sobre o comportamento huma­ no e sugerimos que a pesquisa científica é um meio valioso de respondê-las. O que tom a a abordagem científica diferente de outras formas de conhecer o com­ portamento? As pessoas sempre observaram o mundo a seu redor e procuraram explicações para o que viam e viviam. No entanto, em lugar de usar a aborda­

18

M é to d o s de P e sq u isa em C iências do C o m po rta m ento

gem científica, muitas pessoas confiam na autoridade e na intuição como for­ mas de conhecimento. Limitações da Intuição e da Autoridade

A maioria de nós conhece ou ouviu falar de algum casal que tentou ter filhos durante vários anos, sem sucesso, e acabou adotando uma criança. En­ tão, num período muito curto de tempo, a mulher engravidou. Essa observação leva à crença comum de que a adoção aumenta a chance de gravidez em casais que têm esse tipo de dificuldade. Tal conclusão parece intuitivamente razoável e as pessoas em geral têm uma explicação para este efeito. Por exemplo, a adoção diminuiu uma fonte importante de estresse do casal e a redução do estresse, por sua vez, aumentou a probabilidade de concepção (Gilovich, 1991). Esse exemplo ilustra o uso da intuição e da evidência anedótica para tirar conclusões gerais sobre o mundo a nosso redor. Ao basear-se em sua intuição, a pessoa aceita sem questionar o que seu próprio julgamento ou um único relato da experiência de alguém ensinam sobre o mundo. A abordagem intui­ tiva assume muitas formas. Freqüentemente, envolve o desenvolvimento de uma explicação para o próprio comportamento e para o comportamento dos outros. Por exemplo, uma pessoa pode desenvolver uma explicação para seus constantes conflitos com um colega de trabalho, como “essa pessoa quer meu posto” ou “ter de compartilhar um telefone coloca-nos em situação de confli­ to”. Em outras ocasiões, a intuição é usada para explicar eventos intrigantes observados, como no caso da conclusão de que adotar uma criança aumenta a chance de concepção, no caso de casais em que a mulher tem dificuldade para engravidar. Um problema com a intuição é que numerosos vieses cognitivos e motivacíonais afetam nossa percepção, levando-nos a extrair conclusões errôneas sobre causa e efeito (Fiske; Taylor, 1984; Gilovich, 1991; Nisbett; Ross, 1980; Nisbett; Wilson, 1977). Gilovich salienta que, de acordo com pesquisas científi­ cas, não há, de fato, relação entre adoção e gravidez subseqüente. Por que então nos apegamos a essa crença? Isso provavelmente ocorre em virtude de um viés cognitivo chamado correlação ilusória e que acontece quando focali­ zamos dois eventos que se sobressaem e ocorrem juntos. Quando uma gravi­ dez ocorre logo após uma adoção, nossa atenção é direcionada para a situa­ ção e somos levados a concluir erroneamente que deve existir uma relação causal. Tais correlações ilusórias também tendem a ocorrer quando estamos altamente motivados a acreditar na relação causal. Embora fazer isso seja natural, não é científico. Uma abordagem científica requer que uma conclu­ são seja fundamentada em mais provas.

E stud o C ientífico d o C o m po rta m en to

19

Autoridade

O filósofo Aristóteles interessou-se pelos fatores associados à persuasão ou mudança de atitude. Na Retórica, Aristóteles descreve a relação entre persuasão e credibilidade: “A persuasão é obtida pelo caráter do orador, quando seu discur­ so é proferido de tal forma que lhe atribuímos credibilidade. Acreditamos nos homens bons mais completa e prontamente do que nos demais.” Aristóteles ar­ gumentaria, então, que tendemos a ser mais persuadidos pelo orador que pare­ ce ter prestígio, digno de confiança e respeitável do que por alguém que não tem tais qualidades. Muitos de nós poderíamos aceitar os argumentos de Aristóteles simples­ mente porque ele é considerado uma “autoridade" de prestígio, cujas obras con­ tinuam sendo importantes. Da mesma forma, muitas pessoas estão prontas para aceitar qualquer coisa vinda dos jornais, dos livros, dos governantes ou de figu­ ras religiosas. Acreditam que as declarações de tais autoridades devem ser ver­ dadeiras. 0 problema, naturalmente, é que as declarações podem não ser verda­ deiras. A abordagem científica rejeita a noção de que se pode aceitar, na base da fé, as declarações de qualquer autoridade; novamente, mais provas são necessá­ rias para que se tire uma conclusão científica. Ceticismo, Ciência e Abordagem Empírica

A abordagem científica ao conhecimento reconhece que tanto a autoridade quanto a intuição são fontes de idéias sobre o comportamento. No entanto, os cientistas não aceitam sem questionar a intuição de alguém, nem mesmo a de­ les próprios. Eles reconhecem que suas idéias podem estar erradas, assim como as de outra pessoa qualquer. Também não aceitam, com base em crença, os pronunciamentos de uma pessoa, independentemente do prestígio e da autori­ dade que ela tenha. Portanto, são muito céticos em relação ao que vêem ou ouvem. Insistem na utilização de métodos científicos para avaliar afirmações sobre a natureza do comportamento. A essência do método científico consiste na insistência de que todas as pro­ posições sejam submetidas a um teste empírico, ou seja, que as proposições sejam testadas pelos métodos científicos da observação e da experimentação. Essa abordagem empírica do conhecimento tem dois componentes básicos. Pri­ meiro, uma idéia precisa ser estudada sob condições que admitam confirmação ou refutação. O teste empírico permite que a falsidade de uma proposição possa ser mostrada. Segundo, a pesquisa é realizada de maneira que possa ser obser­ vada, avaliada e replicada por outros. Portanto, o método científico, em contraste com a autoridade e a intuição, não confia nas afirmações feitas por alguém ou na própria percepção do mün-

20

M é io d o s de P e sq u isa em C iências do C o m po rta m ento

do. Engloba várias regras para testar idéias por meio de pesquisas - ou seja, regras que orientam a maneira pela qual as observações são feitas e os experi­ mentos são elaborados e realizados. Essas regras serão minuciosamente exami­ nadas no decorrer deste livro. Integrando Intuição, Ceticismo e Autoridade

A vantagem do método científico sobre as demais formas de conhecimento do mundo consiste na apresentação de um conjunto objetivo de regras para coletar, avaliar e relatar informações, de tal forma que nossas idéias possam ser refutadas ou replicadas por outras pessoas. No entanto, isso não significa que intuição e autoridade não sejam importantes. Como vimos anteriormente, os cientistas freqüentemente utilizam a intuição e as afirmações de autoridades como fontes de idéias para suas pesquisas. Além disso, não há nada de errado em aceitar as afirmações de uma autoridade, desde que estas não sejam aceitas como evidências científicas. Freqüentemente, não é possível obter evidências científicas em relação a algumas questões, como ocorre, por exemplo, quando as religiões nos pedem que aceitemos certos princípios com base em fé. Algumas crenças não podem ser testadas e, assim, estão além do domínio da ciência. Em contraste, as idéias científicas devem ser passíveis de teste - é preciso que haja algum modo de verificá-las ou refutá-las. Também não é errado ter opiniões ou crenças, desde que elas sejam apre­ sentadas simplesmente como opiniões ou crenças. No entanto, sempre devería­ mos perguntar se uma opinião pode ser testada cientificamente ou se está fun­ damentada em evidências científicas. Por exemplo, opiniões a respeito do au­ mento da agressão como decorrência da exposição à violência na televisão são apenas opiniões até que se obtenham evidências científicas sobre o assunto. Quanto mais o leitor aprender sobre o método científico, mais cético se tornará quanto às afirmações dos cientistas. Os cientistas freqüentemente tornam-se autoridades ao expressar suas idéias. Será que devemos estar mais dispostos a aceitar o que uma pessoa tem a dizer se ela reivindicar a condição de cientista? A resposta depende da apresentação de dados científicos pelo cientista para sustentar suas afirmações. Na ausência dessas evidências, o cientista não se distingue das demais autoridades; se apresentar evidências científicas, iremos avaliar o método usado para obtê-las. Também existem mui­ tos “pseudocientistas”, que usam termos científicos para substanciar suas afir­ mações (por exemplo, astrólogos ou divulgadores da Nova Era). Uma regra geral a ser seguida é ser extremamente céptico sempre que alguém, que se diz cientista, fizer afirmações que são sustentadas apenas por evidências vagas ou improváveis.

E stu d o C ien tífic o d o C o m po r ta m en to

21

OBJETIVOS DA CIÊNCIA O método científico tem quatro objetivos gerais: (1) descrever, (2) predizer, (3) determinar as causas e (4) compreender ou explicar o comportamento. Descrição do Comportamento

O cientista começa fazendo uma observação cuidadosa, porque o primeiro objetivo da ciência é descrever eventos. Cunningham e seus colaboradores exa­ minaram julgamentos de atratividade física ao longo do tempo (Cunningham; Druen; Barbee, 1997). Em 1976, estudantes universitários do sexo masculino avaliaram a atratividade de um grande número de mulheres por meio de foto­ grafias. Em 1993, outro grupo de estudantes avaliou as mesmas fotografias. Os julgam entos de atratividade foram praticam ente idênticos; os padrões de atratividade mudaram muito pouco ao longo do período de tempo considerado. Em outro estudo, Cunningham comparou as características faciais de estrelas de cinema nas décadas de 1930 e 1940 com as de estrelas de cinema na década de 1990. As medidas tomadas incluíam características como altura e largura dos olhos, comprimento do nariz, proeminência do osso malar e amplitude do sorriso. Essas características faciais apresentaram-se muito semelhantes nos dois períodos de tempo considerados, novamente indicando constância dos padrões de atratividade no tempo. Os pesquisadores freqüentemente estão interessados em descrever a ma­ neira pela qual os eventos estão sistematicamente relacionados uns aos outros. Jurados julgam réus atraentes com menor severidade do que réus pouco atraen­ tes? As pessoas são mais facilmente persuadidas por locutores de alta credibili­ dade? Estudantes que estudam com a televisão ligada têm notas mais baixas em comparação com os que estudam em ambiente calmo? Predição do Comportamento

Outro objetivo da ciência é prever o comportamento. Tendo observado com alguma regularidade que dois eventos estão sistematicamente relacionados (por exemplo, maior credibilidade está associada com maior mudança de atitude), torna-se possível fazer previsões. Uma implicação daí decorrente é a possibilida­ de de antecipar eventos. Se soubermos que um candidato numa eleição é consi­ derado mais crível que outro, seremos capazes de prever o resultado da eleição. Além disso, a capacidade para prever ajuda-nos a tomar decisões melhores. Por exemplo, muitos estudantes universitários respondem a inventários de interesse ocupacional, como por exemplo o Inventário de Interesse Strong-Campbell, no

22

M é to d o s de P e sq u isa em C iências d o C o m po rta m ento

serviço de aconselhamento da universidade, porque se acredita que possam to­ mar decisões melhores, sobre possíveis objetivos de carreira e escolha de uma área de interesse principal, com base nos escores obtidos. Determinação das Causas do Comportamento

Um terceiro objetivo da ciência é determinar as causas do comportamento. Embora possamos predizer acuradamente a ocorrência de um comportamento, talvez não consigamos identificar corretamente suas causas. Por exemplo, esco­ res em testes de aptidão não causam notas escolares. O teste de aptidão é um indicador de outros fatores que são as verdadeiras causas; podem ser realizadas pesquisas para estudar esses fatores. Da mesma forma, pesquisas tem mostrado que é possível prever o comportamento agressivo de uma criança conhecendo-se o grau de violência a que ela está exposta diante da televisão. Infelizmente, a menos que saibamos que a exposição a essa violência seja uma causa do com­ portamento, não poderemos afirmar que o comportamento agressivo será redu­ zido limitando-se a exposição de cenas de violência na televisão. Portanto, para saber como modificar o comportamento precisamos conhecer suas causas* Explicação do Comportamento

A ciência tem como objetivo último explicar os eventos que foram descri­ tos. O cientista procura entender por que o comportamento ocorre. Considere a relação entre violência na televisão e agressão; mesmo sabendo que a violência na TV é uma causa da agressividade, precisamos explicar essa relação. Ela é devida a imitação ou “modelação” da violência vista na TV? Resulta de uma dessensibilização psicológica em relação à violência e a seus efeitos ou ver vio­ lência na TV gera a crença de que a agressão é uma resposta normal à frustra­ ção e ao conflito? Pesquisas adicionais são necessárias para esclarecer as expli­ cações possíveis sobre o que foi observado. Em geral, pesquisas adicionais são realizadas para testar teorias desenvolvidas para explicar comportamentos par­ ticulares. Descrição, predição, determinação da causa e explicação estão fortemente interligadas. Determinação da causa e explicação do comportamento estão par­ ticularmente imbricadas porque é difícil conhecer a verdadeira causa ou todas as causas de qualquer comportamento. Uma explicação que parece satisfatória pode tornar-se inadequada quando outras causas são identificadas em pesqui­ sas subseqüentes. Por exemplo, quando a pesquisa inicial mostrou que a credibi­ lidade do orador estava relacionada com mudança de atitude, os pesquisadores explicaram a descoberta afirmando que as pessoas estão mais dispostas a acre­

E studo C ientífico do C o m po r ta m e n to

23

ditar no que é dito por pessoas de alta credibilidade do que por pessoas de baixa credibilidade. No entanto, essa explicação deu lugar a uma teoria mais comple­ xa sobre mudança de atitude, levando em conta muitos outros fatores relacio­ nados à persuasão (Petty; Cacioppo, 1986). Em resumo, há certa ambigüidade no empreendimento da investigação científica. Novas descobertas de pesquisa quase sempre suscitam novas questões, que, por sua vez, demandam mais pes­ quisa; explicações do comportamento freqüentemente precisam ser descartadas ou revistas diante de evidências adicionais. Tal ambigüidade é parte do prazer e do entusiasmo em se fazer ciência.

PESQUISA BÁSICA E APLICADA Pesquisa Básica A pesquisa básica visa responder a questões fundamentais sobre a nature­ za do comportamento. Os estudos são freqüentemente planejados para exami­ nar questões teóricas relativas a fenômenos como cognição, emoção, aprendi­ zagem, motivação, psicobiologia, desenvolvimento da personalidade e compor­ tamento social. O leitor encontrará a seguir as citações de alguns artigos de periódicos que ilustram algumas questões de pesquisa básica: GOFFMAN, L.; SMITH, A. (1999). Development and phonetic differentiation of speech movement pattems. Journal of Experimental Psychology: human perception and performance, 25, p. 649-660,1999.

Os pesquisadores mediram cuidadosamente os movimentos de fala feitos por crianças de quatro anos, de sete anos e de adultos durante as mesmas emis­ sões orais. Constataram que os movimentos tomaram-se mais estáveis com a maturidade. JQNES, J. R.; MOORE, J. Some effects of intertrial - interval duration on discrete - trial choice. Journal o f Experimental Analysis ofBehavior, 71, p. 375-394, 1999.

Num experimento de escolha, pombos estolhiam uma de duas respostas possíveis em cada tentativa, sendo as escolhas corretas reforçadas. O intervalo de tempo entre as tentativas foi sistematicamente manipulado, variando de 0 a 120 segundos. Intervalos maiores entre tentativas reduziram a probabilidade de acontecerem escolhas reforçadas. McBRIDE, D. M.; DOSHER, B. A. Forgetting rates are comparable in conscious and automatic memory: a process - dissociation study. Journal o f Experimental Psychology: leaming, memory, and cognirion, 25, p. 583-607,1999. _____________________

24

M é to d o s de P esqu isa em C iências do C o m po rta m ento

Os pesquisadores estudaram a memória que é processada conscientemente com esforço e a memória que é usada automaticamente sem consciência. Os dois tipos de memória apresentaram taxas similares de esquecimento. O’BRIEN, M. ; CHIN, C. The relationship between children’s reported exposure to interparental conflict and memory biases in the recognition of aggressive and constructive conflict words. Personality and Social Psychology Bulletin, 24, p. 657-666, 1998. Crianças de sete a doze anos ouviram uma fita em que havia pais discutin­ do. Num teste subseqüente de memória sobre o que havia sido dito durante a discussão, crianças mais velhas expostas a muito conflito entre os próprios pais apresentaram muitas respostas “positivas falsas” - recordaram muitas coisas ditas na discussão que de fato não estavam lá. Pesquisa Aplicada

Os artigos de pesquisa citados anteriormente referiam-se a processos bási­ cos de comportamento e cognição mais do que a implicações práticas imediatas. Em contraste, a pesquisa aplicada é realizada com o objetivo de examinar ques­ tões relativas a problemas práticos e suas potenciais soluções. Como ilustração, segue uma listagem de títulos de artigos publicados em periódicos científicos: DUGAN, S.; LLOYD, B.; LUCAS, K. Stress and coping as determinants of adolescent smoking behavior. Journal of Applied Social Psychology, 29, p. 870-888, 1999. Entre adolescentes, o consumo de cigarro está associado à percepção de que a vida é repleta de estresse e de que fumar ajuda a enfrentá-lo. KOVERA, M. B.; McAULIFF, B. D.; HEBERT, K. S. Reasoning about scientific evidence: effects of juror gender and evidence quality on juror decisions in a hostile work environment case. Journal of Applied Psychology , 84, p. 362-375,1999Jurados de sexo masculino que ouviram o testemunho de um perito apre­ sentaram maior tendência a considerar o réu responsável em comparação com homens que não ouviram o testemunho do perito. Mulheres não foram influen­ ciadas pelo testemunho do perito. A qualidade da evidência apresentada não teve influência sobre os jurados. McGUIRE, M. T.; WING, R. R.; KLEM, M. L., LANG, W.; HILL, J. O. What predicts weight regain in a group of successful weight losers? Journal o f Consulting and Clinical Psychology, p. 67,177-185,1999. Os participantes eram pessoas que completaram, com sucesso, um progra­ ma de perda de peso; alguns mantiveram a perda de peso e outros ganharam

E stu d o C ien t ífic o do C om po r ta m en to

25

peso. Neste último grupo havia pessoas mais propensas a ter perda inicial de maior porcentagem de peso corporal e um histórico de depressão e bulimia. Scott, D. Equal opportunity, unequal results: determinants of house hold recyding intensity. Environment and Behavior, 31, p. 267-290,1999.

Examinou-se a participação de mais de 600 moradores de quatro comuni­ dades em programas idênticos de reciclagem de lixo. Indivíduos comprometidos, em comparação com indivíduos menos ativos, acreditavam fortemente que o lixo constituía um problema ambiental e que a reciclagem era uma solução efetiva. Uma área importante de pesquisa aplicada denomina-se avaliação de progra­ mas. Pesquisas de avaliação de programas avaliam reformas sociais e inovações introduzidas no governo, na educação, no sistema judiciário, na indústria, na assistência à saúde e em instituições de saúde mental. Num artigo influente sobre “reformas como experimentos”, Campbell (1969) salientou que os programas so­ ciais são de fato experimentos planejados para atingir certos resultados. Argu­ mentou de forma persuasiva que os cientistas sociais deveriam avaliar cada pro­ grama, para determinar se obteve os efeitos pretendidos. Se não, programas alter­ nativos deveriam ser implantados. Esse é um ponto importante, freqüentemente esquecido por pessoas em diferentes organizações quando novas idéias são colo­ cadas em prática; a abordagem científica determina que novos programas devem ser avaliados. Como exemplo apresentamos dois títulos de artigos publicados em periódicos especializados e que tratam da avaliação de programas: GROSSMAN, J. B.; TIERNEY, J. P. Does mentoring work? An impact study of the Big Brothers Big sisters program. Evaluation Review, 22, p. 403-426, 1998.

Os pesquisadores compararam jovens que haviam sido randomicamente designados para participar do programa Grandes Irmãos Grandes Irmãs com jovens que não foram designados. Durante um período de 18 meses, os partici­ pantes do programa apresentaram menor probabilidade de usar drogas e álcool, comportar-se agressivamente e fugir da escola. SANDERS, L. M.; TRINH, C.; SIIERMAN, B. R,; BANKS, S. M. Assessment of client satisfaction in a peer counseling substance abuse treatment program for pregnani and postpartum women. Evaluation and Program Planning, 21, p. 287-296, 1998.

Avaliou-se a satisfação das participantes de um programa voltado para usuárias de drogas por meio de medidas quantitativas e qualitativas. A satisfa­ ção foi mais alta entre os participantes mais velhos, que haviam utilizado maior número de serviços e que permaneceram mais tempo no programa. Muitas pesquisas aplicadas são realizadas por grandes empresas, compa­ nhias de pesquisa de mercado, agências governamentais e agências que reálí-

26

M é t o d o s d e P e s q u is a em C iê n c ia s

do

C o m p o r t a m e n to

zam pesquisas de opinião pública, e seus resultados não são publicados, sendo utilizados internamente na empresa ou por seus clientes. Independentemente de os resultados serem ou não publicados, no entanto, eles são usados para ajudar pessoas a tomar decisões melhores com relação a problemas que reque­ rem ação imediata. Comparação entre Pesquisa Básica e Aplicada

Tanto a pesquisa básica quanto a pesquisa aplicada são importantes e ne­ nhuma delas pode ser considerada superior à outra. De fato, o progresso da ciência depende de sinergia entre pesquisa básica e aplicada. Muitas pesquisas aplicadas são orientadas por teorias e descobertas de pesquisas básicas. Por exem­ plo, a pesquisa aplicada sobre depoimento de peritos durante julgamentos é guia­ da por pesquisas básicas de percepção e cognição. Por sua vez, as descobertas obtidas em contextos de aplicação freqüentemente requerem modificações das teorias existentes e estimulam o desenvolvimento da pesquisa básica. Assim, o estudo do depoimento de testemunhas oculares reais leva a conhecimentos mais ricos e acurados sobre processos básicos de percepção e cognição. Recentemente, muitas pessoas, incluindo legisladores que controlam os or­ çamentos de agências governamentais de fomento a pesquisa, têm exigido a realização de pesquisas diretamente relevantes para questões sociais específicas. O problema com essa atitude em relação à pesquisa é que não conseguimos prever totalmente as aplicações da pesquisa básica. O psicólogo B. F. Skinner, por exemplo, realizou pesquisas básicas, na década de 1930, a respeito de condicio­ namento operante, em que descreveu cuidadosamente os efeitos do reforçamento sobre comportamentos como o de pressão à barra em ratos. Anos mais tarde, essas pesquisas permitiram muitas aplicações práticas em terapia, educação e psicologia aplicada à indústria. Pesquisas sem valor aparente de aplicação práti­ ca podem, em última análise, revelar-se úteis. O fato de ninguém conseguir prever o impacto último da pesquisa básica leva-nos à conclusão de que o finan­ ciamento para a pesquisa básica é necessário, tanto para o avanço da ciência como para o benefício da sociedade. A pesquisa comportamental é importante em muitos campos e tem aplica­ ções relevantes para políticas públicas. Este capítulo introdutório colocou o lei­ tor em contato com os principais objetivos e tipos gerais de pesquisas. Todos os pesquisadores, independentemente de estarem interessados em pesquisa básica, aplicada ou de avaliação de programas, usam o método científico. Os temas e conceitos deste capítulo serão desenvolvidos no decorrer deste livro. Eles forne­ cerão a base que lhe permitirá avaliar as pesquisas de outras pessoas e também planejar seus próprios projetos de pesquisa.

E s tu d o C ie n tíf ic o

do

C o m p o r ta m e n to

27

Este capítulo enfatizou o ceticismo dos cientistas em relação ao que existe de verdadeiro no mundo e sua insistência no teste empírico das proposições. Nos dois capítulos seguintes, focalizaremos duas outras características dos cientis­ tas. Primeiro, eles têm uma intensa curiosidade em relação ao mundo e encon­ tram inspiração para suas idéias em muitos lugares. Segundo, eles têm princí­ pios éticos sólidos; estão comprometidos a tratar com respeito e dignidade aque­ les que participam de investigações científicas, Termos E studados__ __ ________ ______________________

Autoridade C eticism o

Intuição Objetivos da Ciência Pesquisa Aplicada Pesquisa Básica Teste Empírico Questões de Revisão

______ ___________________________

1.

Por que é importante para qualquer pessoa conhecer métodos de pesquisa?

2.

Por que o ceticism o científico prom ove n osso conhecim ento sobre o com portam ento? Em que a abordagem científica difere de outras form as de con h ecer com portam ento?

3.

Diferencie descrição, predição, determinação causal e explicação como ob­ jetivos da pesquisa científica.

4.

Diferencie pesquisa básica de pesquisa aplicada.

Atividades ___________________________________________________ :__ ______ 1.

Leia alguns editoriais em seu jornal diário e identifique as fontes usadas como suporte às afirmativas e conclusões. Os jornalistas utilizaram intui­ ção, apelo à autoridade, evidência científica ou uma combinação de todos esses recursos? Dê exemplos específicos.

2.

Suponha que você esteja interessado em estudar depressão. O que deveria fazer para atingir seu objetivo de descrever, predizer, compreender as cau­ sas e explicar a depressão?

28

M é to d o s de P esq u isa em C iências do C o m po rta m ento

3.

Imagine um debate a respeito da seguinte afirmação: Cientistas comportamentais só deveriam realizar pesquisas que tenham aplicação prática imediata. Desenvolva argumentos favoráveis (pró) e contrários (contra) a essa afirmação.

4.

Imagine um debate a respeito da seguinte afirmação: O conhecimento de metodologia de pesquisa é desnecessário para estudantes que pretendem ser psicólogos clínicos. Desenvolva argumentos favoráveis (pró) e contrá­ rios (contra) a essa afirmação.

2

Ponto de Partida /

?

Hipóteses e Predições

índice de Citações em Ciências So­ ciais

C Participantes: Uma Nota sobre Terminologia e

Outras Fontes de Busca Eletrônica

Fontes de Idéias

Senso Comum Observação do Mundo a Nosso Re­ dor

f

Revisões de Literatura f

Anatomia de um Artigo de Pes­ quisa

Resumo

Teorias

Introdução

Pesquisas Anteriores

Método

Problemas Práticos

Resultados

Pesquisa Bibliográfica

Discussão

Natureza dos Periódicos

Termos E stu d a d o s

Resumos em Psicologia

Questões de Revisão

Pesquisa no PsycINFO

Atividades

motivação para realizar pesquisas científicas deriva de uma curiosidade natural a respeito do mundo. Muitas pessoas têm sua primeira experiência com pesquisa quando sua curiosidade as leva a perguntar “Eu gostaria de saber o que aconteceria se...” ou “Eu gostaria de saber por que...” seguida de uma tentativa de responder à pergunta. Quais são as fontes de inspiração para essas perguntas e de que forma podemos descobrir o que outras pessoas já pen­ saram a respeito? Este capítulo trata de algumas fontes de idéias científicas. Considera também a natureza dos relatos de pesquisa publicados em periódicos profissionais.

A

HIPÓTESES E PREDIÇÕES A maioria das pesquisas procura testar uma hipótese formulada pelo pes­ quisador. Uma hipótese na realidade é um tipo de idéia ou pergunta. Ela afirma algo que pode ser verdadeiro. Uma hipótese, no entanto, é somente uma pergun­ ta ou idéia preliminar, à espera de evidências favoráveis ou contrárias. Algumas vezes, as perguntas são muito gerais ou informais. Por exemplo, Geller, Russ e Altomari (1986) tinham perguntas gerais sobre o consumo de cerveja entre es­ tudantes universitários: Quanta cerveja eles consomem num período médio de permanência num bar da universidade? Qual é o tempo de permanência? Há diferenças sexuais no comportamento de beber? Os pesquisadores desenvolve­ ram um procedimento para coletar dados que respondessem às perguntas que tinham em mente. Problemas de pesquisa formulados dessa forma são hipóteses informais ou simplesmente perguntas sobre o comportamento. As hipóteses são freqüentemente formuladas em termos mais específicos e formais. Em geral, essas hipóteses formais afirmam a existência de relação entre duas ou mais variáveis. Assim, os pesquisadores poderiam formular hipóteses tais como “aglomeração resulta em baixo desempenho em tarefas cognitivas” ou “prestar atenção a um número maior de características de algo a ser apren­ dido resultará em maior memorização”. A formulação dessas hipóteses baseiase nos resultados de pesquisas anteriores e em considerações teóricas. O pesqui­ sador irá, então, planejar um estudo para testar as hipóteses. No exemplo da aglomeração, ele pode colocar um grupo de participantes da pesquisa numa sala com muitas pessoas e outro grupo numa sala com poucas pessoas, para realizar uma série de tarefas e, então, observar seu desempenho. Nesse ponto, ele pode fazer uma predição específica sobre o resultado des­ se experimento. No caso do exemplo, pode predizer que “os participantes testa­ dos na condição de não-aglomeração terão melhor desempenho do que aqueles testados na condição de aglomeração”. Se os resultados do estudo confirmarem essa predição, a hipótese ganhará apoio. Se não confirmarem, o pesquisador irá

P o n t o de P artida

31

rejeitar a hipótese (e acreditar que aglomeração não causa baixo desempenho) ou realizar uma pesquisa adicional usando métodos diferentes para testar a hipótese. É importante notar que a confirmação de uma predição pelos resulta­ dos de um estudo constitui su p o rte para a hipótese, mas não constitui p ro v a . A mesma hipótese pode ser testada por diferentes métodos, e cada vez que os resul­ tados de uma pesquisa apóiam uma hipótese aumenta nossa confiança de que ela seja correta.

PARTICIPANTES DE UM ESTUDO: UMA NOTA SOBRE TERMINOLOGIA Usamos o termo p a r tic ip a n te s para referir-nos aos indivíduos que parti­ cipam de projetos de pesquisa. Um termo equivalente utilizado na pesquisa psicológica é s u je ito s. O Manuai de P u b lic a ç ã o da Associação Psicológica Ame­ ricana (APA, 1994) recomenda o termo p a r tic ip a n te s quando a pesquisa em psicologia é realizada com seres humanos. O leitor encontrará ambos os ter­ mos ao 1er relatos de pesquisas e também no decorrer de sua leitura deste livro. Poderá ainda encontrar os termos re s p o n d e n te s e in fo rm a n te s. No caso de levantamentos fala-se em geral em re sp o n d e n te s. In fo rm a n te s são as pes­ soas que ajudam os pesquisadores a compreender a dinâmica de ambientes culturais ou organizacionais particulares - esse termo originou-se em pes­ quisas antropológicas e sociológicas e agora está sendo usado também por psicólogos.

FONTES DE IDÉIAS Não é fácil dizer de onde vêm as boas idéias. Muitas pessoas têm idéias valiosas, embora tenham dificuldade em descrever o processo pelo qual chega­ ram a elas. Os cartunistas sabem disso: costumam representar uma idéia bri­ lhante por uma lâmpada que acende sobre a cabeça de uma pessoa -, mas de onde vem a eletricidade? Vamos considerar cinco fontes de idéias: o senso co­ mum, a observação do mundo a nosso redor, as teorias, as pesquisas anteriores e os problemas práticos.

Senso Comum Uma fonte de idéias que podem ser testadas é o corpo de conhecimento denominado senso comum - as coisas que consideramos verdadeiras. E verdade que “os opostos se atraem” ou “são as pessoas parecidas que se atraem?” “Os pais que não batem estragam as crianças”? “Uma imagem vale mais que mil

32

M é to d o s de P e sq u isa em C iências do C om portam ento

palavras?” A busca de respostas a perguntas como essas pode levar à criação de programas de pesquisa para estudar atração interpessoal, efeitos de punição e papel de imagens visuais na aprendizagem e na memória. Testar uma idéia de senso comum pode ser útil porque essas noções nem sempre são corretas ou a pesquisa pode mostrar que o mundo real é muito mais complicado do que as idéias do senso comum levam a supor. Por exemplo, ima­ gens podem favorecer a memorização em certas circunstâncias, mas algumas vezes atrapalham a aprendizagem (veja Levin, 1983). A realização de pesquisas para testar idéias do senso comum freqüentemente nos força a ir além de uma teoria do comportamento de senso comum. Observação do Mundo a Nosso Redor

Observações de eventos pessoais e sociais podem fornecer muitas idéias para pesquisa. A curiosidade despertada por suas observações e experiências pode levar você a formular perguntas sobre fenômenos de todo tipo. De fato, essa curiosidade motiva muitos estudantes a engajar-se em seu primeiro projeto de pesquisa. Você já teve a experiência de guardar alguma coisa num “lugar especial” (onde ninguém iria mexer) e descobrir depois que não consegue lembrar o lo­ cal? Uma experiência desse tipo poderia sugerir uma pesquisa sistemática para verificar se é uma boa idéia guardar coisas em lugares especiais. De fato, Winograd e Soloway (1986) realizaram uma série de experimentos exatamente sobre esse assunto. Sua pesquisa demonstrou que as pessoas tendem a esquecer onde colo­ caram alguma coisa em duas condições: (1) consideram o local pouco provável para o objeto em questão e (2) consideram óbvia a memorização do local. Assim guardar coisas em lugares incomuns geralmente é má idéia, embora num dado momento possa parecer o contrário. Um exemplo mais recente demonstra a diversidade de idéias possíveis gera­ das pela curiosidade a respeito das coisas que acontecem a nossa volta. De al­ guns anos para cá, tem havido muita controvérsia em relação aos efeitos das letras de certas músicas de rock e rap, temendo-se que possam promover pro­ miscuidade sexual, uso de drogas e violência. Alguns grupos, como o Centro de Pais para Avaliação Musical (Parent’s Music Resource Center, PMRC), gostariam de censurar as letras de músicas e persuadir as gravadoras a colocar rótulos de alerta em CDs de rock. Em congressos tem havido apresentações de trabalhos sobre esse assunto. Alguns pesquisadores decidiram realizar pesquisas para exa­ minar questões colocadas por essa controvérsia. Fried (1999) sugeriu que a rea­ ção negativa ao rap em particular pode surgir em virtude de sua associação com a música negra. Para testar essa idéia, Fried pediu aos participantes que lessem

P o n t o dk P artida

33

a letra de uma música popular intitulada “Engano de um homem perverso”, que tem um tema violento. Descreveu a música ora como rap, ora como country para os participantes. Embora evidentemente não se tratasse de rap, os partici­ pantes tiveram uma reação mais negativa à letra quando esta havia sido descri­ ta como rap do que quando havia sido descrita como música country. O mundo a nossa volta é uma rica fonte de material para a investigação científica. Durante o período em que ministrou aulas no Brasil, há alguns anos, o psicólogo Robert Levine observou que os estudantes brasileiros eram muito mais displicentes em relação a horário que seus colegas norte-americanos, che­ gando após o início da aula e saindo mais cedo. Essa observação levou-o a ini­ ciar um estudo sobre o ritmo de vida em diferentes cidades dos EUA e em dife­ rentes países (Levine, 1990). Pesquisas como essas ilustram um aspecto enfatizado no Capítulo 1: Opiniões e experiências pessoais fornecem idéias sobre o compor­ tamento, mas o pensamento científico requer que as idéias sejam testadas por meio de pesquisas. Finalmente, é preciso mencionar o papel da descoberta acidental - algumas vezes as descobertas mais importantes são feitas sem planejamento ou por pura sorte. Ivan Pavlov é muito conhecido por sua descoberta do que é chamado con­ dicionamento clássico - se um estímulo neutro (como um som) for repetida­ mente emparelhado com um estímulo incondicionado (alimento), que produz uma resposta reflexa (salivação), irá finalmente produzir a resposta, quando apresentado sozinho. Pavlov não tinha a intenção de descobrir o reflexo condi­ cionado. Na verdade, estava estudando o sistema digestivo de cães, medindo sua salivação quando recebiam alimento. Descobriu acidentalmente que os cães sa­ livavam antes da alimentação real e, então, passou a estudar como os estímulos que antecediam a alimentação podiam produzir uma resposta salivar. Só é pos­ sível fazer descobertas acidentais desse tipo quando se vê o mundo com olhos curiosos.1 Teorias

Muitas pesquisas nas ciências do comportamento testam teorias comportamentais. As teorias têm duas funções importantes para aumentar nossa com­

1 No Capítulo 10 de Salomon (2000), intitulado Problema e serendipidade: a aventura da aleatoriedade em busca de outra resposta, a expressão descoberta acidenlal é definida tecnicamente como serendipidade (serendipity). Salomon, D. V A maravilhosa incerteza: pensar, pesquisar e criar. São Paulo; Martins Fontes, 2000. No Capítulo 9 de Rosenberg (1976), serendipity foi traduzida como achado casual. Rosenberg, M. A lógica da análise do levantamento de dados. São Paulo: Cultrix; Edusp. 1976 (NT).

34

M é to d o s df. P esquisa em C iências do C o m po rta m en to

preensão do comportamento. Em primeiro lugar, organizam e explicam uma di versidade de fatos específicos ou descrições comportamentais. Esses fatos ou descrições não são significativos em si e há necessidade de um referencial teóri­ co para estruturá-los. Esse referencial teórico tom a o mundo mais compreensí­ vel, fornecendo alguns conceitos abstratos em tomo dos quais podemos organi­ zar e explicar uma diversidade de comportamentos. A título de exemplo, consi­ dere como a Teoria da Evolução de Charles Darwin organizou e explicou uma variedade de fatos sobre as características de espécies animais. Da mesma for ma, em psicologia, uma teoria de memória afirma que há sistemas separados para a memória de curto prazo e para a memória de longo prazo. Essa teoria explica várias observações específicas sobre aprendizagem e memória, incluin­ do fenômenos como os diferentes tipos de deficiências de memória resultantes de uma pancada na cabeça versus lesão da área cerebral do hipocampo e a taxa de esquecimento de um material que a pessoa acabou de ler. Em segundo lugar, as teorias geram conhecimentos novos, dirigindo nosso pensamento para aspectos novos do comportamento - as teorias guiam nossas observações do mundo. A teoria gera hipóteses sobre o comportamento e o pes­ quisador realiza estudos para verificar se elas são corretas. Se os estudos con­ firmarem a hipótese, a teoria ganha suporte. À medida que se acumulam evidências consistentes com a teoria, aumenta nossa confiança de que a teoria é correta. No entanto, a pesquisa também pode revelar fraquezas numa teoria e forçar os pesquisadores a modificá-la ou desenvolver uma teoria nova, mais abrangente. A teoria evolucionária continua ajudando os psicólogos a gerar hipóteses (por exemplo, Buss; Schmitt, 1993; Simpson; Kenrick, 1997). Por exemplo, a teoria evolucionária afirma que homens e mulheres têm estratégias reprodutivas diferentes. Todos os indivíduos têm interesse evolucionário em transmitir seus genes para as gerações futuras. No entanto, as mulheres têm relativamente poucas oportunidades de reproduzir, pois seu período reprodutivo é limitado pela idade, e elas precisam dedicar enorme quantidade de tempo e energia a cuidar dos filhos. Os homens, por sua vez, podem reproduzir a qualquer tempo e têm uma vantagem reprodutiva em relação à mulher, produzindo tantos filhos quanto possível. Em função dessas diferenças, a teoria prediz que homens e mulheres usarão critérios diferentes para selecionar parceiros. Mulheres estarão mais in­ teressadas em homens que forneçam apoio no cuidado das crianças - aqueles superiores em sta tu s, recursos econômicos e dominância. Homens escolherão mulheres mais jovens, saudáveis e atraentes fisicamente. Pesquisas realizadas com diferentes culturas dão suporte a essas predições (Buss, 1989). Embora as pesquisas apóiem a teoria evolucionária, é possível que sejam desenvolvidas teo­ rias alternativas que expliquem melhor os mesmos resultados - as teorias são vivas e dinâmicas. Eagly e Wood (1999) interpretaram a pesquisa de Buss em termos de estrutura social. Eles argumentaram que diferenças de gênero resul

P o n t o d e P artida

35

tam da existência de diferenças na divisão de trabalho entre homens e mulheres na maioria das culturas - os homens são responsáveis pelo bem-estar econômi­ co da família e as mulheres, pelo cuidado das crianças - e essas diferenças expli­ cam as diferenças de gênero existentes na seleção de parceiros sexuais. As pes­ quisas sobre esse excitante assunto continuam. As teorias costumam ser modificadas à medida que novas pesquisas defi­ nem seu alcance. A teoria da memória de curto prazo versus memória de longo prazo, mencionada anteriormente, ilustra a necessidade de modificar as teorias. A concepção original do sistema dc memória de longo prazo descreveu essa memória como um depósito de memórias permanentes fixas. No entanto, as pesquisas dos psicólogos cognitivistas, como Loftus (1979), mostraram que as memórias são facilmente reconstruídas e rcinterpretadas. Num estudo, os parti­ cipantes assistiram a um filme sobre um acidente automobilístico e, mais tarde, deviam relatar o que viram. Loftus verificou que a memória dos participantes foi influenciada pela maneira com que foram questionados. Por exemplo, a proba­ bilidade de respostas afirmativas foi maior quando se perguntava se o partici­ pante havia visto “o” farol dianteiro quebrado em vez de se havia visto “um” farol dianteiro quebrado. Resultados como esse têm requerido uma teoria mais com­ plexa sobre a forma de operação da memória de longo prazo. Pesquisas Anteriores

Uma quarta fonte de idéias são as pesquisas anteriores. A familiarização com um corpo de pesquisa sobre um assunto talvez seja a melhor forma de gerar idéias para novas pesquisas. Praticamente qualquer estudo coloca ques­ tões para pesquisas subseqüentes. A pesquisa pode suscitar uma tentativa de aplicação dos resultados numa situação diferente, estudando-se o assunto com um grupo de outra faixa etária ou aplicando outra metodologia para replicar os resultados. O estudo de Geller et al. (1986) sobre consumo de cerveja mos­ trou que os estudantes bebem mais se compram canecas do que se compram garrafas. Mostrou também que homens bebem mais que mulheres, que estu­ dantes em grupo bebem mais que estudantes sozinhos e que mulheres ficam mais tempo no bar que homens. Os resultados desse estudo podem, por exem­ plo, gerar pesquisas sobre formas de reduzir o consumo excessivo de álcool por estudantes universitários. Além disso, à medida que você se familiarizar com a literatura de pesquisa sobre um assunto, poderá identificar inconsistências nos resultados que preci­ sam ser investigadas ou desejar estudar explicações alternativas para os resulta­ dos. Além disso, o que você sabe sobre uma área de pesquisa muitas vezes pode ser aplicado com sucesso em outra área.

36

M éto d o s de P esqu isa em C iências do C om po rta m ento

Vamos examinar um exemplo concreto de pesquisa que foi planejada para estudar falhas metodológicas em pesquisas anteriores. O estudo dizia respeito a métodos para ajudar crianças diagnosticadas como autistas. O autismo in­ fantil caracteriza-se por vários sintomas, incluindo graves prejuízos da lingua­ gem e da capacidade de comunicação. Recentemente, pais e responsáveis pelo cuidado de crianças autistas depositaram esperança numa técnica denomina­ da comunicação facilitada que aparentemente permite a uma criança autista comunicar-se com outras pessoas pressionando teclas num teclado com letras e outros símbolos. Uma pessoa, denominada facilitador, segura a mão da cri­ ança para auxiliar o desenvolvimento da habilidade de realizar a tarefa. Com essa técnica, muitas crianças autistas começam a comunicar seus pensamen­ tos e sentimentos e a responder a perguntas que lhes são feitas. A maioria das pessoas que vê a comunicação facilitada em ação considera a técnica um avan­ ço milagroso. A conclusão de que a comunicação facilitada é efetiva baseia-se numa com­ paração da capacidade de comunicação da criança autista na presença e na ausência do facilitador. A diferença é notável para a maioria dos observadores. Lembre, no entanto, que os cientistas são céticos por natureza. Examinam todas as evidências cuidadosam ente e questionam se as afirmações feitas são justificadas. No caso da comunicação facilitada, Montee, Miltenberger e Wittrock (1995) notaram que o facilitador pode guiar, não intencionalmente, os dedos da criança para digitar uma sentença significativa. Em outras palavras, o facilitador, e não o indivíduo autista, está controlando a comunicação. Montee et al. reali­ zaram um estudo para testar essa idéia. Numa condição, mostravam uma figu­ ra tanto para o facilitador quanto para a criança autista, pedindo a ela que indicasse o que a figura mostrava, digitando sua resposta com o facilitador. Isso foi feito durante várias tentativas. Em outra condição, somente a criança via as figuras. Numa terceira condição, a criança e o facilitador viam figuras diferen­ tes (mas o facilitador não sabia disso). Consistentemente com a hipótese de que o facilitador controlava as respostas da criança, as figuras só foram correta­ mente identificadas na condição em que ambos viram as mesmas figuras. No entanto, quando a criança e o facilitador viam figuras diferentes, a criança nun­ ca dava a resposta correta e em geral identificava a figura vista pelo facilitador. Problemas Práticos

Problemas práticos com aplicações imediatas também estimulam pesqui­ sas. Grupos de planejamento urbano podem fazer um levantamento com ciclis­ tas para determinar a localização mais adequada para uma ciclovia, por exem­ plo. Numa escala maior, pesquisadores têm orientado políticas públicas reali­ zando pesquisas sobre os efeitos de exposição a materiais pornográficos, além

P o n to

df .

P a rtid a

37

de outros temas sociais e de saúde. Grande parte da pesquisa aplicada e de ava­ liação, descrita no Capítulo 1, aborda temas como esses.

PESQUISA BIBLIOGRÁFICA Antes de dar início a qualquer projeto, o pesquisador precisa conhecer bem os resultados de pesquisas anteriores. Mesmo que a idéia básica já tenha sido formulada, uma revisão de estudos já realizados o ajudará a tornar a idéia mais clara e a planejar o estudo. Assim, é importante fazer uma revisão bibliográfica sobre um assunto e ler relatos de pesquisas em periódicos especializados. Nesta seção discutiremos somente o que é fundamental para a realização de uma pes­ quisa bibliográfica. Você poderá obter informações adicionais nas excelentes obras de referência de Reed e Baxter (1991) e Rosnow e Rosnow (1998) sobre realização de levantamentos bibliográficos em psicologia e preparação de arti­ gos de revisão, respectivamente. Natureza dos Periódicos

Percorrendo o setor de periódicos de sua biblioteca, você deve ter encontra­ do enorme número de periódicos especializados. Neles os pesquisadores publi­ cam os resultados de suas investigações. Ao finalizar um projeto de pesquisa, é preciso redigir um relatório de pesquisa e submetê-lo ao editor de um periódico cientítico apropriado. O editor convida outros cientistas da mesma área para fazer a revisão e decide se irá aceitar o manuscrito para publicação. Como cada periódico tem um espaço limitado e recebe um número de artigos superior ao espaço disponível, a maioria dos trabalhos submetidos é rejeitada. Aqueles que são aceitos são publicados cerca de um ano depois. A maioria dos periódicos em Psicologia especializa-se em uma ou duas áreas de comportamento humano ou animal. Mesmo assim, o número de periódicos em muitas áreas é tão grande que é praticamente impossível ler todos. A Tabela 2.1 relaciona alguns dos principais periódicos em várias áreas da Psicologia.2 Evidentemente, seria difícil ler todos eles, mesmo numa única área de pesquisa em Psicologia, como aprendizagem e memória. Se você estiver procurando pes­ quisas sobre um assunto específico, pode ser impraticável examinar todos os números de todos os periódicos em que poderiam ser publicadas pesquisas rele­ vantes. Felizmente, não há necessidade de fazer isso.

2 A tabela relaciona principalmente periódicos norte-americanos, mas também alguns canadenses e ingleses. Em nosso meio, entre os periódicos especializados destacam-se (ver QUALIS da CAPES) Psicologia: Reflexão e Crítica, Psicologia: Teoria e Pesquisa e Estudos de Psicologia. (NT).

38

M é t o d o s d e P e s q u i s a em C iê n c ia s d o C o m p o rta m e n to

Tabela 2.1

Alguns dos principais periódicos em Psicologia.

Gerais American Psychologist* (artigos gerais sobre diferentes assuntos) Contem porary Psychology* (resenhas de livros) Psychological Bulletin * (revisões de literatura) Psychological Review* (artigos leóricos) Psychological Science Psychological M ethods* Current Directions in Psychological Science

Áreas experimentais da Psicologia Journal o f Experimental Psychology: General* Journal o f Experimental Psychology: Applied* Journal of Experimental Psychology: Learning, Memory, and Cognition* Journal o f Experimental Psychology: Human Perception and Performance* Journal o f Experimental Psychology: Anim al Behavior Processes* Journal o f Comparative Psychology * Behavioral Neuroscience* Bulletin of the Psychonomic Society Learning and M otivation Memory and Cognition Cognitive Psychology Cognition Cognitive Science Discourse Processes Journal o f the Experimental Analysis o f Behavior Animal Learning and Behavior Neuropsychology *

Psicologia clínica e aconselhamento Journal o f Abnorm al Psychology* Journal o f Consulting and Clinical Psychology* Journal o f Counseling Psychology* Behaviour Research and Therapy Journal o f Clinical Psychology Behavior Therapy Journal of A bnorm al Child Psychology Journal of Social and Clinical Psychology (Continuação)

Tabela 2.1

Alguns dos principais periódicos em Psicologia, (continuação)

Psicologia do desenvolvimento Developmental Psychology * Psychology and Aging* Child Development Journal o f Experimental Child Psychology Journal o f Applied Developmental Psychology Developmental Review Infant Behavior and Development Experimental Aging Research Merril-Palmer Quarterly

Personalidade e Psicologia social Journal o f Personality and Social Psychology* Personality and Social Psychology Bulletin Journal o f Experimental Social Psychology Journal o f Research in Personality Journal o f Social Issues Social Psychology Quarterly Journal o f Applied Social Psychology Basic and Applied Social Psychology Journal o f Social and Personal Relationships

Áreas aplicadas da Psicologia Journal o f Applied Psychology * Journal o f Educational Psychology * Journal o f Applied Behavior Analysis Health Psychology * Psychological Assessm ent * Psychology, Public Policy, and Law* Law and Human Behavior Educational and Psychological Measurement American Education Research Journal Evaluation Review Evaluation and Program Planning Environment and Behavior Journal o f Environmental Psychology Journal o f Consumer Research Journal o f M arketing Research

40

M é to d o s de P esq u isa em C iências do C o m po rta m ento

Tabela 2.1

Alguns dos principais periódicos em Psicologia. (continuação)

Estudos sobre família e comportamento sexual Journal of Family Psychology* Journal o f Marriage and the Family Journal of M arital and Family Therapy Journal o f Sex Research Journal of Sex Behavior Journal o f Homosexuality

Etnia, gênero e questões interculturais Hispanic Journal of Behavioral Sciences Journal of Black Psychology Sex Roles Psychology o f Women Quarterly Journal o f Cross-Cultural Psychology Cultural Diversity and Ethnic M inority Psychology*

Alguns periódicos canadenses e ingleses Canadian Journal of Psychology Canadian Journal o f Behavioral Science British Journal of Psychology British Journal of Social and Clinical Psychology * Publicado pela Associação Psicológica Americana.

Resumos em Psicologia

A Associação Psicológica Americana (APA) começou a publicar resumos Psychological Abstracts ou Psych Abstracts - em 1927. Até recentemente, os estu­ dantes faziam suas pesquisas bibliográficas manualmente, localizando os resu­ mos - breves sumários - dos artigos em psicologia e disciplinas afins que eram publicados mensalmente no Psych Abstracts. A APA ainda publica a versão im­ pressa do Psych Abstracts. No entanto, hoje as pessoas tendem a fazer suas pes­ quisas bibliográficas pelo computador, usando bases de dados que contêm os resumos. A base de dados da APA é chamada PsycINFO. Sua biblioteca provavel­ mente usa um de três sistemas de busca da base de dados PsycINFO. PsycLIT é uma versão em CD-ROM da base de dados que o leitor acessa num computador de sua biblioteca. Esse banco de dados é atualizado quatro vezes por ano. Em geral, utiliza-se World Wide Web para acessar PsycINFO e PsycFIRST, cuja atua­ lização é mensal. PsycFIRST contém resumos dos últimos três anos, enquanto a cobertura do PsycINFO retrocede em geral até 1966, podendo incluir até anos anteriores. Os procedimentos exatos que você deverá seguir para utilizar os siste-

P o n t o de P a rtid a

41

mas do PsycINFO dependerão da forma de acesso ao banco de dados da sua biblioteca. Em todos os casos, obterá uma lista de resumos relacionados a seu tema de interesse. A partir dessa lista, poderá localizar e ler os artigos em sua biblioteca. Se não encontrar um artigo importante em sua biblioteca, consulte uma bibliotecária sobre serviços existentes para obtenção de artigos em outras bibliotecas ou sobre recursos on Une.3 Realização de uma busca no PsycINFO

A forma exata do sistema de busca no PsycINFO dependerá do sistema utilizado por sua biblioteca. A Figura 2.1 ilustra um sistema baseado na WEB (WebSPIRS de Silver Platter). Essa tela mostra as três partes principais da busca: você deve digitar o assunto da pesquisa, examinar os resultados e avaliar as opções de ajuda para realização da busca.

Figura 2.1

Tela do PSycINFO para o usuário.

3 As bibliotecas de todas as universidades públicas brasileiras permitem acesso a estas bases de dados. Permitem também a obtenção de textos completos de artigos publicados num grande número de periódicos assinados eletronicamente (ex.: Evolutin and Human Behavior, American Psychologist, Child Development, Animal Behavior etc.), disponíveis no Portal de Periódicos da CAPES. O endereço eletrônico de acesso é www.capes.gov.br.

42

M é to d o s de P esqu isa em C iências d o C o m po rta m ento

A tarefa mais importante á especificar as palavras-chaves para a busca. Elas são digitadas numa caixa de entrada (na Figura 2.1, ela é denominada FIND). Como você pode saber que palavras deve digitar na caixa de entrada? Em geral, usará termos padrão em psicologia. O “índice de Termos Técnicos em Psicologia” (Thesaurus of Psychological Index Terms) arrola todos os termospadrão que são usados para indexar os resumos e pode ser acessado direta­ mente na maioria dos sistemas PsycINFO. Suponhamos que você esteja inte­ ressado em “ansiedade em relação a teste”. Nesse caso, tanto teste quanto an­ siedade são descritores principais no thesaurus. Procurando ansiedade, encon­ trará sob esse descritor termos como ansiedade em relação a separação, ansie­ dade social e ansiedade em relação a teste. Enquanto estiver usando o thesaurus, poderá verificar qualquer termo e, então, solicitar a busca com esse termo. No entanto, vamos supor que você esteja usando uma janela de busca-padrão, como a da Figura 2.1. Se der o comando para iniciar a busca, terá acesso aos resultados. A seguir encontra-se a saída de um dos artigos localizados numa busca sobre ansiedade em relação a teste.4Optou-se por apresentar uma grande quan­ tidade de informações sobre o artigo para ilustrar a forma de organização das informações na base de dados. Em geral, optamos pela exibição de menor nú­ mero de informações, TIPO DE DOCUMENTO: Artigo - Periódico TITULO: Diferenças individuais na retenção de conhecimento e estruturas conceituais aprendidas por estudantes em cursos universitários e durante o ensino médio. O caso da ansiedade em relação a teste. AUTOR: Naveh-Benjamin, -Moshe; Lavi, -Hagit; McKeachie, -W ilbert- J.; lin , -Y iOuang INSTITUIÇÃO DE ORIGEM DO PRIMEIRO AUTOR: U Ben-Gurion, do Negev Depto. de Ciências do Comportamnto, Beer-Sheva, Israel FONTE: Applied-Cognitive-Psychology. 1997 Dec; Vol 11(6):

507-526 ISSN: 0888-4080 ANO DE PUBLICAÇÃO: 1997 RESUMO: Foram examinadas diferenças individuais na retenção de conhecimento por estudantes, vários anos após o estudo do material acadêmico. Avaliando a retenção de materiais em função da ansiedade de teste podemos determinar se as deficiências no

4 Aqui a saída foi traduzida, mas, se o leitor fizer uma pesquisa desse tipo no PsycINFO, deverá usar descritores em inglês (por exemplo, test anxiety ), e obterá uma saída em inglês (NT).

P o n t o de P a rtida

43

desempenho acadêmico original e na organização dos materiais de estudantes com elevada ansiedade em relação a testes são devidas a uma deficiência de recuperação ou a uma deficiência na aprendizagem e na organização do conhecimento. Em dois estudos, 210 estudantes norte-americanos (Estudo 1) e 258 estudantes israelenses (1727 anos) (Estudo 2), com diferentes níveis de ansiedade em relação a teste, completa­ ram tarefas que nos permitiram avaliar tanto seus níveis de conhecimento quanto a organização cognitiva dos materiais. As tarefas foram aplicadas no final do curso ou em diferentes intervalos de retenção até sete anos após a aprendizagem. Os estudantes com elevada ansiedade em relação a teste tiveram pior desempenho no final dos cursos em comparação com outros estudantes em testes de conhecimento e organização cognitiva. No entanto, os estudantes com elevada ansiedade em relação a teste tiveram desempenho equivalente em comparação com os outros estudantes, quando testados em diferentes intervalos de retenção após os cursos. As implicações teóricas e práticas desses resultados são discutidas. (© 1998 direitos autorais da APA/PsycINFO) FRASE-CHAVE: ansiedade em relação a teste e diferenças individuais na retenção de conhecimento e estruturas conceituais aprendidas em cursos universitários e no curso colegial. Estudantes norte-americanos e israelenses. DESCRITORES PRINCIPAIS: *Diferenças Individuais;*Retenção;*Ansiedade-Teste DESCRITORES SECUNDÁRIOS: Idade Adulta; Estudantes universitários; EstudantesColegial GRUPO ETÁRIO: Adultos POPULAÇÃO: Humanos; Masculino; Feminino LOCALIZAÇÃO: Israel; EUA TIPO DE PUBLICAÇÃO: Estudo Empírico

Observe que a saída é organizada em “campos” de informação. Incluímos aqui o nome completo de cada campo, embora muitos sistemas permitam abre­ viações. Quase sempre encontra-se título (abreviado como TI), autor (AU), fon­ te (SO) e resumo (AB). Você também encontrará campos como tipo de docu­ mento, uma frase-chave que descreve brevemente o artigo, descritores princi­ pais e secundários e grupo etário. Quando se faz uma busca simples com uma única palavra ou frase, como test anxiety, a busca fornecerá artigos que contêm essa palavra ou frase em qual­ quer dos campos listados. Freqüentemente, esse procedimento fornece artigos demais, incluindo alguns que não estão diretamente relacionados com seu inte­ resse. Uma forma de restringir a busca é limitá-la a alguns campos. Por exem­ plo, você pode especificar que test anxiety apareça apenas no TITULO. Isso res­ tringirá sua busca a artigos que tenham o termo no título. Da mesma forma, pode restringir a busca a periódicos (excluindo livros ou dissertações/teses) ou incluir participantes de determinado grupo etário. A utilização dos operadores booleanos AND ou OR pode facilitar sua busca. Suponhamos que você queira restringir a busca com test anxiety no TITULO

44

M é t o d o s de P esqu isa f.m C iências do C om po rta m ento

apenas a universitários. Pode fazê-lo solicitando (testanxiety in TULE) AND (college students). A palavra AND obriga que as duas condições sejam verdadeiras para a inclusão de um artigo. Os parênteses separam diferentes partes da especificação de busca e são úteis quando as buscas ficam cada vez mais complexas. De fato, eles podem ser excluídos de uma busca, mas foram incluídos aqui a título de ilustração. O operador OR serve para expandir uma busca que está excessivamente restri­ ta. Suponhamos que você queira encontrar artigos que discutam relacionamentos românticos na Internet. Acabou de procurar internet AND romance e encontrou apenas dois artigos; mudando a especificação para internet AND (romance OR dating OR love OR attractioii) encontrou oito artigos. Artigos que tenham o termo internet e qualquer outro dos termos especificados foram incluídos na busca. Terminada sua busca, você poderá imprimir os resultados obtidos. É possí­ vel escolher os campos incluídos na impressão. Provavelmente não precisará de todos os campos exibidos no exemplo anterior. Muitos pesquisadores preferem gravar os resultados da busca em disquete. A informação poderá ser usada em outros programas, tais como um processador de texto ou um gerenciador de citações. Se não tiver um disquete, você poderá inclusive enviar seus resultados a seu endereço eletrônico. A busca pelo sistema PsycLIT CD-ROM é semelhante. No entanto, esse sis­ tema foi criado para computadores mais antigos e para uLilizá-los você terá de aprender alguns comandos especiais. Por exemplo, F1 é uma tecla de ajuda, F3 fornece informações sobre a base de dados, F4 exibe os resumos e F9 fornece o índice de termos em Psicologia. índice de Citações em Ciências Sociais

Outra fonte de busca é o Social Science Citation Index (SSCI), que usa o método do “artigo-chave”. Aqui você precisa primeiramente identificar um “artigo-chave” sobre seu assunto, em geral um artigo publicado há algum tempo, que seja particularmente relevante para seus interesses (esse artigo costuma ser identificado por meio de sua busca no PsycINFO). O SSCI permite então buscar artigos subseqüentes que tenham citado o artigo-chave. Essa busca lhe fornece­ rá uma bibliografia dos artigos relevantes sobre seu assunto. À medida que você se familiarizar com essa lista, um ou mais desses artigos poderão tornar-se no­ vos “artigos-chaves” e você poderá realizar buscas adicionais. Finalmente, irá adquirir total familiaridade com as pesquisas realizadas a respeito de seu tema de interesse. Assim como o PsycINFO, o SSCI também pode estar disponível num computador, e a busca na base de dados SSCI é muito mais eficiente que a busca manual.

P o n t o de P artida

45

Revisões da Literatura

Artigos que sumariam as pesquisas realizadas numa área particular tam ­ bém são úteis. O Psychological Bulletin publica revisões da literatura em várias áreas de Psicologia. O Annual Review of Psychology publica anualmente artigos que sumariam os desenvolvimentos recentes em várias áreas da Psicologia. Ou­ tras disciplinas têm revisões anuais semelhantes. Outras Fontes de Busca Eletrônica

O setor de referência de sua biblioteca provavelmente dispõe de outros re­ cursos para encontrar informações relevantes sobre seu tema. Por exemplo, o Sociological Abstracts resume artigos publicados em periódicos de Sociologia, enquanto no sistema de resumos ER1C (Education Resource Information Center) encontram-se assuntos relacionados a educação e desenvolvimento humano e no Medline, informações médicas relacionadas à Psicologia. Além disso, serviços como o Lexis-Nexis e o Dow Jones Interactive permitem a realização de buscas em fontes de informação geral, como jornais. Uma bibliotecária do setor de refe­ rência pode ajudá-lo a usar essas e outras fontes de resumos. Muitos estudantes buscam informações na Internet usando serviços como Yahoo ou AltaVista, ou ainda o Google. Embora a Internet seja uma fonte mara­ vilhosa de informação, é preciso avaliar a veracidade da informação encontra­ da. Certifique-se de que pode identificar a fonte e a data da informação e tente determinar cuidadosamente se a fonte é confiável. Muitas bibliotecas oferecem cursos e folhetos informativos para capacitar o usuário a realizar buscas melho­ res na Internet. Mesmo com a explosão das ferramentas eletrônicas de fácil utilização, é possível que você também queira fazer buscas por meio de alguns métodos “an­ tiquados”. Por exemplo, se encontrar um artigo importante para sua pesquisa, irá utilizar as referências no final do artigo como recursos úteis para obter co­ nhecimento sobre seu assunto.

ANATOMIA DE UM ARTIGO DE PESQUISA Sua busca bibliográfica ajudou-o a encontrar artigos de pesquisa para ler, Que expectativa pode ter em relação a esses artigos? Os artigos de pesquisa em geral têm cinco seções: (1) um resumo, como aqueles encontrados no Psychological Abstracts; (2) uma introdução, que explica o problema estudado e as hipóteses específicas testadas; (3) uma seção de método, que descreve em detalhe os proce­

46

M é t o d o s d f P e s q u is a

em

C i ê n c ia s d o C o m p o rta m e n to

dimentos usados no estudo; (4) uma seção de resultados, que apresenta as desco­ bertas feitas; e (5) uma seção de discussão, em que o pesquisador pode especular sobre as implicações mais amplas dos resultados, propor explicações alternativas para os resultados, discutir razões pelas quais os dados não forneceram suporte para uma hipótese particular e/ou fazer súgestões para pesquisas futuras sobre o problema. Além das cinco seções principais, encontra-se uma lista de todas as referências que foram citadas. Resumo

O resumo é uma versão condensada do relato da pesquisa e em geral não ultrapassa 150 palavras. Inclui informações sobre a hipótese, o procedimento e o padrão geral dos resultados. Geralmente, inclui poucas informações reLiradas da discussão do artigo. Introdução

Na introdução, o pesquisador descreve o problema investigado. Descreve detalhadamente pesquisas anteriores e teorias relevantes para o problema. As expectativas específicas do pesquisador são explicitadas, freqüentemente, na for* ma de hipóteses formais. Em outras palavras, o investigador introduz a pesquisa num formato lógico, mostrando como as pesquisas anteriores e a teoria se rela­ cionam com o problema atual de pesquisa e os resultados esperados. Método

A seção de método é dividida em subseções, cujo número é determinado pelo autor e depende da complexidade do planejamento da pesquisa. Algumas vezes a primeira subseção apresenta uma visão geral do delineamento, prepa­ rando o leitor para o material que virá a seguir. A próxima subseção descreve as características dos participantes. A amostra foi constituída apenas por ho­ mens, apenas por mulheres ou por pessoas de ambos os sexos? Qual era a idade média deles? Quantos participantes havia? Se o estudo contou com par­ ticipantes humanos, é necessário dizer como eles foram recrutados. A próxima subseção descreve detalhadamente o procedimento usado no estudo. Descreve todos os estímulos apresentados aos participantes, a forma de registro de seus comportamentos e assim por diante, sem que nenhum detalhe potencialmente relevante seja omitido. Esses detalhes permitem que o leitor saiba exatamente como o estudo foi realizado e fornece aos outros pesquisadores as informações necessárias para replicar o estudo. Outras subseções podem ser necessárias

P o n t o de P artida

47

para descrever em detalhe alguma parte do equipamento ou dos materiais de teste utilizados. Resultados

Na seção de resultados, o pesquisador geralmente apresenta as descobertas de três maneiras. Em primeiro lugar, apresenta uma descrição em forma de narrativa - por exemplo, “A localização dos itens tendeu a ser mais esquecida quando era considerada óbvia ou incomum para o item guardado”. Segundo, os resultados são descritos em linguagem estatística. Terceiro, o material freqüen­ temente é apresentado em tabelas e gráficos. A terminologia estatística da seção dc resultados pode parecer difícil. No entanto, a falta de conhecimento a respeito dos cálculos feitos não constitui realmente um impedimento para a compreensão do artigo ou da lógica subjacente à Estatística. A Estatística é apenas uma ferramenta que o pesquisador usa para avaliar os resultados do estudo.

Discussão Na seção de discussão, o autor revê a pesquisa sob várias perspectivas. Os resultados apóiam a hipótese? Em caso afirmativo, o autor deve fornecer todas as explicações possíveis para os resultados e discutir por que uma explicação é superior a outra. Se os resultados não apoiarem a hipótese, o autor deve sugerir possíveis razões. O que pode ter dado errado com a metodologia, com a hipótese ou com ambas? O pesquisador também pode discutir seus resultados em compa­ ração com os resultados de pesquisas anteriores. Essa seção também pode in­ cluir sugestões quanto a aplicações práticas possíveis da pesquisa e pesquisas futuras sobre o tema. Você deve ler tantos artigos quanto possível para familiarizar-se com a for­ ma de apresentação das informações nos relatos. Fazendo isso, desenvolverá maneiras eficientes de processar as informações apresentadas pelos artigos. Em geral, é melhor ler o resumo em primeiro lugar e, em seguida, ler rapidamente o artigo para decidir se poderá utilizar as informações fornecidas por ele. Se con­ siderar que as informações são úteis, volte ao começo e leia o artigo cuidadosa­ mente. Anote as hipóteses e teorias apresentadas na introdução, assinale qual­ quer coisa que não considerar clara ou que for problemática no método e leia os resultados tendo por base as informações expostas na introdução. Seja crítico ao ler um artigo. Os estudantes freqüentemente fazem as melhores críticas. O mais importante é a familiarização que ocorre à medida que você lê artigos sobre um tema, com as variáveis estudadas, com os métodos usados para estu-

48

M é to d o s he P esq u isa fm C iências do C om portam ento

I

dar as variáveis, com as questões teóricas importantes e com os problemas que podem ser examinados em pesquisas futuras. Em resumo, você estará criando suas próprias idéias de pesquisa e planejando seus próprios estudos.

( (

Termos Estudados ____________________________________

(

Hipótese índice de Citações em Ciências Sociais (ICCS) Predição Psychological Abstracts PsycLIT, PsycINFO, PsycFirst Resumo Revisão da Literatura Seção de discussão Seção de introdução Seção de método Seção de resultados Teoria Questões de Revisão ________________

(

(

1.

Que é uma hipótese? Diferencie hipótese de predição.

2.

Quais são as duas funções de uma teoria?

3.

Diferencie a forma de localizar as pesquisas anteriores quando se usa PsycINFO em contraste com o método de “artigo-chave” do índice de Cita­ ções em Ciências Sociais.

4.

Que informações o pesquisador deve comunicar em cada seção de um arti­ go de pesquisa?

( t

Atividades __________________________________________

* < * ( í

1.

Pense em pelo menos cinco provérbios populares sobre comportamento (por exemplo, “E de pequenino que se torce a pepino”, “Tal pai, tal filho”, “Longe dos olhos, longe do coração”). Para cada um deles, desenvolva uma hipótese que seja sugerida pelo provérbio e uma predição derivada da hipótese. (Baseada em Gardner, 1988.)

P o n t o de P artida

49

2.

Escolha uma das hipóteses formuladas no item anterior e desenvolva uma estratégia para localizar pesquisas sobre o assunto usando a base dc dados de sua biblioteca.

3.

As teorias têm duas funções: (1) organizar e explicar os eventos observáveis e (2) gerar novos conhecimentos, guiando nossa forma de olhar os eventos. Identifique um padrão consistente de comportamento em si mesmo ou numa pessoa próxima (por exemplo, você sempre discute com sua irmã às sextasfeiras à noite). Imagine duas teorias possíveis (explicações) para isso (por exemplo, você trabalha muito na sexta-feira e em geral chega em casa ten­ so e cansado; como sua irmã tem prova de química toda sexta-feira à tarde e não está indo bem no curso, fica muito irritada nesse dia). De que forma poderia reunir dados para determinar qual das explicações está correta? Quais seriam as diferentes abordagens para mudar o comportamento, seja para aumentar ou diminuir sua ocorrência, decorrentes de cada uma das explicações?

Etica na Pesquisa

Experimento de Milgram sobre Obediência

Outras Questões Éticas na Pes­ quisa

Custos e Benefícios da Pesquisa

Anonimato e Sigilo

Principais Questões Éticas na Pesquisa

Populações Especiais de Participan­ tes de Pesquisa

Estresse e Dano Psicológico

Obrigações dos Experimentadores

Engodo

t

Consentimento Informado

r Pesquisas com Participantes Hu­ manos

Entrevista de Esclarecimento Alternativas ao Engodo

Formulação de Princípios Éticos

r

Ética e Pesquisa Animal

Representação de Papéis

r Custos e Benefícios Revisitados

Estudos que Envolvem Simulação

f

Experimentou Honestos

O Engodo Ainda Constitui um Pro­ blema?

Fraude

Termos Estudados Questões de Revisão Atividades___________

C

onsiderações éticas são fundamentais no planejamento, condução e ava­ liação de pesquisas. Neste capítulo, exploraremos, em detalhe, a natureza dos problemas éticos que surgem na pesquisa e examinaremos algumas diretrizes para lidar com esses problemas.

EXPERIMENTO DE MILGRAM SOBRE OBEDIÊNCIA Stanley Milgram realizou uma série de experimentos (1963, 1964, 1965) para estudar o fenômeno da obediência a uma figura autoritária. Colocou um anúncio em um jornal local, em New Haven, Connecticut, oferecendo US$ 4,50 a homens para participarem de um “estudo científico sobre memória e aprendi­ zagem” que estava sendo realizado na Universidade Yale. Os interessados iam ao laboratório de Milgram, em Yale, onde eram recebidos por um cientista, que vestia um guarda-pó, e, por outro participante do estudo - um homem de meiaidade, chamado “senhor Wallace”. O senhor Wallace era na verdade um aliado do experimentador, mas os participantes não sabiam disso. O cientista explicou que o estudo iria examinar os efeitos da punição sobre a aprendizagem. Uma pessoa seria o “professor”, que poderia administrar a punição, e a outra seria o “aluno”. O senhor Wallace e os participantes voluntários, então, retiraram peda­ ços de papel para determinar quem seria professor e quem seria aluno. O resul­ tado do sorteio, no entanto, era pré-determinado. O senhor Wallace era sempre aluno e os voluntários, sempre professores. O cientista colocava eletrodos no senhor Wallace e posicionava o profes­ sor em frente a uma máquina para aplicação de choques. Informava aos par­ ticipantes que a máquina para aplicação de choques tinha uma série de bo­ tões, que, quando pressionados, liberariam choques no senhor Wallace. O pri­ meiro botão apresentava o rótulo 15 volts, o segundo apresentava o rótulo 30 volts, o terceiro, 45 volts, e assim por diante, até 450 volts. Além disso, os botões também exibiam os rótulos “choque leve”, “choque moderado” e assim por diante, até “Perigo: choque severo”, havendo um X vermelho acima de 400 volts. O senhor Wallace foi instruído a aprender uma série de pares de palavras. Em seguida, aplicava-se um teste, para verificar se ele era capaz de identificar as palavras que se combinavam. Cada vez que o senhor Wallace cometia um erro, o professor aplicava um choque como punição. Ao primeiro erro era liberado, supostamente, um choque de 15 volts, ao segundo, um choque de 30 volts, e assim por diante. A cada erro cometido o aluno recebia um choque maior. O aluno, senhor Wallace, naturalmente nunca recebia choque algum, mas os par­ ticipantes não sabiam disso. No experimento, o senhor Wallace cometia um erro

É tica na P e sq u isa

53

atrás do outro. Quando o professor o “punia com um choque” de aproximada­ mente 120 volts, o senhor Wallace começava a gritar de dor e, finalmente, berra­ va pedindo para sair. E se o professor quisesse parar? Isso acontecia - os partici­ pantes verdadeiros ficavam visivelmente incomodados com a dor que o senhor Wallace parecia sentir. O cientista dizia ao professor que ele poderia desistir, mas pedia a ele que continuasse, usando uma série de argumentos que mostravam a importância de continuar o experimento. O estudo era supostamente um experimento sobre memória e aprendiza­ gem, mas Milgram estava, de fato, interessado em verificar se os participantes continuariam a obedecer ao experimentador, administrando inclusive choques de níveis elevados no aluno. O que aconteceu? Aproximadamente 65% dos par­ ticipantes continuaram a aplicar choques até 450 volts. O estudo de Milgram ganhou notoriedade e os resultados obtidos por ele contribuíram para mudar muitas de nossas crenças sobre nossa capacidade de resistir à autoridade. Tratase de um estudo importante, cujos resultados têm implicações para compreen­ der a obediência em situações da vida real, tais como a Alemanha nazista e o suicídio em massa de Jonestown (Miller, 1986). Mas o que dizer sobre a ética do estudo de Milgram? Como podemos tomar decisões sobre os aspectos éticos des­ se estudo ou de qualquer outro?

CUSTOS E BENEFÍCIOS DA PESQUISA Suponhamos que você esteja realizando sua própria pesquisa ou que esteja avaliando pesquisas realizadas por outras pessoas. Como saber, em última aná­ lise, se a pesquisa é ou não aceitável eticamente? Como na maioria das questões da vida, devem-se considerar os custos e os benefícios envolvidos na decisão (análise de custo-benefício). Nas decisões sobre ética na pesquisa, devemos calcu-i lar implícita ou explicitamente os custos e os benefícios obtidos com os prováveis resultados. Estes incluem fatores como dano físico ou psicológico e quebra de sigilo. Iremos discutir esses fatores detalhadamente. O custo de não realizar o experimento também deve ser avaliado (Christensen, 1988), no caso de o proce­ dimento proposto ser o único modo possível para coletar dados potencialmente úteis. Os benefícios incluem ganhos diretos para os participantes, tais como aqui­ sição de um ganho educacional, aquisição de uma nova habilidade ou trata­ mento para um problema médico ou psicológico. Outros benefícios incluem a contribuição científica da investigação, o benefício potencial da aplicação das descobertas da pesquisa e os benefícios educacionais para pesquisadores em for­ mação. Lendo sobre ética da pesquisa, considere como avaliar o custo e o bene­ fício; retomaremos a essas questões ao final do capítulo.

54

M é t o d o s d e P e s q u i s a fm C iê n c ia s d o C o m p o rta m e n to

PRINCIPAIS QUESTÕES ÉTICAS NA PESQUISA Estresse e Dano Psicológico A primeira questão que pode ser colocada a respeito do experimento de Milgram refere-se ao estresse pelo qual os participantes passaram enquanto apli­ cavam choques intensos a um aluno obviamente relutante. Um filme, feito por Milgram, mostra os participantes protestando, transpirando e mesmo rindo ner­ vosamente enquanto aplicavam os choques. Você pode questionar se é justificá­ vel submeter pessoas a um experimento estressante, como esse, e se a experiên­ cia teve conseqüências a longo prazo para os voluntários. Por exemplo, tendo obedecido ao experimentador, é possível que os participantes sintam remorsos contínuos ou passem a ver-se como cruéis e desumanos? Uma defesa do estudo de Milgram será feita, mas antes vamos considerar alguns procedimentos de pesquisa potencialmente estressantes. Procedimentos que presumivelmente causam algum prejuízo físico aos par­ ticipantes são raros, mas essa possibilidade deve ser considerada. Muitos proce­ dimentos médicos podem cair nessa categoria - por exemplo, administrar dro­ gas, tais como cafeína ou álcool, ou privar pessoas de dormir por um período extenso de tempo. Os riscos de tais procedimentos requerem que se tome muito cuidado para que sejam eticamente defensáveis. O estresse psicológico é mais comum que o estresse físico. Por exemplo, pode-se dizer aos participantes que eles receberão choques elétricos de alta in­ tensidade. Eles nunca receberão os choques realmente - a variável de interesse é o medo ou a ansiedade durante o período de espera. Pesquisas de Schachter (1959) que empregaram um procedimento desse tipo mostraram que a ansieda­ de produziu desejo de aproximar-se dos outros durante o período de espera. Outro procedimento que produz estresse psicológico consiste em dar aos par­ ticipantes feedback negativo sobre sua personalidade ou capacidade. Pesquisado­ res interessados em auto-estima tipicamente aplicam aos sujeitos um teste de per­ sonalidade ou capacidade simulado. O teste é seguido por uma avaliação que reduz ou aumenta a auto-estima. No primeiro caso, indica que o participante tem traços de personalidade desfavoráveis ou um baixo escore na capacidade medida. Como você pode ver, alguns procedimentos de pesquisa envolvem estresse físico ou psicológico. Decidir se tais pesquisas devem ser realizadas é uma ques­ tão difícil, à qual voltaremos mais tarde.

Engodo O experimento de Milgram também ilustra o uso de engodo. Os partici­ pantes desse experimento concordaram em fazer parte de um estudo sobre me-

É tica na P esqu isa

55

mória e aprendizagem, mas não sabiam que de fato iriam fazer parte de um estudo sobre obediência. Quem poderia imaginar que um experimento sobre memória e aprendizagem (um título aparentemente inofensivo) envolveria apli­ cação de choques elétricos de alta intensidade e dolorosos em outra pessoa? Os participantes do estudo de Milgram não sabiam em que consistia o experimento na realidade. O procedimento careceu do que é chamado consentim ento infor­ mado: não foram dadas informações precisas aos participantes sobre os propó­ sitos da pesquisa e os riscos envolvidos antes de eles consentirem em fazer parte do experimento. O problema do engodo não se limita à pesquisa de laboratório. Procedi­ mentos em que os observadores ocultam seus objetivos, ou em que ocultam sua presença ou identidade, também envolvem engodo. Por exemplo, Humphreys (1970) estudou o comportamento de homossexuais do sexo masculino que fre qüentavam banheiros públicos (chamados “salões de chá”). Ele não participou de qualquer atividade homossexual, mas serviu como olheiro, tendo como fun­ ção avisar sobre a aproximação de possíveis intrusos. Além de observar as ativi­ dades dentro do local, anotou os números das placas dos carros dos visitantes. Mais tarde, obteve o endereço dos homens, disfarçou-se e visitou-os em suas casas, para entrevistá-los. Seu procedimento certamente é uma maneira de des­ cobrir algo sobre homossexualismo, mas emprega considerável engodo. O estudo de Milgram sobre obediência é um exemplo de engodo elaborado: os participantes foram enganados quanto ao propósito do estudo, um cúmplice do experimentador reuniu-se aos demais participantes do estudo e um cenário complexo foi criado para justificar a aplicação de choques. Esse tipo de engodo tem sido muito utilizado em pesquisas de Psicologia Social, mas muito menos utilizado na área de Psicologia Experimental, em estudos de percepção humana, aprendizagem, memória e desempenho motor. Mesmo nessas áreas, no entanto, o experimentador raramente conta aos participantes tudo o que irá acontecer no experimento. Além disso, o experimentador pode criar um enredo, para tor­ nar o experimento plausível e interessante (por exemplo, pedir aos participantes para que leiam uma história real no jornal, com o objetivo de estudar habilida­ des de leitura, quando o verdadeiro propósito do estudo é examinar erros de memória ou esquemas de organização). Há muitos anos, psicólogos como Kelman (1967), Ring (1967), Rubin (1970, 1985), Ortmann e Hertwig (1997) vêm criticando o uso de engodo, Kelman, Ortmann e Hertwig acreditam que qualquer tipo de engodo é moralmente ina­ ceitável; é simplesmente errado enganar pessoas, qualquer que seja a razão. Outra objeção ao uso de engodo é a de que ele prejudica a reputação da área. Rubin e Ring também argumentam que pesquisadores algumas vezes inventam engodos elaborados, em função da notoriedade obtida - Rubin descreve-os como “trocistas do laboratório”. Rubin lembra um procedimentcr no qual Tim estudan­

56

M é to d o s de P esqu isa em C iências do C om po rta m en to

te graduado experiente leva os participantes a acreditar que quebraram uma peça valiosa do equipamento. Como outro exemplo, Ortmann e Hertwig descre­ vem um estudo no qual o cúmplice choca-se contra um participante do sexo masculino e o insulta com um palavrão, na tentativa de provocar raiva. No entanto, essas opiniões dificilmente são unânimes (Broder, 1998; Kimmel, 1998; Kom, 1998; Smith; Richardson, 1985). Brõder argumenta que esses exem­ plos extremos do uso de engodo, apresentados pelos críticos, não são represen­ tativos do tipo mais comum de engodo, no qual algumas informações são omiti­ das para preservar a integridade científica da pesquisa. Além disso, há evidên­ cias de que universitários participantes de pesquisas não se incomodam com o engodo utilizado e até mesmo gostam de experimentos com engodo (Christensen, 1988). Retornaremos a essas questões após examinar outras formas de lidar com os problemas de dano e engodo na pesquisa: consentimento informado, entrevista de esclarecimento e estratégias de pesquisa alternativas que não en­ volvem engodo. Consentimento Informado

Idealmente, toda pesquisa deveria trabalhar com participantes plenamente informados. Como já vimos anteriormente, consentimento informado significa que os participantes da pesquisa são informados sobre os propósitos do estudo, os riscos associados aos procedimentos e seu direito de recusar ou interromper sua participação no estudo. Em outras palavras, são dadas todas as informações que poderão influenciar a decisão de participar antes de o participante tomar tal decisão. Também, como já vimos anteriormente, o uso de engodo priva os participan­ tes de consentimento informado pleno. Se tivesse havido consentimento informa­ do pleno no experimento de Milgram, os pesquisadores, antes do início do experi­ mento, deveriam ter dito aos participantes que estavam estudando obediência e que os participantes deveriam aplicar choques dolorosos em outras pessoas. Tam­ bém deveriam ter dito que os participantes poderiam desistir a qualquer momen­ to. Você pode constatar facilmente que o consentimento informado pleno não é uma solução satisfatória para o problema do engodo. Primeiro, saber que a pes­ quisa foi planejada para estudar obediência pode alterar o comportamento dos participantes. Poucas pessoas gostam de considerar-se obedientes e provavelmen­ te mudariam seu comportamento para provar que não o são. Há pesquisas que mostram que a obtenção de consentimento informado pode, de fato, viesar as respostas dos participantes, pelo menos, em algumas áreas de pesquisa. Por exem­ plo, pesquisas sobre estressores, como barulho ou multidão, têm mostrado que o sentimento de “controle” reduz o impacto negativo de um estressor. Se a pessoa sabe que pode interromper um ruído alto e irritante, ele irá produzir menos estres­

É tica na P esqu isa

57

se do que um ruído incontrolável. Estudos de Gardner (1978) e Dill, Gilden, Hill e Hanslka (1982) demonstraram que procedimentos que utilizam consentimento informado aumentam a percepção do controle em experimentos sobre estresse e, portanto, podem afetar as conclusões da pesquisa. Um segundo problema com o uso do consentimento informado é a possibili­ dade de viesar a amostra. No experimento de Milgram, se os participantes tives­ sem tido conhecimento prévio de que deveriam aplicar choques severos em outras pessoas, poderiam ter-se recusado a participar. Portanto, nossa capacidade de ge­ neralizar os resultados pode ficar restrita aos “tipos” de pessoas que concordaram em participar. Se isso for verdade, podemos concluir que o comportamento obe­ diente, observado no experimento de Milgram, ocorreu simplesmente porque as pessoas que concordaram em participar eram sádicas, de partida! Essa discussão pressupõe que o consentimento informado pleno é a única alternativa em relação ao consentimento sem nenhuma informação. O consen­ timento informado pleno é absolutamente necessário quando há riscos essen­ ciais associados à participação numa pesquisa. No entanto, freqüentemente, há boas razões para negar informação quanto à hipótese do estudo ou à condição em que um indivíduo está participando (Sieber, 1992). Os pesquisadores em ge­ ral fornecem uma descrição geral do tema do estudo e asseguram aos partici­ pantes que eles podem desistir a qualquer momento, sem penalidade. Muitas pessoas que se dispõem a participar voluntariamente de experimentos não espe­ ram toda revelação sobre o estudo antes da participação. Esperam, no entanto, que haja uma entrevista de esclarecimento minuciosa após terem completado o estudo. Entrevista de Esclarecimento

A solução tradicionalmente utilizada para solucionar o problema do engo­ do é a realização de uma entrevista de esclarecim ento minuciosa após o expe­ rimento. Se os participantes foram enganados de alguma maneira, os pesquisa­ dores precisam explicar por que o engodo foi necessário. Se a pesquisa alterou o estado físico ou psicológico dos participantes de algum modo - como num expe­ rimento sobre os efeitos do estresse o pesquisador deve ter a garantia de que eles voltaram “ao normal” e de que se sentem confortáveis em relação a sua participação. Eles devem deixar o experimento sem qualquer sentimento negati­ vo em relação ao campo da Psicologia e devem, até mesmo, sair com alguma compreensão nova a respeito de seu comportamento ou de sua personalidade. Mesmo que não tenham sido enganados, os participantes devem ser infor­ mados quanto aos objetivos do estudo e ao tipo de resultado esperado. Implica­ ções práticas dos resultados obtidos também devem ser discutidas. Em alguns

58

M é to d o s de P e squisa em C iências do C o m po rta m ento

casos, os pesquisadores podem voltar a entrar em contato com os participantes mais tarde, para relatar os resultados realmente obtidos. Assim, a entrevista de esclarecimento tem propósitos educativos e éticos. A entrevista de esclarecimento é suficiente para eliminar qualquer efeito negativo quando estão envolvidos estresse e engodo? Vamos voltar ao experi­ mento de Milgram. Esse pesquisador fez todo o possível para fornecer aos parti­ cipantes uma entrevista de esclarecimento minuciosa. Informou aos obedientes que seu comportamento era normal e que eles não agiram diferentemente dos demais. Procurou conscientizá-los sobre a forte pressão que a situação exerceu sobre eles e esforçou-se para reduzir qualquer tensão sentida. Assegurou-lhes que nenhum choque foi realmente aplicado e promoveu uma reconciliação amis­ tosa com o aliado, o senhor Wallace. Milgram também enviou um relatório so­ bre suas descobertas aos participantes e, ao mesmo tempo, perguntou sobre suas reações ao experimento. As respostas mostraram que 84% estavam satis­ feitos por ter participado e 74% disseram que se beneficiaram com o experimen­ to. Somente 1% mostrou ressentimento por ter participado. Quando os partici­ pantes foram entrevistados por um psiquiatra, um ano depois, nenhum efeito doentio da participação pode ser detectado. Podemos concluir que a entrevista de esclarecimento atingiu seus objetivos. Outros pesquisadores que realizaram trabalhos adicionais sobre a ética dos estudos de Milgram chegaram às mesmas conclusões (Ring; Wallston; Corey, 1970). Outras pesquisas sobre a entrevista de esclarecimento também têm levado à conclusão de que essa entrevista é um caminho efetivo para lidar com o engo­ do utilizado em experimentos (Smith; 1983; Smith; Richardson, 1983). No en­ tanto, o engodo permanece uma questão controversa. Você pode estar apreensi­ vo, então, para saber se há ou não alternativa para o engodo. Alternativas ao Engodo

Depois de criticar o uso do engodo na pesquisa, Kelman (1967) chamou a atenção para a necessidade de serem desenvolvidos procedimentos alternativos. Um procedimento sugerido por ele é o desempenho de papéis; outra opção inclui estudos de simulação (uma variação do desempenho de papéis) e experimentos “honestos". Representação de Papéis. Num procedimento de representação de pa­ péis, o experimentador descreve uma situação aos participantes e, então, per­ gunta como responderiam à situação. Algumas vezes, solicita que digam como se comportariam nessa situação; outras vezes, que imaginem como participan­ tes reais se comportariam na situação. Não está claro se essas duas instruções produzem qualquer diferença nos resultados.

É tic a na P esquisa

59

A representação de papéis não é geralmente considerada uma alternativa satisfatória ao engodo (Freedman, 1969; Miller, 1972). Um problema é a falta de envolvimento decorrente do fato de os participantes não fazerem realmente par­ te da situação - a simples leitura da descrição de uma situação não é suficiente para envolver os participantes muito profundamente. Além disso, como o experimentador fornece aos participantes uma descrição completa da situação, suas hipóteses tomam-se transparentes para eles. Quando as pessoas imaginam qual é a hipótese, podem tentar comportar-se de maneira consistente com ela Características de um experimento informativas sobre as hipóteses testadas são denominadas “características de demanda”. O problema das características de demanda será descrito detalhadamente no Capítulo 9. O defeito mais sério da representação de papéis é que, não importa que resultados sejam obtidos, os críticos sempre poderão dizer que resultados dife­ rentes seriam obtidos se os participantes estivessem numa situação real. Essas críticas baseiam-se na suposição de que as pessoas nem sempre são capazes de predizer acuradamente seu próprio comportamento ou o comportamento de outros. Isso pode ser especialmente verdadeiro quando estão envolvidos com­ portamentos indesejáveis - tais como conformidade, desobediência ou agressão. Por exemplo, se Milgram tivesse usado o procedimento de representação de pa­ péis, quantas pessoas teriam predito que seriam completamente obedientes? De fato, ele pediu a um grupo de psiquiatras para predizer os resultados de seu estudo e constatou que mesmo esses especialistas não conseguiram prever acuradamente o que aconteceu. Um problema semelhante pode aparecer se pe­ dirmos a pessoas para dizer se ajudariam alguém em dificuldade. Muitos de nós provavelmente superestimaríamos nossas tendências altruístas. Estudos que envolvem simulação. Um tipo diferente de representação de papéis envolve a simulação de uma situação do mundo real. Kelman (1967) ficou impressionado com um estudo de Simulação da Relação Entre Nações no qual os participantes desempenharam o papel de líderes de nações e os pesquisa­ dores observaram processos de negociação, solução de problemas e assim por diante. Tais simulações podem criar níveis elevados de envolvimento, como bem podem avaliar os leitores que já passaram uma noite inteira jogando Banco Imobiliário ou que ficaram inteiramente absortos num jogo de computador. Mesmo no caso de estudos que envolvem simulação, pode haver problemas éticos. Um exemplo dramático é o Experimento da Prisão de Stanford, realizado por Zimbardo, 1973; Haney; Zimbardo, 1998. Zimbardo simulou uma prisão, no subsolo do prédio da Psicologia da Universidade Stanford. Recrutou estudan tes universitários, que receberam 15 dólares por dia para representar o papel de prisioneiro ou de guarda, durante um período de duas semanas. Os guardas receberam uniformes, óculos de sol e cacetetes. Os prisioneiros receberam nú­ meros e gorros de náilon, para simular o corte de cabelo dos prisioneiros e para

60

M é t o d o s d e P e sq u isa e m C iências do C om po rta m ento

reduzir o sentimento de individualidade. Os participantes ficaram profundamente envolvidos em seus papéis, a tal ponto que Zimbardo teve que interromper a simulação depois de seis dias, em razão do comportamento cruel dos “guardas” e das reações de estresse dos “prisioneiros”. Essa foi apenas uma simulação - os participantes sabiam que não eram realmente prisioneiros ou guardas. No en­ tanto, envolveram-se tanto em seus papéis que o experimento produziu níveis de estresse mais elevados do que seriam produzidos em qualquer outro experimen­ to que se pudesse imaginar. Felizmente, o experimento de Zimbardo é um caso raro - muitos estudos que envolvem simulação não levantam as questões éticas colocadas por esse estudo particular. Experimentos honestos. Rubin (1973) descreveu o que denominou estra­ tégias experimentais “honestas”. Nenhuma delas envolve representação de pa­ péis. A primeira estratégia consiste em conscientizar totalmente os participantes em relação aos objetivos da pesquisa. Num estudo realizado por Byrne, Ervin e Lamberth (1970), os pesquisadores disseram a estudantes universitários que es­ tavam interessados em verificar a eficácia do estabelecimento de casais por meio de computador. Usaram um programa de computador para reunir casais com atitudes semelhantes ou com atitudes diferentes. Cada casal teve um encontro rápido no campus e, em seguida, os pesquisadores avaliaram quanto cada rapaz gostou da garota e vice-versa. Nos casais com atitudes semelhantes, o grau de atração foi maior que nos casais com atitudes diferentes. O estudo não envolveu engodo nem deturpação dos objetivos da pesquisa. Uma segunda estratégia honesta é usada em situações em que se aplicam programas com o objetivo explícito de mudar o comportamento das pessoas. Rubin cita como exemplo a aplicação de programas educacionais, campanhas de saúde, campanhas de caridade, campanhas políticas e solicitação de voluntá­ rios. Em situações desse tipo as pessoas sabem que alguém está tentando mudar seu comportamento. Por exemplo, as pessoas podem expor-se voluntariamente a um apelo para deixar de fumar. Os pesquisadores podem então investigar a efetividade de um apelo desse tipo enquanto manipulam variáveis tais como a quantidade de medo provocado (Leventhal, 1970). Segundo Rubin, muitos experimentos de campo envolvem procedimentos honestos. Em contraste com experimentos de laboratório, como o de Milgram, em que o comportamento é estudado em ambiente de laboratório, experimentos de campo introduzem a manipulação experimental num contexto natural. Rubin cita um estudo em que um experimentador encarava motoristas de carro en­ quanto eles estavam esperando a luz vermelha do farol mudar (Ellsworth; Carlsmith; Henson, 1972). Os motoristas encarados deram partida mais rápido que os motoristas do grupo de controle, que não eram observados por um experimentador. Esse experimento em especial não parece particularmente antiético. Todos nós já passamos pela experiência de sermos observados fixa­

É tic a na P esq u isa

61

mente. Os pesquisadores apenas aplicaram métodos experimentais para estudar sistematicamente essa situação. Muitas pesquisas de campo são realmente ho­ nestas. Os pesquisadores observam o comportamento de pessoas em lugares públicos e em situações cotidianas. No entanto, o fato de um experimento ser realizado em campo não garante que ele esteja isento de problemas éticos. Por exemplo, quais são as implicações éticas (e legais) de um procedimento em que o pesquisador, interessado em estudar diferentes tipos de preços oferecidos, fazse passar por cliente, levando vendedores de carro a perder seu tempo, ou de um procedimento que expõe usuários de metrô a pessoas que desmaiam entre as estações (Silverman, 1975)? Uma última estratégia honesta discutida por Rubin envolve situações em que ocorrências naturais apresentam oportunidade para fazer pesquisa: “A na­ tureza, o destino, os governantes e outras forças freqüentemente impõem sua vontade sobre as pessoas de forma aleatória e não sistemática.” Por exemplo, pesquisadores estudaram os efeitos da aglomeração, num período de escassez de; vagas em alojamentos estudantis, obrigando a Universidade Rutgers a desig­ nar estudantes solteiros aleatoriamente para dormitórios lotados ou não (Aiello; Baum; Gormley, 1981). Baum, Gachtel e Schaeffer (1983) estudaram os efeitos do estresse associado com desastres de uma usina nuclear, comparando pessoas que viviam perto da usina de Three Mile Island com outras que viviam perto de usinas nucleares que não sofreram desastre ou de uma usina convencional, que utiliza energia gerada por carvão. Esses experimentos naturais ocorrem com freqüência suficiente para se tom ar fontes valiosas de dados.

O Engodo ainda Constitui um Problema? Os psicólogos obviamente têm pensado muito sobre os problemas do engo do, desde o experimento de Milgram, na década de 1960. E razoável questionar se o engodo ainda constitui um problema na pesquisa. Como a maioria das preocupações com engodo diz respeito a pesquisas de Psicologia Social, as tenta­ tivas para examinar essas questões têm-se voltado para a Psicologia Social. Gross e Fleming (1982) revisaram 691 estudos de Psicologia Social publicados nas dé­ cadas de 1960 e 1970. Embora muitas pesquisas nos anos 70 ainda utilizassem engodo, tratava-se basicamente da criação de estórias. Essa tendência para utilizar menos engodo prosseguiu? Sieber, Iannuzzo e Rodriguez (1995) examinaram os estudos publicados no Journal of Personality and Social Psychology em 1969, 1978, 1986 e 1992. O número de estudos que utilizou alguma forma de engodo diminuiu de 66%, em 1969, para 47%, em 1978, e para 32%, em 1986, mas aumentou novamente para 47%, em 1992. A grande queda em 1986 pode ser devida a um aumento, nesse ano, de estudos sobre personalidade, que não requerem engodo para sua realizaçaõ. Alem dissõ;

62

M é to d o s

de

P e s q u i s a e m C iê n c ia s u o C o m p o rta m e n to

o uso de consentimento informado tendeu a ser mais explicitamente descrito em 1992 do que nos anos anteriores, e a entrevista de esclarecimento tendeu a ser mais mencionada após 1969. No entanto, a utilização de estórias para camuflar os reais objetivos de uma pesquisa ainda é freqüente. Korn (1997) concluiu que o uso de engodo em Psicologia Social está diminuindo. Há três razões principais para essa mudança. Primeiro, aumentou o núme­ ro de pesquisadores interessados no estudo de variáveis cognitivas em lugar de variáveis emocionais, passando, então, a usar métodos semelhantes aos usados em pesquisas sobre memória e Psicologia Cognitiva. Segundo, o nível geral de consciência em relação a questões éticas, tais como as descritas neste capítulo, tem levado os pesquisadores a realizar seus estudos de outras maneiras. Tercei­ ro, comitês de ética nas universidades agora analisam mais cuidadosamente os projetos de pesquisa (os comitês de ética serão descritos adiante neste capítulo).

OUTRAS QUESTÕES ÉTICAS NA PESQUISA Estresse e engodo são as duas maiores fontes de preocupação ética em rela­ ção a pesquisa. No entanto, muitas outras questões éticas também podem ser consideradas.

Anonimato e Sigilo Os pesquisadores precisam tomar cuidado para garantir o anonimato dos indivíduos. Ao estudar assuntos como comportamento sexual, divórcio, violên­ cia familiar ou abuso de drogas, precisam, algumas vezes, fazer às pessoas per­ guntas delicadas sobre sua vida particular. É extremamente importante que a resposta a essas perguntas seja confidencial. Na maioria dos casos, as respostas são totalmente anônimas - não é possível relacionar a identidade de uma pessoa com os dados. Isso ocorre, por exemplo, quando se aplicam questionários a gru pos de pessoas sem solicitar qualquer informação que possa identificar um indi­ víduo (como seu nome, número da carteira de identidade ou número de telefo­ ne). Em outros casos, como o de uma entrevista pessoal em que a identidade da pessoa poderia ser conhecida, o pesquisador deve planejar cuidadosamente for­ mas de codificar os questionários e deve explicar os procedimentos aos partici­ pantes, de forma a não deixar dúvidas quanto ao anonimato das respostas. Em algumas pesquisas há necessidade real de identificar os participantes individualmente, quando eles passam por múltiplos procedimentos em ocasiões diferentes ou quando é preciso fornecer informações sobre os resultados obtidos num teste. Nesses casos, deve haver alguma forma de identificar os indivíduos, mas ao mesmo tempo separar dos dados reais as informações sobre sua identi-

É tica na. P esqu isa

63

dade. Os pesquisadores estão muito preocupados em garantir o anonimato dos participantes em pesquisas que envolvem levantamentos de opinião e uso de questionários. A observação do comportamento de uma pessoa sem que ela saiba coloca uma questão mais problemática em relação ao anonimato. Em alguns estudos, os pesquisadores fazem observação do comportamento em lugares públicos. Ob­ servar pessoas em centros comerciais ou dentro de seus carros não parece trazer maiores problemas éticos. Mas o que dizer se um pesquisador deseja observar comportamento em um ambiente de maior privacidade ou de um modo que possa violar a privacidade de uma pessoa (Wilson; Donnerstein, 1976)? Por exem­ plo, seria ético examinar o lixo de alguém ou observar pessoas em banheiros públicos? Em um estudo, Middlemist, Knowles e Matter (1977) mediram o tem­ po que homens levam para começar a urinar e a duração da micção em banhei­ ros universitários. O objetivo da pesquisa foi estudar o efeito do espaço pessoal sobre uma medida de ativação fisiológica (tempos de micção). Os estudantes foram observados sozinhos ou com um aliado do experimentador, que estava no mictório ao lado ou no mictório mais distante do banheiro. A presença e proxi­ midade do aliado teve o efeito de atrasar a micção e de encurtar a duração do ato. Esse é um estudo interessante sob muitos aspectos; além disso, trata-se de uma situação freqüentemente vivida por homens. No entanto, alguém pode ques­ tionar se a invasão da privacidade foi justificada (Koocher, 1977). Os pesquisa­ dores, por sua vez, podem argumentar que por meio de estudos piloto e de dis­ cussões com participantes potenciais determinaram que os problemas éticos se­ riam muito reduzidos (Middlemist et al., 1977). Middlemist e seus colaboradores empregaram um método, inicialmente proposto por Berscheid, Baron, Demer e Líbman (1973), para determinar se um procedimento é eticamente aceitável. A representação de papéis c usada para obter informações sobre a percepção dos participantes de um experimento potencial. Se na representação de papéis os participantes indicam que aceitariam participar do experimento, pelo menos uma objeção ao engodo foi examinada.

Populações Especiais de Participantes de Pesquisa Outra questão ética refere-se ao grau de participação voluntária. Muitos de nós acreditamos que estudantes universitários são capazes de escolher livremente entre participar de um estudo e abandoná-lo, caso considerem a pesquisa antiética. Mas o que dizer sobre populações especiais, tais como crianças, pacientes psiquiá­ tricos ou prisioneiros? Com certeza, os pesquisadores devem tomar precauções especiais quando lidam com grupos como estes; obter consentimento informado apropriado toma-se especialmente importante nesses casos. Quando menores são convidados a participar de um experimento, por exemplo, os pais ou responsáveis

64

M éto d o s de P esq u isa em C iências do C o m po rta m ento

devem assinar um formulário de consentimento. A Divisão de Psicologia do De­ senvolvimento da Associação Psicológica Americana (APA) e a Sociedade de Pes­ quisa do Desenvolvimento Infantil estabeleceram suas próprias orientações de éti­ ca em pesquisas com crianças.

Obrigações dos Experimentadores Os pesquisadores estabelecem muitos “contratos” implícitos com os partici­ pantes no decorrer de um estudo. Por exemplo, o pesquisador deve comparecer pontualmente no horário combinado com os participantes. A questão da pon­ tualidade nunca é mencionada por pesquisadores, mas é referida por partici­ pantes, quando questionados a respeito das obrigações do pesquisador (Epstein; Suedfeld; Silverstein, 1973). Se os pesquisadores prometerem fornecer um su­ mário dos resultados aos participantes, precisam fazê-lo. Se os participantes re­ ceberem créditos por sua participação, os pesquisadores devem informar ime­ diatamente aos instrutores os nomes daqueles que fizeram parte da pesquisa. Esses são “pequenos detalhes”, mas que são muito importantes para manter a confiança entre os participantes e os pesquisadores.

FORMULAÇÃO DE PRINCÍPIOS ÉTICOS Os psicólogos reconhecem as questões éticas que discutimos aqui e a Asso­ ciação Psicológica Americana (APA) exerceu papel de liderança na formulação de princípios e padrões éticos. Os Princípios Éticos em Psicologia e o Código de Conduta - também chamado Código de Ética (APA, 1993) - e os Princípios Éti­ cos na Realização de Pesquisas com Participantes Humanos (APA, 1982) são fontes básicas de referência. O prefácio do Código de Ética estabelece: Os psicólogos trabalham para desenvolver um corpo válido e confiável de conhecimento científico baseado em pesquisa. Esse conhecimento pode ser aplicado ao comportamento humano em diferentes contextos... Seu objetivo é ampliar o conhecimento do comportamento e, se for apropriado, aplicá-lo praticamente para melhorar a condição tanto dos indivíduos como da sociedade. Os psicólogos defendem a liberdade de investigação e de ex­ pressão na pesquisa, no ensino e na publicação. Também estão empenha­ dos em ajudar o público a desenvolver julgamentos informados a respeito do comportamento humano... Cada psicólogo individualmente é responsá­ vel por aspirar ao padrão de conduta mais elevado possível. Os psicólogos respeitam e protegem os direitos humanos e civis. Não participam de práti­ cas discriminatórias injustas de que tenham conhecimento e as condenam.

É tic a na P e sq u isa

65

Os psicólogos estão comprometidos com seis princípios gerais: competên­ cia, integridade, responsabilidade profissional e científica, respeito aos direitos humanos e à dignidade das pessoas, preocupação com o bem-estar do próximo e responsabilidade social. Oito padrões éticos referem-se a questões específi­ cas, relativas ao comportamento dos psicólogos no ensino, na pesquisa* na terapia e em outros papéis profissionais. Enfatizaremos aqui o Artigo 6 do Código de Ética, que trata do ensino, da supervisão de Treinamento, da Pesqui­ sa e da Publicação.

PESQUISA COM PARTICIPANTES HUMANOS1 Os itens do artigo 6 do Código de Ética que tratam mais diretamente da pesquisa com participantes humanos são: 6 .0 6 P la n eja m en to de P esqu isa

a) O delineamento, a realização e o relatório de pesquisas em Psicologia devem estar de acordo com padrões reconhecidos de competência e éti­ ca da pesquisa científica. b) Os psicólogos planejam suas pesquisas de forma a minimizar a possibi­ lidade de que seus resultados sejam enganosos. c) No planejamento de suas pesquisas, os psicólogos levam em conta o Código de Ética. Se uma questão ética não estiver clara, os psicólogos buscam resolvê-la por meio de consulta a comitês de ética institucio­ nais, comitês de bem-estar animal, consultores ad hoc e outros meca­ nismos adequados. d) Os psicólogos esforçam-se para tomar medidas que garantam a prote­ ção apropriada dos direitos e do bem-estar dos participantes humanos e de outras pessoas afetadas pela pesquisa, assim como do bem-estar de animais utilizados como sujeitos.

W W W . cja-1

^_5

1/ . _t) r

j l h e ! rt 5o

j

I 36

1 A Resolução do Conselho Nacional de Saúde na 196, de 10 de outubro de 1996, pode ser encontrada em http://www.usp.br/ip/pesquisa/resl96.html (NT). Há dois livros que discutem esse tema: VIEIRA, S.; HOSSNE, W. S. Experimentação com seres humanos. São Paulo: Moderna, 1987. VIEIRA, S.; HOSSNE, W. S. Pesquisa médica: a ética e a metodologia. São Paulo: Pioneira, 1998.

66

M éto d o s de P esq u isa em C iências d o C o m po rta m ento

6 .0 7 R esp o n sa b ilid a d e

a) Os psicólogos realizam pesquisas de forma competente, levando em conta a dignidade e o bem-estar dos participantes. b) Os psicólogos são responsáveis por garantir a obediência de princípios éticos na pesquisa realizada por eles próprios e por pessoas que estejam sob sua supervisão ou controle. c) Psicólogos e assistentes só podem desempenhar as tarefas para as quais estejam adequadamente treinados e preparados. d) Como parte do processo de desenvolvimento e implantação de projetos de pesquisa, os psicólogos consultam especialistas quando investigam uma população especial ou especialmente vulnerável. 6 .0 8 O b ed iên cia à Lei e às N orm as

Os psicólogos planejam e realizam suas pesquisas de maneira consistente com as leis e normas federais e estaduais, bem como de acordo com os padrões profissionais que governam a realização de pesquisas e, particularmente, com os padrões que governam a pesquisa com participantes humanos e sujeitos ani­ mais. 6 .0 9 A p ro v a ç ã o In stitu cio n a l

Os psicólogos obtêm das instituições ou organizações em que realizam suas pesquisas aprovação prévia para realizá-las e comprometem-se a fornecer infor­ mações adequadas sobre seus objetivos. Realizam a pesquisa de acordo com o protocolo de pesquisa aprovado. 6 .1 0 R esp o n sa b ilid a d e p e la P esquisa

Antes de realizar uma pesquisa (exceto quando esta envolve apenas levan­ tamento anônimo de opinião, observação naturalística ou pesquisa similar), os psicólogos entram em contato com os participantes, para esclarecer a natureza da pesquisa e as responsabilidades envolvidas. 6.11 C o n sen tim en to In fo rm a d o p a r a P a rticip a çã o em P esquisa

a) Os psicólogos usam uma linguagem razoavelmente compreensível, para obter dos participantes de uma pesquisa o consentimento apropriado (exceto

É tica na P esqu isa

67

quando se tratar do Artigo 6.12 - Dispensa de Consentimento Informado). O consentimento informado é adequadamente documentado. b) Por meio de linguagem razoavelmente compreensível, os psicólogos in­ formam os participantes quanto à natureza da pesquisa; informam tam­ bém que os participantes têm liberdade para participar ou não e para desistir no decorrer de um estudo; explicam as conseqüências previsí­ veis da recusa ou da desistência; dão informações a respeito de fatores que podem afetar a disposição para participar (tais como riscos, des­ conforto, efeitos adversos ou restrições à confidencialidade, exceto quan­ do se tratar do disposto no Artigo 6.15 - Engodo na Pesquisa); e dão explicação sobre outros aspectos a respeito dos quais os futuros partici pantes tenham dúvidas. c) Quando os participantes são estudantes ou subordinados, os psicólogos devem tomar especial cuidado para proteger os possíveis participantes de conseqüências adversas da recusa em participar ou da desistência. d) Quando a participação numa pesquisa é requisito de uma disciplina ou representa a possibilidade de obtenção de créditos adicionais, é preciso dar aos possíveis participantes a opção de realizarem outras atividades equivalentes. e) Quando se trata de pessoas que estão legalmente incapacitadas de dar consentimento informado, os psicólogos, mesmo assim, (1) fornecem uma explicação apropriada, (2) obtêm a anuência dos participantes e (3) obtêm permissão apropriada de uma pessoa legalmente autorizada, se esse consentimento substitutivo for permitido por lei. 6 .1 2 D isp en sa de C on sen tim en to In form ado

Antes de determinar que a pesquisa planejada (como no caso de pesquisas que envolvem somente questionários anônimos, observações naturalísticas ou certos tipos de pesquisa de arquivos) não requer o uso do consentimento infor­ mado dos participantes da pesquisa, os psicólogos consideram os regulamentos em vigor e as exigências das comissões de pesquisa institucionais, além de con­ sultar colegas, no caso de isso ser apropriado. 6 .1 3 C o n sen tim en to In fo rm a d o p a r a a R ealização d e F ilm agens ou G ravações

Os psicólogos obtêm consentimento dos participantes de suas pesquisas antes de realizar qualquer forma de filmagem ou gravação, a menos que a pes-

68

M éto d o s df . P esqutsa em C iências do C om portam ento

f

quisa envolva simples observação naturalística em lugares públicos e que não se anteveja a possibilidade de o registro vir a possibilitar identificação pessoal ou causar prejuízo ao participante.

f

6 .1 4 O ferta de In cen tivos aos P a rticip a n tes d e Pesquisa

( r

a) Ao oferecer serviços profissionais como um incentivo para a participação numa pesquisa, os psicólogos esclarecem a natureza dos serviços, assim como os riscos, as obrigações e as limitações (veja também o Artigo 1.18, Barter [Com Pacientes ou Clientes]).

' ,

b) Os psicólogos não oferecem incentivos financeiros excessivos ou inapropriados, para obter participantes em suas pesquisas, particularmente quando a oferta desses incentivos pode funcionar como uma forma de coação. 6 .1 5 E n godo na P esquisa

(

(

(

,

a) Os psicólogos somente realizam um estudo que envolve engodo quando o uso de tais técnicas se justifica pelos propósitos científicos, educacio­ nais, ou pela aplicação potencial dos resultados do estudo e desde que não se disponha de procedimentos alternativos efetivos que dispensem o uso de engodo. b) Os psicólogos nunca enganam os participantes de suas pesquisas no que diz respeito a aspectos significativos que poderiam afetar sua disposição em participar, tais como riscos físicos, desconforto ou experiên­ cias emocionais desagradáveis. c) Qualquer outro engodo, que faça parte do delineamento e da realiza­ ção de um experimento, precisa ser explicitado aos participantes tão cedo quanto possível, e de preferência ao encerrar sua participação, ou no máximo ao concluir a pesquisa (veja também Artigo 6.18 - Infor­ mações Fornecidas aos Participantes Sobre o Estudo). 6 .1 6 C o m p a rtilh a m e n to e U tilização de D ados

(

i

Os psicólogos fornecem aos participantes de suas pesquisas informações sobre o compartilhamento antecipado com outros profissionais, ou sobre outros usos de dados de pesquisa pessoalmente identificados, e fornecem informações sobre a possibilidade de usos futuros não previstos dos dados.

É t i c a n a P e s q u is a

69

6 .1 7 U tiliza çã o M ín im a de P ro ce d im e n to s In va sivo s

Ao realizar suas pesquisas, os psicólogos restringem sua interferência com os participantes ou com o meio em que os dados são coletados ao que é justifica do por um delineamento de pesquisa apropriado, e comportam-se de forma con­ sistente com o papel de investigadores científicos em psicologia. 6 .1 8 In form ações F ornecidas aos P a rticip a n tes so b re o E stu do

a) Os psicólogos criam oportunidades para fornecer aos participantes in­ formações apropriadas sobre a natureza, os resultados e as conclusões da pesquisa e, também, tentam corrigir qualquer compreensão distorcida que os participantes possam ter. b) Se valores científicos ou humanos justificarem o atraso no fornecimen­ to dessas informações ou sua omissão, os psicólogos tomam medidas razoáveis para reduzir os riscos de dano. 6 .1 9 C om p ro m isso de H onra

Psicólogos procuram tomar medidas razoáveis para honrar todos os com­ promissos assumidos com os participantes de suas pesquisas. Esses artigos enfatizam a importância do consentimento informado como uma parte fundamental da prática ética. No entanto, nem sempre é possível fornecer toda a informação e o engodo algumas vezes pode ser necessário. Em tais casos, as responsabilidades do pesquisador junto aos participantes aumen­ tam. Obviamente, decisões sobre o que é considerado ético ou não são comple­ xas; não há regras rigorosas. Mais adiante neste capítulo discutiremos a análise custo-benefício para tomar decisões éticas. Além do Código de Ética da APA, o Departamento de Saúde e Vigilância dos Estados Unidos (HHS) estabeleceu normas para proteger pessoas que partici­ pam de pesquisas (Departamento de Saúde e Vigilância, 1981). De acordo com essas normas, toda instituição que recebe fundos do HHS deve ter uma Comis­ são de Etica(IRB),2 que decide se a pesquisa proposta pode ser realizada (note que essa comissão é mencionada no Código de Ética). A comissão de ética é composta tanto por cientistas quanto por não cientistas, membros da comuni­ dade e juristas. Nos Estados Unidos, praticamente toda universidade e faculdade

2 Em inglês, Institutional Review Board (IRB) (NT).

70

M é to d o s d e P e sq u isa em C iências do C o m po rta m en to

tem uma comissão de ética. Além disso, a maioria dos departamentos de Psicolo­ gia tem seus próprios comitês de pesquisa (Chastain e Landrum, 1999). A regu­ lamentação do HHS de 1981 categorizou as pesquisas de acordo com o grau de risco imposto aos participantes, para facilitar a avaliação ética das pesquisas. O Código de Ética da APA incorporou esse conceito de risco. Pesquisas que "não envolvem riscos” são excluídas da avaliação. Assim, pesquisas que envolvem apenas questionários anônimos, levantamentos de opi­ nião e testes educacionais são excluídas da avaliação, assim como aquelas que envolvem observações naturalísticas realizadas em lugares públicos, quando há garantia de anonimato. Pesquisas de arquivo, em que os dados estão disponíveis para consulta pública, ou em que os participantes não podem ser identificados, também são excluídas da avaliação. Um segundo tipo de atividade de pesquisa é chamado de “risco mínimo”. Risco mínimo significa que os riscos de dano para os participantes não são maio­ res do que os encontrados em sua vida diária ou em testes físicos ou psicológicos rotineiros. Quando pesquisas de risco mínimo estão sendo realizadas, a preocu­ pação com a segurança do participante diminui e a aprovação pelo IRB é auto­ mática. Algumas das atividades de pesquisa consideradas de risco mínimo são: (1) registro de dados fisiológicos de rotina que envolvem participantes adultos (por exemplo, pesagem, testes de acuidade sensoriai, eletrocardiogram a, eletroencefalograma, ecografia diagnostica e registro de voz) - note que não estão incluídos registros ínvasivos; (2) exercício moderado por voluntários sau­ dáveis; e (3) pesquisa sobre comportamento de indivíduos ou de grupos ou ca­ racterísticas individuais, tais como estudos de percepção, cognição, teoria de jogos ou desenvolvimento de testes, nos quais o pesquisador não manipula o comportamento dos participantes e a pesquisa não submete os participantes a estresse. Qualquer procedimento de pesquisa que submeta o participante a um nível de risco um pouco superior ao mínimo está sujeito a avaliação minuciosa pelo IRB. Consentimento informado pleno e outras garantias podem ser exigidos para que a aprovação seja dada. Podemos concluir que, com os princípios éticos da Associação Psicológica Americana (APA), os regulamentos do Departamento de Saúde e Vigilância (HHS) e a Análise pelos Comitês de Ética (IRB), os direitos e a segurança dos partici­ pantes humanos estão protegidos. Você poderá observar, nesse ponto, que os pesquisadores e os membros dos comitês de avaliação tendem a ser muito caute­ losos em relação ao que é considerado ético. De fato, muitos estudos têm mos­ trado que, depois de participar de pesquisas, os estudantes tendem a ser mais lenientes em seus julgamentos sobre os aspectos éticos de experimentos do que os próprios pesquisadores ou membros dos comitês de avaliação (Epstein et al-,

É tica na P esqu isa

71

1973, Smith, 1983; Sullivan; Deiker, 1973). Além disso, indivíduos que partici­ pam de pesquisas que envolvem engodo relatam que não se importaram com o engodo e avaliaram a experiência de forma positiva (Christensen, 1988).

ÉTICA E PESQUISA ANIMAL Embora este capítulo tenha tratado até aqui de questões éticas relativas à pesquisa com seres humanos, você deve certamente saber que os psicólogos al­ gumas vezes realizam pesquisas com animais. Utilizam animais por várias ra­ zões. O pesquisador pode controlar cuidadosamente as condições ambientais a que submete os animais, estudar os mesmos animais durante períodos longos de tempo e monitorar seu comportamento 24 horas por dia, caso seja necessário. Também é possível usar animais para testar os efeitos de drogas e para estudar mecanismos fisiológicos e genéticos subjacentes ao comportamento. Em 1979, aproximadamente 7% dos artigos referidos no Psychological Abstracts estuda­ ram animais (Gallup; Suarez, 1985), e os dados indicam que as pesquisas com animais vêm diminuindo constantemente (Thomas; Blackman, 1992). Em ge­ ral, os psicólogos trabalham com ratos e camundongos e, menos freqüentemen­ te, com aves; de acordo com um levantamento de pesquisas realizadas com ani­ mais em psicologia, cerca de 95% dos animais de pesquisa eram ratos, camun­ dongos e aves (veja Gallup; Suarez, 1985). Nos últimos anos, grupos que se opõem à realização de pesquisas com animais em medicina, psicologia, biologia e outras ciências tornaram-se mais barulhentos e militantes. Por exemplo, grupos de defesa dos direitos dos ani­ mais organizaram protestos durante reuniões da Associação Psicológica Ame­ ricana e, em numerosas cidades, ocorreram roubos de animais em laborató­ rios de pesquisa animal atribuídos a membros desses grupos. Os grupos tam ­ bém fazem campanha para que o legislativo proíba qualquer tipo de pesquisa com animais. Os cientistas argumentam que a pesquisa com animais beneficia os seres humanos e mostram muitas descobertas que não seriam possíveis sem a pesqui sa com animais (Miller, 1985). Além disso, os grupos que defendem os direitos dos animais freqüentemente superestimam a quantidade de pesquisas que en­ volvem dor ou sofrimento (Coile; Miller, 1984). Plous (1966a, 1966b) realizou um levantamento nacional de atitudes entre psicólogos e estudantes de psicologia, em relação ao uso de animais na pesquisa e no ensino. As atitudes dos psicólogos e dos estudantes foram similares. Em geral, 72% dos estudantes apoiaram tais pesquisas com animais, 18% se opuse­ ram a elas e 10% ficaram indecisos (no entanto, os psicólogos apoiaram mais “fortemente” a pesquisa com animais do que os estudantes). Além disso, 68%

72

M é to d o s de P e sq u isa em C iê n c ia s d o C o m p o rta m e n to

acreditavam na necessidade da pesquisa com animais para o progresso da Psico­ logia. Ainda houve alguma ambivalência e incerteza em relação ao uso de ani­ mais; quando questionados quanto ao tratamento dado aos animais em pesqui­ sas psicológicas, 12% dos estudantes disseram que eles “não” são tratados de forma humana e 44% ficaram “em dúvida”. Além disso, as pesquisas que envol­ viam ratos e pombos foram vistas mais positivamente que as pesquisas com cães ou primatas, exceto quando apenas envolviam observação. Finalmente, mulhe­ res tinham uma visão menos positiva em relação à pesquisa com animais do que homens. Plous concluiu que a pesquisa com animais em Psicologia continuará sendo importante para a área, mas provavelmente continuará diminuindo pro­ porcionalmente à quantidade total da pesquisa realizada. A pesquisa com animais de fato ainda é muito importante e continuará sendo necessária para estudar muitos tipos de questões. E crucial reconhecer que leis rigorosas e diretrizes éticas norteiam tanto a pesquisa com animais, quanto seu uso para fins de ensino. Tais regulamentos tratam de necessidades de alojamento, alimentação, limpeza e cuidados de saúde adequados. Especifi­ cam que a pesquisa deve evitar qualquer crueldade e imposição de dor desneces­ sária ao animal. Além disso, as instituições em que são realizadas pesquisas com animais têm um Comitê de Uso e Cuidado com Animais (IACUC) composto por pelo menos um cientista, um veterinário e um membro da comunidade. O 1ACUC é responsável pela revisão dos procedimentos das pesquisas com animais e deve garantir que todas as regras sejam seguidas (veja Holden, 1987). Essa seção do Código de Ética é particularmente importante a esse respeito: 6 .2 0 C uidado e Uso de A n im a is em Pesquisas

a) Os psicólogos que realizam pesquisas com animais devem tratá-los de forma humana. b) Psicólogos adquirem, cuidam, usam e descartam todos os animais de acordo com a legislação federal, estadual e local e também de acordo com padrões profissionais. c) Psicólogos treinados em métodos de pesquisa e com experiência no cuidado em relação a animais de laboratório supervisionam rigorosa­ mente todos os procedimentos que envolvem animais e são responsá­ veis por assegurar condições apropriadas de conforto, saúde e trata­ mento humano. d) Os psicólogos asseguram que todos os indivíduos que tenham animais sob sua supervisão recebam instruções explícitas, no que diz respeito a métodos de pesquisa e no que diz respeito a cuidado, manutenção e

E tica na P e sq u isa

73

manejo da espécie que está sendo usada, de forma apropriada para exercer sua função. e) As responsabilidades e atividades dos indivíduos que auxiliam a execu­ ção de um projeto de pesquisa são consistentes com suas respectivas competências. f) Os psicólogos esforçam-se para reduzir ao mínimo a ocorrência de des­ conforto, doença e dor para os animais. g) Um procedimento que submeta animais a dor, estresse ou privação so­ mente é usado quando não existe um procedimento alternativo dispo­ nível e quando os objetivos são justificados pelo valor científico, educa­ cional, ou pela possibilidade de aplicação dos resultados. h) Procedimentos cirúrgicos são realizados sob anestesia apropriada; téc­ nicas para evitar infeção e para minimizar a dor são aplicadas durante e após a cirurgia. i)

Havendo necessidade de sacrificar um animal, isso é feito rapidamente, procurando minimizar a dor e de acordo com procedimentos aceitos.

Um conjunto mais completo de orientações detalhadas para pesquisadores que estudam animais tam bém foi desenvolvido (American Psychological Association, 1986). Naturalmente, os psicólogos estão preocupados com o bemestar dos animais usados em pesquisas. No entanto, é provável que essa conti­ nue sendo uma questão controversa.

CUSTOS E BENEFÍCIOS REVISITADOS O leitor agora conhece as questões éticas que preocupam os pesquisadores que estudam o comportamento humano e animal. Ao tomar decisões sobre ética na pesquisa, é preciso considerar muitos fatores associados com o risco existen­ te para os participantes. Existem riscos de dano psicológico ou de quebra de sigilo? Quem são os participantes da pesquisa? Que tipo de engodo, se existe algum, está sendo usado no procedimento? Como o consentimento informado será obtido? Que procedimentos estão sendo usados na entrevista de esclareci­ mento? Também é necessário ponderar os benefícios diretos da pesquisa para os participantes, além da importância científica da pesquisa e dos benefícios edu­ cacionais para os estudantes, que podem estar cumprindo os requisitos de uma disciplina ou de obtenção de um título, Essas não são decisões fáceis. Considere o estudo descrito anteriormente, em que um homem, aliado do experimentador, insulta homens que estão partici­ pando de uma pesquisa. Esse estudo, realizado por Cohen, Nisbet^-Bôwéle-e

74

M é to d o s de P esq u isa em C iências do C om po rta m ento

Schwarz (1996), comparou as reações de estudantes universitários, do norte e do sul dos Estados Unidos. O objetivo foi investigar se os homens do sul têm um “código de honra” que os obriga a responder agressivamente quando insultados. Realmente, os estudantes do norte apresentaram pouca reação aos insultos, en­ quanto os sulistas responderam com indicadores fisiológicos e cognitivos mais elevados de raiva. O fato de tanta violência ser cometida por homens, que mui­ tas vezes estão vingando algum insulto percebido a sua honra, toma esse assun­ to particularmente relevante. A seu ver, os benefícios potenciais do estudo para a sociedade e para a ciência superam os riscos envolvidos no procedimento? Evidentemente, um revisor do comitê de ética que analisou esse estudo con­ cluiu que os pesquisadores minimizaram os riscos para os participantes, de tal forma que os benefícios superaram os custos. Se o leitor decidir que, em última análise, os custos superam os benefícios, deve concluir que o estudo não deve ser realizado da forma como foi proposto. Os procedimentos devem ser alterados para tomar-se aceitáveis. Se os benefícios superarem os custos, provavelmente você decidirá que a pesquisa deve ser realizada. Sua ponderação pode diferir da de outras pessoas e é exatamente por isso que a existência de um comitê de ética é uma boa idéia. Uma revisão bem feita de projetos de pesquisa toma altamente improvável que uma pesquisa antiética seja aprovada.

FRAUDE Fraude é um último problema ético a ser mencionado. Quando uma desco­ berta de pesquisa é publicada, é preciso que tenhamos confiança quanto a sua efetiva realização, descrição acurada dos procedimentos e efetiva obtenção dos resultados relatados. Dois artigos do Código de Etica referem-se a esse assunto: A rtig o 6 .2 1 R ela to dos R esu lta d o s

a) Os psicólogos não fabricam dados nem falsificam resultados em suas publicações. b) Se descobrirem erros significativos em seus dados publicados, os psicó­ logos buscam corrigir tais erros, por meio de erratas, correções, retrata­ ções ou outras formas de publicação apropriadas. A rtig o 6 .2 2 P lágio

Os psicólogos não apresentam partes substanciais do trabalho ou dos da­ dos de outras pessoas como seus, mesmo que citem o trabalho.

É tica na P esqu isa

75

É preciso que possamos acreditar nos resultados de pesquisa relatados; caso contrário, toda a base do método científico, como meio de conhecimento, fica ameaçada. De fato, embora possa haver fraude em muitos campos, sua ocorrên­ cia provavelmente é mais séria em duas áreas: ciência e jornalismo, Isso porque ciência e jornalismo são campos em que se supõe que os relatos escritos sejam descrições acuradas dos eventos reais. Não existem agências independentes de auditoria para examinar as atividades de cientistas e jornalistas. Casos de fraude no campo da psicologia são considerados muito sérios (Hostetler, 1987; Riordan; Marlin, 1987), mas felizmente têm sido raros. Talvez o caso mais famoso seja o de Sir Cyril Burt, responsável por relatar que os esco­ res de QI de gêmeos idênticos criados separados eram muito semelhantes. Os dados foram usados para apoiar o argumento de que a determinação genética do QI é extremamente importante. No entanto, Kamin (1974) notou algumas irregularidades nos dados de Burt. Várias correlações para diferentes pares de gêmeos eram idênticas até a terceira casa decimai, virtualmente uma impossibi­ lidade matemática. Essa observação levou à descoberta de que alguns dos su­ postos colaboradores de Burt de fato não trabalharam com ele ou foram sim­ plesmente fabricados. Ironicamente, no entanto, os “dados" de Burt estavam de acordo com o que havia sido relatado por outros investigadores que estudaram escores de QI em gêmeos. Os dados fraudulentos de Burt não foram facilmente detectados. Foi neces­ sário o olhar cuidadoso de um cientista experiente para notar o padrão não usual dos resultados e suspeitar de um problema com os dados. Um colega de trabalho de um pesquisador também pode detectar a ocorrência de fraude. Num caso mais recente de fraude em psicologia, Stephen Breuning foi considerado culpado de copiar dados simulados, mostrando que estimulantes podem reduzir comportamento hiperativo ou agressivo de crianças com retardo severo (Byme, 1988). Neste caso, outro pesquisador que havia trabalhado em estreita proximi­ dade com Breuning suspeitou de seus dados; informou então a agência federal responsável pelo financiamento da pesquisa. Comumente se suspeita de fraude quando é impossível replicar uma desco­ berta importante ou incomum. Fraude não é o maior problema da ciência, por­ que os pesquisadores sabem que outros irão ler seus relatos e realizar estudos adicionais, inclusive replicações. Eles sabem que sua reputação e sua carreira estarão seriamente prejudicadas se outros cientistas concluírem que os resulta­ dos são fraudulentos. Por que, então, os pesquisadores algumas vezes cometem fraude? Um mo­ tivo poderia ser o de que cientistas ocasionalmente encontram-se sob extrema pressão para produzir resultados impressionantes. No entanto, essa não é uma explicação suficiente, porque muitos pesquisadores mantêm padrões éticos ele­ vados sob tais pressões. Outra razão é a de que os pesquisadores que sentem

76

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o rta m e n to

necessidade de produzir dados fraudulentos têm medo exagerado do fracasso e, ao mesmo tempo, uma grande necessidade de sucesso e admiração. Se você desejar saber mais sobre a dinâmica da fraude e sobre as controvérsias que ain­ da existem em torno do caso Burt, pode começar com o livro de Heamshaw (1979) sobre Sir Cyril Burt e com a análise de Green (1992). Devemos destacar ainda um último ponto: alegações de fraude não podem ser feitas levianamente. Se uma pessoa discordar dos resultados de outra pessoa por motivos filosóficos, políticos, religiosos ou outros, isso não significa que eles sejam fraudulentos. Mesmo que não consiga replicar os resultados, a razão pode estar em aspectos metodológicos do estudo e não numa fraude deliberada. No entanto, o fato de que a fraude possa ser uma possível explicação dos resultados aumenta a importância de se manter registros cuidadosos e de se manter uma boa documentação dos procedimentos utilizados e dos resultados obtidos. Esses pontos são ilustrados por um caso de suspeita não comprovada de fraude (Marlatt, 1983). Nos anos 70, dois psicólogos (Sobell; Sobell, 1973) rela­ taram um estudo mostrando a eficácia do “beber com controle” como tratamen­ to para alcoólatras. Beber controlado é um procedimento delineado para produ­ zir consumo moderado de álcool em situações sociais, em contraste com o trata­ mento mais tradicional, que tenta produzir abstinência. A descoberta de Sobell é controversa, especialmente entre grupos contrários ao consumo de álcool. Dez anos depois, outro grupo de pesquisadores (Pendery; Maltzman; West, 1982) relatou que os participantes do estudo de Sobell não apresentaram melho­ ra real. Dois dos autores fizeram declarações à imprensa dizendo que as desco­ bertas apresentavam “graves dúvidas sobre a integridade científica da pesquisa original” e “sem sombra de dúvida trata-se de fraude” (Marlatt, 1983). Como resultado dessas alegações, um “comitê de elite”, formado por pesquisadores e juristas, investigou a pesquisa original. Felizmente, os Sobell haviam mantido extensos registros de suas atividades de pesquisa, incluindo fitas gravadas com as entrevistas dos pacientes num estudo de acompanhamento. O comitê con­ cluiu que “não havia razão para duvidar da integridade científica ou pessoal” dos Sobell. Nesse caso, registros cuidadosamente guardados e um exame cientí­ fico racional da pesquisa original impediram a confirmação de uma séria alega­ ção de fraude. Concluindo, podemos notar que as diretrizes éticas e os regulamentos evo­ luem constantemente. O Código de Ética da APA e os regulamentos federais, estaduais e locais podem ser revistos periodicamente. Os pesquisadores preci­ sam estar sempre cientes da maioria das políticas e procedimentos vigentes. Nos capítulos subseqüentes, discutiremos muitos procedimentos específicos para es­ tudar comportamento. Ao ler sobre esses procedimentos e aplicá-los a suas pes­ quisas de interesse, lembre que considerações éticas sempre têm primazia.

É t ic a n a P ts y u s sA

77

Termos Estudados ____________________________________________ Análise do Custo Benefício Código de Ética Comitê Institucional de Uso e Cuidado com Animais (IACUC) Comissão dc Ética (IRB) Consentimento Informado Engodo Entrevista de Esclarecimento Estudos que Envolvem Simulação Experimento Honesto Fraude Plágio População Especial Representação de Papéis Responsabilidade Risco Sigilo

Questões de Revisão ............................ ......... ............ .................................. 1.

Discuta as principais questões éticas na pesquisa comportamental: dano físico e psicológico, engodo, entrevista de esclarecimento e consentimento informado. Como podem os pesquisadores ponderar a necessidade de reali­ zar pesquisas e a necessidade de seguir procedimentos éticos?

2.

Por que o consentimento informado é um princípio ético? Que problemas existem em relação ao consentimento informado pleno?

3.

Que alternativas ao engodo são descritas no texto?

4.

Resuma os princípios referentes à pesquisa com participantes humanos no Código de Ética da APA.

5.

Quais as diferenças em atividade de pesquisa “sem risco” e “com risco mínimo”?

6.

Em que consiste uma Comissão de Ética Institucional?

7.

Resuma os procedimentos éticos da pesquisa com animais.

8.

O que constitui fraude, quais as razões para isso ocorrer e por que não ocorre com maior freqüência?

78

M é to d o s de P esqu isa em C iências dü C om po rta m ento

A tivid ades-----------------------------------------------------------------------------1.

Considere o seguinte experimento, semelhante ao realizado por Smith, Lingle e Brock (1978). Os participantes interagiram durante uma hora com outra pessoa que, de fato, era um aliado do experimentador. Após essa interação, ambos concordaram em retornar juntos, para outra sessão, uma semana depois. Quando os verdadeiros participantes retornaram, foram informa­ dos de que a pessoa que haviam encontrado na semana anterior havia morrido. Os pesquisadores então mediram as reações à morte da pessoa. a) Discuta as questões éticas suscitadas pelo experimento. b) O experimento viola as diretrizes apresentadas no Artigo 6 do Código de Ética da APA, que se refere à pesquisa com participantes humanos? De que maneira? c) Que métodos alternativos poderiam ser sugeridos para estudar esse pro­ blema (reações à morte)? d) As reações a esse estudo seriam diferentes se os participantes tivessem brincado com uma criança e mais tarde soubessem que a criança havia morrido?

2.

No procedimento descrito neste capítulo, os participantes receberam uma avaliação falsa sobre um traço desfavorável de sua personalidade ou sobre um baixo nível de habilidade. Quais são as questões éticas suscitadas por esse procedimento? Compare suas reações a esse procedimento com outro análogo, em que pessoas recebem uma avaliação falsa sobre um traço muito favorável de sua personalidade ou um nível de habilidade muito alto.

3.

Um psicólogo social realizou um experimento de campo num bar local muito popular entre estudantes universitários. Interessado em observar técnicas de flerte, o pesquisador instruiu homens e mulheres aliados a sorrir e a estabelecer contato de olhar com pessoas que estavam no bar, variando os tempos (por exemplo, dois segundos, cinco segundos) e a freqüência (por exemplo, uma vez, duas vezes). Ele observou a reação das pessoas que fo­ ram alvo de olhar. Que considerações éticas podem ser feitas (se puderem) a respeito desse experimento? Há algum engodo envolvido?

4.

Poderia ser feita uma entrevista de esclarecimento com as pessoas que fo­ ram observadas no experimento de campo? Escreva um parágrafo com argumentos favoráveis e contrários à realização de uma entrevista de es­ clarecimento nessa situação.

5.

Dr. Alucard realizou um estudo para examinar vários aspectos do compor­ tamento sexual de estudantes universitários. Os estudantes preencheram um questionário numa sala de aula do campus. Cerca de 50 estudantes

É tica na P esqu isa

79

foram testados de uma vez. O questionário continha perguntas sobre a primeira experiência com várias práticas sexuais. Em caso de resposta afir­ mativa a uma pergunta, várias outras perguntas detalhadas deveriam ser respondidas. Em caso negativo, essas perguntas não deveriam ser respon­ didas, passando o respondente a uma questão geral sobre uma experiência sexual. Que questões éticas são suscitadas por uma pesquisa desse tipo? Que tipo de problema específico pode surgir em função do procedimento de “saltar questões” usado nesse estudo? 6.

Resultados de pesquisa nem sempre são populares, particularmente quando tratam de questões controversas. Neste capítulo, foi descrito um estudo sobre terapia para alcoólatras que não agradou aos defensores da abstinência como único tratamento válido. Suponhamos que o leitor seja a favor do desarma­ mento, mas encontre um estudo afirmando que estados com leis que permi­ tem o porte de armas registradas apresentam maior queda nos índices de criminalidade em comparação com Estados sem essas leis. Ou suponhamos que acredite que crianças vítimas de abuso sexual (definido como contato sexual entre um adulto e uma criança) inevitavelmente desenvolvem distúr­ bios psicológicos. Você então encontra um estudo sobre universitários que relataram ter sido vítimas deste tipo de abuso; o estudo conclui que o impac­ to psicológico nessa população foi relativamente pequeno. Como exemplo final, suponha que você seja favorável ou contrário ao aborto; em ambos os casos, é contrário à atividade criminal associada com roubo e violência. Len­ do um estudo, fica sabendo que o direito ao aborto garantido pela decisão Roe v. Wade da Suprema Corte, em 1972, é em parte responsável pela dramá­ tica queda nas taxas de criminalidade nos Estados Unidos desde 1990. Como reagir a tais descobertas? Você decidiria imediatamente que as pesquisas que se opõem a seu ponto de vista estão erradas e possivelmente fraudulentas? Deveria considerar as políticas das agências de fomento? O que faria se não pudesse encontrar qualquer coisa errada com um estudo que não apoiasse seus pontos de vista? (Nota: Os exemplos baseiam-se em descobertas reais de pesquisas. As referências não foram incluídas; se desejar obter detalhes sobre essas pesquisas, poderá fazer uma busca nas bases cletrônicas de dados exis­ tentes em sua biblioteca.)

( ( <

(

<

( <

í

( (

( <

( r

(

I

4

Estudo do Comportamento

r Variáveis r

Definições Operacionais de Va­ riáveis

c Relações entre Variáveis

*

t-

Escolha de um Método: Vanta­ gens e Desvantagens de Diferen­ tes Métodos

Artificialidade dos Experimentos Considerações Éticas e Práticas

Relação Linear Positiva Relação Linear Negativa

Variáveis do Participante

Relação Curvilinear

Descrição do Comportamento

Ausência de Relação

Previsões Bem-Sucedidas do Com­ portamento Futuro

Método Não Experimental versus Método Experimental

Método Não Experimental Direção de Causa e Efeito O Problema da Terceira Variável Método Experimental

Vantagens do Uso de Múltiplos Mé­ todos Avaliação de Pesquisas: Três Validades

Validade de Construto

Controle Experimental

Validade Interna

Randomização

Validade Externa

^ Variável Independente e Variável Dependente ♦ Causalidade

Termos Estudados Questões de Revisão Atividades

-

..

este capítulo, exploraremos alguns dos assuntos e conceitos básicos ne­ cessários para compreender em que consiste o estudo científico do com­ portamento. Começaremos tratando da natureza das variáveis, incluindo sua mensuração e os tipos de relações entre elas. Examinaremos em seguida os métodos gerais para estudar essas relações.

N

VARIÁVEIS Variável é qualquer evento, situação ou comportamento que tem pelo me­ nos dois valores. Exemplos de variáveis que um psicólogo pode estudar incluem desempenho em tarefas cognitivas, comprimento de palavras, densidade espa­ cial, inteligência, sexo, tempo de reação, taxa de esquecimento, agressão, credi­ bilidade do orador, mudança de atitude, raiva, estresse, idade e auto-estima. Cada uma dessas variáveis representa uma classe geral, dentro da qual os poten­ ciais valores variarão. Esses potenciais valores são chamados níveis (categorias) ou valores de uma variável. Uma variável pode ter dois ou mais níveis ou valores. Para algumas variáveis, os valores terão realmente propriedades quantitativas ou numéricas. Suponha que o desempenho numa tarefa seja um escore num teste cognitivo com 50 questões, no qual os valores podem variar de um mínimo de 0% de respostas corretas a um máximo de 100% de respostas corretas; esses valores têm propriedades numéricas. Os valores de outras variáveis não são nu­ méricos, mas simplesmente identificam categorias diferentes. Um exemplo é sexo; os valores para sexo são masculino e feminino. Esses são níveis diferentes da variável, mas eles não diferem em quantidade ou importância. As variáveis podem ser classificadas em quatro categorias gerais. Variáveis situacionais descrevem as características de uma situação ou ambiente: o compri­ mento das palavras lidas num livro, a densidade espacial de uma sala de aula, a credibilidade de uma pessoa que está tentando persuadi-lo e o número de especta­ dores numa situação de emergência. As variáveis de resposta são as respostas ou comportamentos do indivíduo, tais como tempo de reação, desempenho numa tarefa cognitiva e ajuda a uma vítima numa situação de emergência. As variáveis do participante ou que se referem a diferenças individuais são as características do indivíduo, incluindo sexo, inteligência e traços de personalidade, como extroversão. Finalmente, variáveis intervenientes são processos psicológicos que medeiam os efeitos de uma variável situacional sobre uma resposta particular. Como exemplo, Darley e Latané (1968) verificaram que o comportamento de ajuda numa situa­ ção de emergência é menos provável quando há maior número de espectadores. Uma variável interveniente chamada difusão de responsabilidade foi usada para explicar o fenômeno (Figura 4.1). Quando há muitos espectadores, a responsabi­ lidade pessoal para ajudar fica diluída entre os espectadores e, assim, nenhuma

E stu d o do C om fo ktam knto

83

pessoa em particular sente muita responsabilidade. No entanto, quando a pessoa é a única testemunha da emergência, toda a responsabilidade recai sobre ela, aumentando a probabilidade de fornecer ajuda. Então, de acordo com Darley e Latané, o número de espectadores afeta a responsabilidade pessoal, que por sua vez afeta o comportamento de ajuda.

Figura 4.1

Diluição da responsabilidade é uma variável interveniente.

DEFINIÇÕES OPERACIONAIS DE VARIÁVEIS Numa pesquisa real, o pesquisador deve decidir que método irá usar para estudar as variáveis de interesse. E importante saber que uma variável é um conceito abstrato, que precisa ser traduzido em formas concretas de observação ou manipulação. Então, uma variável como “agressão”, “desempenho em tare­ fas cognitivas”, “quantidade de reforço”, “auto-estima” ou mesmo “comprimen­ to de palavras” precisa ser definida em termos de um método específico usado para medi-la ou manipulá-la. Os cientistas referem-se à definição operacional de uma variável da seguinte forma - definição de uma variável em termos das operações ou técnicas que o pesquisador usa para medi-la ou manipulá-la. As variáveis precisam ser operacionalmente definidas para que possam ser estudadas empiricamente. Uma variável como “credibilidade do orador” pode ser pensada em termos de dois níveis e operacionalmente definida como um orador descrito a seus ouvintes ou como um “ganhador do Prêmio Nobel” ou como um “professor substituto de colégio”. A variável “desempenho numa tare­ fa cognitiva” pode ser definida em termos do número de erros detectados numa tarefa de revisão de provas durante um período de 10 minutos. Há muitos níveis de abstração quando se estuda uma variável. Uma variá­ vel como “com prim ento de palavras” é concreta e pode ser facilm ente operacionalizada em termos de número de letras ou sílabas, porém o número exato de palavras precisará ser selecionado. O conceito de “estresse” é muito geral e mais abstrato. Quando os pesquisadores estudam estresse, podem focali­ zar vários tipos de estressores - ruído, aglomeração, problemas relevantes de saúde, desemprego e assim por diante. Um pesquisador interessado em estresse provavelmente irá escolher um estressor para estudar e, então, desenvolver defi­ nições operacionais para esse estressor específico. Ele irá realizar pesquisas so— bre-nm estressor específico e o conceito mais geral de estresse. O ponto-chave é

84

M é to d o s de P esqu isa em C iências do C o m po rta m ento

que os pesquisadores sempre precisam traduzir as variáveis em operações espe­ cíficas, para poder manipulá-las ou medi-las. A tarefa de definir operacionalmente uma variável força o cientista a discutir conceitos abstratos em termos concretos. O processo pode resultar no entendi­ mento de que uma variável é vaga demais para que possa ser estudada. Isso não indica necessariamente que o conceito não tem sentido, mas que uma pesquisa sistem ática só será possível depois que o conceito tiver sido definido operacionalmente. Uma vez que uma definição operacional tenha sido encontra­ da, o progresso na compreensão do fenômeno psicológico geralmente depende de desenvolvimento tecnológico. Por exemplo, o conceito de “atividade cerebral” não á novo. O estudo da relação entre a atividade cerebral e o comportamento foi facilitado de início pelo desenvolvimento de técnicas de registro eletrofisiológico e, mais recentemente, por tecnologias de mapeamento cerebral. As definições operacionais também nos ajudam a comunicar nossas idéias aos outros. Se alguém deseja contar-me algo sobre agressão, preciso saber exa­ tamente o que entende por esse termo, porque há muitas formas de definir operacionalmente agressão. Por exemplo, agressão pode ser definida como (1) o número ou a duração de choques aplicados numa pessoa, (2) o número de vezes que uma criança esmurra um palhaço de brinquedo inflável, (3) o número de vezes que uma criança briga com outra no recreio, (4) as estatísticas de homicí­ dio obtidas de registros de ocorrências policiais, (5) um escore numa medida de personalidade para avaliar agressividade ou, ainda, (6) o número de vezes que um jogador é atingido por um lançamento durante um jogo de beisebol. A co­ municação com outra pessoa será mais fácil se concordarmos exatamente quanto ao significado usado para o termo agressão no contexto da pesquisa. Raramente existe um método único e infalível para definir operacionalmente uma variável. Há uma variedade de métodos, cada um deles com vantagens e desvantagens. Os pesquisadores precisam decidir qual deve ser usado, em fun­ ção do problema a ser estudado, dos objetivos da pesquisa e de outras considera­ ções, tais como ética e custo. Para ilustrar quão complexo pode ser o desenvolvi­ mento da definição operacional de uma variável, considere as escolhas apresen­ tadas a um pesquisador interessado em estudar aglomeração. O pesquisador pode estudar os efeitos da aglomeração em universitários, num experimento de laboratório cuidadosamente controlado. No entanto, o interesse do pesquisador poderá estar nos efeitos da aglomeração a longo prazo; nesse caso, uma boa idéia poderia ser observar os efeitos da aglomeração em animais de laboratório, como ratos. O pesquisador poderia examinar os efeitos a longo prazo da aglo­ meração sobre o comportamento agressivo, alimentar, sexual ou materno. Mas, e se ele quiser investigar variáveis cognitivas ou sociais, tais como interações familiares ou desempenho profissional? Nesse caso, poderá estudar pessoas que moram em casas superlotadas e compará-las com pessoas que moram em am~

E stu d o d o C o m po r ta m e n to

85

bientes menos populosos. Tendo em vista que nenhum método é perfeito, é claro que a compreensão completa de qualquer variável envolve o estudo da variável por meio de diferentes definições operacionais. Vários métodos serão discutidos ao longo deste livro.

RELAÇÕES ENTRE VARIÁVEIS Muitas pesquisas estudam a relação entre duas variáveis. A relação entre duas variáveis é a maneira geral pela qual as mudanças nos valores de uma variável são associadas a mudanças nos valores da outra. Isto é, será que os níveis de uma variável variam sistematicamente juntos? Quando a idade au­ menta, a quantidade de brincadeira cooperativa também aumenta? Assistir à violência na televisão resulta em maior agressividade? A credibilidade do orador está relacionada a mudanças de atitude? Lembre que algumas variáveis têm valores numéricos reais, enquanto os níveis de outras variáveis são simplesmente categorias diferentes. Essa distinção será explicada no Capítulo 5. Com o objetivo de descrever relações entre variá­ veis, começaremos discutindo as relações em que ambas as variáveis têm proprie­ dades numéricas. Quando ambas as variáveis assumem valores ao longo de uma escala nu­ mérica, muitas “formas” diferentes podem descrever sua relação. Começaremos focalizando as quatro relações mais comuns encontradas em pesquisas: a rela­ ção linear positiva, a relação linear negativa, a relação curvilinear e, natu­ ralmente, a situação em que não há relação entre as variáveis. Essas relações são mais bem ilustradas pelos gráficos de linha, que mostram como as mudanças numa variável são acompanhadas por mudanças numa segunda variável. Os quatro gráficos da Figura 4.2 mostram esses quatro tipos de relações.

Relação Linear Positiva Numa relação linear positiva, aumentos nos valores de uma variável são acompanhados por aumentos nos valores da segunda variável. Descrevemos an­ teriormente uma relação positiva entre credibilidade do orador e persuasão: ní­ veis superiores de credibilidade estão associados a maior mudança de atitude. Considere outra variável do comunicador: o ritmo da fala. As pessoas que “fa­ lam mais rápido” são mais persuasivas? Num estudo realizado por Smith e Shaffer (1991) estudantes ouviram um discurso proferido em ritmo lento (144 palavras por minuto), intermediário (162) ou rápido (214). Os oradores defendiam uma -mudança na legislação que aumentava a idade legal para beber; «s-estudantes

86

M é to d o s de P e squ isa em C iências do C om po rta m en to

discordavam disso. O Gráfico A, na Figura 4.2, mostra a relação linear positiva entre ritmo de fala e mudança de atitude encontrada nesse estudo. Num gráfico como esse há um eixo horizontal (abscissa) e um vertical (ordenada). Os valores da primeira variável são colocados no eixo horizontal, dos mais baixos para os mais altos. Os valores da segunda variável são colocados no eixo vertical. O Gráfico A mostra que a fala mais rápida está associada a maior mudança de atitude. Gráfico A Relação linear positiva

Gráfico B Relação linear negativa

Ritmo da fala

Tamanho do grupo

Gráfico C Relação curvilincar

Gráfico D Ausência de relação

alto

baixo Complexidade dos estímulos visuais

Figura 4.2

pequena grande Tamanho da aglomeração

Quatro tipos de relações entre variáveis.

Relação Linear Negativa As variáveis também podem estar negativamente relacionadas. Numa rela­ ção linear negativa, aumentos nos valores de uma variável são acompanhados por diminuição nos valores da outra variável. Latané, Williams e Harkins (1979)

E stu d o do C o m po r ta m en to

87

estavam intrigados com relatos de que o aumento do número de pessoas traba­ lhando numa tarefa poderia de fato reduzir o esforço do grupo e sua produtivi­ dade. Os pesquisadores planejaram um experimento para estudar esse fenôme­ no, que denominaram “vadiagem social”. Pediram aos participantes para aplau­ dir e gritar, fazendo o máximo de barulho possível. Deviam fazer isso individual­ mente ou em grupos de duas, quatro ou seis pessoas. O gráfico B, na Figura 4.2, ilustra a relação negativa encontrada entre o número de pessoas no grupo e a quantidade de ruído de cada pessoa. A medida que o tamanho do grupo aumen­ ta, a quantidade de ruído produzida por cada pessoa diminui. As duas variáveis estão sistematicamente relacionadas, como numa relação positiva; mas o senti­ do da relação é inverso.

Relação Curvilinear Numa relação curvilinear os aumentos nos valores de uma variável são acom­ panhados tanto por aumento quanto por diminuição nos valores da outra. Em outras palavras, o sentido de uma relação muda pelo menos uma vez. Esse tipo de relação é algumas vezes mencionado como uma função não monotônica. O Gráfico C, na Figura 4.2, mostra uma relação curvilinear entre a complexidade de estímulos visuais e a avaliação da preferência pelos estímulos. Essa relação particular é chamada relação em U-invertido. Aumentos em complexidade vi­ sual são acompanhados por aumentos na preferência pelo estímulo, mas so­ mente até certo ponto. Acima desse ponto a relação toma-se negativa; aumen­ tos adicionais em complexidade são acompanhados por redução da preferência pelo estímulo (Vitz, 1966).

Ausência de Relação Quando não há relação entre duas variáveis, o gráfico é simplesmente uma linha horizontal. O Gráfico D, na Figura 4.2, ilustra a relação entre aglomeração e desempenho em tarefas, encontrada no estudo de Freedman, Klevansky e Ehrlich (1971). Variáveis não relacionadas variam independentemente uma da outra. Os aumentos em aglomeração não estão relacionados a qualquer mudança par­ ticular em desempenho; assim, uma linha horizontal descreve a ausência de relação entre as duas variáveis. Esses gráficos ilustram vários tipos de formas; praticamente qualquer for­ ma pode descrever a relação entre duas variáveis. Outras relações são descritas por formas mais complexas do que aquelas da Figura 4.2. Por exemplo, as rela­ ções lineares negativas e positivas que acabamos de descrever são exemplos de uma categoria mais geral de relações descritas como ^nonotônicas,-porque a

88

M é to d o s de P esqu isa em C iências do C om po rta m ento

relação entre as variáveis é sempre positiva ou sempre negativa (ela não muda de direção como na relação curvilinear ou não monotônica, ilustrada no Gráfi­ co C). A Figura 4.3 mostra um exemplo de função monotônica positiva que não é estritamente linear. Lembre que esses são padrões gerais. Mesmo que, em geral, exista uma relação linear positiva, isso não significa que todos os que tiveram escores eleva­ dos numa variável terão escores elevados na segunda variável. Desvios indivi­ duais em relação a um padrão geral são prováveis. Além disso, para conhecer o tipo de relação predominante entre duas variáveis, é necessário conhecer tam­ bém a força da relação; isto é, precisamos saber qual é a magnitude da correla­ ção entre as variáveis. Algumas vezes, duas variáveis estão fortemente relacio­ nadas entre si e há pouco desvio em relação ao padrão predominante. Outras vezes, as duas variáveis não estão fortemente correlacionadas, porque muitos indivíduos desviam-se do padrão predominante. Um índice numérico da força da relação entre variáveis é chamado coeficiente de correlação. Os coeficientes de correlação são muito importantes; precisamos saber quão fortemente uma variável está ligada a outra. Discutiremos coeficientes de correlação em detalhes nos Capítulos 5 e 12.

Variável A Figura 4.3

Função monotônica positiva.

MÉTODO NÃO EXPERIMENTAL VERSUS MÉTODO EXPERIMENTAL Como podemos determinar se existe relação entre as variáveis? Há duas abor­ dagens gerais para estudar relações entre variáveis: o método não experimental e o método experimental. Com o método não experimental, as relações são estu­ dadas por meio de observações ou mensuração das variáveis de interesse. (Os termos observação e mensuração serão usados alternativamente no decorrer do

E s t u d o do C o m p o r ta m e n to

89

texto.) Isto é, o comportamento é observado como ocorre naturalmente. Isso é feito pedindo-se às pessoas para descrever seu comportamento, observando-se o comportamento diretamente, registrando-se respostas fisiológicas ou mesmo exa­ minando-se vários registros públicos, tais como dados de censo. Uma relação en­ tre variáveis é estabelecida quando as duas variáveis variam em conjunto. Por exemplo, em um estudo que será descrito no Capítulo 7, Steinberg e Dombusch (1991) relacionaram o número de horas de trabalho às médias escolares de estu­ dantes secundaristas. As duas variáveis variaram juntas; estudantes que trabalha­ vam maior número de horas tendiam a ter notas mais baixas. A segunda abordagem para estudar relações entre variáveis é chamada método experimental. O m étodo experimental envolve manipulação d ire ta e controle das variáveis. O pesquisador manipula a primeira variável de interesse e, então, observa a resposta. Por exemplo, Loftus (1979) usou o método experi­ mental ao perguntar a participantes que haviam visto um filme mostrando um acidente automobilístico, se viram “um” farol dianteiro quebrado ou “o” farol dianteiro quebrado. O método de questionamento foi manipulado e as respostas dos participantes foram, então, medidas. Com esse método, as duas variáveis não variam apenas conjuntamente; uma variável c introduzida primeiro para verificar se afeta a segunda variável. Essa diferença entre os métodos tem impli­ cações importantes.1

Método Não Experimental Suponha que um pesquisador esteja interessado nas relações entre exercício e ansiedade. Como poderia estudar esse problema? Usando o método não experi­ mental, o pesquisador deveria elaborar definições operacionais para medir a quan­ tidade de exercício realizada pelas pessoas e seu nível de ansiedade. Poderia haver diferentes maneiras de definir operacionalmente essas duas variáveis; por exem­ plo, poder-se-ia pedir, simplesmente, às pessoas para fazerem um auto-relato de seus padrões de exercício e de seus níveis atuais de ansiedade. O ponto importante a ser lembrado é que ambas as variáveis são medidas quando usamos o método não experimental. Agora suponha que o pesquisador colete dados sobre exercício e ansiedade de certo número de pessoas e que encontre uma relação negativa entre exercício físico e ansiedade. Isto é, quanto mais as pessoas praticam exercí­ cio físico, menor é seu nível de ansiedade. As duas variáveis variam conjuntamen­ te, ou seja, estão relacionadas; diferenças observadas em exercício físico estão

1 Sobre delineamento de experimentos e quase-experimentos sugiro também a leitura de CAMPBELL, D. T.; STANLEY, J. C. Delineamentos experimentais e quase-experimentais de pesquisa. São Paulo: EPU, 1979 (NT).

90

M é t o d o s df. P esq u isa em C iê n c ia s d o C o m p o r ta m e n to

associadas cum o grau de ansiedade. Como o método não experimental permitenos observar a variação conjunta de variáveis, outro termo freqüentemente utili­ zado é método correlacionai Com esse método, examinamos se as variáveis estão correlacionadas ou variam juntas. O método não experimental parece ser uma abordagem razoável para es­ tudar relações entre variáveis como exercício e ansiedade. Uma relação é estabe­ lecida ao se verificar que as duas variáveis variam juntas - as variáveis covariam ou estão correlacionadas entre si. No entanto, percebemos uma fraqueza desse método ao formular questões sobre causa e efeito.2 Sabemos que as duas variáveis estão relacionadas, mas o que podemos di­ zer sobre o impacto causal de uma variável sobre a outra? Há dois problemas para fazer afirmações causais quando o método não experimental é usado: (1) a direção de causa e efeito e (2) o problema da terceira variável - isto é, a variá­ vel externa que pode estar causando a relação observada.3 A Figura 4.4 ilustra esse problema, representando as ligações causais entre variáveis por meio de setas. Exercício causa ansiedade Exercício

Ansiedade

Ansiedade causa exercício Ansiedade

Exercício

Uma terceira variável, renda, por exemplo, está associada com as duas variáveis, criando uma relação aparente entre exercício e ansiedade.

Figura 4.4

Possibilidades causais num estudo não experimental

Direção de causa e efeito. O primeiro problema é o da direção de causa e efeito. Com o método não experimental é difícil determinar qual variável causa a outra. Em outras palavras, não podemos realmente dizer que o exercício físico

2 Conforme Brngger, “ciência é o conhecimento certo das coisas por suas causas principais”. BRUGGER, W. Dídondrío de filosofia. São Paulo: EPU, 1987. p. 84-85 (NT). 3 Para um aprofundamento no problema da terceira variável, recomendo Rosenberg, M. A lógica do levantamento e análise de dados. São Paulo: Cultrix: Edusp, 1976. Para um aprofundamento sobre a direção de causa e efeito, recomendo KENNY, D. A. Correlation and causality. New York: Wiley, 1979, e HEISE, D. R. Causal analysis. New York: Wiley, 1975 (NT).

E stud o do C om po rta m f .n to

91

causa uma redução da ansiedade. Embora haja razões plausíveis para esse mode­ lo de causa e efeito, há também razões para que o oposto possa ocorrer. Talvez, o nível de ansiedade cause o exercícío físico; talvez, a experiência de ansiedade ele­ vada interfira com a capacidade de fazer exercício físico. Essa é uma diferença importante. Se os exercícios reduzem a ansiedade, então, aderir a um programa de exercício pode ser um caminho razoável para reduzir a própria ansiedade. No entanto, se a ansiedade leva as pessoas a interromper o exercício, forçar alguém a exercitasse provavelmente não irá reduzir seu nível de ansiedade. No entanto, o problema da direção da causa e efeito não é o pior problema do método não experimental. Por exemplo, os cientistas lembram que os astrô­ n om os conseguem fazer predições acuradas, embora não possam manipular variáveis experimentalmente. Além disso, a direção de causa e efeito freqüente­ mente não é crucial, porque para alguns pares de variáveis o modelo causal pode operar nos dois sentidos. Por exemplo, parece haver dois modelos causais na relação entre as variáveis similaridade e gostar: (1) a similaridade faz com que pessoas gostem umas das outras; e (2) gostar toma as pessoas mais simila­ res. Em geral, o problema da terceira variável é uma falha muito mais séria do método não experimental. O problem a da terceira variável. Quando o método não experimental é usado, há o perigo de que não haja uma relação causal direta entre duas variá­ veis. E possível que os exercícios não influenciem a ansiedade e que a ansiedade não tenha efeito causal sobre os exercícios. Por outro lado, é possível que haja uma relação entre essas duas variáveis porque outra está causando ambas, exer­ cício e ansiedade. Isso é conhecido como o problema da terceira variável. Muitas variáveis podem exercer o papel de terceira variável e ser responsáveis por uma relação observada entre duas variáveis. No exemplo do exercício e da ansiedade, uma terceira variável poderia ser o nível de renda. Talvez uma renda elevada propicie às pessoas mais tempo livre para fazer exercícios físicos (e a possibilida­ de de pagar uma academia) e também faça a ansiedade baixar. Se a renda é a variável determinante, não há relação de causa e efeito entre exercício e ansie­ dade; a relação foi causada pela terceira variável, nível de renda. Como você pode ver, direção de causa e efeito e possibilidade de existir ter­ ceiras variáveis representam sérias limitações ao método não experimental. Fre­ qüentemente, elas não são consideradas nos relatos de resultados de pesquisas divulgados na mídia. Por exemplo, um periódico científico pode relatar os resul­ tados de um estudo não experimental que encontrou uma relação positiva entre a quantidade de café consumida e a probabilidade de ocorrência de um ataque cardíaco. E fácil verificar que não há necessariamente uma relação de causa e efeito entre as duas variáveis. Numerosas terceiras variáveis (por exemplo, ocu­ pação, personalidade, predisposição genética) podem causar ambos, tanto o comportamento de beber café quanto a probabilidade de um ataque cardíaco.

92

M é to d o s de P esqu isa em C iências do C om portam en to

Em suma, os resultados desses estudos são ambíguos e devem ser encarados com ceticismo.4

Método Experimental O método experimental reduz essa ambigüidade na interpretação dos re­ sultados. Com o método experimental uma variável é manipulada e a outra é, então, medida. Se um pesquisador decidiu utilizar o método experimental para estudar se exercícios físicos reduzem a ansiedade, os exercícios seriam manipu­ lados - por exemplo, comparando um grupo de pessoas que se exercitasse todos os dias durante uma semana com outro grupo que se abstivesse de exercícios. A ansiedade poderia então ser medida. Suponha que se constate que as pessoas praticantes de exercícios físicos têm menor ansiedade em comparação com aque­ las que não se exercitam. O pesquisador pode agora dizer algo sobre a direção de causa e efeito: no experimento, os exercícios vieram primeiro na seqüência de eventos e, assim, o nível de ansiedade não poderia ter influenciado a quantidade de exercícios em que uma pessoa se engaja. Outra característica do método experimental é que ele busca eliminar a influência de todas as terceiras variáveis estranhas. Isso é denominado controle de variáveis estranhas. Geralmente se consegue esse controle mantendo todas as características do ambiente constantes, cxceto a variável manipulada.5 Qualquer variável que não seja mantida constante é controlada, garantin­ do-se que seu efeito seja randomizado. Por meio da randomização, a influência de qualquer variável estranha é equivalente em todas as condições experimen­ tais. Ambos os procedimentos são utilizados para garantir que quaisquer dife­ renças entre os grupos são devidas à variável manipulada. Controle experimental. Com o controle experimental todas as variáveis estranhas são mantidas constantes. Se uma variável é mantida constante, ela não pode ser responsável pelos resultados do experimento. No experimento so­ bre o efeito do exercício físico, o pesquisador gostaria de assegurar que a dife­ rença entre os grupos com e sem exercício é devida somente ao exercício. Tendo em vista que pessoas do grupo com exercício saem de sua rotina para exercitarse, pessoas do grupo sem exercício também devem ser retiradas de sua rotina. Caso contrário, os níveis baixos de ansiedade no grupo com exercício poderiam ter resultado do “descanso” da rotina diária e não do exercício.

4 A presença de correlação espúria pode levar ao aparecimento do Paradoxo de Simpson ou Stein (http://www.autobox.com/spur6.html) (NT). 5 Também conhecido por Princípio Cetteris Paribus (NT).

E stu d o d o C o m po r ta m en to

93

Consegue-se controle experimental tratando as pessoas de todos os grupos do experimento de forma idêntica; a única diferença entre os grupos é a variável manipulada. No experimento de Loftus sobre memória, ambos os grupos teste­ munharam o mesmo acidente, o mesmo experimentador fez as perguntas para ambos os grupos, a iluminação e todas as outras condições foram as mesmas, e assim por diante. Nesse caso, se houver uma diferença no relato dos dois grupos, podemos estar certos de que foi devida ao método de questionamento e não a qualquer outra variável que não tenha sido mantida constante. Randomização. Algumas vezes, é difícil manter uma variável constante. A mais óbvia dessas variáveis diz respeito a características dos participantes. Con­ sidere um estudo experimental em que metade dos participantes da pesquisa está na condição com exercício e metade, na condição sem exercício; os partici­ pantes nas duas condições podem diferir quanto a alguma terceira variável não controlada (covariável), como por exemplo a renda. Essa diferença pode causar uma relação aparente entre exercício e ansiedade. Como o pesquisador pode eliminar a influência de covariáveis desse tipo num experimento? O método experimental elimina a influência dessas variáveis por meio de randomização. A randomização assegura que a covariável tenha a mesma pro­ babilidade de afetar tanto um grupo experimental quanto o outro. Para eliminar a influência de características individuais, o pesquisador distribui os participantes pelos dois grupos de maneira randômica. De fato, isso significa que a distri­ buição é determinada por meio de uma lista de números randômicos. Para com­ preender isso, pense que os participantes de um experimento formam uma li­ nha. Cada pessoa vai para a frente da fila e recebe um número randômico, da mesma forma que se sorteiam números randômicos na loteria. Se o número for par, o indivíduo é designado para um grupo (por exemplo, exercício), e se for impar, é designado para outro grupo (por exemplo, não-exercício). Usando um procedimento de designação randômica, o pesquisador confia que as caracterís­ ticas dos participantes dos dois grupos são praticamente idênticas. Nessa “lote­ ria”, por exemplo, pessoas com renda baixa, média e alta, estarão distribuídas igualmente nos dois grupos. De fato, a randomização assegura que a composi­ ção das características individuais dos dois grupos seja praticamente idêntica em todos os aspectos. A designação randômica dos participantes da pesquisa às condições experimentais é uma diferença importante entre o método experi­ mental e o método não experimental. Para tornar o conceito de designação randômica mais concreto, você pode tentar fazer um exercício parecido com o que eu fiz com uma caixa cheia de figurinhas velhas de jogadores de beisebol. A caixa continha figurinhas de 50 jogadores da Liga norte-americana e de 50 jogadores da Liga Nacional. Misturei completamente as figurinhas e, em seguida, selecionei 32 delas e as designei a -grupos”, usando a lista de números aleatórios no Apêndice C.i. À medida que

94

M é t o d o s d e P e s q u is a m C iê n c ia s d o C o m p o rta m e n to

selecionava cada figurinha, usava a seguinte regra: se o número randômico fosse par, o jogador iria para o “Grupo 1”, e se o número fosse ímpar, ele iria para o “Grupo 2”. Em seguida, procurei verificar se meus dois grupos diferiam em termos da representação na Liga. O Grupo 1 tinha 9 jogadores da Liga NorteAmericana e 7 jogadores da Liga Nacional, enquanto o Grupo 2 tinha igual número de jogadores de ambas as ligas. Os dois grupos eram praticamente idên­ ticos! Qualquer outra variável que não possa ser mantida constante é também controlada pela randomização. A propósito, muitos experimentos são realiza dos durante vários dias ou semanas e os participantes chegam para participar dos experimentos em diferentes horário s. Nesses casos, o pesquisador usa uma ordem randômica para esquematizar a seqüência das várias condições experi­ mentais. Esse procedimento evita uma situação em que uma condição é estuda­ da durante os primeiros dias do experimento enquanto outra somente é estuda­ da durante os dias posteriores. Da mesma forma, participantes de um grupo não serão estudados somente pela manhã e outros, somente à tarde. Controle direto e random ização eliminam a influência de quaisquer covariáveis. Assim, o método experimental permite uma interpretação relati­ vamente não ambígua dos resultados. Qualquer diferença entre os grupos na variável observada pode ser atribuída somente à influência da variável mani­ pulada.6

VARIÁVEL INDEPENDENTE E VARIÁVEL DEPENDENTE Quando os pesquisadores estudam a relação entre duas variáveis, imagi­ nam que elas têm uma relação de causa e efeito; isto é, uma variável é conside­ rada a “causa” e a outra, o “efeito”. Assim, a credibilidade do orador é vista como causa da mudança de atitude, e o exercício é visto como afetando a ansiedade. Tanto os pesquisadores que usam o método experimental quanto os que usam o método não experimental pensam as variáveis dessa forma, embora, como vi­ mos, haja menos ambigüidade sobre a direção de causa e efeito quando o méto­ do experimental é usado. Os pesquisadores usam os termos variável indepen­ dente e variável dependente quando se referem às variáveis que estão sendo estudadas. A variável considerada “causa” é a variável independente, e a variá­ vel considerada “efeito”, a variável dependente.

6 A titulo de aprofundamento nesse assunto, recomendo a leitura do Capítulo 26, Design of experiments, randomization, and sample size planning, de NETER, J. et al. Applied linear statistical modeb. 4. ed. San Francisco: McGraw-Hill: Irwin, 1996 (NT).

E s iu d o do C o m po rta m en to

95

Num experimento, a variável manipulada é a variável independente, e a segunda variável, que é medida, é a variável dependente. Uma maneira de lem­ brar essa distinção é relacionar os termos com o que acontece com um indivíduo durante um experimento. 0 pesquisador cria uma situação a que expõe os par­ ticipantes, como por exemplo assistir a um programa violento versus um progra­ ma não violento ou realizar exercício físico versus não realizar. Essa situação é a variável manipulada; ela é denominada variável independente porque o partici­ pante não tem controle sobre sua ocorrência. No passo seguinte do experimen­ to, o pesquisador mede a resposta à variável manipulada. O participante respon de à situação a que foi submetido, e o pesquisador supõe que seu comportamen­ to ou aquilo que ele diz é causado ou depende do efeito da variável independente (manipulada). A variável independente, então, é a variável manipulada pelo experimentador, e a variável dependente é o comportamento medido, causado pela variável independente. Quando se representa graficamente a relação entre uma variável inde­ pendente e jim a variável dependente, a independente é sempre colocada no eixo horizontal e a dependente, no eixo vertical. Examinando a Figura 4.2, o leitor verá que esse método gráfico foi usado para apresentar as quatro rela ções. No Gráfico B, por exemplo, a variável independente “tamanho do grupo” aparece no eixo horizontal; a variável dependente, “quantidade de barulho”, no eixo vertical. Observe que algumas pesquisas focalizam basicamente a variável indepen­ dente, e o pesquisador estuda o efeito de uma única variável independente sobre numerosos comportamentos. Outros pesquisadores podem focalizar uma variá­ vel dependente específica e estudar como diversas variáveis independentes afe­ tam esse comportamento. Para tornar essa distinção mais concreta, considere um estudo sobre o efeito do tamanho do júri no resultado de um julgamento. Um pesquisador que esteja estudando esse assunto poderia estar interessado no efeito do tamanho do grupo sobre diferentes comportamentos, incluindo deci sões de um júri ou riscos assumidos por empresários. Outro pesquisador, interes­ sado somente em decisões do júri, poderia estudar os efeitos de várias caracterís­ ticas de um julgamento, como tamanho do júri ou instruções do juiz, sobre o comportamento dos jurados. Tanto num caso como no outro podem ser deriva das pesquisas importantes.

CAUSALIDADE Ao descrever relações entre variáveis enfatizamos inferências sobre causa e efeito. Que significa dizer que uma variável tem um efeito causal sobre outra? Inferimos causalidade com base na informação de que dispomos sobre a variá-

96

M éto d o s de P esq u isa em C iências d o C o m portam ento

vel em questão. Em primeiro lugar, precisamos conhecer alguma coisa sobre a relação temporal da causa e do efeito. A variável causal deveria vir antes na ordem temporal dos eventos e, então, ser seguida pelo efeito. Ao utilizar o méto­ do experimental, o pesquisador trata da ordem temporal manipulando primeiro a variável independente e, então, observando se tem efeito sobre a variável de­ pendente. Em outras situações, podemos observar a ordem temporal ou con­ cluir logicamente que uma ordem é mais plausível do que outra. Em segundo lugar, deve haver covariação das duas variáveis. Uma mudança na primeira va­ riável deve ser acompanhada por uma mudança na segunda. Em terceiro lugar, há necessidade de eliminar explicações alternativas para a relação observada. Uma explicação alternativa baseia-se na possibilidade de alguma outra variável ser responsável pela relação observada. Essas variáveis são chamadas “terceiras” variáveis. Quando planejamos uma pesquisa, é importante eliminar explicações alternativas. O método experimental começa tentando tornar essas variáveis constantes por meio de designação randômica e controle experimental. Outras questões de controle serão discutidas em capítulos posteriores. Em geral, inferências sobre relações causais são mais fortes quando existem poucas expli­ cações alternativas para a relação observada. Algumas vezes, é preciso impor exigências mais severas para concluir que há uma relação causal. Alguns cientistas, filósofos e mesmo muitos estudantes argumentam que a relação de causa e efeito somente é comprovada se a causa for necessária e suficiente para a ocorrência do efeito. Suponha que você con­ clua que ler a matéria para um exame está relacionado com as notas obtidas no exame; estudantes que leram a matéria têm notas mais altas do que os que não leram. Para ser necessária, a causa deve estar presente para que o efeito ocorra. Para provar que ler a matéria é a causa das altas notas, é preciso demonstrar que ler a matéria precisa ocorrer para que o estudante tenha bom desempenho no exame. Para ser suficiente, a causa deverá produzir o efeito sempre. Para provar que ler a matéria é a causa, é preciso que, tendo lido a matéria, o estu­ dante sempre obtenha notas altas no exame. Analisemos essa situação em termos das condições necessárias e suficien­ tes. Se estivermos falando de uma disciplina em que o exame se baseia apenas na leitura de um livro, a obtenção de uma boa nota provavelmente dependerá da leitura. Nesse ponto, alguns estudantes dirão que basta prestar atenção nas aulas e fazer um bom exame sem ler o livro. Isso pode ser verdade em algumas turmas, mas é importante delimitar condições numa discussão sobre relações de causa e efeito. Ler a matéria é suficiente para ir bem no exame? Ou seja, ler a matéria sempre resulta em notas altas num exame? Você deve estar pensando agora quantas vezes leu a matéria, mas não foi bem num exame. Ler a matéria não é uma causa suficiente; provavelmente, é preciso prestar atenção para reter a-

E stu d o do C o m po r ta m en to

97

matéria, relacionar a informação com o que já sabe e praticar, recordando a matéria. Novamente, é mais provável que a pesquisa descubra as condições ne­ cessárias em que a matéria produz notas altas num exame. 0 requisito “necessário e suficiente” para estabelecer a causa é raro em Psicologia. Sempre que psicólogos afirmam que há uma causa necessária c sufi­ ciente para o comportamento, logo surgem pesquisas mostrando que não é bem

assim. Por exemplo, em certa época os psicólogos afirmavam que “frustração causa agressão”; sempre que ocorresse frustração, resultaria em agressão e sem­ pre que ocorresse agressão, a causa precedente seria frustração. Demonstrou-se que essa afirmação era incorreta. Frustração pode levar a agressão, mas tam ­ bém a outras respostas (tais como esquiva passiva ou aumento de esforço para superar a frustração). Além disso, a agressão pode resultar da frustração, mas outros eventos também podem produzir agressão, tais como dor, insulto ou ata­ que direto. Os cientistas do comportamento não se preocupam indevidamente com questões de causa e efeito últimas. Em vez disso, estão mais interessados em descrever cuidadosamente o comportamento, estudar como as variáveis afetam umas às outras e em desenvolver teorias que expliquem comportamento. O con­ senso geral é que há poucas causas “necessárias e suficientes” do comportamen to que sejam interessantes. Em vez disso, pesquisas que envolvem diferentes variáveis finalmente levam à compreensão de toda uma “rede causai” na qual diferentes variáveis estão envolvidas num padrão complexo de causa e efeito. Nosso livro não tratará dessas questões complexas, mas dos métodos usados para estudar o comportamento.

ESCOLHA DE UM MÉTODO: VANTAGENS E DESVANTAGENS DE DIFERENTES MÉTODOS Enfatizamos as vantagens da utilização do método experimental para estu­ dar relações entre variáveis. No entanto, também há desvantagens em realiza­ ção de experimentos e boas razões para usar outros métodos. A seguir, examina­ remos algumas questões que surgem na escolha de um método.

Artificialidade dos Experimentos Num experimento de laboratório, manipula-se a variável independente den­ tro de um ambiente de laboratório cuidadosamente controlado. Esse procedi­ mento permite inferências relativamente não ambíguas a respeito de causa e efeito e re d u z a possibilidade de variáveis estranhas influenciarem õsTesultados.

98

M é t o d o s d e P e sq u isa em C iê n c ia s d o C o m p o rta m e n to

Esse é um recurso extremamente útil para estudar muitos problemas. No entan­ to, o alto grau de controle e o ambiente do laboratório podem criar, algumas vezes, uma atmosfera artificial, que limita tanto as questões tratadas quanto a generalidade dos resultados. Por essa razão, os pesquisadores podem optar pelo uso de métodos não experimentais. Outra alternativa é tentar realizar um experimento em condições de cam­ po. Num experimento de campo, a variável independente é manipulada em ambiente natural. Como em qualquer experimento, o pesquisador recorre tanto a randomização quanto a controle experimental na tentativa de controlar variá­ veis estranhas. Como exemplo de um experimento de campo, considere o estudo de Langer e Rodin (1976) sobre os efeitos de dar aos residentes de lares de idosos maior controle sobre as decisões que afetam suas vidas. A um grupo de residen­ tes atribuiu-se a responsabilidade de fazer escolhas no que diz respeito ao funcio­ namento do lar; um segundo grupo foi levado a acreditar que a equipe de profis­ sionais era responsável por seus cuidados e suprimento de suas necessidades. Os experimentadores mediram as variáveis dependentes, entre as quais o nível de atividade e a alegria dos residentes. Os resultados mostraram que os membros do grupo ao qual se atribuiu responsabilidade aumentada foram mais ativos e felizes. Um estudo de acompanhamento revelou que também tiveram ganho de saúde física (Rodin; Langer, 1977). Muitos outros experimentos de campo acontecem em espaços públicos, tais como esquinas, centros comerciais e estacionamentos. Ruback e Juieng (1997) me­ diram quanto tempo motoristas levavam para deixar sua vaga num estacionamen­ to, sob duas condições: (1) quando outro carro estava esperando pela vaga ou (2) quando não havia outro carro esperando. Como poderíamos esperar, os motoristas levavam mais tempo para tirar seus carros quando um carro estava esperando pela vaga. Aparentemente, a motivação para proteger um território temporário era mais forte do que a motivação para sair o mais rapidamente possível! A vantagem do experimento de campo é a investigação da variável independente num contexto natural. A desvantagem está na impossibilidade de o pesquisador controlar direta­ mente muitos aspectos da situação. O experimento de laboratório permite aos pes­ quisadores manter constantes, com mais facilidade, as covariáveis, eliminando as­ sim sua influência no resultado do experimento. De fato, é exatamente esse controle que toma a investigação de laboratório mais artificial. Felizmente, experimentos realizados em situação de laboratório e de campo geralmente produzem resultados semelhantes (Anderson; Lindsay; Bushman, 1999).

Considerações Éticas e Práticas Algumas vezes, o método experimental não é uma alternativa viável, por­ que a experimentação pode ser antiética ou impraticável. A manipulação de“-

E stu d o do C om po r ta m e n to

99

práticas de cuidado infantil por meio do método experimental, por exemplo, pode ser inviável. Além disso, mesmo que fosse possível designar pais randomicamente para duas condições de cuidados, tais como retirada de amor versus punição física, a manipulação seria antíética. Em lugar de manipular variáveis, como a das técnicas de criação de crianças, os pesquisadores usual­ mente estudam como elas ocorrem em ambiente natural. Muitas áreas impor­ tantes de pesquisa apresentam problemas semelhantes - por exemplo, estudos dos efeitos do alcoolismo, do divórcio e suas conseqüências, ou do impacto do trabalho da mãe fora de casa sobre as crianças. Esses problemas precisam ser estudados e, geralmente, as únicas técnicas possíveis são não experimentais. Ao estudar essas variáveis, os pesquisadores costumam classificar as pes­ soas em grupos com base em sua experiência. Num estudo sobre os efeitos do emprego materno, um grupo poderia ser composto por mães que trabalham fora e outro por mães que não trabalham fora. Isso é algumas vezes denomina­ do um delineamento ex post facto. Ex post facto significa “após o fato” - o termo foi criado para descrever pesquisas nas quais os grupos são formados com base em alguma diferença real, em vez de serem criados por designação randômica, como num experimento. E extremamente importante estudar essas diferenças. No entanto, é importante reconhecer que essa c uma pesquisa não experimental porque não há designação randômica dos grupos.

Variáveis do Participante As variáveis do participante (também denominadas variáveis do sujeito) são características dos indivíduos, tais como idade, sexo, personalidade ou estado civil. Por definição, essas variáveis são não experimentais e, portanto, podem ser apenas medidas. Por exemplo, para estudar uma característica de personalidade, como a extroversão, o leitor pode submeter pessoas a um teste de personalidade planejado para medir essa variável. Essas variáveis podem ser estudadas em experimentos juntamente com variáveis independentes manipuladas (veja Capítulo 10).

Descrição do Comportamento Um objetivo principal da ciência é fornecer uma descrição acurada dos eventos-. Assim, o objetivo de muitas pesquisas é descrever comportamento; as questões tratadas por experimentos não são relevantes para os objetivos das pesquisas. Um exemplo clássico de pesquisa descritiva em psicologia pode ser encontrado no trabalho de Jean Piaget, que cuidadosamente observou o com­ portamento de seus próprios filhos, ao longo de seu desenvolvimento, e descre­ veu, em detalhes, as mudanças em sua forma de pensar e responder aõ ambien­

100

M é to d o s de P

e s q u is a

em C iê n c ia s d o C o m p o r ta m e n to

te (Piaget, 1952). As descrições de Piaget e suas interpretações das observações feitas resultaram numa importante teoria do desenvolvimento cognitivo, que aumentou muito nossa compreensão do tema. A teoria de Piaget teve um im­ pacto importante sobre a Psicologia, que persiste até hoje (Flavell, 1996).

Previsões Bem-Sucedidas do Comportamento Futuro Em muitas situações de vida real, uma preocupação essencial é fazer uma previsão bem-sucedida do comportamento futuro de uma pessoa - por exemplo, sucesso na escola, capacidade para aprender um novo trabalho ou grandes áreas de interesse na universidade. Nessas circunstâncias, questões de causa e efeito podem não ser objeto de preocupação. E possível planejar medidas que aumen­ tem a acuracidade da previsão do comportamento futuro. Orientadores educa­ cionais podem aplicar testes para decidir se estudantes devem ser colocados em classes “avançadas”; empregadores podem testar candidatos para decidir se de­ vem ou não ser contratados; e universitários submetem-se a testes em busca de auxílio para sua opção por uma área de estudo. Esses tipos de medidas podem ajudar muitas pessoas a tomar decisões melhores. Quando desenvolvem medi* das para prever comportamento futuro, os pesquisadores precisam realizar pes­ quisas para demonstrar que a medida, de fato, relaciona-se com o comporta­ mento em questão. Esse tipo de pesquisa será discutido no Capítulo 5.

Vantagens do Uso de Múltiplos Métodos Talvez o mais importante seja reconhecer que a compreensão completa de qualquer fenômeno requer a utilização de múltiplos métodos de estudo, tanto experimentais quanto não experimentais. Nenhum método é perfeito e nenhum estudo isoladamente é definitivo. Considere, a título de exemplo, uma hipótese desenvolvida por Frank e Gilovich (1988). Eles ficaram intrigados com a obser­ vação de que a cor preta representa maldade e morte em muitas culturas e em diferentes épocas e resolveram verificar se isso influencia nosso comportamen­ to. Observaram que muitos times esportivos profissionais usam uniformes pre­ tos e levantaram a hipótese de que esses times poderiam ser mais agressivos em comparação com outros que não usam uniformes pretos. Primeiro, eles precisavam de uma definição operacional de uniformes “pre­ tos” e “não pretos”; decidiram que uniforme preto era aquele que tinha 50% ou mais da cor preta. Usando essa definição, cinco times NFL e cinco times NHL7

7 O Autor utilizou a sigla NFL para referir-se à National Footbal League e a sigla NHL para referirse à National Hockey League (NT).

t s n ido d o C om po r ta m e n to

101

tinham uniformes pretos. Começaram pedindo a pessoas que não tinham co­ nhecimento da NFL ou da NHL para examinar cada uniforme e, então, avaliar os times usando adjetivos “malévolos”, tais como “mesquinho” e “agressivo.” Em geral, as avaliações para os times de uniformes pretos mostraram que eles fo­ ram percebidos como mais malévolos. Em seguida, compararam a distância em jardas das faltas dos times do NFL preto e não preto e a duração das mesmas em minutos dos times do NHL. Nos dois casos, os times pretos sofreram mais faltas - mas pode-se dizer que esse é um modelo causal? Frank e Gilovich descobriram que dois times NHL que usavam uniformes não pretos passaram a usar unifor­ mes pretos e compararam as durações das faltas antes e depois da troca. O resultado foi consistente com a hipótese: as faltas aumentaram para os dois times. Também examinaram as durações das faltas de um terceiro time que trocou um uniforme não preto por outro não preto e não encontraram qualquer mudança. Note que nenhum desses estudos usou o método experimental. Num experimento para testar a hipótese de que as pessoas percebem times que usam uniformes pretos como mais agressivos, os pesquisadores exibiram a estudantes vídeos de dois jogos de futebol simulados, em que a defesa estava usando unifor­ me branco ou preto. Nos dois jogos, a defesa realizou uma ação agressiva. Nes­ ses jogos, os estudantes tendiam a penalizar mais o time que estava usando uniforme preto do que o time que estava usando uniforme não preto. Num últi­ mo experimento, as pessoas eram trazidas ao laboratório em grupos de três, para verificar se pertencer ao time de uniforme preto poderia aum entar a agressividade. Dizia-se aos grupos que eles formavam um “time” que iria compe­ tir com outro. Os membros do time recebiam camisas brancas ou pretas que deveriam vestir para a competição. Em seguida, eles deviam escolher um jogo para a competição. Alguns jogos eram agressivos (“duelo de dardos”) e outros não eram (“jogos de arremesso”). Como esperado, o time de uniforme preto escolheu jogos mais agressivos. O ponto importante aqui é constatar que nenhum estudo isoladamente é um teste perfeito de uma hipótese. No entanto, quando diferentes estudos que usam múltiplos métodos levam à mesma conclusão, aumenta muito nossa con­ fiança nas descobertas e nossa compreensão do fenômeno.

AVALIAÇÃO DE PESQUISAS: TRÊS VALIDADES Validade refere-se à “verdade” e à representação correta da informação. As pesquisas podem ser descritas e avaliadas em termos de três tipos de validade: validade de construto, validade interna e validade extema. Cada uma delas nos dá uma perspectiva diferente sobre qualquer pesquisa particular.

10 2

M é t o d o s d e P e s q u i s a em C iê n c ia s d o C o m p o rta m e n to

Validade de Construto Validade de construto refere-se à adequação de uma definição operacional de uma variável - a definição de uma variável reflete realmente o verdadeiro significado teórico de uma variável? Muitas variáveis são “construtos” abstratos, tais como auto-estima, credibilidade do locutor ou vadiagem social. A medida da auto-estima precisa ser desenvolvida para avaliar o construto teórico; essa é uma definição operacional da variável. A medida tem validade de construto se medir o construto de auto-estima e não alguma outra variável, como dominância, por exemplo. Da mesma forma, uma manipulação da credibilidade do orador, comparando oradores com credibilidade alta e baixa, deve envolver apenas cre­ dibilidade e não alguma outra coisa, como atratividade, por exemplo. Como há muitas formas de manipular e medir essas variáveis, nunca há uma definição operacional perfeita de uma variável. Com o passar do tempo, muitos pesquisa­ dores usarão múltiplos métodos para definir operacionalmente qualquer variá­ vel. Continuaremos tratando desse assunto em capítulos posteriores.

Validade Interna Validade interna refere-se à capacidade para tirar conclusões sobre rela­ ções de causa e efeito de nossos dados. Um estudo tem alta validade interna quando podemos fazer inferências fortes de que uma variável causou outra. Vimos que, em geral, é possível fazer inferências causais fortes com maior faci­ lidade quando se usa o método experimental. A validade interna aumenta quan­ do é possível aplicar à pesquisa as considerações de causa e efeito já discutidas. No Capítulo 8, discutiremos a validade interna de vários delineamentos experi­ mentais.

Validade Externa Finalmente, validade externa de um estudo é o grau em que os resultados podem ser generalizados para outras populações ou situações. É possível repli­ car os resultados com outras definições operacionais das variáveis, com partici­ pantes diferentes, em situações diferentes? Neste capítulo, preocupações relati­ vas à artificialidade do laboratório foram colocadas; essa c uma questão de vali­ dade externa. Observe que o objetivo de atingir elevada validade interna algu­ mas vezes pode conflitar com o objetivo da validade externa. Experimentos de campo são uma forma de os pesquisadores tentarem aumentar a validade exter­ na de seus experimentos. A questão da validade externa é complexa e será mais discutida no Capítulo 14.

E stu d o d o C o m po r ta m en to

103

Nesse momento, você deve estar-se perguntando como os pesquisadores escolhem uma para estudar um problema. Existem muitos métodos disponíveis, cada um deles com vantagens e desvantagens. Os pesquisadores selecionam o método que lhes parece mais adequado para responder às questões formuladas. Nenhum método é inerentemente superior a outro. A opção por um método é feita em função do tipo de problema investigado, dos custos envolvidos, do tem­ po gasto e de questões relativas aos três tipos de validade. No restante deste livro, muitos métodos específicos serão discutidos, todos úteis em diferentes circuns­ tâncias. De fato, todos são necessários para compreender a grande variedade de comportamentos que interessam aos cientistas do comportamento. A compreen­ são completa de qualquer problema ou assunto requer o uso de uma variedade de abordagens metodológicas.

Termos Estudados ____________________________________________ Causa necessária Causa suficiente Controle experimental Definição operacional Experimento de campo Método experimental Método não experimental (método correlacionai) Problema da terceira variável Randomização Relação curvilinear Relação linear negativa Relação linear positiva Validade de construto Validade externa Validade interna Variável Variável dependente Variável de resposta Variável independente Variável situacional Variável do participante (sujeito)

104

M é io d o s de P esq u isa em C iências do C o m po r -ia m en to

Questões de Revisão __________________________________________ 1.

Que é uma variável? Liste pelo menos cinco variáveis diferentes e, então, especifique os níveis de cada uma delas.

2.

Que é “definição operacional” de uma variável? Apresente pelo menos duas definições operacionais para as variáveis arroladas no item.

3.

Diferencie relação linear positiva, linear negativa e curvilinear.

4.

Qual a diferença existente entre o método não experimental e o método experimental? Que é medida reativa?

5.

Qual é a diferença entre uma variável dependente e uma variável indepen­ dente?

6.

Diferencie experimentos de campo e de laboratório.

7.

Em que consiste o problema da direção de causa e efeito e o problema da terceira variável?

8.

Como o controle experimental direto e a randomizaçao influenciam os efei­ tos possíveis das covariáveis?

9.

Apresente algumas das razões para estudar relações entre variáveis utili­ zando o método não experimental.

10. Em que consiste uma causa “necessária e suficiente”?

Atividades ___________________________________________________ 1.

Homens e mulheres podem diferir na forma de ajudar pessoas - por exem­ plo, homens podem tender a ajudar uma pessoa que teve um problema com o carro, enquanto mulheres podem tender a levar o jantar para um amigo doente. Desenvolva duas definições operacionais para o conceito de “com­ portamento de ajuda”, uma que enfatize o “estilo masculino” e outra, o “estilo feminino”. De que forma o uso de uma definição ou de outra poderia levar-nos a tirar conclusões diferentes com base em resultados experimen­ tais sobre quem ajuda mais, se homens ou mulheres? O que isso informa a respeito da importância da definição operacional?

2.

Suponhamos que você tenha observado que seus colegas que obtêm boas notas tendem a sentar-se na frente, na sala de aula, enquanto os que ob­ têm notas baixas tendem a sentar-se atrás. Aponte três relações de causa e efeito possíveis para essa observação não experimental.

3.

Considere a hipótese em que o estresse no trabalho causa conflito familiar em casa.

E s t u d o d o C o m p o rt a m e n t o

105

a) Que tipo de relação é proposta (por exemplo, linear positiva, linear ne­ gativa)? b) Represente graficamente a relação proposta. c) Identifique a variável independente e a variável dependente, na formu­ lação da hipótese. d) Como você pode investigar a hipótese usando o método experimental? e) De que forma a hipótese poderia ser investigada usando o método não experimental (considere os problemas envolvidos na determinação de causa e efeito)? f) Que fatores um pesquisador deve considerar ao decidir se irá usar o método experimental ou o método não experimental para estudar as relações entre estresse no trabalho e conflito familiar? 4.

Identifique as variáveis d ep en d en te e in d ep en d en te na descrição dos s e ­ gu intes experim entos:

a) Estudantes observaram um desenho, sozinhos ou em grupo, e então avaliaram o humor do desenho. b) Estudantes responderam a um teste de compreensão depois de terem estudado um texto em silêncio ou com a televisão ligada. c) Alguns professores do primeiro grau receberam a informação de que os pais das crianças eram universitários e outros receberam a informação de que os pais não haviam concluído o segundo grau. Mais tarde, os professores avaliaram o potencial de desempenho acadêmico das crian­ ças. d) Os trabalhadores de uma empresa foram designados para uma de duas condições: um grupo completou um programa de treinam ento no gerenciamento de estresse, enquanto outro grupo de trabalhadores não participou do treinamento; o número de dias de falta por doença desses trabalhadores foi examinado nos dois meses subseqüentes. 5.

Há alguns anos, divulgou-se que norte-americanos que tomavam um copo de vinho por dia eram mais saudáveis do que os que não bebiam vinho (ou que tomavam muito vinho ou outro tipo de álcool). Quais são algumas das explicações alternativas para essa descoberta, isto é, que outras variáveis além do vinho poderiam explicar essa descoberta? (Sugestão: Que tipo de pessoa nos Estados Unidos poderia beber um copo de vinho ao jantar todos os dias?)

]

5

Conceitos de Mensuração

t

Fidedignidade das Medidas

*

Reatívidade de Medidas

Fidedignidade do Teste-Reteste

r

Variáveis e Escalas de Mensura ção

Fidedignidade da Consistência In­ terna ?

Escalas Nominais

Fidedignidade entre Avaliadores

Escalas Ordinais

Medidas da Validade de Construto

Escalas Intervalar e de Razão

Validade Aparente

Importância das Escalas de Men suração

Validade Convergente e Discrimi­ nante

Termos Estudados Questões de Revisão

Validade de Critério

Atividades

mensuração cuidadosa permite-nos aprender sobre o comportamento. Como vimos no Capítulo 4, pode-se medir comportamento de várias ma­ neiras. A estratégia mais comum de mensuração é aquela em que se pede às pessoas para falarem sobre si mesmas. Quantas vezes você discutiu com sua esposa na última semana? Como poderia avaliar sua felicidade? Quanto gostou de seu companheiro nesse experimento? É claro que o comportamento também pode ser observado de forma direta. Quantos erros alguém cometeu numa tare­ fa? Quantas pessoas, abordadas num centro comercial, dispuseram-se a trocar uma nota de 10 reais? Quantas vezes uma pessoa sorriu durante uma entrevis­ ta? Também é possível medir repostas fisiológicas e neurológicas. Quantas vezes a taxa cardíaca mudou durante a resolução de um problema? A tensão muscu­ lar aumentou durante a entrevista? Há uma infinidade de comportamentos fas­ cinantes que podem ser estudados. Descreveremos vários métodos para medir variáveis em muitos trechos dos capítulos subseqüentes. Neste capítulo, no en­ tanto, exploraremos os aspectos técnicos da mensuração. Precisamos conside­ rar a fidedignidade, a validade e a reatividade das medidas. Consideraremos tam­ bém as escalas de mensuração.

A

FIDEDIGNIDADE DAS MEDIDAS Uma medida fidedigna é consistente e precisa porque fornece uma medida estável da variável. Fidedignidade, então, refere-se à consistência ou estabilida­ de de uma medida do comportamento. A definição corriqueira de fidedignidade é bastante próxima da definição científica. Você leitor pode, por exemplo, dizer que tem um relógio “confiável”: seu relógio confiável sempre lhe fornece o tempo preciso e você raramente o encontra adiantado ou atrasado. Da mesma forma, uma medida fidedigna de uma variável psicológica, como a inteligência, produzirá os mesmos resultados cada vez que o teste for aplicado à mesma pessoa. Uma medida de inteligência não seria fidedigna se fornecesse para uma mesma pessoa resultados médios, numa semana, e resultados brilhantes, na semana seguinte. Dizendo de uma forma simples, uma medida fidedigna não flutua, entre uma leitura e outra. Se uma medida flutua, é porque há erro na mensuração. Qualquer medida tem dois componentes: (1) um escore real, que é o esco­ re verdadeiro da variável, e (2) um erro de mensuração. Uma medida não fide­ digna de inteligência contém erros de mensuração e não fornece uma indicação precisa da verdadeira inteligência do indivíduo. Por outro lado, uma medida fidedigna da inteligência - que contém pequenos erros de mensuração - produ­ zirá escores de inteligência idênticos (ou quase idênticos) cada vez que o mesmo indivíduo for submetido a teste.

C o n c eito s d e M ensu raç Ao

109

Vamos continuar ilustrando o conceito de fidedignidade. Imagine que você conheça alguém cujo escore “verdadeiro” de inteligência é 100. Vamos supor que o submeta a um teste de inteligência não confiável, uma vez por semana, duran­ te um ano. Após um ano, pode-se calcular o escore médio do indivíduo no teste com base nos 52 escores obtidos. Vamos supor agora que você teste outro amigo que também tem um escore verdadeiro de inteligência igual a 100; no entanto, dessa vez o teste utilizado é altamente confiável. Novamente, pode-se calcular o escore médio. Como seriam seus dados? A Figura 5.1 apresenta dados típicos. Nos dois casos, o escore médio é 100. No entanto, os escores do teste não confiá­ vel variam de 85 a 115, enquanto os escores do teste confiável variam de 97 a 103. O erro de mensuração do teste não confiável é revelado pela grande variabi lidade do desempenho da pessoa que se submeteu ao teste não confiável.

Escore no teste

Figura 5.1

Comparação de dados obtidos com uma medida fidedigna e com ama medida não fidedigna.

Ao realizar uma pesquisa, você somente poderá medir as respostas de uma pessoa uma vez. Não poderá realizar a mensuração 50 ou 100 vezes para desco­ brir o escore verdadeiro. Portanto, é muito importante utilizar uma medida con­ fiável. Uma única mensuração deveria refletir plenamente o escore verdadeiro da pessoa. A importância da fidedignidade é óbvia. Uma medida não fidedigna de com­ primento pode ser inútil na fabricação de uma mesa; uma medida não fidedigna de uma variável, como inteligência, é inútil para estudar essa variável. Os pes­ quisadores devem usar medidas fidedignas para estudar, sistematicamente, variá­ veis ou relações entre variáveis. Tentar estudar comportamento usando medidas não fidedignas é um desperdício de tempo, porque os resultados serão instáveis e não poderão ser replicados.

110

M é t o d o s df . P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

Os pesquisadores tendem a alcançar fídedignidade quando usam procedi­ mentos de mensuração cuidadosos. Em algumas áreas de pesquisa, isso pode envolver treinamento cuidadoso de observadores para registrar comportamen­ to; em outras áreas, pode significar prestar muita atenção na forma de apresen­ tação de questões ou colocar cuidadosamente eletrodos de registro no corpo, para medir reações fisiológicas. Como podemos assegurar a fidedignidade? Não podemos observar direta­ mente os escores verdadeiros e os componentes de erros de um escore real numa medida. No entanto, podemos avaliar a estabilidade de uma medida usando coeficientes de correlação. Vimos no Capítulo 4 que o coeficiente de correlação é um número que nos conta quão fortemente duas variáveis estão relacionadas entre si. Há várias maneiras de calcular o coeficiente de correla­ ção; o coeficiente mais comumente utilizado quando se discute fidedignidade é o coeficiente de correlação produto-m om ento de Pearson. O coeficiente de correlação de Pearson (simbolizado por r) pode variar de -1 a 1. Uma corre­ lação 0 indica que duas variáveis não estão relacionadas. Quanto mais próxi­ ma de 1 a correlação estiver, seja de + lou de - 1, mais forte será a relação. Os sinais positivos ou negativos fornecem informação sobre o sentido da relação. Quando o coeficiente de correlação é positivo (com sinal + ), há uma relação linear positiva (escores elevados numa variável estão associados com escores elevados na segunda variável). Uma relação linear negativa é indicada pelo sinal “menos” (escores elevados numa variável estão associados com escores baixos na segunda variável). O coeficiente de correlação de Pearson voltará a ser discutido no Capítulo 12. Para avaliar a fídedignidade de uma medida, precisamos obter pelo menos dois escores nessa medida de muitos indivíduos. Se a medida for fidedigna, os dois escores deverão ser muito semelhantes; um coeficiente de correlação de Pearson que relaciona os dois escores deveria ser uma correlação positiva eleva­ da. Há muitas maneiras de avaliar a fidedignidade de uma medida. Vamos exa­ minar métodos específicos para avaliar a fidedignidade.

Fidedignidade do Teste-Reteste A fidedignidade do teste-reteste é avaliada medindo-se os mesmos indiví­ duos em dois momentos distintos. Por exemplo, a fidedignidade de um teste de inteligência poderia ser avaliada obtendo-se a medida de um grupo de indivíduos num dia e, novamente, uma semana depois. Teríamos, então, dois escores para cada pessoa, e poderíamos calcular um coeficiente de correlação para determi­ nar a relação entre os escores do teste e do reteste. Lembre que fidedignidade elevada é indicada por um coeficiente de correlação grande, mostrando que os dois escores são muito semelhantes. Se muitas pessoas têm escores bastante

C o n c e it o s d e M e n s u r a ç ã o

111

sem elhantes, concluímos que a medida reflete escores verdadeiros e não erro de mensuração. É difícil determinar exatamente o valor de um coeficiente para que possamos dizer que a medida é confiável, mas aceita-se em geral como significa­ tivo um coeficiente de correlação igual ou superior a + 0,80.

Como o cálculo da fidedignidade do teste-reteste implica que o mesmo teste seja aplicado duas vezes, a correlação pode ser artificialmente alta, porque os indivíduos lembram como responderam da primeira vez. Para evitar esse proble­ ma, podemos avaliar a fidedignidade de forma diferente. Podemos aplicar duas formas distintas do mesmo teste para os mesmos indivíduos, em dois momentos diferentes. Espera-se que a inteligência seja uma variável relativamente constante no tempo. Portanto, espera-se que a fidedignidade do teste-reteste para inteligência seja muito alta. Procedimentos de teste-reteste podem ser usados para variáveis que permanecem estáveis ao longo do tempo, tais como inteligência e realiza­ ção. No entanto, espera-se que algumas variáveis mudem de um período de teste para outro. Por exemplo, uma escala de humor planejada para medir o estado atual de humor de uma pessoa é uma medida que pode facilmente mudar de um período de Leste para outro. Também é possível usar métodos para avaliar fide­ dignidade sem a necessidade de realizar duas avaliações separadas. F id edignidade d a Consistência Interna É possível avaliar fidedignidade testando indivíduos apenas uma vez. Pode­ mos fazer isso porque muitas das medidas psicológicas são compostas por várias questões diferentes, denominadas itens. Por exemplo, um teste de inteligência poderia ter 100 itens ou uma medida de extroversão poderia ter 15 itens. O escore de uma pessoa num teste poderia ser o escore total obtido no conjunto de todos os itens. Isso é, de fato, o que acontece quando um estudante é submetido a um exame numa classe. O exame consiste em várias questões sobre a matéria e o escore total é o número de respostas corretas. Para medir extroversão, podese pedir às pessoas para avaliarem itens tais como “Eu aprecio uma festa anima­ da”, manifestando sua concordância ou discordância. O escore de extroversão de um indivíduo seria o número total de itens endossados. Fidedignidade da consistência interna consiste em avaliar a fidedignida­ de usando respostas obtidas num ponto específico do tempo. Como todos os itens medem a mesma variável, deveriam fornecer resultados semelhantes ou consistentes. Um indicador de consistência interna é a fidedignidade das m e­ tades, que é a correlação entre o escore total do indivíduo na primeira metade do teste e seu escore total na segunda metade do teste. As duas metades são criadas randomieamente, dividindo-se os itens em duas partes iguais.Oütro indí-

112

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

cador de consistência interna da fidedignidade é denominado alfa de Cronbach. Nesse caso, o pesquisador calcula a correlação de cada item com todos os de­ mais. Obtém um grande número de coeficientes de correlação; aconselhamos que isso somente seja feito com ajuda de um computador! O valor de alfa é a média de todos os coeficientes de correlação (o valor é uma média aritmética das correlações). Também é possível examinar a correlação de cada item com o escore total baseado em todos os itens. Essas correlações item -total e alfa de Cronbach são muito reveladoras, porque fornecem informação sobre cada item individual. Itens que não estão correlacionados com os demais podem ser elimi­ nados da medida para aumentar a fidedignidade.

Fidedignidade entre Avaliadores Em algumas pesquisas, diferentes indivíduos observam comportamentos e fazem avaliações ou julgamentos. Para fazer isso, um observador usa instruções para classificar comportamentos em categorias - por exemplo, para avaliar se um comportamento de uma criança no parquinho é agressivo e quão agressivo ele é. Um único indivíduo poderia fazer as observações sobre agressão, mas as observações feitas por uma só pessoa podem não ser fidedignas. A solução para o problema é ter pelo menos dois indivíduos observando o mesmo comporta­ mento. Fidedignidade entre observadores é a correlação entre as observações feitas por dois indivíduos diferentes; a medida será fidedigna se houver alta con­ cordância entre os juizes.

MEDIDAS DA VALIDADE DE CONSTRUTO Para alguma coisa ser válida, deve ser “verdadeira” no sentido de estar fun­ damentada nas evidências disponíveis. Lembre que no Capítulo 4 vimos que va­ lidade de construto refere-se à adequação da definição operacional das variá­ veis. Em que medida a definição operacional de uma variável de fato reflete seu verdadeiro significado teórico? Em termos de mensuração do comportamento, a validade de construto coloca em questão se a medida empregada realmente mede o construto que pretende medir. Uma medida de aptidão escolástica (como o SAT) deve medir a capacidade de ser bem-sucedido na universidade. Determinase a validade do teste verificando se ele, de fato, mede essa capacidade. Uma medida de auto-estima é uma definição operacional da variável auto-estima; determina-se a validade da medida verificando se, de fato, ela reflete o construto teórico da auto-estima. Como saber se uma medida é válida? Há muitas formas diferentes de resolver essa questão.

CONCKITOS DE M eN SU R A Ç Á O

113

Validade Aparente

O método mais simples, porém menos satisfatório, para avaliar a validade é denominado validade aparente, que nos conta se a medida parece medir aquilo que pretende. A validade aparente não é muito sofisticada; avalia apenas, consi­ derando a definição teórica de uma variável, se a medida parece, de fato, medir esta variável. Isto é, o procedimento usado para medir a variável parece ser uma definição operacional correta da variável teórica? Assim, a medida de uma variá­ vel como auto-estima usualmente parece medir auto-estima. A medida pode incluir um item como “Eu me sinto confiante em relação às minhas habilida­ des”, mas não incluir itens tais como “Eu aprendi a andar de bicicleta cedo” - o primeiro item parece estar mais relacionado à auto-estima do que o segundo. No entanto, validade aparente não basta para concluir que uma medida é de fato válida. Algumas medidas bastante precárias podem ter validade aparen­ te. Por exemplo, em geral a maioria das medidas de personalidade encontradas em revistas populares apresenta muitas questões que parecem razoáveis, mas freqüentemente não são significativas. As interpretações dos escores podem ser divertidas para você, mas pode não haver evidência empírica que sustente as conclusões sugeridas pelo artigo. Além disso, muitas medidas boas de variáveis não apresentam validade aparente óbvia. Por exemplo, parece óbvio que o movi­ mento rápido dos olhos durante o sono seja uma medida de ocorrência do so­ nho? Em vez de confiar na validade aparente, os pesquisadores realizam pesqui­ sa com medidas para avaliar sua validade. Validade Convergente e Discriminante

E usual discutir variáveis psicológicas em termos de seu significado teórico. Medimos e estudamos auto-estima porque os pesquisadores desenvolveram teo­ rias de auto-estima que relacionam esse construto a outras variáveis. Pessoas com auto-estima elevada supostamente são diferentes de pessoas com auto-esti­ ma baixa sob muitos aspectos. Por exemplo, ao iniciar uma tarefa, pessoas com auto-estima elevada deveriam apresentar-se mais confiantes quanto a sua pos­ sibilidade de sucesso. Além disso, supõe-se que certas variáveis resultam em re­ baixamento ou elevação da auto-estima. Quando uma medida realmente se relaciona com outra de forma significa­ tiva, aumenta nossa confiança de que ela tem validade de construto. Há um termo formal para isso - validade convergente e significa que a medida se relaciona da forma prevista com outras variáveis. Essa validade resulta de pes­ quisas nas quais a medida é usada para estudar comportamento. Assim, uma medida válida de auto-estima deve estar relacionada a um conjunto de variá­ veis, quando há razões para prever que esse conjunto de variáveis diz respeito a

114

M é to d o s

de

P e s q u is a km C iê n c ia s d o C o m p o rta m e n to

auto-estima. Além disso, a medida não deve estar relacionada a variáveis que não dizem respeito a auto-estima; isso é formalmente conhecido como validade discriminante. A medida deveria discriminar o conceito que está sendo medido e outros conceitos não relacionados. A medida de auto-estima, por exemplo, não deveria estar relacionada com gênero ou habilidade verbal. Dificilmente a validade de construto de uma medida será estabelecida num único estudo. De fato, ela é construída por numerosos estudos, que investigam a teoria do construto particular que está sendo medido. Além disso, medidas de variáveis usualmente têm uma vida limitada. Com o acúmulo de resultados de pesquisas, os pesquisadores descobrem que a medida tem problemas e criam novas medidas, para corrigir os problemas. Esse processo leva ao aprimoramen­ to das medidas e a uma compreensão mais completa das variáveis subjacentes que estão sendo estudadas. A Escala de Busca de Sensação (Zuckerman, 1979) é um excelente exem­ plo de validade de construto respaldada por múltiplos estudos, que apóiam as predições feitas por uma teoria. A pesquisa de Zuckerman foi estimulada pela teoria psicológica de níveis ótimos de excitação fisiológica. A teoria estabelece que as pessoas têm necessidade de manter um nível ótimo de excitação. Quando a excitação é baixa demais, há uma grande motivação para fazer coisas que aumentem a excitação; quando a excitação é alta demais, devem ocorrer tenta­ tivas para reduzir a excitação. A teoria ajuda a explicar muitos comportamen­ tos, tais como alucinações e outros distúrbios que as pessoas apresentam quan­ do são submetidas a privação sensorial. Zuckerman decidiu estudar essa teoria focalizando diferenças individuais. Questionou por que algumas pessoas pare­ cem consistentemente buscar sensações novas ou estimulantes (saltar de para­ queda, ouvir música alta, participar de corridas de carros), enquanto outras pessoas evitam sensações ativadoras. A Escala de Busca de Sensação foi desenvolvida para estudar essas diferen­ ças individuais de personalidade. A escala em si inclui itens que pretendem me­ dir busca de emoção, suscetibilidade ao tédio e outros aspectos da busca de sen­ sação. A fidedignidade da escala foi naturalmente avaliada. Depois de determi­ nar que a escala era fidedigna, a pesquisa da validade do construto foi iniciada. Durante muitos anos, as pesquisas de Zuckerman e outros têm demonstrado que as pessoas com escores elevados na escala de fato se comportam de maneira diferente em comparação com aquelas com escores baixos. Pessoas com busca elevada de sensação engajam-se em atividades mais perigosas, dirigem em velo­ cidade mais alta e gostam menos de atividades intelectuais, por exemplo. A me­ dida também se relaciona da forma esperada com outros traços de personalida­ de - pessoas com busca elevada de sensação são mais extrovertidas. O trabalho com a Escala de Busca de Sensação levou mais recentemente à pesquisa das bases biológicas da busca de sensação, envolvendo a identificação de mecanis­

C o n c eito s de M ensuraçáo

115

mos cerebrais responsáveis pela necessidade de estimulação e da eventual base genética desse traço. A pesquisa de Zuckerman, que também demonstrou ter validade discriminante, ilustra um programa sistemático de pesquisa sobre a validade da medida de um construto psicológico. Validade de Critério

AJgumas medidas são desenvolvidas com o objetivo específico de predizer comportamento futuro num contexto particular (veja Capítulo 4). Um exemplo evidente é o SAT®,1 que é usado nos Estados Unidos para predizer notas na uni­ versidade. Da mesma forma, muitos estudantes submetem-se ao Graduate Record Exam® (GRE),2 que foi desenvolvido para predizer o sucesso em programas de pós-graduação, ou ao Law School Admissions Test (LSAT),3 desenvolvido para predizer sucesso em Faculdades de Direito. A validade de construto de tais medidas é assegurada por procedimentos denominados validade de critério. A pesquisa é conduzida para examinar se o teste, denominado variável preditora, está relacionado ao comportamento fu­

1 O SAT é um teste de múltipla escolha usado pela maioria das universidades norte-americanas para orientar decisões dc ingresso e concessão de bolsas. O teste é aplicado pelo Serviço de Testes Educacionários (STK) em todo o país sete vezes por ano. O SAT é um teste composto por sete partes, que dura três horas. Trêz partes são verbais, três dizem respeito a Matemática e uma é experimental. A experimental - com conteúdo verbal ou de Matemática - é usada exclusivamente para fins de pesquisa do próprio STE e o resultado não é computado no escore final obtido. As sete partes apare cem em ordem ligeiramente diferente a cada aplicação do SAT (NR). 2 Exame de Notas da Graduação. Um Teste Geral, iniciado em 10/2002, é composto por seções verbais, quantitativas e de redação analítica. O Teste de Psicologia tem cerca de 215 questões retira­ das dos cursos mais comumente oferecidos no nível de Graduação nas três categorias: 1. Experimental ciência natural (cerca de 40% das questões), incluindo aprendizagem, memó­ ria, pensamento, sensação e percepção, psicologia fisiológica e etologia. 2. Social ou ciência social (cerca de 43% das questões), incluindo clínica e distúrbios de desen­ volvimento, personalidade e psicologia social. 3. Geral (cerca de 17% das questões), incluindo história da psicologia, psicologia aplicada, medida, delineamentos de pesquisa e estatística. • O escore total inclui as questões nas três categorias. O teste tem dois subescores: um subscore de psicologia experimental, consistindo nas questões na categoria 1 apenas, e um subescore da psicologia social, consistindo das categorias na categoria 2 apenas (NR). 3 O Teste de Admissão na Faculdade de Direito (LSAT) é um teste padronizado que dura meio dia, requerido para a admissão em todas as 200 faculdades de direito que são parte do Conselho de Admissão a Faculdade de Direito (LSAC). Fornece uma medida padrão de habilidades de leitura e de raciocínio verbal, que as faculdades de direito podem usar como um de vários elementos na avaliação de candidatos. O teste é aplicado quatro vezes por ano em centenas de locais no mundo todo. Muitas faculdades de Direito exigem que o LSAT seja feito em dezembro para admissão no outono seguinte. No entanto, freqüentemente aconselham que o teste seja feito antes, em junhoõumjtübro (NR).

116

M éto d o s de P e sq u isa em C iências d o C o m po rta m ento

turo, denominado variável critério. A validade de critério do LSAT é demonstra­ da quando as pesquisas mostram que pessoas cujos escores foram altos no teste saíram-se melhor na faculdade de Direito do que as que tiveram escores meno­ res no teste (isto é, há uma correlação positiva entre os escores no teste e as notas na faculdade de Direito). Quando pesquisadores estabelecem que um teste tem validade de critério, a medida pode ser usada para aconselhar pessoas quan­ to a sua possibilidade de sucesso na faculdade de Direito ou para selecionar candidatos a essa faculdade.

REATIVIDADE DE MEDIDAS Um problema potencial existente quando se mede comportamento é a

reatividade. Diz-se que uma medida é reativa se a consciência de estar sendo submetido a uma mensuração mudar o comportamento de um indivíduo. Uma medida reativa informa como é uma pessoa quando tem consciência de estar sendo observada, mas não informa como ela se comportaria em circunstâncias naturais. Simplesmente ter vários aparelhos presos ao corpo, tais como eletro­ dos e instrumentos para medir a pressão sangüínea, pode mudar as respostas fisiológicas que estão sendo registradas. Saber que um pesquisador está obser­ vando ou registrando seu comportamento em vídeo pode mudar seu comporta­ mento. As medidas de comportamento variam em termos de sua reatividade potencial. Há também maneiras de minimizar a reatividade, como, por exem­ plo, dar tempo à pessoa para familiarizar-se com a presença do observador ou do equipamento de registro. Um livro de Webb, Campbell, Schwartz, Sechrest e Grove (1981) discute medidas denominadas não reativas ou não obstrusivas. Muitas delas envolvem formas inteligentes de registrar indiretamente uma variável. Por exemplo, uma medida não obstrusiva de preferência por pinturas num museu de arte é a fre­ qüência com a qual o piso em tomo de cada pintura precisa ser trocado - as pinturas mais populares são aquelas que exigem troca mais freqüente do piso a sua volta. O estudo de Levine (1990) sobre ritmo de vida nas cidades, descrito no Capítulo 2, usou medidas indiretas para medir o ritmo de vida, tais como a pre­ cisão dos relógios de bancos e a velocidade de processamento de requisições nos correios. Algumas das medidas descritas por Webb et al. (1981) são simplesmen­ te divertidas. Por exemplo, em 1872, Sir Francis Galton estudou a eficácia de preces para garantir longevidade. Galton queria saber se a realeza britânica, freqüentemente alvo das preces da população, viveria mais que as outras pes­ soas. Analisando obituários, chegou à conclusão de que a vida dos membros da família real normalmente era mais curta do que a de outras pessoas, tais como literatos ou cientistas. O livro de Webb e seus colegas é uma rica fonte de medi­

C o n c e it o s de M e n s u r a ç ã o

117

das não reativas. O mais importante é estar atento ao problema da reatividade e sensibilizar os pesquisadores para a necessidade de reduzir a reatividade sempre que possível. Voltaremos a essa questão várias vezes ao longo deste livro.

VARIÁVEIS E ESCALAS DE MENSURAÇÃO Cada variável estudada tem uma definição operacional. Definição operacional é um método específico usado para manipular ou medir a variável (ver Capítulo 4). Deve haver pelo menos duas variáveis ou níveis de variáveis. No Capítulo 4, mencionamos que os valores podem diferir quantitativamente ou podem refletir diferenças categóricas. Na realidade, o mundo á um pouco mais complexo. Os níveis podem ser pensados em termos de uma escala que usa um em quatro tipos de escalas de mensuração: nominal, ordinal, intervalar e de razão.4 Escalas Nominais

As escalas nom inais não têm propriedades numéricas ou quantitativas. Em vez disso, as categorias ou grupos simplesmente diferem uns dos outros (algumas vezes, as variáveis nominais são denominadas “categóricas”). Um exem­ plo claro é a variável gênero. Uma pessoa é classificada como homem ou mulher. Ser homem não implica uma quantidade maior da variável "‘sexo” do que ser mulher, uma vez que os dois níveis são simplesmente diferentes. Utiliza-se a de­ nominação escala nominal porque simplesmente atribuímos nomes a diferentes categorias. Outro exemplo é a classificação de estudantes universitários de acor­ do com o curso. Um curso de Psicologia não deve ser identificado por um núme­ ro superior que o de História, por exemplo. Se precisarmos atribuir números a diferentes categorias, os números não terão outro significado além de identifi­ car os cursos. Num experimento, a variável independente freqüentemente é nominal ou categórica. Por exemplo, Punnett (1986) estudou uma variável que pode ser denominada “tipo de motivação”. Motivou trabalhadores para atingir um objeti­ vo específico e difícil em relação a seu desempenho ou para atingir um objetivo vago, realizar uma tarefa “da melhor forma possível”. A variável tipo de objetivo é claramente nominal porque os dois níveis são meramente diferentes; os objeti­

4 O artigo seminal sobre escalas de mensuração pertence a STEVENS, S. S. On the theory of scales o(.measurements. Science 103 (2684), p. 17-20,1946. Uma atualização dessa teoria encontrase em SARLE, W. S. Measurement theory: frequently asked questions. 1996. Disponível em: chttp:// ftp.sas.com/pub/neural/measurement.html> (NR).

118

M é t o d o s d e P k s q u i s a e m C ik n c i a s d o C o m p o r t a m e n t o

vos não têm propriedades numéricas. Punnett verificou que o objetivo específico produziu desempenho melhor que o objetivo vago. Escalas Ordinais

As escalas ordinais permitem-nos ordenar os níveis da variável estudada. Em lugar de categorias que são simplesmente diferentes, como numa escala nominal, as categorias podem ser ordenadas da primeira à última. Um exemplo de uma escala ordinal é o sistema de classificação de filmes usado na seção de televisão do jornal que costumo ler. Os filmes da televisão recebem uma, duas, três ou quatro estrelas, com base na seguinte descrição: / / / V

/ / / / / /

Um clássico, recente ou antigo Primeira classe Fraco, com alguns bons momentos Desperdício de tempo

O sistema de classificação não é uma escala nominal porque o número de estrelas tem significado num contínuo de qualidade. No entanto, as estrelas permitem apenas ordenar os filmes. Um filme com quatro estrelas é melhor do que um com três, um filme com três estrelas é melhor do que um filme com duas, e assim por diante. Embora tenhamos essa informação quantitativa sobre os filmes, não podemos dizer que a diferença entre um filme com uma estrela e com duas estrelas é sempre a mesma, ou que é igual à diferença entre um filme com duas estrelas e outro com três estrelas. Nenhum valor particular está vincu­ lado aos intervalos entre os números usados na escala de classificação. Escalas Intervalar e de Razão

Numa escala intervalar, a diferença entre os números na escala tem signi­ ficado. Mais exatamente, os intervalos entre os números são iguais. A diferença entre 1 e 2 na escala, por exemplo, é igual à diferença entre 2 e 3. Escalas intervalares geralmente têm cinco ou mais níveis quantitativos. Um termômetro (Fahrenheit ou Celsius) mede tem peraturas em escala intervalar. A diferença de temperatura entre 40° e 50° é igual à diferença entre 70° e 80°. No entanto, não existe zero absoluto na escala, que indicaria ausên­ cia de temperatura. O zero em qualquer escala intervalar é apenas um ponto de referência arbitrário. Isso significa que não podemos formar razões de nú­ meros em escalas intervalares. Isto é, não podemos dizer que um número na escala representa o dobro (ou o triplo, e assim por diante) da tem peratura que

C o n c e ito s de M e n s u r a ç ã o

119

outro número. Não podemos dizer, por exemplo, que 60° é duas vezes mais quente que 30°. Um exemplo de escala intervalar em ciência do comportamento pode ser uma medida de personalidade de um traço como extroversão. Se a mensuração for feita numa escala intervalar, não podemos afirmar que “uma pessoa com escore 20 é duas vezes mais extrovertida do que outra com escore 10”, porque não há um zero absoluto que indique ausência do traço que está sendo medido. As escalas de razão têm um zero absoluto que indica ausência da variável que está sendo medida. Como exemplo podemos citar muitas medidas físicas, tais como comprimento, massa ou tempo. No caso de uma escala de razão, podemos fazer afirmações tais como “uma pessoa com 80 kg tem o dobro da massa que outra com 40 kg” ou “os participantes do grupo experimental respon­ deram duas vezes mais rápido que os do grupo controle”. Nas ciências do comportamento, são usadas escalas de razão ao se estu­ dar variáveis que envolvem medidas físicas - particularmente medidas de tem­ po, tais como tempo de reação, taxa de resposta e duração de resposta. No entanto, muitas variáveis nas ciências do comportamento são menos precisas e, nesse caso, são utilizadas medidas em escala nominal, ordinal ou intervalar. Note também que os testes estatísticos para escalas intervalares e de razão são os mesmos. Importância das Escalas de Mensuração

Ao ler sobre a definição operacional de variáveis, você irá reconhecer os níveis da variável em termos desses tipos de escalas. As conclusões a que che­ gamos a respeito do significado de um escore particular de uma variável de­ pendem do tipo de escala utilizado. No caso de escalas intervalares ou de ra­ zão, podemos fazer distinções quantitativas que permitem falar sobre as quan­ tidades da variável. No caso de escalas nominais, não há informação quantita­ tiva. A título de ilustração, suponha que estejamos estudando percepção de atratividade física. Num experimento, podemos mostrar aos participantes fo­ tografias de pessoas com diferentes características, tais como a razão cinturaquadril (medida da cintura dividida pela medida do quadril); essa variável tem sido bastante estudada por Singh (1993). De que forma poderíamos medir o julgamento de atratividade física dos participantes? Poderíamos usar uma es­ cala nominal: _____Atraente

_____ Não atraente

Os valores dessa escala permitem aos participantes afirmar se acham a pessoa atraente ou não, mas não permitem discriminar quão atraente a consi­

M é t o d o s d e P f.s q u í s a e m C iê n c ia s d o C o m p o r t a m e n t o

12 0

deram. Uma alternativa consiste em usar uma escala em que os participantes podem avaliar o grau de atratividade: Muito atraente .__ . __________ ____________ Nada atraente

Essa escala de avaliação fornece informação quantitativa sobre o grau de atratividade. A principal descoberta de Singh foi que homens avaliaram mulhe­ res com uma razão cintura-quadril de 0,70 como particularmente atraentes.2 Singh interpretou esses dados em termos da teoria evolucionária - essa razão presumivelmente é um sinal de capacidade reprodutiva. A escala usada também determina os tipos de estatísticas apropriadas para analisar os resultados. Por enquanto, não precisamos preocupar-nos com análi­ ses estatísticas. Voltaremos, no entanto, a esse assunto no Capítulo 12. Estamos prontos agora para analisar métodos de mensuração do compor­ tamento. No Capítulo 6 descreveremos diferentes métodos observacionais. Em seguida, no Capítulo 7, trataremos de questionários e entrevistas. Termos Estudados____________________________________

Alfa de Cronbach Coeficiente de correlação produto-momento de Pearson Erro de mensuração Escala de razão Escala intervalar Escala nominal Escala ordinal Escore verdadeiro Fidedignidade da consistência interna Fidedignidade das metades Fidedignidade entre observadores Fidedignidade item-total Fidedignidade teste-reteste Reatividade Validade aparente

5

Notar que a secção áurea é 0,62 aproximadamente: BIEMBENGUT, M. S. Número de ouro e

secção áurea. Blumenau: Furb, 1996.

C o n c e it o s d e M e n s u r a ç ã o

12 1

Validade convergente Validade de construto Validade de critério Validade discriminante Variável critério Variável preditora Questões de Revisão ______ ____________________________

1.

Que significa fidedignidade de uma medida? Distinga escore verdadeiro e erro de mensuração.

2.

Descreva métodos que permitem determinar a fidedignidade de uma medi­ da.

3.

Discuta o conceito de validade de construto. Distinga validade convergente e discriminante.

4.

Que significa validade de critério?

5.

Por que a validade aparente não é suficiente para estabelecer a validade de uma medida?

6.

Que é uma medida reativa?

7-

Distinga escala nominal, ordinal, intervalar e de razão.

A tiv id a d e s _________________________________________________________ 1.

Encontre um livro de referência sobre mensuração psicológica, como o de Robinson, Shaver e Wrightsman (1991), ou faça uma revisão bibliográfica sobre validade de construto. Identifique uma medida de seu interesse e des­ creva a fidedignidade e a validade de uma pesquisa relatada para essa me­ dida.

2.

A seguir você encontrará um rol de diferentes variáveis. Para cada uma delas, identifique se está sendo usada uma escala nominal, ordinal, intervalar ou de razão: a) Informações sobre a temperatura de diferentes cidades do país divulga­ das na maioria dos jornais. b) Pesos ao nascer de bebês do Hospital das Clínicas na última semana. c) Número de horas que o leitor passou estudando durante a última se­ m ana.

M é t o d o s d e P e s q u i s a em C i ê n c i a s

122

do

C o m portam ento

d) Valor das gorjetas deixadas num restaurante após cada refeição duran­ te um período de três horas. e) Número de votos recebidos pelos candidatos à Câmara de Vereadores do PT e do PSDB, em seu município, nas eleições de 2000. f) Os três títulos mais ouvidos por consumidores de uma loja de CDs. g) Connecticut recebeu o primeiro lugar em jornalismo esportivo c Kansas recebeu o segundo lugar, h) O escore de seu amigo num teste de inteligência foi 109, i)

A cor da parede de meu escritório é amarela e a de meu chefe é branca.

j)

O tipo de programação na estação de rádio de sua cidade (por exemplo, Educativa toca MPB, CBN faz entrevistas etc.)

( (

6

( ( ( (

Observação do Comportamento

(

( f

Abordagem Quantitativa e Abor­ dagem Qualitativa

f

Estudos de Caso

r

Observação Naturalística

r

Pesquisa em Arquivo Registros Estatísticos

Descrição e Interpretação de Dados

Arquivos de Levantamentos

Questões a Respeito da Observação Naturalística

Registros Escritos e de Veículos de Comunicação de Massa

(

P articipação e O cultam ento

Análise de Conteúdo de Documen­ tos

(

Definição do Alcance da Observação

Observação Sistemática

Descrição de Diferenças Indivi­ duais e de Personalidade

Sistemas de Categorização

Termos Estudados

Questões Metodológicas

Questões de Revisão

Limites da Observação Naturalística

t

Equipamento

*

^ ^

Atividades

R eatividade Fidedignidade Amostragem

i

parte mais importante da pesquisa não experimental é a observação ou mensuração do comportamento. Como o comportamento é muito variado e ocorre em muitos ambientes, os cientistas sociais desenvolveram mui­ tas maneiras de realizar pesquisas não experimentais. Neste capítulo, discutire­ mos diferentes abordagens, tais como observação do comportamento em ambien­ te natural, auto-relato (as pessoas descrevem seu próprio comportamento) e exa­ me de registros existentes de comportamentos, como, por exemplo, dados de cen­ so ou registros hospitalares. Como muitas pesquisas não experimentais utilizam levantamentos por meio de questionários ou entrevistas, trataremos dos levanta­ mentos num capítulo à parte. Antes de descrevermos os métodos detalhadamente, será útil compreender a distinção entre métodos quantitativos e qualitativos usados para descrever comportamento.

A

ABORDAGEM QUANTITATIVA E ABORDAGEM QUALITATIVA Os métodos observacionais podem ser, de modo geral, classificados como primariamente quantitativos ou qualitativos. Para compreender essa distinção, imagine que o leitor esteja interessado em descrever de que modo o trabalho afeta a vida de adolescentes. O leitor poderia usar uma abordagem quantitativa e desenvolver um questionário, que seria aplicado a uma amostra de adolescen­ tes. O questionário poderia incluir perguntas sobre número de horas de traba­ lho, tipo de trabalho realizado, nível de estresse, notas escolares e uso de drogas. Depois de atribuir valores numéricos às respostas, poderia submeter os dados a uma análise estatística quantitativa. Uma descrição quantitativa dos resultados poderia enfatizar aspectos tais como percentagem de adolescentes que traba­ lham e variações desta distribuição com a idade. Alguns resultados desse tipo de levantamento serão descritos no Capítulo 7. Suponha, por outro lado, que o leitor utilize uma abordagem qualitativa para descrever o comportamento. O leitor pode organizar uma série de grupos de discussão, com oito a dez adolescentes, e envolvê-los numa discussão sobre suas percepções e experiências no mundo do trabalho. Pode solicitar que os ado­ lescentes falem sobre esse assunto, usando suas próprias palavras e forma de pensar. Para registrar a discussão do grupo, pode utilizar uma filmadora ou gravador e transcrever a gravação mais tarde, ou pode contar com a ajuda de observadores anotando detalhes durante as discussões. Uma descrição qualitati­ va dos dados pode focalizar os temas que emergem na discussão e a maneira de pensar dos adolescentes. Essa descrição é qualitativa, porque é expressa em ter­ mos não numéricos, usando linguagem e imagens. Outros métodos, tanto qualitativos como quantitativos, também podem ser usados para estudar o trabalho de adolescentes. Tenha em mente a distinção entre

O b servação do C o m po rtam en to

12 5

abordagem quantitativa e qualitativa para descrever o comportamento, durante a discussão de outros métodos descritivos específicos, ao longo deste capítulo. Am­ bas as abordagens são úteis e fornecem diferentes formas de análise.

OBSERVAÇÃO NATURALÍSTICA A observação naturalística é algumas vezes denominada trabalho de cam­ po ou simplesmente observação de campo (Loíland; Lofland, 1995). Num es­ tudo de observação naturalística, o pesquisador realiza observações num am­ biente natural particular (o campo), durante um período grande de tempo, usan­ do diferentes técnicas para coletar informações. O relatório inclui essas observa­ ções e as interpretações dos dados pelo pesquisador. Essa abordagem de pesqui­ sa originou-se na Antropologia e no estudo do comportamento animal e, atual­ mente, é muito usada nas Ciências Sociais, para estudar um grande número de fenômenos, em diferentes tipos de ambientes sociais e organizacionais. A pesquisa de Sylvia Scribner (1997) sobre “pensamento prático” é um bom exemplo de pesquisa com observação naturalística em Psicologia. Scribner estu­ dou as formas como pessoas, com diferentes ocupações, tomam decisões e resol­ vem problemas. Ela descreve o processo de sua pesquisa: Meus colegas e eu acompanhamos a entrega de leite, que começava às três horas da madrugada. Ajudamos caixas a totalizar a entrada e observamos operadores de máquinas anotando a produção do dia (...) registramos detalhadamente como as pessoas realizavam seas trabalhos. Reunimos cópias de todo material escrito lido ou produzido por eles - desde anotações rabiscadas em sacos de papel até folhas impressas em computador. Fotografamos equipa­ mentos existentes nos ambientes de trabalho, que exigiam o processamento de outros tipos de informações simbólicas - termômetros, balanças, escalas, ins­ trumentos de mensuração de todo tipo (Scribner; 1977, p. 223). Um aspecto do pensamento estudado por Scribner foi a maneira pela qual os trabalhadores fazem cálculos matemáticos. Ela descobriu que os motoristas dos caminhões de entrega de leite e outros trabalhadores fazem cálculos complexos de matemática, que dependem dos conhecimentos que adquiriram na prática. Por exemplo, uma entrega pode requerer que o motorista multiplique frações de um galão de leite por 0,17 o galão. Para chegar à resposta, os motoristas usavam o conhecimento adquirido no trabalho sobre quantas frações de um galão havia numa caixa; então multiplicam duas caixas de leite por 10,88 por caixa. Em geral, os trabalhadores que Scribner observou empregavam estratégias complexas mas muito eficientes, para resolver problemas no trabalho. É especialmente importan­

126

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o rta m e n to

te notar que freqüentemente as estratégias usadas não eram previsíveis por mode­ los formais de solução de problemas. i Um pesquisador usa observação naturalística quando quer descrever e comI preender como uma pessoa vive em dado ambiente social ou cultural, como trabaj lha e experiencia seu ambiente. Se o leitor quiser conhecer bares enquanto ambien­ tes sociais, por exempto, precisará visitar um ou mais bares, durante um período longo de tempo, falar com pessoas, observar interações e ser aceito como freqüentador “regular” (Cavan, 1966). Se quiser saber como as pessoas conven­ cem ou influenciam outras, pode empregar-se como vendedor de carros ou fazer um curso de treinamento para vender enciclopédias (Cialdini, 1988). Se estiver interessado em saber como as pessoas tomam-se parte de algum grupo social (por exemplo, usuários de maconha, prostitutas, seguidores de uma religião particu­ lar), o leitor pode agendar um encontro com membros destes grupos para entrevistá-los sobre suas experiências (consulte o estudo de Becker, 1963, sobre usuários de maconha, por exemplo). Pesquisadores interessados em saber, realmente, como é ser paciente num hospital psiquiátrico chegaram ao ponto de ser admitidos como pacientes (Rosenhan, 1973). Naturalmente, o leitor pode não querer fazer nenhuma dessas coisas; porém, se essas questões lhe interessam, os artigos publicados por esses pesquisadores constituem uma leitura fascinante. Descrição e Interpretação de Dados

Í

A observação naturalística exige que o pesquisador mergulhe na situação. O pesquisador de campo observa tudo - o ambiente, os padrões de relaciona­ mento pessoal, as reações das pessoas aos eventos, e assim por diante. O objetivo é fornecer um quadro completo e preciso, em vez de testar hipóteses previamen­ te formuladas. Para alcançar esse objetivo, o pesquisador precisa manter regis­ tros de campo detalhados - isto é, escrever ou ditar regularmente (pelo menos uma vez por dia) tudo o que acontece. Observadores de campo usam diferentes técnicas para obter informações: observam pessoas e eventos, entrevistam informantes-chaves para obter informações “de dentro”, falam com pessoas sobre suas vidas e examinam documentos produzidos no contexto, tais como jornais, boletins informativos ou memorandos. Além disso, para obter notas de campo detalhadas, os pesquisadores realizam observações naturalísticas, geralmente utilizando filmadora e gravador.

r| O primeiro objetivo do pesquisador de campo é descrever o ambiente, os (I eventos e as pessoas observadas. O segundo objetivo, igualmente importante, é analisar o que foi observado. O pesquisador precisa interpretar o que ocorreu, essencialmente formulando hipóteses que o ajudem a explicar os dados e tornálos compreensíveis. Essa análise é feita construindo-se uma estrutura coerente para descrever as observações. O relatório final, respeitando a ordem cronológi­

O b servação d o C om po rtam en to

12 7

ca dos eventos, é usualmente organizado em tomo da estrutura desenvolvida pelo pesquisador. Exemplos específicos de eventos que ocorreram durante a ob­ servação são usados para dar suporte às interpretações do pesquisador. Um bom relato de observação naturalística constitui a base para análise usando confirmações múltiplas. Por exemplo, eventos semelhantes podem ocor­ rer várias vezes, informações semelhantes podem ser relatadas por duas ou mais pessoas, e vários eventos diferentes podem ocorrer e, no conjunto, dar apoio à mesma conclusão.

^

Os dados de estudos de observação naturalística são de natureza primariaente qualitativa; ou seja, eles representam descrições das próprias observações n lugar de ser sumários estatísticos quantitativos. Essas descrições freqüente­ mente são mais ricas e próximas do fenômeno estudado do que os resumos esta­ tísticos. No entanto, não há razão para deixar de coletar dados quantitativos num estudo de observação naturalística. Se as circunstâncias permitirem, podem ser obtidos dados sobre renda, tamanho da família, nível educacional e outras variá­ veis de fácil quantificação. Esses dados podem ser relatados e interpretados junta­ mente com dados qualitativos obtidos em entrevistas e observações diretas. Questões na Observação Naturalística

Participação e ocultamento. Duas questões colocam-se para o pesquisa­ dor: a primeira refere-se ao fato de ele participar ou não do ambiente social; a segunda diz respeito ao ocultamento de seus propósitos das demais pessoas que fazem parte do ambiente. O leitor participará de forma ativa de um grupo ou irá atuar como observador externo? Irá ocultar seus propósitos ou até mesmo sua presença ou irá deixar que as pessoas saibam o que está fazendo lá? Um observador não participante é um estranho que não se torna parte ativa do ambiente. Por outro lado, um observador participante assume um papel ativo “de dentro”. Como a observação participante permite observar a situação “de dentro”, o pesquisador pode experenciar eventos da mesma forma que os participantes naturais. Amizade e outras experiências do observador participan­ te podem fornecer dados úteis. Um problema em relação à observação partici­ pante, no entanto, d a possibilidade de o observador perder a objetividade neces sá ria para realizar uma observação científica. Manter a objetividade pode ser especialmente difícil quando o pesquisador já pertence ao grupo que está sendo estudado (por exemplo, um pesquisador que pertence ao grupo de Pais Sem Parceiros e deseja estudar este grupo). Lembre que a observação naturalística requer desçrição acurada e interpretação objetiva sem hipóteses prévias. Se um pesquisador tiver alguma razão a priòri para criticar pessoas que fazem parte do ambiente ou fornecer um relato apaixonado sobre um grupo particular, as ob­ servações provavelmente serão viesadas e faltará objetividade às conclusões.

128

M é t o d o s de P esq u isa em C iê n c ia s d o C o m p o rta m e n to

O pesquisador deveria permanecer oculto, ou explicitar os objetivos da pes­ quisa? A observação oculta pode ser preferível, porque a presença do observador pode influenciar e alterar o comportamento dos que estão sendo observados. Imagine como um observador não oculto poderia alterar o comportamento de estudantes secundaristas em muitas situações escolares. Assim, a observação oculta é menos reativa que a não oculta, porque as pessoas não têm consciência de que seus comportamentos estão sendo observados e registrados. A observa­ ção não oculta poderia ser preferível de um ponto de vista ético. Considere a invasão de privacidade decorrente do fato de o pesquisador ficar embaixo da cama no dormitório de estudantes, para ouvir suas conversas (Henle; Hubbell, 1938)! Além disso, as pessoas em geral acostumam-se rapidamente com a pre­ sença do observador e passam a comportar-se com naturalidade. Dois bons exem­ plos conhecidos de observação não oculta são fornecidos pela televisão. Em pro­ gramas1 como “Big Brother Brasil”, da Rede Globo, e “Casa dos Artistas”, do SBT, pessoas que moram juntas são filmadas durante um período longo de tempo. Muitos espectadores desses programas ficam surpresos ao constatar a rapidez com que as pessoas esquecem as câmeras e revelam espontaneamente muitos aspectos de sua vida particular. A decisão de ocultar ou não o propósito do estudo ou a presença do obser­ vador depende tanto de considerações áticas, quanto da natureza do grupo par­ ticular e do ambiente estudados. Algumas vezes, certos membros do grupo estão informados sobre a presença de um observador participante. São justamente as pessoas que dão permissão ao pesquisador para que faça parte do grupo como observador oculto. Um observador muitas vezes decide ocultar seus propósitos, mas explicita-os totalmente se for questionado por alguém. Observadores não participantes também podem explicitar sua presença quando obtêm permissão para permanecer num ambiente ou usar técnicas de entrevista para obter infor­ mações (por exemplo, no estudo de Becker, sobre uso de maconha, alguns dos entrevistados apresentaram Becker a amigos que também eram usuários). Na verdade, há graus de participação e ocultamento. Com o tempo, um observador não participante pode, por exemplo, ser aceito como um amigo ou simplesmen­ te parte das atividades corriqueiras do grupo, embora não se torne parte do grupo. Em resumo, pesquisadores que usam observação naturalística para estu5idar comportamento devem determinar cuidadosamente qual será seu papel no IJambiente. Definição do alcance da observação. Um pesquisador que utilize obser­ vação naturalística pode desejar saber tudo sobre um ambiente. No entanto, isso

1 O autor referiu-se originalmente aos programas “An American love story” da PPS e “Rea world” da MTV de 1999 (NT).

O bservação do C om portam ento

129

pode sec inviável, simplesmente porque um ambiente e as questões formuladas a

respeito dele podem ser muito complexos. Assim, os pesquisadores freqüente­ mente precisam limitar o alcance de suas observações a comportamentos que são relevantes para as questões centrais do estudo. Mencionamos anteriormen­ te o interesse de Cialdini em relação à influência social em contextos como a venda de carros. Nesse caso, Cialdini pode focalizar apenas técnicas de vendas e ignorar aspectos como práticas de gerenciamento e relações entre vendedores. Limites da observação naturalística. A observação naturalística eviden­ temente não pode ser usada para estudar todos os assuntos ou fenômenos. A abordagem é mais útil quando se investiga um ambiente social complexo, tantol para compreender o ambiente, como para desenvolver teorias baseadas nas ob­ servações. E menos útil para estudar hipóteses bem definidas, sob condições precisamente definidas. Também é muito difícil realizar pesquisa de campo (Green; Wallaf, 1981). Diferentemente de um experimento típico de laboratório, a_coleta de dados numa pesquisa de campo nem sempre pode ser programada num horário ou local convenientes. De fato, pesquisas de campo podem consumir muito tem­ po, freqüentemente exigindo deslocamento do pesquisador para um ambiente não familiar, por um longo período de tempo. Além disso, numa pesquisa ex­ perimental os procedimentos estão bem definidos, são os mesmos para todos os participantes e a análise dos dados é planejada de antemão. Na pesquisa de observação naturalística, no entanto, há constante mudança nos padrões dos eventos, algumas importantes, outras não. O pesquisador precisa registrá-los e ser suficientemente flexível para ajustar-se a eles no decorrer da pesquisa. Finalmente, o processo de análise que segue a conclusão da pesquisa não é simples. O pesquisador precisa examinar repetidamente os dados, desenvolver hipóteses para explicá-los e, então, mostrar que os dados são consistentes com as hipóteses. Se algumas observações não forem consistentes, o pesquisador prossege a análise. Judd, Smith e Kidder (1991) enfatizaram a importância da análise do caso negativo. Um caso negativo á uma observação que não se encaixa na estrutura explicativa desenvolvida pelo pesquisador. Quando encontra um caso negativo, o pesquisador revê sua hipótese e reexamina todos os dados, para assegurar a consistência com as novas hipóteses. O pesquisador pode inclusive cole­ tar dados adicionais para examinar melhor as circunstâncias que produziram o caso negativo. Embora a pesquisa de observação naturalística represente um procedimento científico difícil e desafiador, se for bem feita pode gerar conheci­ mentos úteis.

130

M é to d o s de P e sq u isa em C iências do C o m po rta m en to

OBSERVAÇÃO SISTEMÁTICA Observação sistem ática refere-se à observação cuidadosa de um ou mais comportamentos específicos num ambiente particular. Essa abordagem de pes­ quisa é muito menos global do que a pesquisa de observação naturalística. O pesquisador só está interessado em alguns poucos comportamentos específicos, as observações são quantificáveis e o pesquisador freqüentemente tem hipóteses prévias sobre os comportamentos. Por exemplo, Bakeman e Brownlee (1980; ver também Bakeman; Gottman, 1986) estavam interessados no comportamento social de crianças pequenas. Filmaram crianças de três anos numa sala, em situação de recreação livre. Cada criança foi filmada durante 100 minutos; os observadores viram o filme e classi­ ficaram o comportamento das crianças, a cada 15 segundos, usando o seguinte sistema de categorias: Desocupada: a criança não está fazendo nada em particular ou simples­ mente está observando outras crianças. Brincadeira solitária: a criança brinca sozinha com brinquedos, mas não está interessada nem é afetada pelas atividades das outras crianças. Junto: a criança está com outras crianças, mas não se ocupa com nenhu­ ma atividade particular. Brincadeira paralela: a criança brinca ao lado de outras crianças, com brin­ quedos semelhantes, mas não brinca com elas. Brincadeira em grupo: a criança brinca com outras crianças, inclusive com­ partilhando brinquedos ou participando de atividades lúdicas organiza­ das, como parte do grupo. Bakeman e Brownlee estavam particularmente interessados na seqüência ou ordem de ocorrência dos diferentes comportamentos. Constataram, por exem­ plo, que a transição da categoria desocupada para brincadeira paralela ocorria raramente. No entanto, a transição de brincadeira paralela para brincadeira em grupo era freqüente, indicando que a brincadeira paralela é um estado de tran­ sição, em que a criança decide se vai adiante e interage na situação de grupo. Sistemas de Categorização

A observação sistemática permite estudar vários comportamentos. O pes­ quisador precis? decidir quais são os comportamentos de interesse, escolher um ambiente no qual irá observar esses comportamentos e, o que á mais importan­ te, desenvolver um sistem a de categorização, como o descrito anteriormente,

O bservação d o C o m po rtam en to

131

para medir os comportamentos. Algumas vezes, um pesquisador desenvolve um sistema de categorização adequado às necessidades de um estudo particular. Os sistemas de categorização devem ser tão simples quanto possível, permitindo que o registro seja feito com facilidade. Isso é especialmente importante quando os observadores registram comportamentos diretamente sem a ajuda de recur sos de filmagem, que permitem rever uma cena ou até examiná-la quadro a quadro. Um estudo de Barton, Baltes e Orzech (1980), no qual residentes e pro­ fissionais de lares para idosos foram observados, exemplifica o uso de um siste­ ma de categorização simples. Apenas cinco categorias foram usadas: (1) com­ portamento independente dos residentes (por exemplo, fazer algo por si mesmo, como pentear-se); (2) comportamento dependente do residente (pedir ajuda); (3) comportamento de incentivo à independência por profissionais (elogio ou encorajamento à independência); (4) comportamento de incentivo à dependên­ cia por profissionais (ajudar ou encorajar a solicitação de ajuda); e (5) outros comportamentos por parte tanto de profissionais quanto de residentes. Os resul­ tados ilustram um dos problemas de instituições desse tipo: os profissionais per­ cebem-se como “provedores de cuidado” e freqüentemente incentivam compor­ tamentos de dependência. Será que esse comportamento leva a uma dependên­ cia aumentada dos residentes e talvez à perda de sentimento de controle? Se isso for verdade, as conseqüências podem ser sérias. Lembre-se do experimento de Rodin e Langer (1977), no Capítulo 4, no qual sentimentos de controle promove ram maior felicidade e bem-estar geral entre residentes de lares para idosos. Algumas vezes, os pesquisadores podem usar os sistemas de categorização desenvolvidos por outros. Por exemplo, o Sistema de Categorização de Interações Familiares (FICS; ver Patterson; Moore, 1979) consiste em 29 categorias de interação, agrupadas em atividades aversivas (hostilidade), pró-sociais (ajuda) e gerais. Muitas das pesquisas que usam o FICS procuram investigar como compor­ tamentos aversivos de crianças são aprendidos e mantidos na família. Outro siste­ ma de categorização é o SYMLOG, o Sistema de Observação de Grupos em Múlti­ plos Níveis (Baltes; Cohen, 1979). O SYMLOG fornece uma forma de categorizar interações de indivíduos em grupos segundo três dimensões principais: amizadeinimizade, expressividade emocional-controle instrumental e submisso-dominante. A principal vantagem de usar um sistema de categorização previamente desen­ volvido é a existência de um corpo de pesquisas demonstrando a utilidade do siste­ ma e, em geral, a disponibilidade de materiais para treinamento. Questões Metodológicas Equipamento. Mencionaremos brevemente algumas questões metodoló­ gicas que se colocam em relação à observação sistemática. A primeira diz respei­ to a equipamento. O leitor pode observar comportamento diretam ente« ao mes­

132

M é to d o s de P esqu isa em C iências d o C o m po rta m ento

mo tempo categorizá-lo; por exemplo, pode observar diretamente e registrar o comportamento de uma criança em sala de aula ou a interação de casais num campus, usando medidas de lápis e papel. No entanto, está-se tomando cada vez mais comum o uso de filmagem, para fazer essas observações. Registros em vídeo têm a vantagem de fornecer um registro permanente do comportamento observado, que pode ser categorizado mais tarde. As observações podem ser categorizadas numa folha de registro previamente preparada. Algumas vezes, um cronômetro pode ser útil para registrar a duração dos eventos. Alternativa­ mente, pode-se usar o computador tanto para categorizar os comportamentos observados quanto para registrar sua duração. Reatividade. Uma segunda questão diz respeito à reatividade - ou seja, a possibilidade de a presença do observador afetar o comportamento das pessoas (ver Capítulo 5). Como vimos anteriormente, a observação oculta é uma forma de reduzir a reatividade. O uso de espelhos de visão unidirecional, de filmadoras e microfones escondidos pode ser formas de ocultar a presença de um observa­ dor. Outra forma de reduzir a reatividade é dar tempo suficiente para a pessoa familiarizar-se com a presença do observador ou de qualquer equipamento de registro. Fidedignidade. Vimos no Capítulo 5 que fidedignidade refere-se ao grau em que a mensuração reflete um escore verdadeiro em vez de erro de mensuração. Medidas fidedignas são estáveis, consistentes e precisas. Em geral, quando reali­ zamos observação sistemática, dois ou mais observadores categorizam o com­ portamento. Uma concordância elevada entre observadores indica que há fide­ dignidade. Praticamente, todas as pesquisas publicadas que usam observação sistemática relatam altos níveis de concordância (geralmente, 80% de concor­ dância ou mais). No caso de alguns programas de pesquisa em larga escala, com muitos observadores trabalhando durante anos, o treinamento dos obser­ vadores começa com o uso de videoteipe e, durante o treinamento, as observa­ ções são verificadas quanto à concordância com observadores anteriores (Bakeman e Gottman, 1986). Amostragem. Finalmente, devemos mencionar a amostragem do compor­ tamento. Para muitas questões de pesquisa, amostras de comportamento obti­ das num período de tempo longo fornecerão dados mais acurados e úteis do que uma única observação curta. Considere um estudo sobre o comportamento de assistir à televisão em casa (Anderson et al. 1986). Os pesquisadores queriam saber como membros de uma família costumam assistir à TV Eles poderiam ter observado pessoas assistindo à TV por períodos curtos de tempo, talvez durante uma única tarde. No entanto, esses dados poderiam estar distorcidos por ten­ dências a curto prazo - hora do dia, um programa particular ou variações nas atividades da família, que influenciam o comportamento de assistir à TV Um método melhor de examinar a questão consistiria em observar o eomportamen-__

O b s e r v a ç ã o d o C o m p o r ta m e n to

] 33

to de assistir à TV durante um longo período de tempo, e foi exatamente isso que os pesquisadores fizeram. Instalaram câmeras nas casas de 99 famílias e regularam o equipamento para filmar as pessoas a intervalos de tempo, quan­ do a TV estivesse ligada. Usando esse método, registraram cerca de 5.000 ho­ ras de seu com portam ento enquanto as pessoas assistiam à TV. Como a categorização de todos esses dados iria consumir muito tempo, Anderson e seus associados amostraram um segmento de registro a cada 55 minutos. En­ tre outras coisas, constataram que ninguém assiste à TV por mais de 15% do tempo e que o tempo dedicado a assistir à TV aumenta até 10 anos de idade c, então, começa a diminuir.

estu d os d e ca so

Um estudo de caso fornece uma descrição de um indivíduo. Em geral esse indivíduo é uma pessoa, mas também pode ser um ambiente, como uma empre­ sa, uma escola ou uma vizinhança. Algumas vezes, um estudo de observação naturalística é denominado estudo de caso e, de fato, a observação naturalística e o estudo de caso algumas vezes se sobrepõem. Incluímos estudos de caso como uma categoria separada neste capítulo, porque os estudos de caso não envolvem necessariamente observação naturalística. Em vez disso, o estudo de caso pode ser uma descrição de um paciente por um psicólogo clínico ou um relato históri­ co de um evento, como uma escola modelo que falhou. Uma psicobiografia é um tipo de estudo de caso em que o pesquisador aplica a teoria psicológica para explicar a vida de um indivíduo - em geral, uma figura histórica importante (Elms, 1994; Runyan, 1981). Assim, os estudos de caso podem usar técnicas tais como pesquisa bibliográfica e entrevistas por telefone com pessoas familiariza­ das com o caso, mas não fazer observação direta (Yin, 1994). Dependendo do propósito da investigação, o estudo de caso pode apresen­ tar a história do indivíduo, seus sintomas, comportamentos característicos, rea­ ção a situações e respostas ao tratamento. Tipicamente, se faz um estudo de caso quando um indivíduo possui uma condição particular, incomum ou notá­ vel. Um estudo de caso famoso em Psicologia Clínica envolveu “Sybil”, uma mu­ lher com um distúrbio raro de personalidade múltipla (Schreiber, 1973). Duran­ te a terapia, descobriu-se que Sybil tinha sofrido espancamentos graves e outras experiências traumáticas durante a infância. Uma explicação para o distúrbio foi, então, a de que Sybil criou inconscientemente outras personalidades que poderiam sofrer a dor em seu lugar. Outro estudo de caso, relatado por Luria (1968), envolveu um homem com uma habilidade espantosa de guardar infor­ mações. O homem, chamado “S.”, conseguia lembrar com facilidade listas e tre­ chos longos de livros. Aparentemente, sua capacidade de memória~envolvia o

134

M é to d o s df. P esq u isa em C iências do C om po rta m en to

uso de imagens mentais. Luria também descreveu algumas das desvantagens da capacidade de S. Por exemplo, muitas vezes ele tinha dificuldade de concentra­ ção, porque imagens mentais apareciam espontaneamente e interferiam em seu pensamento. Um último exemplo de estudo de caso refere-se ao desenvolvimen­ to da linguagem de “Genie”, uma criança que foi mantida isolada em seu quar­ to, amarrada a uma cadeira e que nunca falou até ser descoberta, com 14 anos de idade (Curtiss, 1977). Naturalmente, Genie não apresentava qualquer habili­ dade de linguagem. Seu caso forneceu aos psicólogos e lingüistas a oportunida­ de para tentar ensinar habilidades de linguagem e descobrir que habilidades poderiam ser aprendidas. Aparentemente, Genie conseguiu adquirir algumas habilidades rudimentares de linguagem, tais como formar sentenças infantis, mas nunca desenvolveu habilidades plenas de linguagem. Estudos de caso são úteis para informar-nos sobre condições raras, que não podem ser facilmente estudadas de outras maneiras. Idéias sugeridas por estudos de caso podem levar pesquisadores a desenvolver hipóteses, que poderão ser testadas por meio de outros métodos. No entanto, da mesma forma que as pesquisas de campo, os estudos de caso são muito difíceis de realizar e a interpretação dos even­ tos descritos coloca desafios únicos aos pesquisadores. Por exemplo, ao discutir a pesquisa psicobiográfica, Runyan (1981) apresentou 13 explicações possíveis para Vincent van Gogh ter cortado a própria orelha. A análise de Runyan exige exame crítico de cada explicação em termos de plausibilidade e da evidência disponível.

PESQUISA EM ARQUIVO A pesquisa em arquivo envolve o uso de informações previamente compi­ ladas para responder às questões da pesquisa. O pesquisador não coleta real­ mente os dados originais. Em vez disso, analisa os dados existentes, tais como estatísticas que fazem parte de registros públicos (por exemplo, número de pedi­ dos de divórcio), relatos de antropólogos, o conteúdo de cartas ao editor ou informações contidas em bancos de dados de computadores. Judd, Smith e Kidder (1991) distinguiram três tipos de dados de pesquisas em arquivos: registros esta­ tísticos, arquivos de levantamentos e registros escritos. Registros Estatísticos

Muitas organizações públicas e privadas são responsáveis por registros esta­ tísticos. O IBGE2 mantém um extenso conjunto de registros estatísticos disponível

2 O autor refere-se originalmente ao U.S. Census Bureau (NT).

O bsf.rvação do C om po r ta m e n to

135

para análise de pesquisadores. Há também vários outros tipos de registros, talvez menos conhecidos, como estatísticas de saúde pública e os registros de escores de testes mantidos por organizações, tais como o Serviço de Testes Educacionais. O beisebol é um esporte conhecido pelos extensos registros mantidos sobre praticamente qualquer aspecto de cada jogo. Os interessados podem ter acesso a essas estatísticas. Para estudar a relação entre calor e agressão, Reifman, Larrick e Fein (1991) usaram duas fontes de dados de arquivos: estatísticas de beisebol e temperatura diária. Examinaram todos os jogos da liga principal durante um período de três anos, para registrar o número de batedores acidentados em um lance. Pancadas no jogador foi a medida de agressão utilizada. Também verifi­ caram a temperatura em cada dia de jogo. Os resultados mostraram uma clara relação entre temperatura e agressão. Nos dias em que a temperatura estava acima de 90° (Fahrenheit), mais jogadores levaram pancadas do que nos dias em que a temperatura era de aproximadamente 80°. O número foi ainda menor quando a temperatura estava abaixo de 80°. Registros públicos também podem ser usados como fonte de dados de arquivo. Por exemplo, Gwaltney-Gibbs (1986) usou requerimentos de licença de casamento, em um município do Oregon, em 1970 e em 1980, para estudar mudanças de padrões de co-habitação pré-marital. Constatou que em 1970 apenas 13% dos casais referiram o mesmo endereço no requerimento, enquanto, em 1980, 53% referiram o mesmo endereço. Também relacionou co-habitação com outras variáveis, tais como idade e raça. Os resultados apóiam a interpre­ tação de que a co-habitação pré-marital tornou-se uma nova etapa nos pa­ drões de cortejamento que conduzem ao casamento. Outro exemplo do uso de registros públicos para estudar a relação entre temperatura e agressão é a pesquisa de Anderson e Anderson (1984), que demonstrou uma relação entre temperatura e estatística de crimes violentos em duas cidades norte-americanas. Os dados de ambas as variáveis encontram-se disponíveis em agências que man­ têm essas estatísticas. Arquivos de Levantamentos

Arquivos de levantamentos consistem em dados de levantamentos armaze­ nados em computadores e estão disponíveis para pesquisadores que queiram analisá-los. As principais organizações de pesquisa pública colocam muitos de seus levantamentos à disposição. Além disso, muitas universidades fazem parte do Consórcio Interuniversitário de Pesquisa Política e Social (ICPSR3), que permite

3 INTER-UNIVERSITY CONSORTIUM FOR POLITICAL AND SOCIAL RESEARCH. < http:// www.icpsr.umich.edu/INTRA/index.html>.

136

M é to d o s de P esqu isa em C iências d o C o m po rta m en to

acesso a dados de levantamentos desse tipo. Um conjunto muito útil de dados é o Levantamento Social Geral, uma série de levantamentos promovidos pela Funda­ ção Nacional de Ciência que representa uma fonte de dados para cientistas sociais (Russel; Megaard, 1988). Cada levantamento inclui cerca de 200 questões que abrangem uma gama de assuntos, tais como atitudes, satisfação em relação à vida, saúde, religião, educação, idade, sexo e raça. O leitor pode ter acesso a esse e a outros arquivos de levantamentos por meio do centro de computação de sua universidade. Arquivos de levantamentos são extremamente importantes, porque muitos pesquisadores não têm financiamento para realizar levantamento de amos­ tras nacionais randomicamente selecionadas; pelos arquivos, podem ter acesso a essas amostras para testar suas idéias. Registros Escritos e de Veículos de Comunicação de Massas

Registros escritos são documentos, como diários e cartas preservados por sociedades de história, etnografias de outras culturas escritas por antropólogos e documentos públicos tão diversificados quanto discursos feitos por políticos ou mensagens de usuários da Internet. Registros de comunicação de massas incluem livros, artigos de revistas, filmes e jornais. Um exemplo de pesquisa de arquivo usando esse tipo de registro é o estudo de Schoeneman e Rubanowitz (1985) sobre cartas publicadas em jornais nas seções “Caro Abby” e “Ann Landers”. Eles estavam interessados nas causas atri­ buídas pelas pessoas para os problemas referidos em suas cartas. As cartas fo­ ram categorizadas de acordo com: foco em si mesma, foco em outra pessoa, se as causas discutidas nas cartas eram internas (relativas às ações da própria pessoa ou a sua personalidade) ou externas (relativas a alguma situação exter­ na à pessoa). Quando o foco era a própria pessoa, as causas dos problemas eram predominantemente externas, mas quando o foco era outra pessoa, as causas dos problem as eram predom inantem ente internas (ver tam bém Fischer, Schoeneman e Rubanowitz, 1987). Dados de arquivos podem também ser usados em pesquisas interculturais, para examinar aspectos da estrutura social que diferem de uma sociedade para outra. Uma variável como presença ou ausência de relações m aritais monogâmicas não pode ser estudada em uma sociedade apenas. Na América do Norte, por exemplo, a monogamia é a norma e a bigamia é ilegal. Examinando diferentes culturas, algumas monogâmicas e outras não, podemos aumentar nosso conhecimento sobre as razões pelas quais um sistema ou outro é preferi­ do. Esse método foi adotado por Rosenblatt e Cozby (1972) num estudo sobre a liberdade de escolha na seleção de parceiros. Algumas sociedades impõem consi­ deráveis restrições em relação ao parceiro com que uma pessoa pode casar-se,

O bservação do C om po r ta m e n to

137

enquanto outras sociedades dão grande liberdade de escolha aos jovens sobre a decisão de quem esposar. O estudo utilizou descrições antropológicas (denomi­ nadas etnografias) de várias sociedades, para classificá-las como de baixa ou de alta liberdade no que diz respeito à escolha de um parceiro para casar. As etnografias também forneceram informação sobre diversas outras variáveis. Os resultados indicaram que amor romântico e atração sexual são bases importan­ tes para a seleção do parceiro de casamento quando há liberdade de escolha, mas também há maior antagonismo nas interações entre homens e mulheres jovens. Rosenblatt e Cozby usaram os Arquivos da Área de Relações Humanas (HRAF), uma fonte disponível em muitas bibliotecas universitárias, para obter informação sobre as etnografias. O HRAF4 consiste em descrições antropológi­ cas de muitas culturas, que foram organizadas de acordo com categorias, tais como costumes relativos ao cortejamento e práticas de criação infantil. Assim, é relativamente fácil obter informações específicas sobre muitas sociedades usan­ do-se o HRAF. Análise de Conteúdo de Documentos

Análise de conteúdo é a análise sistemática de documentos existentes, tais como os descritos nesta seção (Weber, 1990). Assim como a observação sistemática, a análise de conteúdo requer que os pesquisadores desenvolvam sistemas de categorização que possam ser usados por avaliadores para quantificar informações nos documentos. Algumas vezes, a categorização é bastante simples e direta. Por exemplo, é fácil categorizar se os endereços da noiva e do noivo, na solicitação de licença de casamento, são iguais ou dife­ rentes. Mais freqüentemente, o pesquisador precisa definir categorias para clas­ sificar a informação. No estudo intercultural de Rosenblatt e Cozby, por exem­ plo, avaliadores leram a informação etnográfica para determinar se cada cul tura permitia alta ou baixa liberdade na escolha de um parceiro para casar. Os avaliadores foram treinados para usar o sistema de categorização, e os coefi­ cientes de fidedignidade foram computados, para garantir elevada concordân­ cia entre os avaliadores. Procedimentos similares seriam utilizados em estudos que examinam documentos de arquivos, tais como discursos, artigos de revis­ tas, programas de televisão e cartas. O uso de dados de arquivos permite que os pesquisadores estudem questões interessantes, algumas das quais não poderiam ser estudadas de outra maneira. Dados de arquivos são um complemento valioso para métodos mais tradicionais de coleta de dados. Há, no entanto, pelo menos dois problemas importantes em

4 Human Relations Area Files, Inc. < http://www.yale.edu/hraf/>.

138

M é to d o s d e P e s u u is a em C iências d o C o m p o rta m e n to

relação ao uso de dados de arquivos. Primeiro, pode ser difícil obter os registros desejados: por esquecimento do local em que estão guardados ou porque foram destruídos. Segundo, nunca estaremos completamente seguros quanto às infor­ mações coletadas por outras pessoas.

DESCRIÇÃO DE DIFERENÇAS INDIVIDUAIS E DE PERSONALIDADE

Como estudar a personalidade? Como observar características de perso­ nalidade como extroversão? Como vimos no Capítulo 4, extroversão e outras variáveis de personalidade são construtos teóricos que não podem ser direta­ mente observados. Os pesquisadores desenvolvem medidas para avaliar perso­ nalidade. Um assunto de tal complexidade requer abordagem tanto quantita­ tiva quanto qualitativa. O desenvolvimento de medidas quantitativas de dife­ renças individuais em atributos psicológicos, tais como inteligência, auto-estima, extroversão e depressão, é uma área importante da Psicologia, Por exem­ plo, Costa e McCrae (1985) desenvolveram o Inventário de Personalidade (NEOP I) ,5 para m edir cinco dim ensões principais de personalidade: neurose, extroversão, abertura para experiência, concordância e conscientização. Ou­ tros testes focalizam características específicas de uma pessoa, tais como “bus­ ca de sensação”, “ansiedade social” e “estilo de amor”. Ainda outras medidas focalizam o diagnóstico de distúrbios psicológicos, a orientação vocacional e a seleção de pessoal. Um área importante de pesquisa sobre personalidade estuda a relação en­ tre características de personalidade de uma pessoa, seus comportamentos e sua interação com os outros. Por exemplo, o leitor pode estar interessado em estudar como indivíduos classificados como introvertidos ou extrovertidos lembram in­ formações lidas em condições de distração ou de silêncio. O Capítulo 8 trata dos delineamentos de pesquisa que examinam essas questões. Em geral, é recomendável usar medidas de personalidade existentes, em vez de desenvolver as próprias medidas. No caso de medidas existentes, há dados a respeito de fidedignidade e validade, e o leitor poderá comparar seus dados com os de pesquisas anteriores obtidos com as mesmas medidas. Fontes de infor­ mação sobre testes psicológicos incluem o Mental Measurements Yearbook (Conoley; Kramer, 1989) e o Test Critiques (Keyser; Sweetland, 1991).6 Essas obras de referência são publicadas periodicamente e contêm descrições e avaliações de

5 International Personality Item Pool Representation of the NEO PI-R™ < http://cac.psu.edu/ ~j5j/test/ipipneol,htm> . 6 Anuário de Mensuração Mental e Críticas dos Testes (NT).

O bservação d o C om po r ta m e n to

139

muitos testes psicológicos. PsycINFO7 é outra fonte de informação sobre medi­ das de personalidade. Embora nos últimos anos muitas tentativas para compreender personali­ dade tenham sido quantitativas, o uso de abordagens qualitativas está aumen­ tando como uma alternativa à pesquisa quantitativa. Por exemplo, os pesquisa­ dores estão focalizando narrativas de histórias de vida, para estudar o desenvol­ vimento da personalidade e a influência de eventos comuns e idiossincráticos (Baumeister; Newman, 1994; Josselson; Lieblich, 1993). Esses relatos podem vir de várias fontes, tais como entrevistas e escritos autobiográficos. Podem ser rela­ tos relativamente genéricos ou focalizar partes específicas da vida, como as rela­ ções pessoais, por exemplo. O mais importante é notar que essas medidas quali­ tativas podem produzir dados que dificilmente seriam obtidos com medidas tra­ dicionais de personalidade, desafiam teorias tradicionais de personalidade e levam a uma compreensão mais complexa do comportamento humano. Este capítulo trouxe grande quantidade de informações sobre métodos qua­ litativos e quantitativos de observação, que podem ser usados para estudar dife­ rentes questões sobre comportamento. No próximo capítulo, exploraremos uma forma muito comum de obter dados sobre o comportamento humano - simples­ mente pedir às pessoas que usem auto-relatos para nos contar sobre elas. Termos Estudados ____________________________________

Análise de caso negativo Análise de conteúdo Estudo de caso Observação naturalística Observação participante Observação sistemática Pesquisa de arquivo Psicobiografia Reatividade Sistema de categorização

7 PsycINFO é uma base de dados que oferece resumos (não textos completos) da literatura psicológica de 1887 até o presente. PsycINFO é um excelente instrumento de pesquisa porque você pode fazer uma busca a partir de mais de um milhão de registros e extrair o que lhe interessa. Faça uma busca com base em uma amostra livre de PsycINFO Direct para verificar a utilidade de Psyclnfo para você: < http://www.apa.org/psycinfo/> CNR).

14 0

(

Questões de Revisão

1.

Que é observação naturalística? Como um pesquisador pode coletar dados ao realizar uma pesquisa de observação naturalística?

2.

Por que os dados da observação naturalística são primariamente “qualitati­ vos”?

3.

Distinga entre observação participante e não participante e entre observa­ ção oculta e não oculta.

4.

Que é observação sistemática? Por que os dados da observação sistemática são essencialmente “quantitativos”?

5.

Que é um sistema de categorização? Que considerações importantes de­ vem ser feitas ao se desenvolver um sistema de categorias?

6.

Que é um estudo de caso? Quando se deve realizar um estudo de caso? Que é psicobiografia?

7.

Que é pesquisa de arquivo? Quais são as principais fontes de dados de ar­ quivos?

8.

Que é análise de conteúdo?

1

í

r

(

(

M é to d o s d e P e s q u is a em C iê n c ia s d o C o m p o rta m e n to

Atividades _________________________________________ _

< í i

1.

Algumas questões são mais facilmente respondidas usando-se técnicas quan­ titativas, enquanto outras são mais bem exploradas por meio de técnicas qualitativas. Algumas questões são mais bem respondidas com a combina­ ção de ambas as abordagens. Suponha que o leitor esteja interessado em saber como pais alcoólatras afetam a vida de um adolescente. Formule uma questão de pesquisa mais bem respondida por meio de técnicas quantitati­ vas e questão de pesquisa mais apropriada para um tratamento qualitativo. Por exemplo, uma questão quantitativa pode ser “Os filhos adolescentes de pais alcoólatras têm maior probabilidade de ter ficha criminal?”, enquanto uma questão qualitativa poderia ser “De que forma adolescentes conver­ sam sobre seus pais alcoólatras com colegas?”

2.

Desenvolva um sistema de categorização para fazer uma análise de conteúcío de anúncios classificados publicados numa revista popular. Aplique o sistema a um número da revista e descreva seus resultados.

Pesquisa de levantamento: Uma Metodologia para Estimular Pessoas a Falar Sobre Si Mesmas

m Por que fazer Levantamentos?

Definição dos Objetivos da Pesquisa

Amostragem de um a População

A titudes e Crenças

Intervalos de Confiança

Fatos e Dados Demográficos

Tamanho da Amostra Técnicas de Amostragem Amostragem Probabilística

Comportamentos

Formulação das Questões Sim plicidade

Amostragem Randômica Simples

Questões Ambíguas

Amostragem Randômica Estratificada

Questões Tendenciosas

Am ostragem por Agrupam ento

Amostragem Não Probabilística Am ostragem Acidental Am ostragem por Quota

Avaliação das am ostras Referencial da Amostra Taxa de Retorno

Formulação Negativa “Dizer sim ” e “Dizer não”

C Respostas às Questões Questões Abertas versus Questões Fechadas Número de Alternativas de Respos­ tas Escalas de Avaliação

Razões para Usar Amostras de Con­ veniência

Escala de Diferencial Semântico

Elaboração das perguntas

Escala Não Verbal para Crianças.

Escala de Avaliação Gráfica

Atribuiçfio de Rótulos às Alterna­ tivas de Resposta

Entrevistas Entrevistas Face a face

t- Finallzaçflo do Questionário

Entrevistas p o r Telefone

Formatação do Questionário Redefinição das Questões r

Aplicação de Levantamentos

Questionários

Entrevistas de Grupo Focal

t

Levantamentos Planejados para Estudar Mudanças ao Longo do Tempo

Aplicação em Grupo

Termos Estudados

Levantamentos por Correio

Questões de Revisão

Levantamentos pela Internet

Atividades

P

esquisas de levantamento empregam questionários e entrevistas, com

o objetivo de solicitar às pessoas informações sobre si mesmas - suas ati­ tudes e crenças, dados demográficos (idade, gênero, renda, estado civil etc.) - e outros fatos, além de comportamentos passados e previsão de compor­ tamentos futuros. Este capítulo explorará os métodos de planejamento e reali­ zação de levantamentos, incluindo técnicas de amostragem.

POR QUE FAZER LEVANTAMENTOS?

Durante as últimas semanas, li vários relatos sobre resultados de levanta­ mentos em meu jomal local. Um deles foi um levantamento feito com eleitores da Califórnia, para medir sua preferência em relação a dois concorrentes à Pre­ sidência dos EUA. Outro foi um levantamento realizado em todo o Estado, com pais de crianças de 3 a 16 anos, para examinar suas preocupações a respeito de cuidado com as crianças e escolas. Um levantamento nacional feito com adoles­ centes relatou suas experiências com violência. Também deparei com levanta­ mentos no trabalho. Meu departamento realizou um levantamento com os recém-graduados no programa de mestrado, colhendo informações sobre empre­ go e percepções referentes a sua experiência no programa. Um de meus alunos terminou recentemente um levantamento com vítimas de violência doméstica, que viviam em dois abrigos locais, para medir sua experiência com a polícia. Finalmente, deparei com um levantamento em casa, quando minha esposa, que havia comprado um carro novo recentemente, recebeu um levantamento do fabricante solicitando sua avaliação sobre a qualidade do carro e o atendimento dado pelo vendedor. Levantamentos são, claramente, um método comum e im­ portante para estudar comportamento. Levantamentos fornecem uma metodologia para solicitar às pessoas que falem sobre si mesmas. Eles tomaram-se extremamente importantes, à medida que a sociedade passou a exigir dados sobre uma série de assuntos, não se satis­ fazendo com a intuição e com registros não sistemáticos. Meu departamento necessita de dados sobre os graduados para planejar mudanças no currículo. Fabricantes de automóveis querem dados sobre os compradores para avaliar e aumentar a qualidade do produto e a satisfação do consumidor. Sem coletar esses dados, ficamos totalmente dependentes das histórias que pudermos ouvir ou das cartas que um graduado ou consumidor possa vir a escrever-nos. Outros levantamentos podem ser importantes para ajudar legisladores ou agências go­ vernamentais a tomar decisões em termos de políticas públicas. Em pesquisa básica, muitas variáveis importantes são mais facilmente estudadas por meio de questionários ou entrevistas; exemplos incluem satisfação conjugal, comporta­ mentos sexuais e atitudes.

144

M é todos de P esq u isa em C iências do C o m po rta m ento

Freqüentemente, pensamos em dados de levantamentos como uma “foto­ grafia” do pensamento e dos comportamentos das pessoas em dado momento. No entanto, o método de levantamento também é um meio importante de pes­ quisadores estudarem relações entre variáveis e a mudança de atitudes e com­ portamentos no decorrer do tempo. Por exemplo, Steinberg e Dornbusch (1991) examinaram a relação entre o número de horas que estudantes secundaristas trabalham e variáveis tais como notas médias, uso de droga e álcool e distúrbios psicossomáticos. A amostra consistiu em 3.989 estudantes de segundo grau de nove escolas da Califórnia e de Wisconsin. Os pesquisadores constataram que “muitas horas de trabalho durante o ano escolar estão associadas com menor investimento e pior desempenho escolar, aumento de distúrbios psicológicos e somáticos, uso de drogas e álcool, delinqüência e autonomia em relação aos pais” (Steinberg; Dornbusch, 1991, p. 304). A Figura 7-1 mostra um resultado típico: freqüentemente, há alguns aspec­ tos positivos de trabalhar menos de 10 horas por semana (em oposição a não estar empregado); com base nesse ponto, no entanto, o aumento do número de horas de trabalho está associado a efeitos negativos progressivamente maiores.

Fonte: “Correlatos negativos do trabalho em tempo parcial durante a adolescência”, de L. Steimberg e S. M. Dornbusch, 1991, Developmental Psychology, 27, p. 303-313. Direitos autorais © 1991 da Associação Americana de Psicologia. Reproduzido mediante autorização.

Figura 7.1

Relação entre horas de trabalho e notas escolares.

A pesquisa de levantamento também é importante para complementar os resultados da pesquisa experimental. No Capítulo 2, vimos que Winograd e Soloway (1986) realizaram experimentos sobre as condições que nos levam a

P esq u isa de L ev antam en to : U ma M etodologia para E stim u ia r P esso a s

145

esquecer o lugar no qual guardamos coisas. Para estudar esse assunto usando métodos de levantamento, Brown e Rahhal (1994) fizeram perguntas a adultos mais jovens e mais velhos sobre suas experiências reais em relação a guardar coisas e depois esquecer o local. Eles relataram que a demora dos adultos mais velhos para achar seus objetos é muito maior que a dos mais jovens; os adultos mais velhos escondem seus objetos de possíveis ladrões, enquanto os mais jovens escondem coisas de amigos e parentes. É interessante que a maioria dos objetos perdidos acaba sendo encontrada, em geral por acaso, em local anteriormente visitado. Essa pesquisa ilustra a necessidade, já enfatizada em capítulos anterio­ res, de métodos múltiplos para compreender qualquer comportamento. Uma suposição subjacente ao uso de questionários e entrevistas é a de que as pessoas estão dispostas e são capazes de dizer a verdade e de dar respostas acuradas. Os pesquisadores têm examinado essa questão estudando possíveis vieses na forma de as pessoas responderem. Uma predisposição de resposta é uma tendência a responder a todas as questões de uma perspectiva particular, em lugar de fornecer respostas diretamente relacionadas às questões. Assim, predisposições de resposta podem afetar a utilidade dos dados obtidos em autorelatos. A predisposição de resposta mais comum é denominada conveniência social ou tendência a apresentar-se sob um “ângulo favorável”. Ela leva o indiví­ duo a responder de forma socialmente aceitável - da forma que ele acha que “a maioria das pessoas" responde ou que revela seus traços mais favoráveis. Conve­ niência social pode ser um problema em muitas áreas de pesquisa, mas prova­ velmente é mais acentuado quando as questões referem-se a assuntos delicados, tais como comportamento agressivo ou violento, abuso de drogas ou práticas sexuais. Não deveríamos assumir, no entanto, que as pessoas sempre fornecem informações enganosas sobre si mesmas. Jourard (1969) sugeriu que as pessoas provavelmente mentem mais quando não confiam no pesquisador. Se o pesqui­ sador comunica aberta e honestamente os objetivos e usos da pesquisa, promete informar os resultados prontamente e assegura o anonimato, pode-se esperar que os participantes forneçam respostas honestas. Voltaremos agora a duas considerações importantes na pesquisa de levan­ tamento: as técnicas de amostragem e a construção de um instrumento de le­ vantamento.

AMOSTRAGEM DE UMA POPULAÇÃO

A maioria dos projetos de pesquisa envolve am ostragem dos participantes de uma população. A população é composta por todos os indivíduos de interes­ se para o pesquisador. A população num grande levantamento de opinião pública, por exemplo, pode ser composta por todos os eleitores de um país em condições

146

M é to d o s d e P e s q u is a em C iê n c ia s d o C o m p o rta m e n to

de votar. A população de interesse exclui menores de 18 anos, presos, visitantes estrangeiros e outras pessoas que não votam. O leitor pode realizar um levanta­ mento em que a população consiste em todos os estudantes de sua faculdade ou universidade. Com tempo e dinheiro suficientes, um pesquisador que realize um levantamento pode entrar em contato com todos os indivíduos que compõem a população. Os Estados Unidos tentam fazer isso a cada 10 anos, no censo oficial que envolve toda a população. Com uma população relativamente pequena, pode ser fácil estudar toda a população. Na maioria dos casos, no entanto, estudar a população total poderia ser um empreendimento exagerado. Felizmente, isso pode ser evitado pela seleção de uma amostra da população de interesse. Com uma amostragem apropriada, podem-se usar as informações obtidas dos participantes (ou “respondentes”), que foram amostrados, para estimar precisamente características da população toda. A teoria estatística permite inferir, com base nos dados obtidos, que a po­ pulação comporta-se como a amostra (o Capítulo 13 trata da lógica subjacente à inferência estatística). Intervalo de Confiança

Quando os pesquisadores fazem inferências sobre populações, fazem isso com certo grau de confiança. A seguir, encontra-se uma afirmação que o leitor poderá encontrar em relatos dos resultados de um levantamento: “Os resultados do levantamento são acurados com uma diferença de três pontos percentuais, considerando-se um nível de confiança de 95%.” O que isso quer dizer? Suponha que o leitor pergunte a estudantes se preferem estudar em casa ou na escola e que 61% digam que preferem estudar em casa. Sabemos agora que os valores da população real provavelmente estão entre 58% e 64%. Isso é denominado inter­ valo de confiança - podemos ter 95% de confiança de que o valor real da popu­ lação situa-se dentro do intervalo em tomo do resultado amostrai obtido. O valor amostrai é sua melhor estimativa do valor populacional. No entanto, como somente dispomos de uma amostra e não da população inteira, os resultados podem conter erros. O intervalo de confiança fornece informação sobre a mag­ nitude do erro. O termo formal para esse tipo de erro é erro de amostragem. O conceito de erro de mensuração foi discutido no Capítulo 5 - quando se mede um único indivíduo numa variável, o escore obtido pode desviar do escore real em virtude de erro de mensuração. Da mesma forma, quando se estuda uma amostra, o resultado obtido pode desviar do valor real da população em virtude de erro de amostragem. Os resultados de levantamentos freqüentemente relatados em jornais e no exemplo anterior são expressos em percentagens. O que dizer sobre questões

P esqutsa df. L evantam en to : U ma M etodologia para E stimular P esso a s

147

que demandam mais informações quantitativas? A lógica nesse caso é a mesma. Por exemplo, suponha que tenha perguntado a estudantes quantas horas e mi­ nutos estudaram no dia anterior. Suponha que o tempo médio de estudo relata do foi 76 minutos. Pode-se calcular um intervalo de confiança com base no ta­ manho da amostra; por exemplo, o intervalo de confiança de 95% pode variar entre 66 e 86 minutos. O valor real da população provavelmente situa-se nesse intervalo. Tamanho da Amostra

É importante notar que o tamanho do intervalo de confiança diminui com o aumento do tamanho da amostra. Embora o tamanho do intervalo de confian ça seja determinado por vários fatores, o mais importante deles é o tamanho da amostra. A probabilidade de uma amostra grande fornecer dados que reflitam exatamente o valor real da população aumenta com o aumento do tamanho da amostra. O leitor pode compreender intuitivamente o sentido desta afirmação: uma amostra de 200 pessoas de sua escola deve fornecer dados mais acurados sobre sua escola do que uma amostra de 25 pessoas. Qual deveria ser o tamanho de uma amostra? Pode-se determinar o tama­ nho da amostra por meio de uma fórmula matemática que considere o tam a­ nho do intervalo de confiança e o tamanho da população que está sendo estu­ dada. A Tabela 7.1 mostra o tamanho da amostra necessário para que uma percentagem da amostra seja acurada num intervalo de mais ou menos 3%, 5% e 10%, dado um nível de confiança de 95%. Note em primeiro lugar que há necessidade de aumentar o tamanho da amostra para aumentar a acuracidade. Se o tamanho da população for 10.000, precisamos de uma amostra de 370 para ter 5% de precisão da estimativa; o tamanho da amostra precisa aumen­ tar para 964 para que haja 3% de precisão da estimativa. É importante tam ­ bém perceber que o tamanho da amostra não é uma percentagem constante do tamanho da população. Muitas pessoas acreditam que uma amostragem apropriada requer certa percentagem da população; essas pessoas freqüente­ mente reclamam dos resultados de levantamentos, quando descobrem que um levantamento de um Estado inteiro foi feito “apenas” com 700 ou 1.000 pes­ soas. No entanto, como se pode verificar na tabela, o tamanho de amostra necessário não muda muito, mesmo quando a população aumenta de 5.000 para 100.000 ou mais. Como diz Fowler (1984), “uma amostra de 150 pessoas descreve com praticamente o mesmo grau de acuracidade uma população de 1.500 ou 15 milhões” (p. 41).

148

M é to d o s de P esqu isa em C iências do C o m po rta m en to

Tabela 7.1

Tamanho da amostra e precisão de estimativas da população (nível de confiança de 95%). Precisão da estimativa

Tamanho da população

±3%

±5%

± 10 %

2.000

696

322

92

5.000

879

357

94

10.000

964

370

95

50.000

1.045

381

96

100.000

1.056

383

96

> 100.000

1.067

384

96

N ota: O tamanho das amostras foi calculado com base em suposições conservadoras sobre a natureza dos valores reais da população.

TÉCNICAS DE AMOSTRAGEM

Há duas técnicas básicas para amostrar indivíduos de uma população: amostragem probabilística e amostragem não probabilística. Na am ostragem probabilística, cada membro da população tem uma probabilidade especificada de ser escolhido. A amostragem probabilística é muito importante, quando que­ remos fazer afirmações precisas sobre determinada população, com base nos resultados de um levantamento. Na am ostragem não probabilística, não sabe­ mos qual é a probabilidade de um membro qualquer da população ser escolhido. Embora essa abordagem não seja tão sofisticada quanto a amostragem proba­ bilística, veremos que a amostragem não probabilística é bastante freqüente e útil em muitas circunstâncias. Amostragem Probabilística

Amostragem randôm ica simples. Na amostragem randôm ica simples, cada membro da população tem a mesma probabilidade de ser selecionado para a amostra. Se a população tiver 1.000 membros, cada um tem uma chance em mil de ser selecionado. Suponhamos que o leitor queira amostrar os estudantes que freqüentam sua escola. Deve obter uma lista com os nomes de todos eles; dessa lista irá escolher randomicamente os que irão compor a amostra. Ao realizar entrevistas por telefone, os pesquisadores geralmente têm um computador que gera randomicamente uma lista de números de telefone, com

P e sq u isa de L evantam en to : U ma M etodologia para E stim ular P essoas

149

os prefixos usados por residências na cidade ou na área do estudo. Isso produzi­ rá uma amostra randômica da população, porque a maioria das residências possui telefone (se houver muitas pessoas sem telefone, a amostra poderá ficar viesada). Algumas companhias inclusive fornecem aos pesquisadores uma lista com números de telefones para levantamentos, que exclui os números de telefo­ nes de empresas e os que não estão em uso. Esse procedimento resulta numa amostragem randômica de moradias e não de indivíduos. Pesquisadores que realizam levantamentos usam outros procedimentos, quando precisam selecio­ nar randomicamente uma pessoa na residência; por exemplo, podem usar um critério de seleção randômica, como “o adulto de sexo masculino mais velho da casa”. Amostragem randôm ica estratificada. Um procedimento um pouco mais complexo é a am ostragem randôm ica estratificada. A população é dividida em subgrupos (ou estratos), utilizando-se então a técnica de amostragem randômica para selecionar membros para cada estrato da amostra. Pode-se usar qualquer número de dimensões para dividir a população, mas a dimensão (ou as dimen­ sões) escolhida deve ser relevante para o problema estudado. Por exemplo, um levantamento de atitudes sexuais poderia realizar a estratificação com base em idade, sexo e nível de escolaridade, porque esses fatores estão relacionados com atitudes sexuais. Fazer a estratificação com base em altura ou cor de cabelo seria ridículo. A amostragem randômica estratificada tem a vantagem de garantir que a amostra irá refletir acuradamente a composição numérica dos vários subgrupos. Esse tipo de precisão é particularmente importante quando alguns subgrupos significativos para o estudo representam uma parcela muito pequena da popu­ lação. Por exemplo, se os afro-americanos representam 5% de uma cidade com 100.000 habitantes, uma amostra randômica simples de 100 pessoas poderia ser composta sem incluir qualquer afro-americano, enquanto a amostra randômica estratificada incluiria cinco afro-americanos escolhidos randomicamente da po­ pulação. Na prática, quando é importante representar um grupo pequeno da população, os pesquisadores irão “superdimensionar” a amostragem desse gru­ po, para assegurar a inclusão de uma amostra representativa do grupo. Assim, se seu campus tiver uma distribuição semelhante à da cidade descrita aqui e se o leitor quiser comparar atitudes de afro-americanos e brancos, deverá amostrar uma porcentagem grande de estudantes afro-americanos e apenas uma percen­ tagem pequena de estudantes brancos, para obter um número razoável de respondentes de cada grupo. Amostragem por agrupamento. O leitor pode imaginar que a obtenção de uma lista de todos os membros de uma população pode ser difícil. O que fazer se os dirigentes de sua escola decidem não lhe fornecer a lista de todos os estudantes? O que fazer se esdver estudando uma população para a qual não existe uma lista

150

M é to d o s de P esqu isa hm C iências do C om po rta m ento

de membros? Nessa situação, pode-se usar uma técnica denominada amostragem por agrupam ento. Em lugar de realizar uma amostragem randômica de uma lista de indivíduos, o pesquisador pode identificar “agrupamentos” de indivíduos e, então, extrair uma amostra desses agrupamentos. Uma vez escolhidos os agrupa­ mentos, todos os indivíduos de cada agrupamento serão incluídos na amostra. Por exemplo, o leitor pode realizar o levantamento de estudantes por meio de uma amostragem por agrupamento, identificando todas as salas de aula - as salas de aula são os agrupamentos de estudantes. Poderá, então, selecionar amostras randômicas da lista completa de salas de aula e solicitar a todos os membros das salas escolhidas para responder a seu levantamento (certifique-se, naturalmente, de que ninguém responda ao levantamento duas vezes). Muito freqüentemente, o uso de uma análise de agrupamentos requer uma série de amostragens de agrupamentos maiores até menores - uma abordagem de “múltiplos estágios”. Por exemplo, um pesquisador interessado em estudar agências municipais de saúde pode, primeiro, determinar randomicamente vá­ rios Estados para amostrar e, então, amostrar randomicamente municípios de cada Estado escolhido. O pesquisador pode, então, ir até as agências de saúde, em cada um desses municípios, e estudar as pessoas que trabalham lá. Note que a principal vantagem da amostragem de agrupamentos é que o pesquisador não precisa fazer a amostragem com base em listas de indivíduos, para obter uma amostra de indivíduos realmente randômica.1

1 Quando o delineamento amostrai é de natureza probabilística, programas de análise estatística específicos podem ser utilizados para a estimação dos intervalos de confiança, tais como Sampling, Wesvar e Sudaan. Uma crítica sobre o uso de programas como esses, especificamente o SUDAAN, encontra-se em Pessoa et al. (1997) Análise estatística de dados de pesquisas por amostragem: problemas no uso de pacotes-padrão. Rmsta Brasileira de Estatística 58(210): 53-75. O software Sampling foi desenvolvido como parte de um projeto de pesquisa financiado pela FAPEMIG, uma instituição dc fomento à pesquisa do Estado de Minas Gerais. Sua estrutura foi concebida de modo a permitir que o usuário execute facilmente a análise estatística de dados por meio de métodos estatísticos que levem em consideração o procedimento amostrai utilizado na coleta desses dados. Esse programa funciona como um complemento do popular software estatístico “M initab For Windows” (2000). Tal opção pela criação do Sampling como um complemento de outro software deve-se principalmente à grande difusão, baixo custo e facilidade de manipulação do “Minitab For Windows”. Sampling ê um programa muito simples de ser usado e funciona de forma totalmente interativa. Seu manuseio requer do usuário conhecimentos básicos sobre o “Minitab For Windows ", além de, é claro, conhecimento das técnicas de amostragem. O programa funciona em um sistema de várias macros interligadas a uma macro mestre em que as informações são armazenadas. As perguntas são feitas passo a passo em uma seqüência lógica de análise. Por funcionar a partir do “Minitab”, o usuário, além dos recursos disponíveis no Sampling, tem a grande vantagem de desfrutar de todos os outros recursos estatísticos importantes a uma análise estatística, sem precisar sair do software. Em termos do espaço ocupado no disco rígido, o Sampling é bem econômico.

P e sq u isa de L e v antam en to : U ma M etodologia para E stim u lar P essoas

151

Amostragem Não Probabilística

As técnicas de amostragem não probabilística, por sua vez, são bastante arbitrárias. Pode-se definir uma população, mas despender pouco esforço para assegurar que a amostra representa acuradamente a população. No entanto, entre outras coisas, a amostragem não probabilística é barata e conveniente. Dois tipos de amostragem não probabilística são a amostragem acidental e a amostragem por quota. Amostragem acidental. Uma forma de amostragem não probabilística é a amostragem acidental ou upor conveniência”. Pode ser considerada um méto­

Tecnicamente, para obter uma boa performance, o programa requer no mínimo um computador com processador Pentium™ 100 e 16 MB de memória RAM. Cabe salientar que, no sistema Windows 95 (ou superior), a capacidade de armazenamento de dados é limitada apenas pela quantidade de memória disponível ( “M initab” versão 11.0 ou superior). Configurações inferiores podem ser utiliza­ das, porém o processamento toma-se mais lento. O programa também pode ser utilizado com versões anteriores do Minitab a partir da versão 10.0. Os procedimentos amostrais disponíveis no software Sampling são : • Amostragem Aleatória Simples com ou sem reposição. • Amostragem Sistemática. • Amostragem Estratificada. • Amostragem do Tipo EP.S. • Amostragem por Conglomerados. • Amostragem em Dois ou Três Estágios - Subamostragem • Subamostragem Estratificada. • Pós- Estratificação. O software Sampling foi desenhado tendo a Amostragem Estratificada como seu procedimento amostrai base. Desse modo, as análises estatísticas para os casos em que se tem apenas uma amostra proveniente de um procedimento amostrai, como Amostragem Aleatória Simples, Amostragem Siste­ mática e Amostragem por Conglomerados, são obtidas como casos particulares da Amostragem Estratificada quando se tem apenas um estrato na população, o que significa dizer que o estrato é a própria população. A Amostragem do tipo RRS. é tratada como um caso particular da Subamostragem. De modo geral, o software Sampling permite ao usuário a estimação dos parâmetros populacionais (média, total e proporções) por meio dos métodos estatísticos não viciados usuais de estimação pontual e intervalar (Cochran, 1977) ou pelos métodos de Rázão e Regressão, e nesse caso a variância dos estimadores poderá ser obtida pelo método separado ou método combinado. A estimação por intervalo é executada para 4 diferentes valores do nível de signifícância a, isto é, 1,2,5, 5 e 10 %. Para a construção dos intervalos, é utilizada a distribuição t-Student para o caso de amostras pequenas (amostras com tamanho menor que 30 unidades amostrais) e a distribuição Normal para caso de amostras grandes. Nos módulos de Amostragem Aleatória Simples, Amostragem Sistemática e Amostragem Estratificada, o usuário também poderá proceder a uma análise descritiva de seus dados (opdonal) ou calcular o tamanho n da amostra necessário para obter uma precisão especificada a priori com a respectiva alocação ótima ou proporcional. Exemplos de uso do software Sampling estão apresentados na seção Como Fazer uma Análise (ND-

152

M é t o d o s de P e sq u isa em C iências do C om po rta m en to

do para obter participantes do tipo “pegue-os onde puder encontrá-los”. Assim, o leitor poderia selecionar uma amostra de estudantes de sua escola segundo sua conveniência. Poderia parar diante do centro acadêmico às nove horas da manhã, pedir a colaboração das pessoas que sentam perto em sua classe ou visitar algumas repúblicas de estudantes. Infelizmente, é provável que esses pro­ cedimentos introduzam vieses na amostra, de tal forma que ela não será uma representação acurada da população de todos os estudantes. Assim, se o leitor selecionar sua amostra entre os estudantes que estiverem passando pelo centro acadêmico às nove horas da manhã, a amostra irá excluir estudantes que não freqüentam esse local e também poderá eliminar os que estudam à tarde e à noite. Em meu campus, essa amostra diferirá da população geral de estudantes, porque terá alunos mais jovens que trabalham menos horas e têm maior proba­ bilidade de viver em repúblicas. Amostras viesadas como essa limitam a possibi­ lidade de usar os dados amostrais para estimar os valores reais da população. Seus resultados podem não ser generalizáveis para a população pretendida, mas apenas descrever a amostra viesada obtida. Amostragem por quota. Outra forma de amostragem não probabilística é a am ostragem por quota. Um pesquisador que usa essa técnica escolhe uma amostra que reflete a composição numérica de vários subgrupos na população. Assim, a amostragem por quota é semelhante ao procedimento de amostragem estratificada descrito anteriormente, mas não envolve amostragem randômica. A título de exemplo, suponhamos que o leitor deseje assegurar que sua amostra de estudantes irá incluir 19% de calouros, 23% de alunos do segundo ano, 24% de alunos do terceiro ano, 22% de formandos e 10% de graduados, porque essas são as percentagens das classes na população total. A técnica de amostragem por quota permite-lhe garantir que terá essa percentagem, mas ainda poderá coletar seus dados usando a técnica de amostragem acidental. Se não conseguir o número suficiente de formandos em frente ao centro acadêmico, poderá procurá-los em suas salas de aula para com pletar a am ostra. Embora a amostragem por quota seja um pouco mais sofisticada que a amostragem aci­ dental, permanece o problema da ausência de restrições à forma de escolha dos indivíduos nos vários subgrupos. A amostra reflete a composição numérica da população toda de interesse, mas os respondentes dentro de cada subgrupo são selecionados de maneira acidental.

AVALIAÇÃO DAS AMOSTRAS

As amostras deveriam ser representativas da população da qual são extraí­ das. Uma amostra completamente não viesada é uma amostra muito representati­ va da população. Como criar uma amostra totalmente não viesada? Em primeiro

P esq u isa de L e v a n ta m en to : U ma M eto d o l o g ia para E stim u lar P essoas

153

lugar, o leitor deve extrair randomicamente uma amostra de uma população, que contenha todos os indivíduos da população. Em segundo lugar, deve entrar em contato e obter respostas completas de todos os indivíduos selecionados para com­ por a amostra. É difícil atingir esses padrões. Mesmo se a amostragem for randômica, poderão surgir vieses de duas fontes: do referencial de amostragem usado e de baixas taxas de retomo. Além disso, apesar de as amostras não probabilísticas terem maiores fontes potenciais de viés em comparação com as amostras probabilísticas, há muitas razões para usá-las e avaliá-las positivamente. Referencial da Amostra

O referencial da am ostra é a população real de indivíduos (ou agrupa­ mentos) da qual uma amostra randômica é extraída. Raramente, há coincidên­ cia perfeita com a população de interesse - alguns vieses serão introduzidos. Se o leitor definir sua população como “os moradores de sua cidade”, o referencial da amostragem pode ser uma lista de números de telefone usados para estabele­ cer contato entre 17 e 21 horas. Esse referencial exclui pessoas que não possuem telefone ou aquelas cuja agenda impede que estejam em casa na hora do telefo­ nema. Além disso, se o leitor usar a lista telefônica para obter números, irá excluir pessoas cujos números de telefone não constam da lista. Considere ainda outro exemplo. Suponhamos que queira saber o que médicos pensam sobre a forma como sua profissão é retratada pela televisão. Um referencial de amostragem razoável poderia ser todos os médicos relacionados na lista telefô­ nica. Imediatamente, o leitor verifica que limitou sua amostra a uma área geo­ gráfica. Poderia verificar ainda algo mais importante: limitou sua amostra aos médicos que têm consultórios particulares - excluiu médicos que atuam em clínicas e hospitais. Ao avaliar os resultados de seu levantamento, deverá consi­ derar quão bem a composição da amostra representa a população de interesse. Freqüentemente, os vieses introduzidos são pequenos; no entanto, eles podem ter conseqüências. Taxa de R e to rn o A taxa de retorno num levantamento é simplesmente a percentagem de pessoas da amostra que de fato respondeu ao levantamento. Assim, se o leitor enviar 1.000 questionários para uma amostra randômica de adultos de sua co­ munidade e receber 500 respostas de volta, a taxa de retomo é de 50%. A taxa de retomo é importante, porque indica o grau de viés que pode existir numa amos­ tra de respondentes. As pessoas que deixam de responder podem diferir das que respondem de muitas maneiras, incluindo idade, renda, estado civil e educação.

154

M é to d o s de P esqu isa e m C iências do C o m po rta m en to

Quanto mais baixa a taxa de retorno, maior a probabilidade de esses vieses distorcerem os resultados e, assim, limitarem a possibilidade de generalização dos resultados para a população de interesse. Em geral, levantamentos enviados pelo correio têm taxa de retorno mais baixa em comparação com os feitos por meio de telefone. Com ambos os méto­ dos, no entanto, as taxas de retomo podem ser maximizadas, se seguirmos al­ guns passos. No caso de levantamentos feitos pelo correio, deve-se mandar um cartão ou uma carta explicativa uma semana antes de enviar o levantamento. Lembretes posteriores e mesmo uma segunda cópia do questionário muitas ve­ zes são eficientes em aumentar a taxa de retomo. Em geral, é conveniente acres­ centar um envelope selado pessoalmente endereçado em lugar de um envelope de resposta comercial. No caso de levantamentos por telefone, pode-se telefonar novamente para as pessoas que não estavam em casa e pode-se agendar um telefonema em horário mais conveniente para as que estavam ocupadas. Algu­ mas vezes, um incentivo pode ser necessário para aumentar a taxa de retorno. Tal incentivo pode incluir um pagamento em dinheiro, um presente ou um cer­ tificado de participação. Uma nota nova “em sinal de agradecimento” pode ser incluída junto com o questionário enviado pelo correio. Outro incentivo é a chance de concorrer a um prêmio. Finalmente, os pesquisadores deveriam tentar con­ vencer as pessoas de que o levantamento é importante e sua participação muito significativa. Razões para Usar Amostras de Conveniência

Muitas das pesquisas em Psicologia usam técnicas de amostragem não probabilística para obter participantes, tanto em levantamentos quanto em ex­ perimentos. A vantagem dessas técnicas é que o investigador pode obter partici­ pantes sem gastar muito dinheiro ou tempo, selecionando um grupo amostrai específico. Por exemplo, é comum selecionar participantes entre alunos de cur­ sos introdutórios de Psicologia. Freqüentemente, esses alunos são convidados a participar de estudos que estão sendo realizados na faculdade por professores ou por estudantes; os alunos de cursos introdutórios de Psicologia podem então escolher os estudos dos quais desejam participar. Mesmo em estudos que não recrutam universitários, a amostra freqüente­ mente é selecionada por conveniência, em vez de ser selecionada em função da preocupação de obter uma amostra randômica. Um de meus colegas estuda crianças, mas elas quase sempre provêm de uma escola particular de primeiro grau. O leitor pode imaginar que isso se deve ao fato de meu colega ter estabele­ cido uma boa relação com os professores e com a direção, o que torna bastante fácil obter permissão para realizar a pesquisa. Embora a amostra seja algo

P esq u isa ub L evantam en to : U ma M etodologia para E stim u ia r P essoas

155

viesada, porque inclui somente crianças de um bairro, com certas característi­ cas sociais e econômicas, meu colega não está muito preocupado com isso. Por que os pesquisadores não estão mais preocupados em obter amostras randomizadas para suas pesquisas? A razão mais importante é que a pesquisa está sendo realizada para estudar relações entre variáveis mais do que para esti­ mar acuradamente valores da população. No estudo com estudantes do segun­ do grau, anteriormente citado (Steinberg; Dornbusch, 1991), a amostra incluiu somente estudantes de segundo grau da Califórnia e de Wisconsin. Os dados amostrais forneceram informações sobre o número médio de horas que esses estudantes trabalhavam e diversas outras variáveis. No entanto, os pesquisado­ res não estavam interessados em estimar precisamente o número de horas que adolescentes do país todo trabalham. Eles estavam mais interessados em saber se o número de horas que os adolescentes trabalhavam estava relacionado com variáveis como notas escolares e uso de álcool. A discussão desse assunto será aprofundada mais adiante, no Capítulo 14. Por enquanto, é importante reconhecer que algumas amostras não probabilísticas são mais representativas do que outras. A amostra estudada por Steinberg e Dornbusch parece ser bastante representativa dos adolescentes em geral do país. Os adolescentes são de apenas dois Estados, mas são provenientes de diferentes áreas geográficas e de diferentes escolas. Estudantes de cursos introdutórios de Psicologia são bastante representativos de estudantes universitários em geral, e a maioria das amostras de universitários é bastante representativa de adultos jovens. Não há muitos vieses óbvios, particularmente se estiverem sendo estuda­ dos processos psicológicos básicos. Outras amostras poderiam ser muito menos representativas da população pretendida. Há relativamente pouco tempo, um programa de televisão de uma rede local, que trata de temas de interesse públi­ co, solicitou que os telespectadores votassem, por telefone ou e-mail, contra ou a favor de uma medida de controle de armas que seria apreciada pelo Congresso. No programa seguinte, anunciaram que 90% dos respondentes eram contrários à medida. Os problemas de amostragem nesse caso são evidentes: grupos con­ trários ao controle de armas poderiam ter entrado imediatamente em contato com seus membros, incentivando-os a votar; além disso, não havia limites para o número de vezes que alguém podia votar. De fato, o programa recebeu cerca de 100 ligações a mais do que costumava receber em levantamentos desse tipo. E provável que esta amostra não fosse representativa da população da cidade ou mesmo dos telespectadores do programa.

ELABORAÇÃO DAS PERGUNTAS

Deve-se pensar bastante ao redigir perguntas para um levantamento. Esta seção descreve alguns dos fatores mais importantes que o pesquisador preciSEr considerar.

156

M é to d o s de P e sq u isa e m C iências do C om portam ento

Definição dos Objetivos da Pesquisa

A primeira coisa que o pesquisador deve fazer, ao elaborar perguntas para um levantamento, é explicitar os objetivos da pesquisa: O que deseja saber? As perguntas do levantamento devem estar vinculadas às perguntas a que a pes­ quisa visa responder. Muitas vezes, um levantamento perde foco, quando os pes­ quisadores começam a formular qualquer pergunta que lhes ocorre sobre um assunto, sem considerar exatamente a utilidade da informação que será obtida. Esse processo geralmente requer que o pesquisador decida o tipo de pergunta a ser formulada. Como vimos anteriormente, há três tipos gerais de perguntas para levantamentos (Judd; Smith; Kidder, 1991). Atitudes e crenças. Perguntas sobre atitudes e crenças focalizam a manei­ ra como as pessoas avaliam e pensam determinados assuntos. Deveriam ser gastos mais recursos com serviços de saúde mental? Você está satisfeito com a maneira como a polícia respondeu a seu chamado? Como você avalia este ins­ trutor? Fatos e dados demográficos. Questões factuais pedem às pessoas para dar informações sobre si mesmas ou sobre sua situação. Na maioria dos estudos, a descrição adequada da amostra exige a obtenção de informações demográficas. Informações tipicamente solicitadas são idade e sexo. Dependendo do tema do estudo, incluem-se perguntas sobre raça, renda, estado civil, emprego e número de filhos. Evidentemente, se o leitor estiver interessado em comparar grupos, como homens e mulheres, deve obter informações relevantes sobre o grupo a que o indivíduo pertence. No entanto, não tem sentido fazer uma pergunta se não houver razão real para utilizar o dado obtido. Outras informações factuais serão coletadas dependendo do tema de seu levantamento. Todos os anos, uma revista sobre direitos do consumidor enviame perguntas sobre os reparos necessários em produtos que possuo, como carro e máquina de lavar louça. Questões factuais sobre doenças podem ser feitas e outras informações médicas podem ser solicitadas em levantamentos sobre saú­ de e qualidade de vida. Comportamentos. Outras questões de levantamentos podem focalizar com­ portamentos passados ou futuros. Quantas vezes na última semana praticou exercício físico durante mais de 20 minutos? Quantos filhos planeja ter? Já sen­ tiu depressão a ponto de não poder trabalhar? Formulação das Questões

E preciso ter muito cuidado e formular as melhores questões para um le­ vantamento. Algumas considerações importantes são descritas a seguir.

P esq u isa dk L evantam en to : U m a M e todologia paka E st im u ia k P kssoas

157

Simplicidade. As questões formuladas num levantamento devem ser bas­ tante simples. As pessoas devem ser capazes de entender e responder às pergun­ tas com facilidade. Evite jargões que as pessoas não compreendam. No entanto, algumas vezes pode ser necessário formular uma questão de forma um pouco mais complexa, para facilitar o entendimento. Em geral, isso ocorre quando é preciso definir um termo ou descrever um assunto antes de formular a pergun ta. Assim, antes de perguntar se uma pessoa aprova a Proposição J, provavel­ mente haverá necessidade de descrever brevemente o conteúdo do que está em votação.

Questões ambíguas. Evite questões ambíguas em que se perguntam duas coisas ao mesmo tempo; por exemplo, uma questão como “deveriam ser conce­ didas mais verbas para centros recreativos e para programas de alimentação?” é difícil de responder, porque investiga duas atitudes potencialmente diferentes. Se estiver interessado nos dois assuntos, formule duas questões distintas. Questões tendenciosas. Uma questão tendenciosa induz a pessoa a res­ ponder de determinada maneira. Por exemplo, as perguntas “Você aprova a eli­ minação do desperdício no orçamento destinado à escola pública?” e “Você aprova a redução do orçamento destinado à escola pública?” provavelmente irão eliciar respostas diferentes. Questões tendenciosas freqüentemente incluem palavras que têm conotações emocionais negativas, tais como desperdício, imoral, perturbador ou perigoso. Esteja atento para questões tendenciosas. Formulação negativa. Evite formular questões de forma negativa. Consi­ dere a seguinte questão a título de exemplo: “A cidade não deveria aprovar a proposta de criação de abrigos para mulheres?” Concordar com essa questão significa discordar da proposta. Essa formulação pode confundir as pessoas e resultar em respostas incorretas. Uma formulação melhor seria: “A cidade deve­ ria aprovar a proposta de criação de abrigos para mulheres?” “Dizer sim ” e “dizer não”. Se fizermos muitas perguntas sobre um assun­ to, pode-se manifestar uma predisposição de resposta. A pessoa pode concordar ou discordar sistematicamente. Denomina-se essa tendência “dizer sim” ou “di­ zer não”. O respondente pode estar expressando real concordância, mas, por outro lado, pode simplesmente estar concordando com qualquer coisa que seja dita. Uma forma de detectar uma predisposição de resposta desse tipo é formu­ lar questões de tal forma que a concordância consistente seja improvável. Por exemplo, num estudo sobre padrões de comunicação familiar, o pesquisador pode solicitar às pessoas que indiquem seu grau de concordância com as seguin­ tes afirmações: “Os membros da minha família passam muito tempo juntos” e “Passo a maioria de meus finais de semana com meus amigos”. Igualmente, uma medida de solidão (por exemplo, Russell, Peplau e Cutrona, 1980) formula algumas questões, de tal forma que a concordância significa que o respondente é solitário (“Eu me sinto isolado dos outros”), e outras com o significado inverso,

158

M é to d o s de P esq u isa em C iências do C om po rta m en to

de tal forma que a discordância signifique solidão (por exemplo, “Eu me sinto parte de um grupo de amigos”). Embora seja possível que alguém possa de fato concordar com ambos os itens, concordar ou discordar consistentemente com um conjunto de questões relacionadas, expresso de forma padrão e de forma inversa, indica que o indivíduo está “dizendo sim” ou “dizendo não”.

RESPOSTAS ÀS QUESTÕES Questões Fechadas Versus Questões Abertas

As questões podem ser tanto abertas quanto fechadas. As questões fecha­ das apresentam um número limitado de alternativas de resposta, enquanto as questões abertas permitem que as pessoas respondam livremente. Assim, o leitor poderia perguntar a uma pessoa: “Qual é a coisa mais importante quando se trata de preparar uma criança para a vida?”, apresentando em seguida uma lista de problemas para serem escolhidos (uma questão fechada) ou deixar a questão aberta para a pessoa fornecer a resposta. O uso de questões fechadas é um a abordagem mais estruturada; a codificação é mais fácil e as alternativas de resposta são as mesmas para to­ dos. A categorização e a codificação das respostas dadas a questões abertas demandam tempo e, por isto, maior custo. Algumas vezes, uma resposta não pode ser categorizada, porque não tem sentido ou porque a pessoa não conse­ guiu pensar numa resposta. Além disso, uma questão aberta pode ser muito esclarecedora sobre o que as pessoas pensam. Questões abertas são mais úteis quando o pesquisador quer saber o que as pessoas pensam e como percebem naturalmente seu mundo; questões fechadas tendem a ser mais usadas quan­ do as dimensões das variáveis estão bem definidas. Schwars (1999) aponta que algumas vezes as duas abordagens podem le­ var a conclusões diferentes. Cita os resultados de uma pergunta sobre prepara­ ção de crianças para a vida. Quando “pensar por si mesmas” era uma alternativa fechada, 62% escolheram esta opção; no formato aberto, no entanto, somen­ te 5% forneceram essa resposta. Esse resultado ilustra a necessidade de se co nhecer bem um assunto ao formular questões fechadas. Número de Alternativas de Respostas

No caso de questões fechadas, há um número fixo de alternativas de respos­ tas. Em levantamentos de opinião pública, uma dicotomia simples “sim/não” ou “concordo/discordo” muitas vezes é suficiente. Na pesquisa mais básica, freqüen­

P esq u isa de L evantam ento : U ma M etodologia para E st im u ia r P essoas

159

temente é preferível apresentar várias alternativas para que as pessoas se expres­ sem - por exemplo, escalas de cinco ou sete pontos de “concordo fortemente a discordo fortemente” ou “muito positivo a muito negativo”.2 Por exemplo: Concordo fortemente

Discordo fortemente

Escalas de Avaliação

Escalas de avaliação como a do exemplo anterior costumam ser usadas em muitas áreas de pesquisa. As escalas de avaliação solicitam que as pessoas fa­ çam julgamentos “de grau” em relação a várias dimensões - grau de concordân­ cia, preferência ou confiança, por exemplo. As escalas de avaliação podem assu­ mir muitos formatos diferentes. O formato usado depende de fatores como o assunto que está sendo investigado. Talvez a melhor maneira de garantir uma compreensão da variedade de formatos seja simplesmente examinar alguns exem­ plos. A escala mais simples e direta de avaliação apresenta às pessoas cinco ou sete alternativas de resposta, com rótulos para definir os extremos. Por exemplo, E necessário que estudantes universitários se submetam a um exame abrangente para que possam graduar-se. Concordo fortem ente_____________ ____ Discordo fortemente Qual é seu grau de confiança na culpa do réu em relação à acusação de tentativa de assassinato? Nenhuma confiança___________________ Muita confiança

Escala de avaliação gráfica. Uma escala de avaliação gráfica requer que a pessoa faça uma marca numa linha de 100 milímetros, com descrições nas ex­ tremidades da linha que funcionam como âncoras. Avalie o filme a que acabou de assistir. Muito tedioso____________________________________ / _ _____ Muito divertido Em seguida, posiciona-se uma régua sobre a linha para obter o escore na escala que varia de 0 a 100 .

2 Há um artigo que explora o processo cognitivo sobre questões fechadas com número fixo de alternativas: Dashen, M. e Flicker, S. (2001) Understanding the cognitive process of open-ended categorical questions and their effects on data quality. Journal of Official Statistics 17(4): 457-477 (NT).

160

M k i u d u s i»i.

h -s y u is A

em

C iências do C o m po rta m ento

Escala de diferencial semântico. A escala de diferencial semântico é uma medida do significado dc conceitos, que foi desenvolvida por Osgood e seus cola­ boradores (Osgood; Suei; Tannenbaum, 1957), Os respondentes avaliam qual­ quer conceito ~ pessoas, objetos, comportamentos, idéias - numa série de adje­ tivos bipolares, usando uma escala de sete pontos. Fumar cigarros Bom ____: _ _ _ : Forte _____ : ____:

_ : ____:

__: ____ : _____Mau

_ : _____: ______: ____ : ____ Fraco

Ativo ___ : ___ : ____ : ____: _____ : ____ : ____Passivo

As pesquisas realizadas com o diferencial semântico têm mostrado que pra­ ticamente qualquer coisa pode ser medida por meio dessa técnica. Pode-se ava­ liar o que as pessoas pensam sobre coisas específicas (maconha), locais (centro acadêmico), pessoas (governador, prefeito), idéias (aborto, redução de impos­ tos) ou comportamentos (freqüentar a igreja, usar transporte público). Um con­ junto considerável de pesquisas mostra que os conceitos são julgados segundo três dimensões básicas: a primeira e mais importante é avaliação (por exemplo, adjetivos como bom-mau, sábio-tolo, bondoso-cruel); a segunda é atividade (por exemplo, ativo-passivo, lento-rápido, excitável-calmo) e a terceira é potência (por exemplo, fraco-forte, duro-mole, grande-pequeno). Escala não verbal para crianças. Crianças pequenas podem não ser capa­ zes de compreender os tipos de escalas descritos, mas são capazes de fazer ava­ liações. Por exemplo, o leitor pode solicitar a crianças apontar uma dessas faces exibindo sorrisos e caretas de desagrado. Aponte o rosto que mostra como você se sente a respeito do brinquedo:

Atribuição de Rótulos bs Alternativas de Resposta

Nos exemplos apresentados até aqui, apenas os extremos da escala de ava­ liação são rotulados. Os respondentes decidem o significado das outras alterna­ tivas de resposta. Essa ó uma abordagem razoável, e as pessoas geralmente são capazes de usnr essas escalas sem dificuldade. Algumas vezes, os pesquisadores precisam fornecer rótulos para definir melhor o significado de cada alternativa. Temos aqui uma alternativa bastante padronizada à escala concordo-discordo anteriormente apresentada:

P esq u isa de L evantam ento : U m a M eto d o lo g ia para E stim u lar P essoas

Concordo fortemente

Concordo

Não sei

Discordo

161

Discordo fortemente

Esse tipo de escala supõe que a alternativa do meio é um ponto “neutro", situado entre os extremos. Algumas vezes, no entanto, não é possível ou desejá­ vel ter uma escala perfeitamente balanceada. Considere uma escala em que uin professor universitário deve avaliar um estudante para um trabalho ou progra­ ma para graduados. Essa escala particular pede avaliações comparativas dos estudantes: Avalie o potencial de sucesso desse estudante, em comparação com outros graduados. abaixo da média

50% melhores

25% melhores

10% melhores

5% melhores

Observe que a maioria das alternativas pede uma avaliação em termos do grupo de estudantes que representam os 25% melhores da turma. Isso é feito porque estudantes que se apresentam para esses programas tendem a ser bri­ lhantes e motivados e, assim, os professores os avaliam favoravelmente. A for­ mulação das alternativas tenta forçar um refinamento da avaliação, para dis­ tinguir os melhores entre os bons alunos. Rotular alternativas é particularmente interessante quando a pergunta diz respeito à freqüência de um comportamento. Por exemplo, pode-se perguntar “Qual é a freqüência com que pratica exercícios físicos durante mais de 20 mi­ nutos?” Que tipo de escala poderia ser usada para levar as pessoas a responder a esse tipo de pergunta? As alternativas poderiam ser (1) nunca, (2) raramente, (3) algumas vezes, (4) freqüentemente. Esses termos têm significado, mas são vagos. A seguir, encontra-se outro conjunto de alternativas, semelhantes às des­ critas por Schwarz (1999): ______ _ Menos de duas vezes por semana ______Cerca de duas vezes por semana ____ _ Cerca de quatro vezes por semana ____Cerca de seis vezes por semana ______ Pelo menos uma vez por dia

Outra escala possível é a seguinte: Menos de uma vez por mês Cerca de uma vez por mês Cerca de uma vez a cada duas semanas

162

M éto d o s de P esq u isa em C iências do C o m po rta m en to

_____ Cerca de uma vez por semana _ _ _ _ Mais de uma vez por semana

Schwarz (1999) denomina a primeira versão escala de alta freqüência, por­ que a maioria das alternativas indica alta freqüência de exercício. Denomina a segunda versão escala de baixa freqüência. Schwarz salienta que os rótulos de­ vem ser escolhidos com cuidado, porque as pessoas podem interpretar o significa­ do da escala diferentemente, dependendo dos rótulos usados. Se o leitor estivesse realmente fazendo perguntas sobre exercício, poderia escolher alternativas dife­ rentes das descritas aqui. Além disso, sua escolha poderia ser influenciada por fatores como a população estudada. Se estivesse estudando pessoas que praticam muito exercício, provavelmente teria de usar uma escala de freqüência mais alta do que se estivesse estudando pessoas que costumam fazer pouco exercício.

FINALIZAÇÃO DO QUESTIONÁRIO Formatação do Q u e stio n á rio

A aparência de um questionário impresso deve ser atraente e profissional. O questionário deve ser bem digitado e não conter erros de ortografia. As pes­ soas devem ter facilidade em identificar as perguntas e as alternativas de respos­ ta. Deixe espaço suficiente entre as perguntas, para que as pessoas não fiquem confusas ao ler o questionário. Se utilizar uma escala com formato especial, como uma escala de avaliação de cinco pontos, use-a consistentemente. Não mude de uma escala de cinco pontos para uma de quatro pontos e depois para uma de sete pontos, por exemplo. Aconselha-se também cuidado na organização seqüencial das questões. Em geral, é melhor fazer as questões mais importantes e interessantes no início, para atrair a atenção e motivar a pessoa para responder ao levantamento até o final. Roberson e Sundstrom (1990) obtiveram taxas de retorno proporcional­ mente elevadas, num levantamento sobre atitudes de empregados, em que fize­ ram as questões importantes no início e solicitaram dados demográficos no fi­ nal. Além disso, questões sobre o mesmo assunto ou tema devem ser agrupadas. Procedendo dessa forma, seu levantamento terá uma aparência mais profissio­ nal e as pessoas estarão mais propensas a levá-lo a sério. Redefinição das Questões

Antes de aplicar realmente o levantamento, convém apresentar as questões a um pequeno grupo de pessoas e pedir que “pensem alto” enquanto respondem.

P ts y u is A de L evantam en to : U m a M etodot .ogia para E stim u lar P essoas

163

Os participantes podem ser escolhidos na população que será estudada ou po­ dem ser amigos ou colegas que forneçam respostas razoáveis às questões. Para o procedimento de “pensar alto”, é preciso solicitar às pessoas que lhe digam como interpretam cada questão e como respondem às alternativas de resposta. Esse procedimento pode fornecer informações úteis para aprimorar as questões (o Capítulo 9 apresenta uma discussão adicional sobre a importância de estudospiloto como este).

a p l ic a ç ã o d e l e v a n t a m e n t o s

Há duas maneiras de aplicar um levantamento. Uma é usar um questioná­ rio. Os respondentes lêem as questões e indicam suas respostas numa folha de respostas. A outra maneira é usar um formato de entrevista. Um entrevistador formula as perguntas e registra as respostas, numa interação verbal pessoal. Tanto questionários quanto entrevistas podem ser apresentados de várias ma­ neiras. Vamos examinar vários métodos de fazer levantamentos. Questionários

No caso de questionários, as questões são apresentadas em formato escrito e os respondentes escrevem suas respostas. Há muitas características positivas no uso de questionários. Primeiro, em geral são mais baratos que as entrevistas. Também permitem o completo anonimato do respondente, quando não se soli­ citam informações que o identificam (por exemplo, nome, número da carteira de identidade ou número da carteira de motorista). No entanto, a aplicação de questionários requer que os respondentes sejam capazes de ler e compreender as questões. Além disso, muitas pessoas acham tedioso ficar sentadas sozinhas, lendo e respondendo a perguntas; assim, pode haver um problema de motiva­ ção. Podem-se aplicar questionários em grupo, pelo correio ou pela Internet. Aplicação em grupo. No caso de uma aplicação grupai, o pesquisador distribui os questionários para um grupo de indivíduos. O grupo pode ser com­ posto por estudantes reunidos numa sala de aula, por pais que comparecem a uma reunião na escola dos filhos ou por pessoas recém-admitidas num emprego que comparecem ao local de trabalho para receber orientação sobre suas atri­ buições. Uma vantagem dessa abordagem é que os participantes estão “cativos”, sendo mais provável que respondam completamente ao questionário, uma vez que tenham começado. Além disso, o pesquisador está presente para responder a possíveis dúvidas que as pessoas tenham. Levantamentos pelo correio. Podem-se enviar levantamentos pelo cor­ reio, para o endereço residencial ou comercial dos indivíduos selecionados para

1 164

M é t o d o s d e P e s q u is a f.m C iê n c ia s d o C o m p o rta m e n to

compor a amostra, e esta é lima forma econômica de entrar em contato. No entanto, a desvantagem desse formato é a baixa taxa de retorno. É fácil colocar o questionário de lado e esquecê-lo em função das inúmeras outras tarefas que as pessoas têm de realizar, em casa e no trabalho. Mesmo que as pessoas come­ cem a preencher o questionário, alguma coisa pode ocorrer para distraí-las ou, então, podem-se aborrecer e simplesmente jogar o questionário no lixo. Alguns métodos, anteriormente descritos, usados para aumentar a taxa de retorno, po­ dem ser úteis. Outra desvantagem á a ausência de alguém para ajudar, caso a pessoa fique confusa ou tenha algo a perguntar. Levantamentos pela Internet. É muito fácil planejar um questionário para ser aplicado via Internet. Podem-se usar tanto questões abertas quanto fecha­ das. Quando a pessoa termina de responder ao questionário, envia suas respos­ tas imediatamente para o pesquisador. Um primeiro problema a considerar é a composição da amostra. Em geral, levantamentos pela Internet estão relaciona­ dos em setores de busca e, dessa forma, os interessados num assunto podem descobrir que alguém está coletando dados a respeito. Alguns dos principais institutos de pesquisa estão construindo bancos de dados de pessoas interessa­ das em participar de levantamentos. Sempre que realizam um levantamento, selecionam uma amostra do banco de dados e enviam por e-mail um convite para participação. A Internet também facilita a obtenção de amostras de pes­ soas com características particulares. Há toda sorte de grupos com interesses especiais na Internet, grupos dirigidos para indivíduos com doenças particula­ res, classificados por idade e estado civil, profissão e assim por diante. Os grupos com interesses especiais usam grupos de divulgação de notícias, de discussão via e-mail e salas de bate-papo, para trocar idéias e informações. Os pesquisadores podem convidar pessoas que usam esses recursos para participar de suas pesqui­ sas. Uma preocupação em relação a dados obtidos pela Internet diz respeito à similaridade dos resultados obtidos em comparação com os obtidos por métodos convencionais. Embora ainda haja relativamente poucas pesquisas sobre esse assunto, os dados disponíveis indicam que os resultados obtidos via Internet são comparáveis aos obtidos por métodos convencionais (Krantz; Ballard; Scher, 1997; Stanton, 1998). Entrevistas

O fato de uma entrevista envolver uma interação entre pessoas tem uma implicação importante. Primeiro, as pessoas freqüentemente estão mais propensas a concordar em responder a perguntas feitas por uma pessoa real do que em responder a um questionário enviado pelo correio. Os entrevistadores adquirem habilidade em convencer pessoas a participar. Assim, as taxas de retomo tendem a ser mais altas quando se usam entrevistas. O entrevistador e o entrevistado

P esqu isa de Le v antam en to : U ma M etodologia para E stim ular P rssoas

165

freq ü en tem en te estabelecem um bom con tato inicial, que motiva a pessoa a responder a todas as perguntas e a completar o levantamento. É mais provável

que as pessoas deixem perguntas sem resposta num questionário que devem preencher por escrito do que numa entrevista. Uma vantagem importante de uma entrevista é a possibilidade de o entrevistador esclarecer eventuais dúvidas que surjam. Além disso, um entrevistador pode fazer perguntas adicionais se considerá las necessárias para ajudar a esclarecer as respostas. Um problema potencial em relação a entrevistas é denominado viés do entrevistador. Esse termo descreve todos os vieses que podem surgir do fato de o experimentador como um ser humano único estar interagindo com outro ser humano. Um problema potencial é a possibilidade de o entrevistador interferir sutilmente nas respostas do entrevistado em conseqüência de sinais inadverti­ dos de aprovação ou desaprovação para certas respostas. Outro problema de­ corre das expectativas que os entrevistadores podem ter, levando-os a “ver o que procuram” nas respostas do entrevistado. Essas expectativas podem viesar suas interpretações das respostas ou podem levá-los a aprofundar as respostas de certos entrevistados, mas não de outros ~ por exemplo, ao questionar brancos, mas não pessoas de outros grupos ou ao testar meninos, mas não meninas. A seleção cuidadosa e o treino dos entrevistadores ajuda a limitar esses vieses. Examinaremos agora três métodos para realizar entrevistas: face a face, por telefone e com grupo focal. E ntrevistas face a face. As entrevistas face a face requerem que o entrevistador e o entrevistado se encontrem. Em gerai, o entrevistador vai à casa da pessoa ou a seu escritório, embora algumas vezes o participante vá ao escritório do entrevistador. Essas entrevistas tendem a ser caras e a con­ sumir muito tempo. No entanto, costumam ser usadas quando a amostra é pequena e a interação face a face tem benefícios claros. Entrevistas por telefone. Quase todas as entrevistas para levantamentos em larga escala são feitas por telefone. Entrevistas por telefone são mais baratas do que as face a face e permitem a coleta relativamente rápida de dados, porque vários entrevistadores podem trabalhar ao mesmo tempo. Técnicas compu­ tadorizadas de levantamento de dados por telefqne reduzem os custos de levanta­ mentos por telefone, reduzindo o trabalho e os custos da análise de dados. Com um sistema de entrevista por telefone com suporte de computador (ETSC), as perguntas do entrevistador são enviadas para a tela do computador, e os dados são introduzidos no computador para análise. Entrevistas de grupo focal. Um grupo focal é uma entrevista com um grupo de cerca de seis a dez indivíduos, geralmente reunidos por um período de duas a três horas. Praticamente, qualquer assunto pode ser explorado num gru­ po focal. Freqüentemente, os membros do grupo são selecionados por ter um

166

M é to d o s de P f.sqihsa f.m C iências do C om po rta m en to

conhecimento ou interesse particular no assunto. Como o grupo focal requer que as pessoas gastem tempo e algum dinheiro para ir ao local de reunião do grupo, costuma-se dar algum tipo de incentivo monetário ou um presente aos participantes. As perguntas tendem a ser abertas e são feitas ao grupo todo. Uma vantagem é a possibilidade de interação do grupo; as pessoas podem responder umas para as outras, e um comentário pode provocar uma variedade de respostas. O entrevistador deve ter habilidade para trabalhar com grupos, tanto para faciliLar a comunicação quanto para lidar com problemas que possam surgir, tais como uma ou duas pessoas tentando dominar a discussão ou existência de hostilidade entre membros do grupo. Costuma-se gravar a discussão, o que permite transcrição posterior. As fitas e transcrições são então analisadas para encontrar temas de consenso e de discordância entre os membros do grupo. Podem-se analisar as transcrições com a ajuda de um programa de computador para localizar certas palavras e frases. Os pesquisadores geralmente preferem formar pelo menos dois ou três grupos para discutir um assunto, para garantir que a informação obtida não seja uma pecu­ liaridade de um grupo de pessoas. No entanto, como cada grupo focal custa tem­ po e dinheiro e fornece uma grande quantidade de informações, os pesquisadores não formam muitos grupos para discutir um mesmo assunto.

LEVANTAMENTOS PLANEJADOS PARA ESTUDAR MUDANÇAS AO LONGO DO TEMPO

Os levantamentos costumam ser planejados para estudar pessoas num ponto específico do tempo. Muitas vezes, no entanto, os pesquisadores desejam fazer comparações ao longo do tempo. Por exemplo, no município em que vivo, um jornal local contratou uma empresa para realizar levantam entos anuais randomizados dos moradores. Como as perguntas são as mesmas todos os anos, é possível examinar mudanças ao longo do tempo em variáveis tais como satisfação com a área ou atitudes em relação ao sistema escolar e problemas do município considerados importantes. Da mesma forma, as universidades fazem levantamentos com um grande número de calouros todos os anos, no país todo, para estudar mudanças na composição, nas atitudes e nas aspirações desse gru­ po (Astin, 1987). Freqüentemente, os pesquisadores testam hipóteses sobre como o comportamento muda ao longo do tempo. Por exemplo, Sebald (1986) compa­ rou levantamentos feitos com adolescentes em 1963, 1976 e 1982. Perguntou-se aos adolescentes quem procuravam para pedir conselho a respeito de diferentes assuntos. A principal descoberta foi o aumento da busca de conselhos com os companheiros em lugar dos pais de 1963 para 1976, mas diminuição do papel orientador dos companheiros de 1976 para 1982.

P esq u isa de L e vantam en to : U ma M etodologia para E stim u lar P e ssoas

16 7

Outra maneira de estudar mudanças ao longo do tempo é realizar um es­ tudo de painel, em que a mesma pessoa é pesquisada, em dois ou mais pontos,

ao longo do tempo. Num estudo de painel de “duas ondas”, as pessoas são pesquisadas em dois pontos no tempo, no de “três ondas” há três levantamentos e assim por diante. Estudos de painel são particularmente úteis quando a ques­ tão de pesquisa focaliza a relação existente entre uma variável “num primeiro tempo” e outra variável, “num segundo tempo”. Por exemplo, Hill, Rubin e Peplau (1976) realizaram um levantamento com casais que estavam iniciando um rela­ cionamento, para estudar variáveis tais como similaridade de atitudes. As mes­ mas pessoas foram pesquisadas mais tarde, para determinar se ainda manti­ nham o relacionamento e, em caso afirmativo, quão satisfeitas estavam com o relacionamento. Os resultados mostraram que a similaridade de atitudes, medi­ da num primeiro tempo, é um preditor da duração do relacionamento. O leitor dispõe agora de uma grande quantidade de informações sobre métodos para estimular pessoas a falar sobre si mesmas. Se realizar uma pesqui­ sa desse tipo, é recomendável que siga as orientações descritas neste capítulo e que consulte outras fontes, tais como Judd et al. (1991) e Converse e Presser (1986), para elaborar suas próprias questões. No entanto, o leitor poderá tam­ bém adaptar questões e questionários inteiros utilizados em pesquisas anterio­ res. Por exemplo, Greenfield (1999) estudou o novo fenômeno da adição à Internet, adaptando perguntas com base em um grande número de pesquisas existentes sobre adição a jogo. Considere o uso de perguntas anteriormente desenvolvidas, em especial se forneceram dados úteis em outros estudos. (No entanto, certifi­ que-se de não estar violando direitos autorais.) Robinson e colaboradores com­ pilaram diversas medidas de atitudes sociais, políticas e profissionais, desenvol­ vidas por outros autores (Robinson; Athanasiou; Head, 1969; Robinson; Rusk; Head, 1968; Robinson; Shave; Wrigtsman, 1991). Vimos no Capítulo 4 que tanto o método experimental quanto o método não experimental são necessários para compreender plenamente o comporta­ mento. Os dois capítulos anteriores focalizaram as abordagens não experimen­ tais. No próximo capítulo, iremos descrever detalhadamente o planejamento de pesquisas experimentais. Termos Estudados _____ _________________ _____ _____ _

Amostragem Amostragem acidental (por conveniência) Amostragem não probabilística Amostragem por agrupamento Amostragem por quota

168

M é to d o s de P esquisa em C iências do C o m po rta m en to

Amostragem probabilística Amostragem randômica estratificada Amostragem randômica simples Aplicação grupai de levantamentos Entrevista face a face Entrevista por telefone Entrevista por telefone com suporte de computador (ETSC) Escala de alta freqüência Escala de avaliação Escala de avaliação gráfica Escala de diferencial semântico Estudo de painel Grupo focal Intervalo de confiança Levantamento pela Internet Levantamento pelo correio Pesquisa de levantamento População Predisposição de resposta Predisposição para “dizer sim” e para “dizer não” Questões abertas Questões fechadas Referencial da amostragem Taxa de retorno Viés do entrevistador Questões de Revisão ___________________________________

1.

O que é um levantamento? Descreva algumas questões de pesquisa que podem ser investigadas por meio de um levantamento.

2.

Diferencie técnicas de amostragem probabilística e não probabilística. Quais são as implicações de cada uma?

3.

Diferencie amostragem acidental e amostragem por quota.

P esqu isa de L evantam ento : U m a M e to d o l o g ia pa ra E stim ular P esso a s

169

4.

D iferencie am ostragem randôm ica sim ples, randôm ica estratificada e por agru p am en to.

5.

Por que pesquisadores interessados em testar h ipóteses sobre relações entre variáveis não se preocupam m uito em realizar am ostragem randômica?

6.

Quais são as vantagens e as desvantagens do uso de questionários versus entrevistas num levantamento?

7.

D iferencie os vários m étodos de aplicação de um levantam ento: q uestioná­ rio, entrevista e Internet.

8.

Que fatores devem ser considerados na elaboração de perguntas para um levantamento (incluindo perguntas e alternativas de resposta)?

9.

Defina viés do entrevistador.

10 . O que é predisposição de resposta de conveniência social?

11. Como o tamanho da amostra afeta a interpretação dos resultados de um levantamento? Atividades______________________________ ____________

1.

No estudo de Steinberg e Dornbusch (1991) sobre trabalho de adolescentes (ver Figura 7.1), aumento das horas de trabalho estava associado a redu­ ção das notas escolares. Podemos concluir que trabalhar mais tempo causa redução das notas? Por que sim ou por que não? Como se poderia expandir essa investigação mediante um estudo de painel?

2.

Escolha um assunto para levantamento. Elabore pelo menos cinco questões fechadas que possam ser incluídas no levantamento. Para cada questão escreva uma versão “boa” e uma versão “precária”. Para cada questão pre­ cária, indique os elementos que a prejudicam e justifique as vantagens da versão “boa”.

8 Delineamento Experimental: Objetivos e Ciladas

r

Variáveis Confundidas e Valida­ de Interna

^ Delineamentos com Grupos In­ dependentes

t' Experimentos Mal Planejados

Falta de Grupo de Controle Ciladas de um Delineamento de Pré-teste-Pós-teste com um grupo História Maturação Teste Desgaste do Instrumento Regressão Estatística

Delineamento com Grupo de Con­ trole Não Equivalente *

Experimentos Bem Planejados

Delineamento com Pós-teste Apenas Delineamento com Pré-teste-Pósteste Vantagens e Desvantagens dos Dois Delineamentos t'

Distribuição dos Participantes pelas Condições Experimentais

Distribuição Randômica Simples Distribuição Randômica Empare­ lhada t

Delineamento com Medidas Re­ petidas

Vantagens e Desvantagens dos De­ lineamentos com Medidas Repetidas Contrabalanceamento Contrabalanceamento Completo Quadrado Latino Blocos Randomizados

Intervalo de Tempo Entre Trata­ mentos Escolha Entre Delineamentos com Grupos Independentes e com Me­ didas Repetidas Termos Estudados Questões de Revisão Atividades

o método experimental, todas as covariáveis são controladas. Suponha­ mos que o leitor queira testar a hipótese de que a aglomeração prejudica o desempenho cognitivo. Para fazer o teste, poderia comparar um grupo de pessoas numa sala lotada com outro grupo numa sala não lotada. Os partici­ pantes de cada um dos grupos completariam então a mesma tarefa cognitiva. Suponhamos agora que o desempenho nos testes cognitivos seja pior na situa­ ção de aglomeração. Podemos atribuir a diferença nos escores dos testes apenas à diferença de aglomeração? A resposta será sim, se não houver outra diferença entre os grupos. No entanto, imagine que o grupo testado na condição de aglo­ meração tenha ficado numa sala sem janelas e que o grupo testado na condição de não-aglomeração tenha ficado numa sala com janelas. Por exemplo, foram utilizadas para a pesquisa duas salas diferentes de uma faculdade. Nesse caso, seria impossível saber se os escores baixos dos participantes do grupo testado na condição de aglomeração foram devidos à aglomeração ou à falta de janelas.

N

Neste capítulo, discutiremos os procedimentos fundamentais do delinea­ mento experimental. Já vimos no Capítulo 4 que o método experimental tem a vantagem de permitir uma interpretação relativamente não ambígua dos resul­ tados. O pesquisador manipula a variável independente para criar grupos que diferem nos níveis desta variável e, então, compara os grupos quanto a seus escores na variável dependente. Mantém todas as outras variáveis constantes, por meio de controle experimental direto ou por randomização. Se os escores dos grupos são diferentes, o pesquisador pode concluir que a variável independente causou os resultados, porque a única diferença entre os grupos é a variável manipulada.

VARIÁVEIS CONFUNDIDAS E VALIDADE INTERNA

Embora a tarefa de planejar um experimento seja logicamente refinada e extraordinariamente simples, o leitor deveria estar consciente de potenciais cila­ das envolvidas. No experimento hipotético sobre aglomeração descrito, as variá­ veis aglomeração e presença de janela estão confundidas. Fala-se em variáveis confundidas quando os efeitos de duas variáveis independentes estão entrela­ çados e não se consegue determinar qual delas é responsável pelo efeito observa­ do. A presença ou ausência de janela pode afetar o desempenho, mas se esta variável for mantida constante, seu efeito deve ser idêntico em ambas as condi­ ções. Assim, a presença de janelas não será um fator relevante na interpretação das diferenças entre os grupos testados nas condições de aglomeração e de nãoaglomeração. Em resumo, ambas as salas no experimento sobre aglomeração não deve­ riam ter janelas ou ambas deveriam ter janelas. Como uma sala tem janelas e a

D f.u n f a m f .n t o E x p e r i m e n t a i .: O b j k t iv o s f. C il a d a s

173

outra não tem, é impossível atribuir qualquer diferença na variável dependente (escores no teste) unicamente à variável independente (aglomeração). Uma ex­ plicação alternativa é plausível: a diferença nos escores do teste pode ter sido causada, pelo menos em parte, pela variável janela. Um planejamento experimental bem-feito elimina possíveis variáveis con fundidas que resultem em explicações alternativas. Um pesquisador pode decla­ rar que uma variável independente causou os resultados somente quando não há explicações alternativas. Quando podemos atribuir com segurança os resul­ tados de um experimento ao efeito de uma variável independente, dizemos que o experimento tem validade interna (veja Capítulo 4). Para obter validade inter­ na, o pesquisador deve planejar e realizar o experimento de tal forma que a variável independente seja a única causa dos resultados. Ao planejar um experimento ou ler o relato de uma pesquisa realizada por outras pessoas, é importante considerar a validade interna. Vários delineamen­ tos experimentais diferentes descritos por Campbell e Stanley (1966) ilustram bem algumas ameaças à validade interna de um experimento.

EXPERIMENTOS MAL PLANEJADOS Falta de Grupo de Controle

Suponhamos que o leitor queira investigar se sentar perto de um estranho provoca seu afastamento. Poderia tentar sentar perto de vários estranhos e medir sua latência (em segundos) para ir embora. Teríamos o seguinte delineamento: Variável independente

Variável dependente

Suponhamos que a latência média medida de afastamento seja 9,6 segun­ dos. Infelizmente, não é possível interpretar esse resultado. Não sabemos se as pessoas ficariam mais tempo caso o leitor não tivesse sentado ao lado delas ou se teriam ficado durante 9,6 segundos de qualquer maneira. E possível inclusive que fossem embora mais cedo se ninguém tivesse sentado ao lado delas - talvez tenham gostado do leitor. Falta a esse delineamento - denominado “estudo de caso instantâneo” por Campbell e Stanley (1966) - um elemento crucial de um experimento: um gru­ po, de controle ou de comparação. Há necessidade de algum tipo de condição de

174

M é t o d o s d e P e sq u isa em C i ê n c i a s d o C o m p o r t a m e n t o

comparação para que possamos interpretar os resultados. O estudo de caso ins­ tantâneo sem grupo de controle para comparação apresenta deficiências sérias, no contexto do planejamento de um experimento internamente válido, que exa­ mine os efeitos de uma variável independente sobre uma variável dependente. Como vimos no Capítulo 5, estudos de caso são úteis em outros contextos. Ciladas de um Delineamento de Pré-teste-Pós-teste com um Grupo

Uma forma de obter uma comparação é submeter os participantes a uma medida antes da manipulação (pré-teste) e submetê-los novamente à medida após a manipulação (pós-teste). Pode-se calcular, então, um índice de mudança do préteste para o pós-teste. Embora esse delineam ento de pré-teste-pós-teste pareça correto, alguns problemas importantes podem ser apontados. A título de exemplo, suponhamos que o leitor queira testar a hipótese de que um programa de treino de relaxamento é eficaz para reduzir o hábito de fumar. Usando o delineamento de pré-teste-pós-teste com um grupo, o leitor poderia selecionar um grupo de fumantes, aplicar uma medida do comporta­ mento de fumar, fornecer o treino de relaxamento e, então, reaplicar a medida do comportamento de fumar. Seu delineamento ficaria assim: Variável dependente no pré-teste

Variávd independente

Variável dependente no pré-teste

Ocorrendo redução do comportamento de fumar, não podemos concluir que o resultado foi devido ao programa de treino de relaxamento-. A falha desse delineamento está em não considerar algumas explicações alternativas possíveis: história, maturação, teste, desgaste do instrumento e regressão esta­ tística. História. História refere-se a qualquer evento que ocorra entre a primeira e a segunda mensuração, mas que não faz parte da manipulação. Qualquer evento desse tipo confunde-se com a manipulação. Por exemplo, suponhamos que uma pessoa famosa tenha morrido de câncer de pulmão entre a primeira e a segunda medida. Esse evento e não o treino de relaxamento poderia ser res­ ponsável pela redução do comportamento de fumar. O exemplo da morte da celebridade é reconhecidamente dramático e talvez seja improvável. No entanto,

UP'*'"

D e l i n e a m e n t o E x p e r i m e n t a l : O b j e t iv o s e C il a d a s

175

efeitos históricos podem ser causados por praticamente qualquer evento con­

fundido que ocorra ao mesmo tempo que a manipulação experimental. Maturação. As pessoas mudam ao longo do tempo. Num período curto de tempo, ficam entediadas e cansadas, às vezes tornam-se mais experientes e cer­ tamente ficam com fome. Ao longo de um período maior de tempo, crianças tornam-se mais coordenadas e analíticas. Quaisquer mudanças que ocorram sistematicamente ao longo do tempo são denominadas efeitos de maturação. Um problema de maturação pode estar envolvido no exemplo de redução do comportamento de fumar, se as pessoas em geral ficam mais preocupadas com a saúde à medida que envelhecem. Qualquer fator desse tipo relacionado a tempo pode resultar numa mudança do pré-teste para o pós-teste. Se isso ocorrer, pode­ mos enganar nos ao atribuir a mudança ao tratamento em vez de atribuí-la à maturação.

Teste. O teste toma-se um problema quando o simples fato de ter sido sub­ metido ao pré-teste modifica o comportamento do participante. Por exemplo, a medida do comportamento de fumar pode requerer que as pessoas mantenham um diário, em que registram cada cigarro que fumaram durante o dia. O mero registro pode ser suficiente para causar uma redução do número de cigarros que a pessoa fuma. Assim, a redução encontrada no pós-teste poderia ser resul­ tado do pré-teste e não do programa em si. Em outros contextos, o pré-teste pode sensibilizar a pessoa em relação ao objetivo do experimento ou melhorar uma habilidade testada. Novamente, a validade interna do experimento fica com­ prometida. Desgaste do instrum ento. Algumas vezes, as características básicas do instrumento de medida mudam ao longo do tempo, o que é denominado des­ gaste do instrum ento. Considere fontes de desgaste do instrumento, quando observadores humanos medem comportamento. Ao longo do tempo, um obser­ vador pode tomar-se mais habilidoso, ficar cansado ou mudar os padrões nos quais baseia suas observações. Em nosso exemplo sobre o comportamento de fumar, durante o pré-teste, quando a tarefa é nova e interessante, os participan­ tes podem estar muito motivados para registrar todos os cigarros que fumam, mas na época do pós-teste podem estar cansados da tarefa e esquecer algumas vezes de fazer o registro. Um desgaste do instrumento desse tipo pode levar a uma aparente redução do comportamento de fumar. Regressão estatística. A regressão estatística, algumas vezes denomi­ nada regressão em direção à média, tende a ocorrer quando os participantes são selecionados por ter escores extremamente altos ou extremamente baixos em alguma característica. Quando são testados novamente, seus escores ten­ dem a mudar em direção à média. É provável que escores extremamente altos diminuam e que escores extremamente baixos aumentem.

176

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o r i a m k n t o

A regressão estatística poderia representar um problema no experimento sobre comportamento de fumar se os participantes fossem selecionados por fu­ mar muito de partida. Ao escolher para o programa as pessoas que tiveram os escores mais altos no pré-teste, o pesquisador poderia ter selecionado muitos participantes que, por alguma razão, estavam fumando bem mais que o habi­ tual quando a medida foi aplicada. O problema relaciona-se à fidedignidade da medida. Se houver erro de mensuração no escore de uma pessoa que obteve índices extremos, é provável que o escore se torne menos extremo quando a medida for reaplicada. A mudança global do pré-teste para o pós-teste num grupo de fumantes pesados poderia ser devida à regressão estatística e não ao programa. A regressão estatística também ocorre quando tentamos explicar eventos que ocorrem no “mundo real”. Os repórteres especializados freqüentemente fa­ lam numa maré de azar que atinge os atletas que se tornam capa das principais revistas esportivas. O desempenho de vários atletas caiu consideravelmente de­ pois da reportagem de capa. Embora a divulgação da própria história pudesse ser a causa do pior desempenho (talvez a notoriedade resulte em nervosismo e menor concentração), a regressão estatística também é uma explicação prová­ vel. Um atleta é selecionado para a capa da revista em razão de seu desempenho excepcional. O princípio da regressão estatística afirma que o desempenho mui­ to elevado tende a deteriorar. Poderíamos ter ceiteza disso, se as revistas também escolhessem para capa atletas com baixo desempenho e se a reportagem repre­ sentasse um bom presságio para eles. Todos esses problemas podem ser eliminados por meio de um grupo de controle apropriado. Um grupo que não recebe o tratamento experimental re­ presenta um controle adequado para efeitos de história, regressão estatística e assim por diante. Por exemplo, eventos históricos externos devem ter o mesmo efeito tanto no grupo experimental quanto no grupo de controle. Se o grupo experimental diferir do grupo de controle na medida dependente aplicada após a manipulação, a diferença entre os dois grupos pode ser atribuída ao efeito da manipulação experimental. Os participantes da condição experimental e de controle devem ser equiva­ lentes. Se os participantes dos dois grupos diferirem antes da manipulação, pro­ vavelmente diferirão também após a manipulação. O próximo delineamento ilustra esse problema.

Delineamento com Grupo de Controle Não Equivalente O delineamento com grupo de controle não equivalente utiliza um gru­ po de controle separado, mas os participantes nas duas condições - grupo de

D e l i n e a m e n t o E x p e r i m e n t a l : O b j e t iv o s e C il a d a s

177

controle e experimental - não são equivalentes. A diferença toma-se uma variá­ vel confundida que fomece uma explicação alternativa para os resultados. Em geral, esse problema, conhecido como diferenças de seleção, ocorre quando os participantes que compõem os dois grupos do experimento são escolhidos de grupos naturalmente existentes. Se estudarmos o programa de treino de relaxa­ mento com o delineamento de grupo de controle não equivalente, teremos o seguinte: Variável independente

Variável dependente

Aplica-se a medida do comportamento de fumar aos participantes do pri­ meiro grupo, depois de eles terem completado o treino de relaxamento. As pes­ soas do segundo grupo não participam de qualquer treinamento. Nesse delinea­ mento, o pesquisador não tem qualquer tipo de controle sobre quais participan­ tes estarão em cada um dos grupos. Suponhamos, por exemplo, que o estudo seja realizado num departamento de uma grande empresa. Todos os funcionários fumantes são identificados e convidados a participar do programa de treina­ mento. As pessoas que se voluntariaram para o programa ficam no grupo expe­ rimental e as do grupo de controle são simplesmente os fumantes que não se candidataram ao treinamento. O problema de diferenças na seleção surge, por­ que os fumantes que escolheram participar podem diferir de alguma forma im­ portante dos que não escolheram participar. Por exemplo, é possível que sejam fumantes leves em comparação com os outros e que esperem obter maior ajuda do programa. Assim, qualquer diferença entre os dois grupos na medida do com­ portamento de fumar poderia refletir diferenças preexistentes em lugar de refle­ tir o efeito do treino de relaxamento. E importante notar que o problema de diferenças em seleção aparece nesse delineamento, mesmo quando o pesquisador aparentemente foi bem-sucedido na manipulação da variável independente, usando grupos semelhantes. Por exemplo, um pesquisador pode designar todos os fumantes do departamento de engenharia de uma empresa para o treino de relaxamento e os do departamento de publicidade para o grupo de controle. Naturalmente, o problema nesse caso decorre da possibilidade de os fumantes dos dois departamentos diferirem quanto-a^eu comportamento de fumar antes do programa de relaxamento.

178

M é t o d o s d e P e s q u i s a e m C i ê n c ia s d o C o m p o r t a m e n t o

EXPERIMENTOS BEM PLANEJADOS

Agora que o leitor sabe como planejar um experimento e conhece alguns problemas que devem ser evitados, vamos examinar um experimento bem plane­ jado, um delineamento experimental “verdadeiro”. O delineamento experimental mais simples possível tem duas variáveis: a variável independente e a dependente. A variável independente tem dois níveis: um grupo experimental e um grupo de controle. Os pesquisadores precisam esforçar-se para assegurar que os dois gru­ pos difiram apenas em relação à variável manipulada. Lembre que o método ex­ perimental envolve controle de variáveis estranhas, seja mantendo essas variáveis constantes (controle experimental), seja por meio de randomização, para garan­ tir que qualquer variável estranha afete igualmente os dois grupos. O delineamen­ to experimental simples pode assumir uma de duas formas: um delineamento com pós-teste apenas ou com pré-teste-pós-teste.

Delineamento com Pós-teste Apenas Um pesquisador que usa o delineamento com pós-teste apenas .deve: (1) obter dois grupos equivalentes de participantes, (2) introduzir a variável inde­ pendente e (3) medir o efeito da variável independente sobre a variável depen­ dente. O delineamento assume a seguinte forma: Variável independente

Variável dependente

Assim, o primeiro passo consiste em escolher os participantes e distribuí-los pelos grupos. Os procedimentos utilizados devem resultar em grupos equivalen­ tes, para eliminar o problema de diferenças de seleção. Pode-se obter equivalên­ cia dos grupos designando os participantes ao acaso para as duas condições ou fazendo com que os mesmos indivíduos participem das duas condições. O C no diagrama significa que os participantes são distribuídos casualmente pelos dois grupos. Em seguida, o pesquisador deve escolher dois níveis da variável indepen­ dente, ou seja, um grupo experimental que recebe o tratamento e um grupo de controle que não recebe. Assim, um pesquisador pode estudar, por exemplo, o

D e l in e a m e n t o E x p e r i m e n t a l : O b j e t i v o s e C i l a d a s

179

efeito da recompensa sobre a motivação para brincar, oferecendo uma recom­ pensa a um grupo de crianças antes de um jogo e não oferecendo qualquer recompensa às crianças do grupo de controle. Um estudo que teste o efeito de um método para reduzir o comportamento de fumar poderia comparar um gru­ po que recebe o tratamento com um grupo de controle que não recebe. Outra possibilidade seria usar duas quantidades diferentes da variável independente isto é, usar mais recompensa num grupo do que em outro ou comparar os efei­ tos de quantidades diferentes de treino de relaxamento. Qualquer uma dessas abordagens poderia fornecer uma base para a comparação dos dois grupos. Finalmente, mede-se o efeito da variável independente. O mesmo procedi­ mento de mensuração é usado para os dois grupos, o que permite a comparação entre eles. Como os grupos são equivalentes de partida, vários fatores - tais como história ou maturação - afetam ambos igualmente. Assim, qualquer dife­ rença entre os grupos na variável dependente pode ser atribuída ao efeito da variável independente. O resultado é um delineamento experimental que tem validade interna. De fato, um teste de significância estatística poderia ser usado para avaliar a diferença entre os grupos. No entanto, não precisamos preocupar-nos com a estatística neste momento. Devemos planejar bem o experimento e eliminar as variáveis confundidas. Se isso não ocorrer, os resultados serão inú­ teis e a estatística não poderá ajudar. Delineamento com Pré-teste-Pós-teste

A única diferença entre o delineamento com pós-teste apenas e aquele com pré-teste-pós-teste é que neste último se aplica um pré-teste antes de introduzir a manipulação experimental. Esse delineamento toma possível assegurar que os grupos sejam realmente equivalentes desde o início. No entanto, em geral essa precaução é desnecessária se os participantes tiverem sido distribuídos ao acaso pelos grupos. Com uma amostra suficientemente grande de participantes, a distri­ buição casual produz grupos praticamente idênticos em todos os aspectos. O leitor provavelmente está-se perguntando quantos participantes são ne­ cessários em cada grupo, para assegurar que a distribuição casual tomou os grupos equivalentes. Quanto maior a amostra, menor a probabilidade de os gru­ pos diferirem sistematicamente antes da manipulação da variável independen­ te. Ao mesmo tempo, aumenta a probabilidade de que qualquer diferença entre os grupos quanto à variável dependente seja devida ao efeito da variável inde­ pendente. Há procedimentos formais para determinar o tamanho da amostra necessário para detectar um efeito estatisticamente significativo, mas uma nor­ ma prática recomenda 20 participantes por condição. O Capítulo 13 descreve outras questões envolvidas na determinação do número de participantes neces­ sário num experimento.

18 0

M étodos de P e s q u i s a em C i ê n c i a s d o C o m p o r t a m e n t o

Vantagens e Desvantagens dos Dois Delineamentos

Cada delineamento tem vantagens e desvantagens que influenciam a deci­ são de incluir ou não um pré-teste. O primeiro fator de decisão refere-se à equi­ valência dos grupos no experimento. Embora a randomização tenda a produzir equivalência entre os grupos, é possível que no caso de amostras pequenas os grupos não sejam iguais. Então, um pré-teste permite ao pesquisador determi­ nar se os grupos eram equivalentes desde o início. Algumas vezes, um pré-teste é necessário para selecionar os participantes do experimento. A aplicação de um pré-teste pode ser necessária para que o pesqui­ sador encontre os escores mais baixos e os mais altos numa medida do comporta­ mento de fumar, num teste de ansiedade em relação a matemática ou numa me­ dida de preconceito. Uma vez identificados, os participantes poderão ser distri­ buídos ao acaso pelos grupos experimental e de controle. Além disso, o pesquisa­ dor que usa um pré-teste pode medir o grau de mudança em cada indivíduo. Se um programa de redução do comportamento de fumar parece ser efetivo para alguns indivíduos mas não para outros, pode-se tentar descobrir o porquê. Também há necessidade de um pré-teste quando há uma possibilidade de os participantes abandonarem o experimento, especialmente se o estudo for longo. Denomina-se mortalidade o abandono de um experimento. As pessoas podem ir embora por motivos não relacionados às manipulações experimentais, tais como doenças. Algumas vezes, no entanto, a mortalidade está relacionada à manipulação experimental. Mesmo que os grupos sejam equivalentes no início, diferentes níveis de mortalidade podem tomá-los desiguais. Como a mortalidade poderia afetar um programa planejado para reduzir o comportamento de fumar? Os fumantes mais pesados do grupo experimental poderiam abandonar o programa. Conseqüente­ mente, no momento da aplicação do pós-teste somente teriam permanecido os fu­ mantes leves, e a comparação entre os grupos experimental e de controle revelaria menor freqüência de fumar no grupo experimental, mesmo que o programa não tivesse efeito. O uso de um pré-teste permite a avaliação dos efeitos da mortalidade. Podem-se examinar os escores no pré-teste das pessoas que abandonaram o experi­ mento e verificar se a mortalidade afetou os resultados finais. Assim, os pré-testes podem oferecer algumas vantagens no delineamento experimental. Uma desvantagem de um pré-teste, no entanto, pode ser o gasto de tempo e o incômodo da aplicação, no contexto dos procedimentos experi­ mentais particulares utilizados. Talvez o mais importante seja considerar a pos­ sibilidade de o pré-teste sensibilizar os participantes em relação aos objetivos do estudo, permitindo-lhes adivinhar as hipóteses testadas. Eles poderiam, então, reagir à manipulação diferentemente do que fariam se não tivessem sido sub­ metidos ao pré-teste. Quando um pré-teste afeta a reação dos participantes à manipulação, é difícil generalizar os resultados para pessoas que não passaram pelo pré-teste. Isto é, a variável independente poderia não ter efeito no mundo

D e l i n e a m e n t o E xper im en ta l : O b j e t i v o s e C i l a d a s

181

real, em que é rara a aplicação de pré-teste. Trataremos desse assunto em mais profundidade no Capítulo 14. Se a consciência de um pré-teste representa um problema, pode-se disfar­ çar o pré-teste. Uma forma de fazer isso é a aplicação por outro experimentador numa situação completamente diferente. Outra possibilidade é inserir o préteste num conjunto de medidas irrelevantes, para que o interesse do pesquisador num tópico particular não fique evidente. Também é possível avaliar diretamente o impacto do pré-teste, com uma combinação dos delineamentos com pós-teste apenas e com pré-teste-pós-teste. Nesse delineamento, submetemos metade dos participantes apenas ao pós-teste e a outra metade, tanto ao pré-teste quanto ao pós-teste. Esse delineamento, que é denominado formalmente um delineamento de quatro grupos de Solomon e per­ mite avaliar diretamente o efeito do pré-teste, será mais detalhadamente discutido no Capítulo 14. Finalmente, pode-se observar o comportamento dos participantes sem seu conhecimento no pré-teste, embora esse procedimento deva ser objeto de considerações éticas. Ao ler o relato de um experimento que utilizou um delinea­ mento de pré-teste-pós-teste, o leitor deve tentar verificar se o pré-teste pode ter criado um problema para a interpretação dos resultados. A Tabela 8.1 resume os vários delineamentos descritos neste capítulo. O leitor deve familiarizar-se com os delineamentos, com as ameaças à validade interna e com as justificativas para a eliminação dessas ameaças, quando utiliza delineamentos realmente experimentais.

Tabela 8.1

Resumo dos delineamentos experimentais.

Tipo de delineamento 1. Estudo de caso instantâneo 2. Pré-teste-pós-teste com um grupo

Problema (s) Falta de grupo de comparação Efeito de história Efeito de maturação Efeito de teste Efeito de desgaste do instrumento Efeito de regressão estatística Mortalidade 3. Grupo de controle não equivalente Diferenças de seleção Mortalidade 4. Experimento verdadeiro com pós-teste apenas Nenhum, talvez mortalidade 5. Experimento verdadeiro com pré-teste-pós-teste Nenhum, talvez mortalidade, mas que pode ser avaliada com informação do pré-teste. Um problema potencial é a sensibilização dos participantes em re­ lação à hipótese

182

M é t o d o s dh P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

DISTRIBUIÇÃO DOS PARTICIPANTES PELAS CONDIÇÕES EXPERIMENTAIS

Como vimos, há duas maneiras de distribuir os participantes pelas condi­ ções experimentais. Num procedimento, a distribuição é aleatória e cada parti­ cipante é designado para um grupo apenas. Esse é o delineamento com grupos independentes. No outro procedimento, os participantes passam por todas as condições. No experimento mais simples, submete-se cada participante aos dois níveis da variável independente. Esse é o delineamento com medidas repeti­ das. Cada participante é submetido a uma mensuração depois de ter passado por cada nível da variável independente. Nas duas seções seguintes, examinare­ mos detalhadamente cada um desses delineamentos.

DELINEAMENTOS COM GRUPOS INDEPENDENTES

Num delineamento com grupos independentes, participantes diferentes são designados para cada uma das condições. Há dois procedimentos para isso: dis­ tribuição randômica simples e distribuição randômica emparelhada. Distribuição Randômica Simples

O método mais fácil de designar participantes a grupos diferentes é a dis­ tribuição randômica simples. Se há dois grupos no experimento, um procedi­ mento possível de randomização é jogar uma moeda. Se o resultado for cara, o indivíduo vai para um grupo, e se o resultado for coroa, vai para o outro. Quan­ do há mais de dois grupos, o pesquisador deve consultar uma tabela de números aleatórios. No Apêndice C, o leitor encontra uma tabela de números aleatórios acompanhada por instruções sobre seu uso. A tabela, gerada por computador, é composta por uma série de números de 0 a 99. O pesquisador pode usar os arranjos dos números da tabela para determinar o grupo em que cada partici­ pante irá ficar. A distribuição randômica impede a atuação de qualquer viés sistemático e os grupos serão equivalentes em termos das características dos participantes, tais como classe social, inteligência, idade e atitudes políticas. Distribuição Randômica Emparelhada

Um método um pouco mais complicado de designar participantes a dife­ rentes grupos é denominado distribuição randômica emparelhada. Quando deseja garantir que os grupos são equivalentes em relação a alguma caracterís-

D e l i n e a m e n t o E x p e rim e n ta l: O b j e t i v o s e C i l a d a s

18 3

rica do sujeito, o pesquisador pode usar procedimcntos de emparelhamento. A variável de emparelhamento costuma ser uma característica fortemente relacio­ nada com a variável dependente. Por exemplo, num experimento de aprendiza­ gem, podem-se emparelhar os participantes com base nos escores de um teste de inteligência. Se não houver relação entre inteligência e a medida dependente, no entanto, o emparelhamento com base em inteligência será perda de tempo. O primeiro passo na utilização de procedimentos de distribuição randômica emparelhada é obter uma medida da variável de emparelhamento para cada indivíduo. Os participantes são, então, ordenados do maior para o menor, com base nos escores da variável de emparelhamento. Agora, o pesquisador pode formar pares, aproximadamente correspondentes em relação à característica (os dois participantes com escores mais altos constituem o primeiro par, os dois seguintes constituem o segundo par e assim por diante). Finalmente, os mem­ bros de cada par são aleatoriamente designados às condições do experimento. A distribuição randômica emparelhada garante que os grupos sejam equiva­ lentes (quanto à variável de emparelhamento), antes que se introduza a manipula­ ção da variável independente. Essa garantia pode ser particularmente importante quando a amostra é pequena, porque a probabilidade de os procedimentos de distri­ buição randômica produzirem grupos equivalentes aumenta à medida que o tama­ nho da amostra aumenta. Portanto, o emparelhamento tende a ser usado quando há poucos participantes disponíveis ou quando restrições financeiras limitam a pos­ sibilidade de utilização de um grande número de indivíduos no experimento. Essas vantagens resultam em maior capacidade para detectar um efeito estatisticamente significativo da variável independente, porque é possível expli­ car as diferenças individuais nas respostas à variável independente. Suponha­ mos que o leitor realize um experimento em que a variável independente é a forma de apresentação de material - impresso versus áudio - e a variável depen­ dente é a capacidade para lembrar o material. Ao examinar os resultados, pode­ rá verificar que a capacidade média de lembrança á diferente nos dois grupos. Além disso, dentro de cada grupo os escores dos participantes variam, ou seja, o desempenho dos participantes submetidos a uma mesma condição experimen­ tal não é equivalente. No caso da distribuição randômica simples, não sabemos por que esta variabilidade existe. Simplesmente, a denominamos “erro” ou variância não explicada dos escores. Quando há emparelhamento, no entanto, é possível explicar muito da variabilidade dentro de cada grupo. Se a inteligência estiver relacionada com a capacidade de lembrança, podemos verificar em que medida as diferenças individuais na reação à variável independente são devidas à inteligência. A capacidade de explicar a variabilidade existente nos escores da variável dependente reduz a magnitude do “erro” e, reduzindo o erro ou variabi­ lidade não explicada, temos maior probabilidade de verificar que as diferenças entre as médias são estatisticamente significativas.

184

M é t o d o s d e P esq u isa em C iências do C om po rta m en to

Essas questões de variabilidade e de significância estatística serão mais dis­ cutidas no Capítulo 13 e no Apêndice B. O ponto principal aqui é observar que o emparelhamento numa variável torna mais provável que se encontre uma dife­ rença estatisticamente significativa entre os grupos num experimento. No en­ tanto, procedimentos de emparelhamento podem consumir tempo e dinheiro, porque requerem que antes do experimento se faça a mensuração dos partici­ pantes na variável de emparelhamento. Esforços desse tipo só valem a pena quan­ do a variável de emparelhamento está fortemente relacionada à medida depen­ dente e que tenhamos conhecimento da existência dessa relação antes de reali­ zar o estudo. Por essa razão, o emparelhamento tende a ser menos usado que a distribuição randômica simples. Uma técnica de compromisso evita os problemas do emparelhamento ao mesmo tempo que mantém algumas de suas vantagens estatísticas. Em vez de obter dados sobre uma variável do sujeito (por exemplo, escores de inteligência) para estabelecer os pares emparelhados, usamos o delineamento de distribuição randômica simples, mas dedicamos algum tempo para coletar os dados da' va­ riável do sujeito. Embora esses dados sejam coletados “após o fato”, podemos utilizá-los na análise estatística dos resultados. O leitor pode ter entrado em contato com pesquisas que utilizam “análise de covariância” ou que se referem a uma variável, como inteligência, utilizada como “covariada”. Nesse caso, uma técnica estatística denominada análise de covariância controla estatisticamente a correlação entre a variável do sujeito e a variável dependente no experimento. Esse procedimento remove a variância do erro que resulta do fato de a variabili­ dade nos escores da variável dependente ser devida, em parte, ao efeito da variá­ vel do sujeito. A teoria e os procedimentos envolvidos na análise de covariância estão além dos objetivos deste livro. No entanto, depois de ter-se familiarizado com os métodos estatísticos mais simples, descritos nos Capítulos 12 e 13 e no Apêndice B, o leitor estará em condições de usar técnicas desse tipo. Nos dois procedimentos - de distribuição randômica simples e de distribui­ ção randômica emparelhada cada indivíduo participa de apenas uma condi­ ção experimental. Num procedimento alternativo, denominado delineamento experimental de medidas repetidas, os mesmos indivíduos participam de todos os grupos.

DELINEAMENTO COM MEDIDAS REPETIDAS

Considere um experimento que investigue a relação entre o significado de um material e sua aprendizagem. Num delineamento de grupos independentes, um grupo de participantes aprende um material com conteúdo significativo e outro, um material com conteúdo pouco significativo. Num delineamento de

D euneam knto E x p é rim e n ta i.: O b je tiv o s f. C iladas

185

medidas repetidas, os mesmos indivíduos participam das duas condições. Assim, os participantes podem 1er primeiro o material com conteúdo pouco significati­ vo e responder a um teste para avaliar a aprendizagem. Os mesmos participan­ tes lêem, então, o material com conteúdo significativo e respondem ao teste. O leitor pode verificar por que esse delineamento é denominado um delineamento com medidas repetidas. Os participantes passam por repetidas mensurações da variável dependente, após cada condição experimental. Vantagens e Desvantagens de Delineamentos com Medidas Repetidas

O delineamento com medidas repetidas tem várias vantagens. A vantagem mais evidente é a necessidade de um número menor de participantes, porque cada indivíduo passa por todas as condições. Quando há pouca disponibilidade de par­ ticipantes ou quando o custo da participação é elevado, um delineamento de me­ didas repetidas pode ser preferível. Em muitas pesquisas sobre percepção, por exem­ plo, há necessidade de uma fase extensa de treinamento antes que o experimento real possa começar. Pesquisas desse tipo freqüentemente são realizadas com pou­ cos indivíduos, que passam por todas as condições experimentais. Uma vantagem adicional dos delineamentos com medidas repetidas á a extrema sensibilidade para encontrar diferenças entre os grupos. Como os indi­ víduos nos vários grupos são idênticos sob todos os aspectos (são as mesmas pessoas), a variabilidade do erro devida a diferenças individuais é minimizada. Como no delineamento de distribuição randômica emparelhada, anteriormente descrito, a variância do erro ou variabilidade não explicada nos escores pode ser mais facilmente identificada, o que resulta num teste estatístico mais sensível. O princípio é o mesmo dos delineamentos com emparelhamento, mas os partici­ pantes não são emparelhados numa característica apenas - eles são idênticos em todas as características. Conseqüentemente, a probabilidade de detectar um efeito da variável independente sobre a variável dependente é muito maior. O principal problema com um delineamento de medidas repetidas decorre do fato de diferentes condições terem de ser apresentadas numa seqüência par­ ticular. Suponhamos que a lembrança seja maior no grupo com conteúdo signi­ ficativo. Embora esse resultado possa ser causado pela manipulação da variável sentido do conteúdo, o resultado também poderia ser devido simplesmente ao efeito de ordem - a ordem de apresentação dos tratamentos afeta a variável dependente. (Efeitos de ordem também são denominados efeitos de seqüência,) Assim, a maior lembrança na condição de conteúdo significativo poderia ser atribuída ao fato de a tarefa com conteúdo significativo ter sido executada em segundo lugar na ordem de apresentação das condições. O desempenho na se­ gunda tarefa poderia melhorar simplesmente em função da prática obtida na primeira tarefa.

186

M étodos de P e sq u isa em C iências do C om po rta m en to

Há vários tipos de efeitos de ordem. Efeitos de ordem associados simples­ mente à passagem do tempo incluem efeitos de prática e de fadiga. Um efeito de prática é uma melhora do desempenho resultante da prática repetida numa ta­ refa. Um efeito de fadiga é uma deterioração do desempenho resultante de cansa­ ço, tédio ou distração. Efeitos de ordem relacionados a tempo podem ocorrer quando há uma seqüência de tarefas para desempenhar. Por exemplo, suponha­ mos que o leitor peça a uma criança para brincar com videogame, durante pe­ ríodos de 30 minutos, sob diferentes condições a cada vez (por exemplo, diferen­ tes recompensas por bom desempenho ou diferentes graus de distração). Ao jogar pela primeira vez, a criança poderia apresentar um efeito de prática, au­ mentando seus escores ao longo do tempo, mas, ao familiarizar-se com o jogo, poderia apresentar um efeito de fadiga, com deterioração dos escores, à medida que ficasse entediada ou cansada. Outros tipos de efeitos de ordem ocorrem quando o efeito do primeiro tra­ tamento não se dissipa inteiramente, influenciando a resposta ao segundo tra­ tamento. Por exemplo, um efeito de contraste ocorre quando a resposta à segun­ da condição no experimento é alterada por comparação com a primeira. Supo­ nhamos que a variável independente seja a severidade de um crime. Depois de ler a respeito de um crime menos severo, o mais severo poderia parecer pior do que pareceria normalmente. Além disso, ler sobre o crime severo poderia subse­ qüentemente fazer com que os participantes avaliassem o crime menos severo de forma mais branda do que em condições normais. Há duas abordagens para lidar com esses problemas. A primeira delas é empregar técnicas de contrabalanceamento. A segunda é planejar um procedi­ mento em que o intervalo entre as condições seja longo o suficiente para mini­ mizar a influência da primeira condição sobre a segunda. Contrabalanceamento

Contrabalanceamento completo. Num delineamento com medidas repe­ tidas, é muito importante contrabalançar a ordem das condições. Quando se faz um contrabalanceam ento completo, todas as ordens possíveis de apresenta­ ção das condições são incluídas no experimento. No exemplo do estudo sobre aprendizagem de material com conteúdo pouco e muito significativo, metade dos participantes seria designada randomicamente para a ordem pouco-muito, e a outra metade, para a ordem muito-pouco. Esse delineamento é exemplificado a seguir:

D elineam en to E xperim ental : O bjetivos e C i l a d a s

Variável independente

O rd e m 1-

Conteúdo pouco significativo

Variável dependente

Variável independente

187

Variável dependente

Memorização

Conteúdo pouco — ► M em orização significativo

M em orização

Conteúdo m uito significativo

Sujeitos Ordem 2 -

Conteúdo muito significativo

► Memorização

Contrabalançando a ordem das condições, é possível determinar em que medida a ordem influencia os resultados. No estudo hipotctico sobre memória, saberíamos se a maior lembrança na condição com conteúdo muito significati­ vo é consistente para as duas ordens. Também saberíamos em que medida um efeito de prática é responsável pelos resultados. Os princípios de contrabalanceamento podem ser generalizados para ex­ perimentos com três ou mais grupos. Com três grupos, há seis ordens possíveis (3! = 3 x 2 x 1 = 6); com quatro grupos, o número de ordens possíveis aumen­ ta para 24 (4! =4 x 3 x 2 x 1 - 24); precisaríamos no mínimo de 24 participan­ tes para representar cada ordem e de 48 participantes para ter apenas dois participantes por ordem. Imagine o número de ordens possíveis num experi­ mento realizado por Shepard e Metzler (1971). Em seu paradigma experimen­ tal básico, apresentaram a cada participante um objeto tridimensional 10 ve­ zes, variando o ângulo de rotação da figura de zero a 180 graus (a Figura 8.1 ilustra a rotação feita). Em cada tentativa, o participante devia determinar, pressionando um botão, se as duas figuras eram iguais ou diferentes. Os resul­ tados mostraram que o tempo de reação torna-se mais longo à medida que o ângulo de rotação aumenta, distanciando-se do original. Neste experimento com 10 condições, há 3.628.800 ordens possíveis! Felizmente, há alternativas ao contrabalanceamento completo que ainda permitem aos pesquisadores ex­ trair conclusões válidas sobre os efeitos da variável independente.

Fonte: SHEPARD, R. N. e METZLER, J. (1971). Rotação mental de objetos tridimensionais. Science, 171, 701-703. Direitos autorais © 1971 AAAS.

Figura 8.1

Figuras tridimensionais.

188

M é to d o s de P esqu isa em C iências do C o m portam ento

Quadrado latino. É possível controlar efeitos de ordem sem que haja neces­ sidade de considerar todas as ordens, construindo um quadrado latino: um con­ junto limitado de ordens construído para garantir que (1) cada condição apareça em cada posição ordinal e (2) cada condição preceda e siga cada condição uma vez. A utilização de um quadrado latino para determinar a ordem permite contro­ lar a maioria dos efeitos de ordem sem que haja necessidade de incluir todas as ordens possíveis. Suponhamos que o leitor tenha replicado o estudo de Shepard e Metzler (1971) usando apenas quatro rotações: 0, 60, 120 e 180 graus. A Figura 8.2 mostra um quadrado latino para essas quatro condições. Cada linha no qua­ drado é uma das ordens das condições (as condições recebem os nomes A, B, C e D). O número de ordens num quadrado latino é igual ao número de condições; assim, se há quatro condições, há quatro ordens. Se o leitor realizar seu estudo usando um quadrado latino para determinar as ordens, precisará ter pelo menos um participante por linha. Costuma-se trabalhar com dois ou mais participantes por linha e com o mesmo número de participantes em cada linha. O Apêndice D apresenta os procedimentos que devem ser seguidos para construir quadrados latinos com qualquer número de condições.

Ordem das condições 1

2

3

4

Linha 1

A (60)

B (0)

D (120)

C (180)

Linha 2

B (0)

C (180)

A (60)

D (120)

Linha 3

C (180)

D (120)

B (0)

A (60)

Linha 4

D (120)

A (60)

C (180)

B (0)

Nota: As quatro condições foram aleatoriamente nomeadas com as letras A = 60 graus, B = 0 grau; C - 180 graus e D - 120 graus. Cada linha representa uma ordem diferente de apresentação das condições.

Figura 8.2

Quadrado latino com quatro condições.

Blocos randomizados. Em muitas áreas de pesquisa que usam delinea­ mentos de medidas repetidas, o procedimento experimental básico é repetido muitas vezes. Por exemplo, as 10 rotações do estudo de Shepard e Metzler podem ser repetidas várias vezes usando diferentes figuras originais. Cada repetição do

D eu n ea m en t o E x perim en tal : O bjetivos e C iladas

189

experimento básico é denominada um bloco de tentativas. Para controlar os efei­ tos de ordem, quando há muitos desses blocos de tentativas, a ordem de apresen­ tação pode ser determinada aleatoriamente a cada vez. Num experimento em que os indivíduos estão sendo testados numa série de tentativas, como ocorre em muitos estudos de aprendizagem, as “tentativas” são uma variável com medidas repetidas. Nessa situação, o contrabalanceamento não é um problema - de fato, o pesquisador está interessado no efeito da ordem das mudanças no desempenho ao longo das tentativas. Intervalo de Tempo entre Tratamentos

Além de contrabalançarem a ordem dos tratamentos, os pesquisadores pre­ cisam determinar cuidadosamente o intervalo de tempo entre as apresentações dos tratamentos e as atividades possíveis entre eles. Um período de descanso entre os tratamentos pode contrapor-se a um efeito de fadiga; realizar uma tarefa não relacionada entre os tratamentos pode reduzir a possibilidade de um efeito de contraste. Se o tratamento consistir na administração de uma droga cujo efeito demora para desaparecer, o intervalo de tempo entre os tratamentos pode ser de um dia ou mais. Wilson, Ellinwood, Mathew e Johnson (1994) exa­ minaram os efeitos de três doses de maconha sobre o desempenho em tarefas motoras e cognitivas. Cada participante foi testado antes e depois de fumar um cigarro de maconha. Considerando o tempo necessário para o desvanecimento dos efeitos da droga, os participantes foram submetidos às três condições em dias diferentes. Um intervalo de tempo igualmente longo poderia ser necessário no caso de procedimentos que produzem mudanças emocionais, tais como au­ mento de ansiedade ou raiva. O leitor pode ter notado que a introdução de um intervalo prolongado de tempo cria outro problema potencial: os participantes têm de comprometer-se com o experimento por um período longo de tempo. Conseqüentemente, pode tomar-se mais difícil recrutar voluntários e, se o estu­ do demorar dois dias ou mais, alguns participantes podem não retomar. Escolha entre Delineamentos com Grupos Independentes e com Medidas Repetidas

Os delineamentos com medidas repetidas apresentam duas vantagens prin­ cipais em relação aos delineamentos com grupos independentes: (1) redução do número de participantes necessário para completar o experimento e (2) maior controle sobre as diferenças individuais e, conseqüentemente, maior capacidade para detectar um efeito da variável independente. Como vimos anteriormente, essas vantagens são muito importantes em determinadas áreas de pesquisa. No

190

M é t o d o s d e P e s q u is a em C i ê n c i a s d o C o m p o rta m e n to

entanto, as desvantagens dos delineamentos com medidas repetidas, e a necessi­ dade de tomar precauções para lidar com elas, em geral, são razões suficientes para que os pesquisadores optem por delineamentos com grupos independentes. Uma consideração adicional na opção por um delineamento de medidas repetidas diz respeito à generalização para condições do “mundo real”. Greenwald (1976) salientou que, em situações coLidianas reais, algumas vezes encontra­ mos variáveis independentes no formato de grupos independentes: encontra­ mos apenas uma condição sem uma comparação contrastante. No entanto, al­ gumas variáveis independentes são mais freqüentemente encontradas num for­ mato de medidas repetidas: somos expostos a ambas as condições e responde­ mos no contexto da exposição aos dois níveis da variável independente. Assim, por exemplo, se o leitor estiver interessado em saber como características de um réu afetam jurados, um delineamento com grupos independentes pode ser mais apropriado, porque jurados reais estão diante de um único réu num julgamen­ to. No entanto, se estiver interessado nos efeitos de características de um candi­ dato a um emprego sobre empregadores, um delineamento com medidas repeti­ das seria razoável, porque os empregadores tipicamente avaliam vários candi­ datos simultaneamente. A opção por um delineamento com grupos indepen­ dentes ou com medidas repetidas pode ser parcialmente determinada por essas questões de generalização. Finalmente, num delineamento com medidas repetidas não podemos usar qualquer procedimento experimental que produza uma mudança relativamen­ te permanente num indivíduo. A título de exemplo, considere procedimentos cirúrgicos, tais como uma lesão cerebral, ou tratamentos de psicoterapia. O leitor dispõe agora de conhecimentos básicos sobre delineamentos expe­ rimentais. No próximo capítulo, iremos considerar questões que surgirão se real* mente decidir realizar um experimento. Termos Estudados__

_______________________________

Blocos randomizados Contrabalanceamento Delineamento com grupo de controle não equivalente Delineamento com grupos independentes Delineamento com medidas repetidas Delineamento com pós-teste apenas Delineamento com pré-teste-pós-teste Delineamento de pré-teste-pós-teste com um grupo

W r'

D e lineam en to E xperim ental : O b je iiv o s e C iladas

191

Deterioração do instrumento Diferenças de seleção Distribuição randômica emparelhada Efeito de contraste Efeito de fadiga Efeito de história Efeito de maturação Efeito de ordem Efeito de prática Efeitos de teste Quadrado latino Regressão estatística Validade interna Variáveis confundidas Questões de Revisão ________________________

..

1.

O que são variáveis confundidas?

2.

O que é validade interna de um experimento?

3.

Descreva am eaças à validade interna discutidas no texto: história, maturação, teste, deterioração do instrumento, regressão estatística, dife­ renças de seleção e mortalidade.

4.

Por que a existência de um grupo de controle elimina os problemas asso­ ciados com o delineamento de pré-teste-pós-teste com um grupo?

5.

De que forma os dois delineamentos realmente experimentais eliminam o problema de diferenças de seleção?

6.

Diferencie o delineamento com pós-teste apenas do delineamento com préteste-pós-teste. Quais as vantagens e desvantagens de cada um?

7.

Diferencie os delineamentos de distribuição randômica simples e randômica emparelhada. Quando um pesquisador deve usar o delineamento com distri­ buição randômica emparelhada? Quais são as vantagens desse delineamento?

8.

Que é um delineamento com medidas repetidas? Quais são as vantagens da utilização desse delineamento? Quais são as desvantagens?

9.

Quais são as formas de resolver os problemas de um delineamento com medidas repetidas?

192

M é to d o s de P esqu isa em C iências do C o m po rta m ento

10, O procedimento usado para obter uma amostra (isto é, amostcagem randômica ou não randômica) não é o mesmo que o procedimento para distribuir os participantes pelas condições. Diferencie am ostragem randômica de distribuição randômica. A tividades__________________________________ ______

1.

O Dr. Smith soube que uma unidade do campus adquiriu vários computado­ res Macintosh e que outra unidade adquiriu vários computadores IBM. O Dr. Smith interessou-se em saber se o tipo de computador afeta a qualidade dos trabalhos dos estudantes e, assim, visitou cada unidade para reunir amostras de trabalhos feitos por seus membros. Dois graduandos do Depar­ tamento de Letras avaliaram então a qualidade dos trabalhos. O Dr. Smith verificou que a qualidade dos trabalhos era melhor numa unidade do que na outra. Quais as variáveis independente e dependente nesse estudo? Iden­ tifique o tipo de delineamento usado pelo Dr. Smith. Que variáveis estão confundidas com a variável independente? Planeje um experimento real para resolver a pergunta original do Dr. Smith.

2.

Gilovich (1991) descreveu um incidente de que tomou conhecimento du­ rante uma visita a Israel. Muitas mortes ocorreram durante um curto pe­ ríodo de tempo numa região do país. Um grupo de rabinos atribuiu as mor­ tes a uma mudança recente nas práticas religiosas, permitindo que mulhe­ res acompanhassem os funerais. As mulheres foram imediatamente proibi­ das de acompanhar funerais e, depois disso, o número de mortes diminuiu. Como poderíamos explicar esse fenômeno?

3.

Chefes de polícia metropolitana, responsáveis por diferentes regiões, sele­ cionaram dois policiais para participar de um programa destinado a redu­ zir preconceito, aumentando a sensibilidade em relação a diferenças raciais e étnicas entre grupos e questões da comunidade. O programa de treina­ mento foi realizado toda sexta-feira pela manhã, durante três meses. Na primeira reunião e na última, os policiais responderam a um questionário para medir preconceito. Para avaliar a eficácia do programa, comparou-se o escore médio de preconceito na primeira reunião com o escore médio na última reunião. O escore médio de fato diminuiu após o programa de trei­ namento. Que tipo de delineamento é esse? Que problemas específicos sur­ gem se concluirmos que o programa de treinamento foi responsável pela redução do preconceito?

4.

Planeje um experimento para testar a hipótese de que salas de aula separa­ das por sexo favorecem a aprendizagem de matemática por adolescentes de sexo feminino. Defina operacionalmente as variáveis independente e de-

D e lineam en to E xperim ental : O bjetivos e C h adas

193

pendente. Seu experimento deve ter dois grupos e usar o delineamento de distribuição randomica emparelhada. Justifique sua seleção da variável de emparelhamento. Além disso, defenda sua opção por um delineamento com pós-teste apenas ou por um delineamento com pré-teste-pós-teste. Planeje um experimento com medidas repetidas para investigar o efeito do estilo de apresentação de um relatório sobre a nota obtida. Utilize dois ní­ veis da variável independente: uma apresentação de tipo “profissional” (pa­ pel de boa qualidade, impressão a laser, fontes sofisticadas) e outra “não profissional” (papel de qualidade média, impressora matricial, fontes sim­ ples). Discuta a necessidade de realizar contrabalanceamento. Faça uma tabela para ilustrar o delineamento experimental utilizado. O professor Foley testou o sabor de refrigerantes. Cada participante da pes­ quisa experimentou inicialmente uma amostra de Coca-Cola, em seguida uma amostra de Pepsi Cola e, finalmente, uma amostra de RC-Cola. Ava­ liou o sabor depois de experimentar cada amostra. Quais são os problemas potenciais desse delineamento experimental e dos procedimentos utiliza­ dos? Reexamine o delineamento e os procedimentos utilizados para resol­ ver esses problemas. Considere várias alternativas e reflita sobre as vanta­ gens e desvantagens de cada uma delas.

9

Realização de Experimentos

Seleção dos Participantes de uma Pesquisa Manipulação da Variável Indepen­ dente Montagem do Cenário Tipos de Manipulações Manipulações Diretas Manipulações que Envolvem Representação

Força da Manipulação Custo da Manipulação Medida da Variável Dependente Tipos de Medidas Medidas de Auto-relato Medidas Comportamentais Medidas Fisiológicas

Sensibilidade da Variável Dependente Medidas Múltiplas Custo das Medidas Ética

Controles Adicionais Controle das Expectativas dos Par­ ticipantes Características de Demanda Grupos Placebo

Controle das Expectativas do Expe­ rimentador Pesquisa sobre Efeitos de Expecta­ tivas Soluções para o Problema das Ex­ pectativas

Elim inação de Defeitos do Es­ tudo Projeto de Pesquisa Estudos Piloto Testes da Manipulação Entrevista de Esclarecimento Uso de Computadores para Rea­ lização de uma Pesquisa

Análise e Interpretação de Resultados Comunicação da Pesquisa Congressos Científicos

Artigos em Periódicos Termos Estudados Questões de Revisão Atividades

O

s capítulos anteriores forneceram a base para o planejamento de uma pesquisa. Este capítulo trata de alguns aspectos muito práticos da reali­ zação de uma pesquisa. Como selecionar os participantes? Que aspectos devem ser considerados na decisão sobre como manipular a variável indepen­ dente? Que preocupações devem existir em relação à mensuração de uma va­ riável? O que fazer com os resultados obtidos?

SELEÇÃO DOS PARTICIPANTES DE UMA PESQUISA

Os participantes de uma pesquisa precisam ser selecionados de alguma for­ ma, sejam eles crianças, estudantes universitários, esquizofrênicos, ratos, pom­ bos, coelhos, primatas, sejam até mesmo baratas ou planárias. O método de seleção utilizado tem implicações para a generalização dos resultados da pes­ quisa. Como vimos no Capítulo 7, a maioria dos projetos de pesquisa envolve amostragem dos participantes, com base em uma população composta por todos os indivíduos que interessam ao pesquisador. Técnicas de amostragem probabilísticas e não probabilísticas podem ser utilizadas para extrair amostras da popu­ lação. Se for importante descrever acuradamente a população, será preciso usar técnicas probabilísticas. Esse tipo de amostragem é crucial em levantamentos de opinião. Em muitas pesquisas, no entanto, há maior interesse em testar hipóteses a respeito de comportamentos. Nesse caso, o foco do estudo é a relação existente entre as variáveis que estão sendo estudadas e o teste de previsões derivadas de teorias sobre comportamentos. Nesses casos, localizam-se os participantes da for­ ma mais conveniente possível, por meio de um método de amostragem não probabilística ou “de conveniência”. Pode-se solicitar a colaboração de estudantes que estão cursando disciplinas introdutórias de Psicologia, hater nas portas do alojamento estudantil à busca de pessoas que queiram participar de uma pesquisa ou testar as crianças de uma classe simplesmente porque se conhece a professora. Não há nada de errado com esses métodos, desde que se reconheça que eles afe­ tam a possibilidade de generalizar os resultados para uma população mais ampla. O Capítulo 14 trata da generalização de resultados. Apesar dos problemas que estão envolvidos na generalização de resultados quando se usam amostras de conveniência, há amplas evidências de que podemos generalizar os resultados para outras populações e para outras situações. Você também deverá determinar o tamanho da sua amostra. Quantos par­ ticipantes serão necessários? De forma geral, se aumentar o tamanho da sua amostra, terá maior probabilidade de obter resultados estatisticamente signifi­ cativos, porque amostras maiores fornecem estimativas mais acuradas dos valo­ res populacionais (Tabela 7.1). A maioria dos pesquisadores presta atenção nos

198

M é to d o s d e P esqu isa em C iências d o C om po rta m ento

tamanhos de amostra que costumam ser utilizados em sua área de estudo e seleciona um tamanho de amostra típico para estudos na área. O Capítulo 13 discute uma abordagem mais formal para selecionar um tamanho de amostra.

MANIPULAÇÃO DA VARIÁVEL INDEPENDENTE

É preciso definir operacionalmente uma variável, para que seja possível manipulá-la (Capítulo 4). Isto é, uma variável conceituai precisa ser transfor­ mada num conjunto de operações - instruções específicas, eventos e estímulos que serão apresentados aos participantes da pesquisa. Além disso, as variáveis independente e dependente precisam ser introduzidas no contexto do experi­ mento em sua totalidade. Isso tem sido chamado “m ontagem do cenário” (Aronson; Brewer; Carlsmith, 1985). Montagem do Cenário

Ao montar o cenário, é preciso fazer duas coisas: dar aos participantes 0 esclarecimento necessário para o consentimento informado que um estudo exi­ ge e explicar-lhes por que o experimento está sendo realizado. Algumas vezes, a razão apresentada é totalmente verdadeira, embora raramente se explicite a hipótese que está sendo testada. Por exemplo, pode-se dizer que o experimento é sobre memória, quando na verdade está-se estudando um aspecto específico da memória (variável independente). Quando os participantes sabem o que está sendo estudado, podem tentar confirmar a hipótese ou tentar criar uma impres­ são favorável, comportando-se da maneira que consideram mais aceitável social­ mente. Se o pesquisador utilizar engodo, tem a obrigação de discutir isso com os participantes numa entrevista de esclarecimento ao término do experimento. Não há regras definidas para montar o cenário, exceto que ele deve parecer plausível para os participantes. Também não há regras definidas para traduzir variáveis conceituais em operações específicas. Exatamente, como a variável será manipulada depende de considerações quanto a custo, praticidade e ética dos procedimentos envolvidos. Tipos de Manipulações

Manipulações diretas. Os pesquisadores geralmente conseguem manipu­ lar uma variável com relativa simplicidade, apresentando material verbal, escrito ou visual aos participantes. Manipulações diretas desse tipo manipulam variá­ veis com instruções e apresentação de estímulos.

R e a liz a ç ã o de E x p e rim e n to s

199

Labranche, Helweg-Larsen, Byrd e Choquette (1997) estudaram o impacto de campanhas de saúde, solicitando a mulheres para que lessem um folheto sobre auto-exame de mama. Numa condição, o folheto só apresentava texto, enquanto na outra condição incluía desenhos ilustrativos de auto-exam e de

mama. As respostas das participantes aos dois folhetos dependiam de seu grau de conforto em relação a assuntos sexuais. Em estudos sobre decisões de jurados freqüentemente se solicita aos parti­ cipantes para que leiam uma descrição de um tribunal de júri, em que varia um aspecto crucial da informação dada. Bomstein (1998) estudou o efeito da gravi­ dade do dano sobre julgamentos de responsabilidade atribuída a um produto. Os participantes leram o relato de um caso em que uma mulher, que estava tomando pílulas anticoncepcionais, recebeu um diagnóstico de câncer. Numa condição de reduzida gravidade, o diagnóstico foi precoce, apenas um ovário foi retirado, a mulher ainda poderia ter filhos e o prognóstico era favorável. Na condição de elevada gravidade, o diagnóstico foi tardio, ambos os ovários foram retirados, impossibilitando uma gravidez, e o prognóstico era preocupante. A evidência da responsabilidade da pílula foi a mesma nas duas condições. Assim, os julgamentos sobre a responsabilidade do produto deveriam ser os mesmos nas duas condições. No entanto, a informação dada sobre a gravidade do caso afetou os julgamentos de responsabilidade: o fabricante da pílula foi considera­ do responsável por 40% dos participantes na condição de elevada gravidade versus 21% na condição de reduzida gravidade. A maioria das pesquisas sobre memória utiliza manipulações diretas. Por exemplo, Coltheart e Langdon (1998) apresentaram aos participantes uma lis­ ta de palavras e posteriormente avaliaram sua lembrança. As listas de pala­ vras diferiam quanto à similaridade fonológica. Algumas listas continham pa­ lavras com som semelhante, tais como uva, luva e chuva, enquanto outras lis­ tas continham palavras sem similaridade, tais como vaca, selo e flor. Verifica­ ram que as listas com palavras sem similaridade eram lembradas mais acura­ damente. Num estudo mais complexo, Reeve e Aggleton (1998) apresentaram um enredo de um futuro episódio de uma novela inglesa entitulada Os Archers para pessoas que acompanhavam (“tinham cònhecimento especial”) ou não a novela.1 Numa condição, o enredo era típico de um episódio real do programa os Archers visitam uma exposição de animais. Em outra, o enredo era atípico - os Archers visitam uma exposição de barcos. Os personagens e a estrutura básica do programa eram idênticos nas duas condições. Depois de ler o enredo, apli­

1 Um estudo correspondente consistiria em apresentar um enredo de uma novela brasileira (por exemplo, O clone) para pessoas que acompanhavam ou não a novela (NT).

200

M é to d o s de P e squisa em C iências do C om po rta m ento

cou-se aos participantes um instrumento para medir a retenção dos detaHies do episódio. Verificou-se que acompanhar a novela só ajudava na retenção quando a história era típica. Na condição atípica, a retenção dos participantes que acompanhavam ou não a novela e que não acompanhavam foi a mesma. Reeve e Aggleton concluíram que os benefícios de ter um conhecimento espe­ cial são muito limitados. Como um último exemplo de manipulação direta considere um estudo em que Petty, Cacioppo e Goldman (1981) investigaram o efeito da credibilidade do comunicador e do envolvimento pessoal sobre mudanças de atitude. Os partici­ pantes foram estudantes universitários, em final de curso, que receberam por escrito argumentos justificando a necessidade de um exame final para sua gradua­ ção na universidade. Para manipular a credibilidade, os argumentos foram atri­ buídos a um professor de Educação da Universidade de Princeton e a um estudan­ te de uma escola local. Os pesquisadores também manipularam o envolvimento pessoal, informando aos estudantes que o exame poderia ser implantado no mes­ mo ano (afetando, assim, os participantes do estudo) ou em 10 anos. Os partici­ pantes da condição de baixo envolvimento mudaram mais suas atitudes quando o comunicador tinha alta credibilidade, mas a credibilidade do comunicador não fez diferença quando os participantes estavam muito envolvidos. Você irá constatar que a maioria das manipulações de variáveis indepen­ dentes, em muitas áreas de pesquisa, é direta. Os pesquisadores variam de forma direta a dificuldade do material a ser aprendido, o nível de motivação, a maneira como as questões são formuladas, as características das pessoas que vão ser avaliadas e uma variedade de outros fatores. Manipulações que envolvem representação. Outras manipulações são menos diretas. Algumas vezes, para manipular bem a variável independente, é necessário criar um cenário e programar os eventos que irão ocorrer durante o experimento. Quando isso ocorre, fala-se em manipulação que envolve represen­ tação ou manipulação de. eventos. Manipulações que envolvem representação são geralmente usadas por duas razões. Primeiro, o pesquisador pode estar tentando criar certo estado psicológi­ co nos participantes, como frustração ou redução temporária da auto-estima; segundo, esse tipo de manipulação pode ser necessário para simular situações que ocorrem no mundo real. Por exemplo, Fazio, Cooper, Dayson e Johnson (1981) estudaram desempenho cognitivo em condições de execução de múltiplas tare­ fas. Numa condição, os participantes tinham a tarefa de 1er e corrigir um ma­ nuscrito em 10 minutos; em outra, a tarefa era a mesma, mas o experimentador interrompia-os de tempos em tempos, pedindo-lhes que fossem para outra sala e que fizessem outras coisas. Essas condições simulam ambientes de trabalho do mundo real.

R ealização de E xper im en tos

201

As manipulações programadas num cenário criado pelo experimentador freqüentemente demandam um cúm plice2 - uma pessoa que parece ser um participante, mas que de fato é parte da manipulação. Discutimos o uso de cúm­ plices no Capítulo 3. Por exemplo, num estudo sobre agressão, o cúmplice e o participante chegam para participar do experimento e pede-se a eles que espe­ rem numa sala até que o experimento comece. Durante o período de espera, o cúmplice insulta o participante na condição “raiva”, mas não o faz na condição "não-raiva”. O experimentador chega em seguida e informa a ambos que está realizando um estudo sobre aprendizagem e que um dos dois será professor e o outro, estudante. Embora pareça casual, a atribuição dos papéis foi planejada pelo experimentador. O cúmplice é sempre o estudante e o participante real é sempre o professor. Na tarefa de aprendizagem, permite-se que o professor apli­ que um estímulo aversivo (choque) ao cúmplice quando este comete um erro. A intensidade de choque aplicada é a medida de agressão; o pesquisador compara a intensidade de choque aplicada nas condições raiva e não-raiva. Em experi­ mentos de campo também são usados cúmplices; por exemplo, um cúmplice parece ser simplesmente outra pessoa em certa situação, alguém que está fazen­ do compras num conjunto comercial e que lhe pede troco (Baron, 1997). Manipulações que envolvem representação exigem muita habilidade e até algum talento teatral. São usadas para colocar os participantes numa situação social, que deve parecer real e não um experimento. Os pesquisadores supõem que estejam observando um comportamento natural, que reflete os sentimentos e as intenções dos participantes. No entanto, esses procedimentos permitem alto grau de comunicação interpessoal sutil, difícil de verbalizar, que pode compro­ meter a replicação do experimento por outros pesquisadores. Além disso, uma manipulação complexa dificulta a interpretação. O que exatamente, entre as muitas coisas que aconteceram durante o experimento, foi responsável pelos resultados? Em geral, é mais fácil interpretar resultados quando a manipulação é relativamente direta. No entanto, a natureza da variável estudada algumas vezes demanda procedimentos complicados. Força da Manipulação

No delineamento experimental mais simples, a variável independente tem dois níveis. Ao planejar o experimento, o pesquisador deve escolher esses níveis. Um princípio geral a seguir é tornar a manipulação tão forte quanto possível. Uma manipulação forte maximiza as diferenças entre dois grupos e aumenta a chance de a variável independente ter um efeito estatisticamente significativo sobre a variável dependente. 2 Em inglês, confcderate (NT).

202

M étodos de P esq u isa em C iências do C om po rta m en to

A título de exemplo, suponha que sua hipótese afirme a existência de uma relação linear positiva entre gostar e semelhança de atitudes (“os parecidos se atraem”). Ao realizar o experimento, o pesquisador pode programar o encontro dos participantes com um cúmplice seu. Num grupo, o cúmplice e o participante têm atitudes similares e, no outro, atitudes discrepantes. A variável independen­ te, portanto, é a similaridade, e a variável dependente é gostar. O passo seguinte é decidir o grau de similaridade. A Figura 9.1 mostra a relação hipotética entre semelhança de atitude e gostar para 10 níveis diferentes de similaridade, O nível 1 representa a menor similaridade e o nível 10, a maior (todas as atitudes são similares). Para tornar a manipulação mais forte, os participantes de um grupo deveriam encontrar um cúmplice com similaridade de nível 1 e aqueles do outro grupo deveriam encontrar um cúmplice com similaridade de nível 10. Isto resul­ taria na maior diferença média em gostar, uma diferença de nove pontos. Uma manipulação mais fraca - usando os níveis 4 e 7, por exemplo - resultaria numa diferença média menor.

0

1

2

3

4

5

6

7

8

9

10

Pouco Muito Variável independente: grau de similaridade de atitude Figura 9.1

Relação entre gostar e similaridade de atitudes.

A importância de uma manipulação forte é particularmente grande nos estágios iniciais de uma pesquisa, quando o pesquisador está interessado em demonstrar que uma relação existe de fato. Se os primeiros experimentos reve­ larem uma relação entre as variáveis, a pesquisa subseqüente pode manipular sistematicamente os outros níveis da variável independente, para mostrar um quadro mais detalhado da relação.

R ealização de E xperim en tos

203

O princípio do uso da manipulação mais forte possível deve ser moderado por duas considerações, pelo menos. Primeiro, a manipulação mais forte possí­ vel pode ocorrer raramente ou talvez nem ocorrer no mundo real. Por exemplo, uma manipulação muito forte de aglomeração pode consistir em colocar tantas pessoas numa sala que nenhuma delas consiga mexer-se - o que pode afetar significativamente um grande número de comportamentos. No entanto, ficaría­ mos sem saber se resultados similares ocorreriam em situações de menor aglo­ meração, típicas de muitas salas de aula ou escritórios. Uma segunda consideração é de natureza ética: uma manipulação deve ser tão forte quanto possível dentro dos limites da ética. Por exemplo, uma manipu­ lação forte de medo ou de ansiedade pode não ser possível pelo dano físico ou psicológico potencial envolvido para os participantes.

Custo da Manipulação Outro fator a ser considerado na manipulação da variável independente é o custo. Se os recursos financeiros disponíveis forem limitados, o pesquisador não poderá utilizar equipamentos caros, nem pagar aos cúmplices e aos participan­ tes, em experimentos de longa duração. Além disso, uma manipulação que exi­ ge testes individuais demanda mais tempo do pesquisador do que outra em que os participantes podem ser testados em grupo. Nesse sentido, uma manipulação que envolve a apresentação direta de material escrito ou verbal é menos custosa que uma manipulação experimental complexa que envolve montagem de um cenário e representação. Algumas agências públicas3 e privadas4 subsidiam pes­ quisas; como muitas pesquisas envolvem custos elevados, o apoio público conti­ nuado dessas agências é essencial.

MEDIDA DA VARIÁVEL DEPENDENTE

Em capítulos anteriores, discutimos vários aspectos da mensuração de va­ riáveis, tais como fidedignidade, validade e reatividade de medidas, métodos observacionais e desenvolvimento de medidas de auto-relato para questionários

3 No Brasil, as principais agências federais de fomento à pesquisa são a Capes e o CNPq. Alguns Estados também dispõem de agências de fomento à pesquisa, como é o caso da Fapesp e da Fapeij, por exemplo. Você pode obter informações sobre as regras de financiamento de cada uma dessas agências na Internet CNT). 4 No Brasil, algumas agências privadas também financiam pesquisas, como O Boticário, por exemplo CNT).

2 0 4

M é to d o s de P esqu isa em C iências do C om po rta m ento

e entrevistas. Neste capítulo serão feitas considerações a respeito de medidas particularmente relevantes para a pesquisa experimental. Tipos de Medidas

Na maioria dos experimentos, a variável dependente pode ser classificada numa de três categorias gerais: auto-relato, comportamental ou fisiológica. Medidas de auto-relato. Medidas de auto-relato podem ser usadas para medir atitudes, quanto se gosta de alguém, julgamentos sobre características de personalidade, intenção de comportamento, estados emocionais, motivos para bom ou mau desempenho numa tarefa, confiança no próprio julgamento e mui­ tos outros aspectos do pensamento e do comportamento humanos. Escalas de avaliação com âncoras descritivas (extremos) são as escalas mais freqüente­ mente usadas. Por exemplo, no estudo de Labranche et al. (1997), descrito ante­ riormente, solicitava-se a mulheres que assinalassem suas respostas numa esca­ la de 7 pontos, depois de lerem o folheto: Eu me sinto capaz de fazer corretamente o auto-exame de mama. Discordo

fortem en te_______ ____________ ________

Concordo

fortemente

Medidas comportamentais. Medidas comportamentais são medidas dire­ tas de comportamentos. Como ocorre com auto-relatos, pode-se medir um nú­ mero enorme de comportamentos. Algumas vezes, o pesquisador pode registrar se dado comportamento ocorre ou não - por exemplo, se um indivíduo ajuda ou não alguém em dificuldades, comete um erro num teste ou escolhe uma ativida­ de em lugar de outra. Muitas vezes o pesquisador deve decidir se registra a fre­ qüência com que um comportamento ocorre num dado período de tempo - a taxa de um comportamento o tempo transcorrido entre a apresentação de um estímulo e a ocorrência de uma resposta - um tempo de reação - ou a duração de um comportamento - uma medida de duração. A decisão sobre que aspecto do comportamento medir depende do que é teoricamente mais relevante para o estudo de um problema particular, ou em que medida decorre logicamente da manipulação da variável independente. Algumas vezes, a natureza da variável estudada requer uma medida de auto-relato ou uma medida comportamental. Uma medida do comportamento de ajuda é quase por definição comportamental, enquanto uma medida da per­ cepção das características de personalidade de alguém demandará uma medida de auto-relato. Para muitas variáveis, contudo, tanto medidas de auto-relato quanto comportamentais poderiam ser apropriadas. Assim, poderíamos medir o quanto se gosta ou a atração com uma escala de avaliação ou com uma medida

R k A U Z A Ç Ã O D E ExptRIMENTOS

205

comporta mental da distância a que duas pessoas ficam uma da outra ou do tempo que passam olhando nos olhos uma da outra. Quando ambas as opções são possíveis, pode-se realizar uma série de estudos para investigar os efeitos de uma variável independente sobre os dois tipos de medidas. Medidas fisiológicas. Medidas fisiológicas são registros das respostas fisio­ lógicas do corpo. Existem muitas respostas desse tipo, tais como resposta galvânica da pele (RGP), eletrom iogram a (EMG) e eletroencefalogram a (EEG). A RGP é uma medida de ativação emocional geral e ansiedade; mede a condutibilidade elétrica da pele, que muda com a transpiração, O EMG mede tensão muscular e é freqüentemente usado como uma medida de tensão ou estresse. O EEG é uma medida da atividade elétrica das células cerebrais. Pode ser usado para registrar a ativação geral do cérebro em resposta a diferentes situações, a atividade de diferentes partes do cérebro em função de aprendiza­ gem ou a atividade cerebral em função do estágio do sono. A RG^ o EMG e o EEG vêm sendo usados há muito tempo como indicadores de variáveis psicológicas importantes. Há muitas outras medidas fisiológicas dis­ poníveis, incluindo temperatura, batimentos cardíacos e pressão sangüínea ou análise da urina. Freqüentemente, essas medidas oferecem alternativas úteis ao auto-relato e a medidas comportamentais (Cacioppo; Tassinary, 1990). Sensibilidade da Variável Dependente

A variável dependente deve ser sensível o suficiente para detectar diferen­ ças entre grupos. Uma medida de atração interpessoal, em que se pergunta ‘Você gosta desta pessoa?", com uma alternativa simples de resposta “sim” ou <(não”, c menos sensível que outra, em que se pergunta “Quanto você gosta desta pes­ soa?”, oferecendo uma escala de cinco ou de sete pontos. Com a primeira medi­ da, o avaliador pode tender a ser simpático e responder sim, mesmo que a pessoa lhe desperte alguns sentimentos negativos. A segunda medida admite uma gradação de sentimentos; uma escala desse tipo permite detectar diferenças de sentimentos com maior facilidade. A questão da sensibilidade é particularmente importante quando se mede desempenho humano. Pode-se medir memória por meio de lembrança, reconhe­ cimento ou tempo de reação; desempenho numa tarefa cognitiva por meio de velocidade em detectar erros durante uma tarefa de revisão de provas tipográfi­ cas; desempenho físico por meio de várias tarefas motoras. Estas tarefas variam quanto ao grau de dificuldade. Uma tarefa pode ser tão fácil que todos se saem bem, independentemente das condições produzidas pela manipulação da variá­ vel independente. Isso resulta no chamado efeito de teto - a variável indepen­ dente não tem efeito sobre a medida dependente, porque os participantes rapi­ damente atingem o nível máximo de desempenho. O problema oposto ocorre

206

M étodos de P esquisa em C iências do C o m po rta m en to

quando uma tarefa é tão difícil que praticamente ninguém se sai bem, resultan­ do no chamado efeito de piso. A necessidade de considerar a sensibilidade das medidas é bem ilustrada no estudo de Freedman et al. (1971) sobre aglomeração, mencionado no Capítulo 4. O estudo analisou várias medidas de processamento cognitivo em função de aglomeração e concluiu que não prejudicou o desempenho. No entanto, é preci­ so considerar a possibilidade de que as medidas tivessem sido fáceis demais ou difíceis demais para detectar o efeito da aglomeração. De fato, uma pesquisa subseqüente revelou que as tarefas haviam sido excessivamente fáceis; aumen­ tando-se a complexidade das tarefas, a aglomeração resultou em piora do de­ sempenho (Paulus; Annis; Seta; Schkade; Matthews, 1976). Medidas Múltiplas

Freqüentemente é desejável mensurar diversas variáveis dependentes. Uma razão para usar medidas múltiplas decorre da possibilidade de medir uma variá­ vel concretamente de diferentes maneiras (como foi visto no Capítulo 4, ao se discutirem definições operacionais). Num estudo sobre comportamentos relacio­ nados à saúde, por exemplo, os pesquisadores determinaram o número de faltas ao trabalho por doença, a freqüência de visitas ao médico e o uso de aspirina e de tranqüilizantes (Matteson; Ivancevich, 1983). Também poderiam ter sido to­ madas medidas fisiológicas. Se a variável independente tiver o mesmo efeito sobre várias medidas da mesma variável dependente, nossa confiança nos resul­ tados aumentará. Também é útil saber se a mesma variável independente afeta algumas medidas mas não outras. Por exemplo, uma variável independente que supostamente afeta a atração interpessoal pode afetar algumas medidas (por exemplo, querer trabalhar com certa pessoa), mas não outras (por exemplo, querer namorar essa pessoa). Também pode haver interesse por parte dos pes­ quisadores em estudar os efeitos de uma variável independente sobre vários com­ portamentos diferentes. Por exemplo, um experimento sobre os efeitos de um novo procedimento usado em sala de aula pode examinar desempenho acadê­ mico, grau de interação entre colegas e satisfação do professor. Quando possível, é útil tomar múltiplas medidas num só experimento. No entanto, pode ser necessário realizar uma série de experimentos, para explorar os efeitos de uma variável independente sobre vários comportamentos.

Custo das Medidas Outra consideração a ser feita diz respeito ao custo - algumas medidas podem custar mais que outras. Medidas de auto-relato com lápis e papel são

IP^ R ealização de E xper im en tos

207

geralmente baratas, mas aquelas que requerem observadores treinados ou vá­

rios equipamentos podem tomar-se bastante custosas. Por exemplo, ao estudar comportamento não verbal, um pesquisador pode ter que usar uma câmara de vídeo para registrar os comportamentos de cada um dos participantes numa situação. Dois ou mais observadores devem, então, assistir aos vídeos e registrar a ocorrência de comportamentos, tais como contato de olhar, sorriso ou autocontato (há necessidade de dois observadores para garantir a fidedignidade das observações). Assim, há gastos associados tanto a equipamento quanto a pes­ soal. Equipamentos de registro fisiológico também são caros. Os pesquisadores precisam de recursos de universidades ou de agências externas, para realizar essas pesquisas.

Ética Preocupações éticas sempre são importantes. É preciso que os pesquisado­ res estejam extremamente atentos a possíveis invasões de privacidade e sempre devem garantir a confidencialidade das respostas dos participantes.

CONTROLES ADICIONAIS

O delineamento experimental básico envolve dois grupos: no caso mais simples, um grupo experimental que recebe a manipulação e um grupo controle que não a recebe. O uso de um grupo de controle permite eliminar uma varieda­ de de explicações alternativas baseadas em história, maturação, regressão esta­ tística etc. Algumas vezes, procedimentos adicionais de controle podem ser ne­ cessários para que se possam considerar outros tipos de explicações alternati­ vas. Duas questões gerais de controle dizem respeito a expectativas por parte tanto dos participantes quanto dos experimentadores. Controle das Expectativas dos Participantes

Características de demanda. Como já notamos anteriormente, os experi­ mentadores preferem não revelar aos participantes as hipóteses específicas que estão estudando ou o objetivo exato da pesquisa. A razão para isso está no pro­ blema das características de dem anda (Orne, 1962). Característica de deman­ da é qualquer aspecto de um experimento que pode informar aos participantes o objetivo do estudo. Ao formar expectativas sobre a hipótese do estudo, os partici­ pantes podem fazer o que é necessário para confirmar a hipótese, supondo-se, é claro, que estejam motivados para cooperar. Orne realizou pesquisas para mos­ trar que as pessoas de fato são cooperativas. Por exemplorele pedia~aos”partici-

208

M fto d o s de P esqu isa em C iências d o C om portam ento

pantes para somarem números numa folha de papel; ao terminar, deviam pegar um cartão de uma pilha grande para obter instruções sobre o que fazer em seguida. Cada cartão continha a instrução de que deveriam rasgar a folha em 32 pedaços, passar para a página seguinte e continuar somando números. Os par­ ticipantes continuaram realizando esta tarefa ridícula por várias horas, sem pro­ testar ou questionar! Embora provavelmente haja situações em que os indiví­ duos tentem não cooperar, a concepção de Orne do participante cooperativo parece correta de forma geral. Uma forma de controlar características de demanda é usar engodo - levar os participantes a pensar que o experimento está estudando uma coisa, quando de fato está estudando outra. O experimentador pode imaginar estórias elabora­ das, como pretexto para explicar o objetivo do estudo e mascarar o objetivo real. Também pode tentar dissimular a medida dependente, usando uma medida não intrusiva ou colocando a medida entre um conjunto de itens de disfarce não relacionados num questionário. Outra abordagem consiste simplesmente em avaliar se as características de demanda são um problema, fazendo perguntas aos participantes a respeito de suas percepções sobre o objetivo da pesquisa. É possível que os participantes não tenham uma visão precisa do objetivo do estu­ do - ou, se alguns índivíduos adivinharem as hipóteses, seus dados podem ser analisados separadamente. É possível eliminar características de demanda quando as pessoas não sabem que um experimento está sendo realizado ou que o seu comportamento está sen­ do observado. Assim, experimentos realizados em situações de campo e pesquisas observacionais, em que o observador fica escondido, ou medidas não intrusivas são usados para minimizar o problema de características de demanda. Grupos placebo. Um tipo especial de expectativa dos participantes surge em pesquisas sobre os efeitos de drogas. Considere um experimento que esteja investigando se uma droga reduz depressão em pacientes psiquiátricos. Um gru­ po de pessoas diagnosticadas como depressivas recebe a droga e outro grupo não a recebe. Agora suponha que o grupo com droga apresente uma melhora. Não sabemos se a melhora foi causada pelas propriedades da droga ou pelas expectativas dos participantes sobre o efeito da droga - o que é chamado efeito placebo. Em outras palavras, simplesmente administrar uma pílula ou aplicar uma injeção pode causar uma melhora observada no comportamento. Para con­ trolar esta possibilidade, pode-se acrescentar um grupo placebo. Administra-se aos participantes do grupo placebo uma substância inativa inofensiva; eles não recebem a droga dada aos membros do grupo experimental. Se a melhora resul­ tar das propriedades ativas da droga, os participantes do grupo experimental devem apresentar maior progresso em comparação com aqueles do grupo placebo. Se o grupo placebo melhorar tanto quanto o experimental, então a melhora é devida a efeito placebo.

R eali 7a í ; ã o de E x per im en to s

209

Algumas vezes as expectativas dos participantes são o principal interesse de unia pesquisa. Por exemplo, Marlatt e Rohsenow (1980) realizaram uma pesqui­ sa para determinar que efeitos comportamentais do álcool são devidos ao álcool em si, em comparação com o impacto psicológico associado ao fato da pessoa acreditar que está tomando álcool. O delineamento experimental para exami nar esses efeitos envolveu quatro grupos: (1) não espera álcool - não recebe álcool, (2) não espera álcool - recebe álcool, (3) espera álcool - não recebe ál­ cool e (4) espera álcool - recebe álcool. Essa pesquisa sugeriu que a expectativa de ter consumido álcool é um determinante mais importante do comportamen­ to que o próprio álcool. Isto é, pessoas que acreditavam ter consumido álcool (Grupos 3 e 4) comportaram-se de forma muito semelhante, embora aquelas do grupo 3 realmente não tenham ingerido qualquer quantidade de álcool. Em algumas áreas de pesquisa, o uso de grupos de controle tem implicações éticas. Suponha que você esteja estudando um tratamento que tem um efeito posi­ tivo sobre pessoas - por exemplo, o tratamento reduz exaquecas ou alivia sintomas de depressão. E importante usar procedimentos experimentais cuidadosos para as­ segurar que o tratamento tem impacto e eliminar explicações alternativas, incluin­ do um efeito placebo. No entanto, também é importante ajudar as pessoas que estão nas condições de controle. Os participantes na condição de controle podem receber o tratamento assim que completarem uma parte do estudo. Controle das Expectativas do Experimentador

Os experimentadores geralmente conhecem o objetivo do estudo e, conse­ qüentemente, podem desenvolver expectativas sobre como os sujeitos deveriam responder. Essas expectativas, por sua vez, podem viesar os resultados. Esse pro­ blema geral é denominado viés do experim entador ou efeito de expectativa (Rosenthal, 1966, 1967, 1969). Efeitos de expectativa podem ocorrer quando o experimentador sabe em que condição os sujeitos estão. Há duas fontes potenciais de viés do experimentador. Primeiro, o experimentador pode, sem se dar conta disso, tratar diferentemente os participantes nas várias condições do estudo. Par exemplo, pode enfatizar certas palavras ao ler as instruções para os membros de um dos grupos, mas não o fazer em relação aos membros do outro grupo, ou o experimentador pode sorrir mais ao interagir com pessoas numa das condições. A segunda fonte de viés pode ocor­ rer quando os experimentadores registram os comportamentos dos participantes; pode haver diferenças sutis na maneira de interpretar e registrar os comporta­ mentos. Pesquisa sobre efeitos de expectativas. Efeitos de expectativas foram es­ tudados de muitas formas. Talvez a primeira demonstração do problema seja o

M é to d o s d e P e sq u isa em C iê n c ia s ix> C o m p o r ia m e n to

2 1 0

caso de João Inteligente, um cavalo cuja suposta inteligência não passava de uma ilusão, como mostrou Pfungst (1911). Robert Rosenthal descreve João In­ teligente: Conforme lembram, João era o brilhante cavalo que conseguia resolver problemas de matemática e de harmonia musical com a mesma habilidade e desenvoltura, simplesmente batendo o casco. Uma comissão de juizes eminentes testemunhou que João, cujo dono não estava tirando qualquer proveito dos ta­ lentos do cavalo, não recebia qualquer pista de seus interrogadores. De fato, Pfungst mostrou mais tarde que isto não era verdade. O cavalo começava a bater o casco e parava de bater em função de pequenos movimentos da cabeça e dos olhos. A pessoa que lhe fazia um pergunta olhava naturalmente para o casco de João, porque era a forma que tinha de determinar que sua resposta estava corre­ ta. Descobriu-se, então, que ela inadvertidamente erguia a cabeça ou os olhos quando o cavalo dava as batidas corretas - e isso era uma pista suficiente para ele, mas não suficiente para que observadores de animais e psicólogos a vissem.5 Se um cavalo inteligente é capaz de responder a pistas sutis, é razoável supor que pessoas inteligentes também sejam capazes. De fato, demonstrou-se por meio de pesquisas que é possível comunicar as expectativas do experimentador a participantes humanos tanto por meios verbais quanto não verbais (Duncan; Rosenberg; Finklestein, 1969; Jones; Cooper, 1971). Um estudo de Rosenthal (1966) é um exemplo de pesquisa sistemática sobre os efeitos da expectativa. Nesse experimento, estudantes universitários treinaram ratos, que lhes haviam sido descritos como provenientes de uma linhagem genéti­ ca “inteligente para labirinto” ou “obtusa para labirinto”. De fato, os animais pro­ vinham da mesma linhagem e haviam sido aleatoriamente rotulados como inte­ ligentes ou obtusos; no entanto, os ratos “inteligentes” tiveram desempenho su­ perior ao dos “obtusos”. Diferenças sutis na maneira como os estudantes trata­ ram os ratos ou registraram seu comportamento devem ter causado esse resulta­ do. Uma generalização desse resultado particular é chamada “expectativa do pro­ fessor”. Constatou-se, por meio de pesquisa, que a informação dada a um profes­ sor de que um particular estudante teria condições de apresentar um especial desenvolvimento intelectual, ao longo do ano seguinte, resultou em aumento no escore de QI do estudante (Rosenthal; Jacobson, 1968). Em resumo, as expectati­ vas do professor podem influenciar o desempenho do aluno. Um experimento de Langer e Abelson (1974) ilustra bem como o problema das expectativas influencia avaliações comportamentais. Psicólogos clínicos vi-

5

Extraído de ROSENTHAL, Robert. Comunicação latente no experimento psicológico.

Psychological Bulletin, 1967, 67, 356-367. Direito autoral concedido em 1967 pela Associação dos

Psicólogos Americanos. Reproduzido mediante permissão.

< R ealização de E xpi-.h im kntos

211

ram um videoteipe de uma entrevista, em que a pessoa entrevistada era descrita como candidata a um emprego ou como paciente; na realidade, todos viram o mesmo videoteipe. Os psicólogos avaliaram a pessoa como mais “perturbada” quando pensavam que era um paciente. Soluções para o problema das expectativas. Claramente as expectativas do experim entador podem influenciar os resultados de pesquisas. De que forma é possível resolver esse problema? Felizmente, há várias maneiras de minimizar os efeitos das expectativas. Em primeiro lugar, os experimentadores devem ser bem treinados e devem praticar para comportar-se da mesma forma com todos os par­ ticipantes. O estudo de Langer e Abelson com psicólogos clínicos revelou o benefício do treinamento. O viés de rotular o “paciente” como perturbado foi muito menor entre terapeutas de orientação comportamental que entre terapeutas tra­ dicionais. Presumivelmente, o treinamento dos terapeutas comportamentais levou-os a focalizar mais o comportamento real da pessoa e, assim, foram menos influenciados pelas expectativas decorrentes do rótulo do “paciente". Outra solução é aplicar simultaneamente os procedimentos corresponden­ tes a todas as condições, para que o comportamento do experimentador seja o mesmo em relação a todos os participantes. No entanto, essa solução só é praticável em algumas circunstâncias, como no caso de estudos que envolvem o uso de materiais impressos e as mesmas instruções do experimentador para todos os participantes. A automação dos procedimentos também permite minimizar os efeitos das expectativas. Como já foi observado anteriormente, é possível usar computado­ res para manipular variáveis independentes e para registrar respostas; com pro­ cedimentos automatizados, é pouco provável que as expectativas do experimentador influenciem os resultados. Uma última solução é utilizar experimentadores que desconheçam as hipóteses que estão sendo investigadas. Nesses casos, a pessoa que conduz o estudo ou que faz as observações é cega em relação ao que está sendo estudado ou à condição em que os participantes se encontram. Esse procedimento surgiu em pesquisas com drogas que usam grupos placebo. Num experimento cego, o par­ ticipante não sabe se está recebendo uma droga ou placebo; num experimento duplo-cego, nem o participante nem o experimentador sabem se está sendo apli­ cado um tratamento real ou placebo. O uso de um procedimento em que o experimentador ou o observador desconhecem a hipótese, ou não sabem a que grupos os participantes pertencem, implica a contratação de outras pessoas para conduzir o experimento e fazer as observações. Como os pesquisadores têm consciência do problema dos efeitos das expec­ tativas, geralmente incorporam soluções como as descritas há pouco aos pro­ cedimentos do estudo, Se um estudo tem um problema põtêhciãl^de^feTtos de

( ^

^ (

^ <

* {

(

(

f

212

M é to d o s d e P esquisa f.m C iê n c ia s d o C o m p o ria m e n to

expectativa, os pesquisadores devem levar isto em conta e tentar replicar o expe­ rimento com procedimentos que possam controlá-los. Os procedimentos usados na pesquisa científica devem ser precisamente definidos, para que haja a possi­ bilidade de réplica. Isso permite que os pesquisadores se baseiem em pesquisas anteriores. Também é um mecanismo de auto-correção, que possibilita a desco­ berta de falhas metodológicas. A importância da replicação voltará a ser discuti­ da no Capítulo 14.

ELIMINAÇÃO DE DEFEITOS DO ESTUDO

Até aqui, discutimos vários fatores que um pesquisador considera ao plane­ jar um estudo. A realização efetiva do estudo e a análise dos resultados é um processo que consome tempo. Antes de começar, o pesquisador deseja estar tão seguro quanto possível de que tudo irá correr bem. De que forma isso pode ser conseguido? Há várias formas de eliminar os defeitos de um estudo antes de ele começar. Projeto de Pesquisa

Depois de planejar exaustivamente o estudo, o pesquisador redige um projeto de pesquisa. O projeto apresenta uma revisão de literatura, que fornece um referecial teórico para o estudo. A intenção é justificar claramente a realização da pesquisa - as questões que serão respondidas. Apresenta, em seguida, os detalhes dos procedimentos que serão utilizados para testar a idéia. Também explicita a análise de dados pretendida. Um projeto de pesquisa lembra bastante as partes de introdução e método de um artigo publicado num periódico científico. A solicitação de uma bolsa de pesquisa deve ser acompanhada de um projeto; comissões de ética também exigem algum tipo de projeto (o Capítulo 3 apresenta mais dados sobre essas comissões). Preparar um projeto de pesquisa é uma boa idéia ao planejar qualquer pesquisa. Simplesmente colocar os pensamentos no papel ajuda a organizar e a sistematizar as idéias. Além disso, é possível mostrar o projeto a amigos, colegas, professores e outros interessados, que podem dar idéias úteis a respeito da adequação dos procedimentos planejados. Eles podem ver pro­ blemas que o autor não percebeu ou podem sugerir formas de melhorar o estudo. Estudos-Piloto

Tendo tomado decisões finais a respeito de todos os aspectos específicos do procedimento, o pesquisador pode realizar um estudo-piloto, a título de

R falizac^áo pk E x per im en to s

213

experiência, com um pequeno número de participantes. O estudo-piloto irá revelar se os participantes são capazes de compreender as instruções, se o con­ texto total do experimento parece plausível, se há perguntas confusas e assim por diante. Algumas vezes, após o estudo-piloto, são feitas perguntas detalhadas aos participantes sobre a experiência pela qual passaram. Outro método é o “pensar alto” (descrito no Capítulo 7), em que se instrui os participantes do estudo-piloto a verbalizar seus pensamentos sobre tudo que ocorre durante a pesquisa. Esses procedimentos dão ao pesquisador oportunidade para fazer alterações necessá­ rias no procedimento, antes de iniciar o estudo propriamente dito. Além disso, um estudo-piloto permite aos experimentadores, que irão coletar os dados, familiarizar-se com seus papéis e padronizar seus procedimentos. Testes da Manipulação

Teste de m anipulação é uma tentativa para medir diretamente se a mani­ pulação da variável independente teve o efeito pretendido sobre os participantes. Testes de manipulação fornecem evidências sobre a validade do constructo da manipulação (discutida no Capítulo 4). Se estiver sendo manipulada ansiedade, por exemplo, um teste de manipulação irá mostrar se os membros do grupo com ansiedade elevada realmente estavam mais ansiosos que aqueles na condição de baixa ansiedade. O teste da manipulação pode envolver uma medida de autorelato de ansiedade, uma medida comportamental (como a freqüência de movi­ mentos da mão e do braço) ou uma medida fisiológica. Em suma, qualquer teste desse tipo procura verificar se a manipulação da variável independente de fato conseguiu operacionalizar com sucesso a variável conceituai estudada. Supo­ nha, por exemplo, que a variável independente envolva uma manipulação de atratividade física. Num experimento, os participantes respondem a alguém que supostamente deve ser percebido como atraente ou não atraente. O teste de manipulação, nesse caso, poderia determinar se os participantes de fato avaliam a pessoa altamente atraente como fisicamente mais atraente. Testes de manipulação são particularmente úteis no estudo-piloto, para decidir se a manipulação da variável independente de fato está tendo o efeito pretendido. Também podem ser usados no experimento real para demonstrar a eficácia da manipulação. No entanto, um teste de manipulação não deve ser incluído no experimento definitivo se distrair os participantes ou se revelar o objetivo do experimento. Um teste de manipulação tem duas vantagens. Primeiramente, se o teste revelar que a manipulação não foi efetiva, o pesquisador pode economizar o que gastaria na realização do experimento definitivo. Pode canalizar "sua atenção

214

M étodos de P e sq u isa em C iências do C o m po r ia m e n to

para mudar a manipulação de forma a torná-la mais eficiente. Por exemplo, se o teste revelou que nenhum dos grupos, seja o de alta ansiedade, seja o de baixa, estava ansioso, o pesquisador pode mudar o procedimento para aumentar a ansiedade do primeiro grupo. Em segundo lugar, um teste de manipulação é vantajoso quando se ob­ têm resultados não significativos - isto é, resultados que não indicam relação entre as variáveis independente e dependente. Pode mostrar se os resultados não significativos devem-se a um problema na manipulação da variável inde­ pendente. Se a manipulação não for bem-sucedida, é esperado que não se obtenham resultados significativos. Se a manipulação feita resultar em níveis equivalentes de ansiedade nos dois grupos, a ansiedade não poderá ter qual­ quer efeito sobre a medida dependente. Imagine, por outro lado, que a mani­ pulação foi bem-sucedida, mas os resultados não foram significativos. Sabe­ mos pelo menos que os resultados não foram devidos a um problema com a manipulação; o motivo da ausência de significância é outro. A medida depen­ dente pode não ter sido bem escolhida ou talvez realmente não haja relação entre as variáveis.

ENTREVISTA DE ESCLARECIMENTO

Geralmente se programa uma entrevista de esclarecimento após a coleta dos dados. Essa é uma oportunidade para o pesquisador interagir com os parti­ cipantes e discutir com eles as implicações éticas e educacionais do estudo. A entrevista de esclarecimento foi detalhadamente discutida no Capítulo 3, no con­ texto das considerações éticas. A entrevista esclarecedora pode ser também uma oportunidade de apren­ der mais a respeito do que os participantes estavam pensando durante o expe­ rimento. O pesquisador pode questioná-los sobre o objetivo do experimento, sobre como interpretaram a manipulação da variável independente e sobre o que estavam pensando ao responder às medidas dependentes. Essa informa­ ção pode ser útil na interpretação dos resultados e no planejamento de estudos futuros. Finalmente, o pesquisador pode pedir aos participantes para que não discu­ tam o estudo com outras pessoas. Geralmente se faz esse pedido quando colegas de alojamento ou de outras classes são participantes potenciais. Pessoas que já participaram de um estudo estão conscientes dos objetivos gerais e dos procedi' mentos e é importante que não transmitam suas expectativas a outras que po­ derão vir a participar no futuro.

R e a liz a ç ã o de E xprrim kntos

215

USO DE COMPUTADORES PARA REALIZAÇÃO DE UMA PESQUISA

O uso de computadores em pesquisas está tomando-se mais fácil e freqüente, como um instrumento para manipular variáveis independentes e para medir com­ portamentos. Por meio da tela de um computador, pode-se apresentar a um indiví­ duo material escrito ou gráfico, em substituição aos métodos tradicionais, que em­ pregam material impresso, taquistoscópios (equipamentos que permitem variar o tempo de apresentação de um estímulo) e diapositivos. O pesquisador pode formu­ lar perguntas por meio do monitor, em lugar de usar o tradicional método de lápis e papel. Também pode usar o computador para registrar tempos de resposta e contro­ lar equipamentos de registro fisiológico e outros equipamentos. Hoje é cada vez maior o número de pesquisadores que realiza levantamen­ tos de opinião e experimentos pela Internet. Pessoas conectadas à Internet, em diferentes partes do globo, são participantes potenciais de uma pesquisa. 0 fato de isso ser possível hoje coloca muitas questões intrigantes, relativas, por exem­ plo, à integridade dos dados e à natureza da amostra. Vimos no Capítulo 7 que os resultados de pesquisas realizadas indicam que os dados obtidos pela Internet são comparáveis aos dados obtidos com métodos tradicionais.

ANÁLISE E INTERPRETAÇÃO DE RESULTADOS

O passo seguinte à coleta dos dados é a análise. O pesquisador analisa estatis­ ticamente os dados, para examinar e interpretar o padrão de resultados obtido no estudo. A análise estatística ajuda a decidir se realmente existe uma relação entre as variáveis independente e dependente. O Capítulo 13 trata da lógica subjacente ao uso de testes estatísticos. Este livro não visa ensinar métodos estatísticos; no entan­ to, o Apêndice B apresenta os cálculos envolvidos em vários testes estatísticos.

COMUNICAÇÃO DA PESQUISA

0 passo final é escrever um relatório explicando por que a pesquisa foi realizada, como foram obtidos os participantes, que procedimentos foram uti­ lizados e o que foi encontrado. O Apêndice A apresenta uma descrição de como escrever um relatório. 0 que se faz com um relatório? Como comunicar os resultados? Os resultados de pesquisas costumam ser apresentados na forma de artigos em periódicos ou na forma de comunicações em congressos científi­ cos. Em ambos os casos, profissionais com reconhecido mérito na área revêem o trabalho e decidem se ele deve ser aceito para publicação ou para apresenta­ ção no congresso. __ ____ ____

216

M é to d o s de P esquisa em C iências do C o m po rta m ento

Congressos Científicos

As associações científicas promovem congressos, que representam oportu­ nidades importantes de reunião, em que os pesquisadores apresentam seus re­ sultados para outros pesquisadores e para o público em gera!. Nos Estados Uni­ dos, associações nacionais e regionais como a Associação Psicológica America­ na (APA) e a Sociedade Psicológica Americana (APS) promovem encontros anuais, em que psicólogos e estudantes de Psicologia apresentam suas pesquisas e infor­ mam-se sobre novas pesquisas realizadas por seus colegas.6 Algumas vezes há apresentações orais diante de uma audiência. No entanto, sessões de painéis são mais freqüentes; num painel, o pesquisador resume a pesquisa e fica disponível para discuti-la com os interessados. Artigos em Periódicos

Como já foi dito no Capítulo 2, há muitos periódicos que publicam artigos de pesquisas. No entanto, o número de periódicos é pequeno em comparação com o número de relatórios escritos; assim, a publicação de uma pesquisa não é tarefa fácil. Quando um pesquisador submete um trabalho a um periódico, ele é lido por dois ou mais revisores, que recomendam sua aceitação (em geral condi­ cionada a várias reformulações) ou sua recusa. O índice de rejeição de trabalhos submetidos aos periódicos mais renomados situa-se entre 75 e 90%. Vários tra­ balhos recusados são submetidos a outros periódicos e finalmente aceitos para publicação, mas muitas pesquisas nunca chegam a ser publicadas. Isso não é necessariamente ruim; simplesmente significa que processos de seleção sepa­ ram pesquisas de alta qualidade daquelas de menor qualidade. Este capítulo tratou de muitas das decisões que devem ser tomadas no pla­ nejamento de um experimento. A discussão centrou-se em experimentos que usam o delineamento experimental mais simples, com uma variável indepen­ dente. O Capítulo 10 tratará de delineamentos experimentais mais complexos. Termos Estudados ____________________________________

Características de demanda Efeito de piso

6 No Brasil, há associações correspondentes, como a Sociedade Brasileira de Psicologia (SBP Sociedade Brasileira de Etologia (SBEt) e a Associação Brasileira de Psicoterapia e Medicina Comportamental (ABPMC), que promovem regularmente congressos científicos (N. T.).

R f a u z a ç ã o d e E x p e rim e n to s

217

Efeito de teto Efeitos de expectativa (viés do experimentador) Entrevista de esclarecimento Estudo piloto Força da manipulação Grupo placebo Manipulação direta Manipulação envolvendo representação Medida comportamental Medida de auto-relato Medida fisiológica Procedimento cego Procedimento duplo-cego Teste de manipulação Questões de Revisão ___________________________________

1. Diferencie manipulação direta de uma variável independente de manipula­ ção que envolve representação. 2. Diferencie os vários tipos gerais de variáveis dependentes. 3. O que é sensibilidade de uma medida? O que são efeitos de teto e de piso? 4. Discuta como o computador pode ser usado para realizar um experimento. 5. O que são características de demanda? Descreva formas de minimizar ca­ racterísticas de demanda. 6. Qual é a razão para usar um grupo placebo? 7. 0 que são efeitos de expectativa do experimentador? Aponte algumas solu­ ções para o problema do viés do experimentador. 8. Que métodos podem ser utilizados para eliminar os defeitos de um experi­ mento? 9.

O que é um estudo-piloto?

10. O que é um teste de manipulação? Como ele pode ajudar o pesquisador a interpretar os resultados de um experimento? 11. O que um pesquisador faz com os resultados que obtém ao completar um projeto de pesquisa?

218

M é to d o s d e P e sq u isa em C iê n c ia s d o C o m p o r ta m e n to

A tivid ad es__________________________________________

1.

Dr. Romano estudou a relação existente entre idade e compreensão de lei­ tura, prevendo especificamente que a compreensão se tornaria mais lenta com o aumento da idade. Romano estava particularmente interessado na compreensão de material disponível na imprensa geral. Grupos de partici­ pantes nas faixas etárias de 20, 30, 40 e 50 anos leram um capítulo do livro Uma breve história do tempo: do big-bang aos buracos negros (que constava da lista dos livros mais vendidos na época), de autoria do físico Stephen W. Hawking (1988). Depois de íer o capítulo, os participantes responderam a um teste de compreensão. Os resultados mostraram que não houve relação entre a idade e os escores de compreensão; todos os grupos apresentaram escores igualmente baixos de compreensão de leitura. Por que não foi en­ contrada relação entre a idade e os escores de compreensão de leitura? Identifique pelo menos duas razões possíveis.

2.

Lembre-se do experimento sobre comunicação facilitada com crianças autistas descrito no Capítulo 2 (Montee; Miltenberger; Wittrock, 1995). In­ terprete os resultados desse experimento em termos de efeitos de expectati­ va do experimentador.

3.

Seu grupo recebeu a tarefa de planejar um experimento, para investigar o efeito do tempo gasto no estudo sobre uma tarefa de lembrança. Até aqui, seu grupo chegou ao seguinte plano: “Os participantes serão distribuídos ao acaso em dois grupos. Os do primeiro grupo estudarão uma lista de 5 palavras durante 5 minutos, enquanto os do segundo grupo estudarão a mesma lista durante 7 minutos. Imediatamente depois lerão uma lista de 10 palavras, devendo assinalar aquelas que apareceram na lista original.” Aperfeiçoe este experimento, apresentando razões específicas para as mu­ danças propostas.

4.

Se seu objetivo for investigar variáveis que afetam o comportamento de ajuda, tenderá a usar uma manipulação direta ou com representação? Por quê?

5.

Planeje um experimento usando uma manipulação que envolva represen­ tação para testar a hipótese de que o bom humor aumenta a chance de uma pessoa contribuir para uma obra de caridade. Inclua um teste de ma­ nipulação em seu planejamento.

6.

Num estudo-piloto, Dr. Mori realizou um teste de manipulação e não encontrou diferença significativa entre as condições experimentais. Ele deve­ ria levar o experimento adiante? Explique suas recomendações ao Dr. Mori.

10 Delineamentos Experimentais Complexos


Resultados de um Delineamento Fatorial 2 x 2 Delineamentos Fatoriais com Va­ riáveis Manipuladas e não Manipu­ ladas: Delineamentos VI x VS

Procedimentos de Atribuição e De lineamentos Fatoriais Grupos Independentes Medidas Repetidas Delineamento Fatorial Misto Usan do Atribuição Combinada

Outras Considerações sobre Deli neamentos Fatoriais Termos Estudados Questões de Revisão Atividades

té agora focalizamos o delineamento experimental mais simples, em que se manipula uma variável independente com dois níveis e se mede uma variável dependente. Esse delineamento simples permite examinar aspec­ tos importantes da pesquisa, como validade interna e procedimentos para desig­ nar os participantes às condições experimentais. No entanto, os pesquisadores freqüentemente investigam problemas que exigem delineamentos mais compli­ cados. Este capítulo trata desses delineamentos experimentais complexos.1

A

AUMENTO DO NÚMERO DE NÍVEIS DE UMA VARIÁVEL INDEPENDENTE

No delineamento experimental mais simples, a variável independente assu­ me apenas dois níveis. No entanto, por várias razoes, um pesquisador pode que­ rer planejar um experimento com mais de dois níveis. Em primeiro lugar, um delineamento com apenas dois níveis da variável independente não fornece muita informação sobre a forma exata da relação entre as variáveis independente e dependente. Por exemplo, a Figura 10.1 mostra o resultado de um experimento hipotético sobre a relação entre motivação e desempenho numa tarefa motora. A linha cheia mostra o resultado quando há apenas dois níveis - ausência de recompensa por um bom desempenho e promessa de $ 4,00 por um bom desem­ penho. Como há apenas dois níveis, a relação só pode ser descrita por meio de uma reta. Não sabemos como ficaria a relação se outros valores fossem incluí­ dos como níveis da variável independente. A linha interrompida na Figura 10.1 mostra os resultados incluindo-se também os valores $ 1,00, $ 2,00 e $ 3,00. Esse resultado representa uma descrição mais acurada da relação entre quantidade de recompensa prometida e desempenho. No experimento hipotético, a quanti­ dade de recompensa é muito eficiente em aumentar o desempenho até certo ponto, após o qual aumentos na recompensa são acompanhados por pequenos aumentos no desempenho. Assim, a relação é uma função monotônica positiva e não uma relação estritamente linear (veja Capítulo 4). Um experimento com apenas dois níveis não fornece essa informação exata. Como vimos no Capítulo 4, a relação entre as variáveis algumas vezes é curvilinear ou não monotônica - isto é, a direção da relação muda. A Figura 10.2 mostra um exemplo de uma relação curvilinear. Essa forma particular de relação curvilinear recebe o nome de curva em U invertido. Um delineamento experimental com apenas dois níveis da variável independente não consegue

1 Uma conexão entre delineamento de experimentos e amostragem encontra-se em BRAKEL, RENSEEN, R. H. Design and analysis of experiments embedded in sample surveys. Journal of Official Statistics 14(3): 277-295, 1998 (N. T.).

D elineam entos E xper im en tais C om plex os

221

recompensa

Magnitude da recompensa prometida

Figura 10.1 Resultados de um experimento hipotélico: função linear versus fun­ ção monotônica positiva. detectar relações curvilineares entre variáveis. Prevendo-se uma relação curvilinear, é preciso usar pelo menos três níveis. Como mostra a Figura 10.2, se tivessem sido usados apenas os níveis 1 e 3 da variável independente, não teria sido detectada qualquer relação entre as variáveis. Em Psicologia existem mui­ tas relações curvilineares desse tipo. Um exemplo é a relação entre ativação de medo e mudança de atitude. Níveis crescentes de medo ativados por uma men­ sagem persuasiva provocam aumento de mudança de atitude até um nível mo­ derado de medo. Desse ponto em diante, aumentos adicionais de medo de fato diminuem a mudança de atitude.

Variável independente Observação: Pelo menos três níveis da variável independente são necessários para revelar relações curvilineares.

Figura 10.2 Uma relação curvilinear em U invertido.

222

M é to d o s de P esqu isa f.m C iências do C o m po rta m ento

Finalmente, os pesquisadores muitas vezes estão interessados em compa­ rar mais de dois grupos. Suponhamos que haja interesse em saber se pacientes institucionalizados se beneficiam da possibilidade de brincar com um animal. Poderia haver duas condições, uma de controle em que o paciente não tem con­ tato com qualquer animal e outra em que tem a oportunidade de brincar com um cachorro uma vez por dia. No entanto, também poderia haver interesse em determinar o efeito ao paciente de um gato e de um passarinho e esses dois grupos poderiam ser acrescentados. Num estudo efetivamente realizado sobre técnicas de redução de estresse, Bruning e Frew (1987) dividiram os emprega­ dos de uma empresa randomicamente em quatro grupos: exercício, treinamen­ to de habilidades de gerenciamento, meditação e controle sem tratamento. Nes­ se estudo, as três técnicas resultaram em decréscimos de pressão sangüínea e de pulsação.

AUMENTO DO NÚMERO DE VARIÁVEIS INDEPENDENTES: DELINEAMENTOS FATORIAIS

Os pesquisadores freqüentemente manipulam mais de uma variável inde­ pendente (VI) num único experimento. Em geral, duas ou três variáveis indepen­ dentes estão atuando simultaneamente. Esse tipo de delineamento experimental aproxima-se mais das condições do mundo real, em que as variáveis independen­ tes não existem isoladamente. Os pesquisadores reconhecem que, em qualquer situação, diversas variáveis atuam afetando o comportamento e, por essa razão, planejam experimentos com mais de uma variável independente. Delineam entos fatoriais são delineamentos com mais de uma variável independente (ou fator). Num delineamento fatorial, combinam-se todos os ní­ veis de cada variável independente com todos os níveis das outras variáveis inde­ pendentes. O delineamento fatorial mais simples - conhecido como delineamen­ to fatorial 2 x 2 (dois por dois) - tem duas variáveis independentes, cada uma com dois níveis. Um experimento de Smith e Ellsworth (1987) ilustra um delineamento fatorial 2 x 2 . Smith e Ellsworth estudaram os efeitos de perguntas ardilosas sobre a acuracidade de testemunhas oculares. Depois de assistir a um videoteipe de um roubo, os participantes do experimento respondiam a perguntas sobre o que haviam visto. Uma variável independente era o tipo de pergunta - ardilosa ou não ardilosa. A segunda variável independente era o conhecimento que o entrevistador tinha sobre o crime: se havia visto o videoteipe apenas uma vez (entrevistador “ingênuo”) ou várias vezes (entrevistador “informado”). Esse delineamento 2 x 2 resulta em quatro condições experimentais (trata­ mentos): (1) entrevistador informado - perguntas ardilosas, (2) entrevistador

D elineam entos E x p e rim e n ta is C o m p le x o s

223

informado - perguntas não ardilosas, (3) entrevistador ingênuo - perguntas ardilosas, (4) entrevistador ingênuo - perguntas não ardilosas. Um delineamen to 2 x 2 sempre tem quatro grupos. O formato geral para descrever delineamen­ tos fatoriais é Número de níveis da primeira VI

^

Número de níveis da segunda VI

Número de níveis da terceira VI

e assim por diante. Um delineamento com duas variáveis independentes, uma com dois níveis e a outra com três níveis, é um delineamento fatorial 2 x 3 ; há seis condições no experimento. Um delineamento 3 x 3 tem nove condições.

Interpretação de delineamentos fatoriais Delineamentos fatoriais fornecem dois tipos de informação. O primeiro tipo de informação diz respeito ao efeito de cada variável independente sem sofrer influência de outras: o efeito principal de uma variável independente. Num delineamento com duas variáveis independentes, há dois efeitos principais - um para cada variável independente. O segundo tipo de informação é denominado efeito de interação. Se há uma interação entre as duas variáveis independen­ tes, o efeito de uma variável independente depende do nível particular da outra variável. Em outras palavras, o efeito que uma variável independente tem sobre a variável dependente está condicionado ao nível da outra variável independen­ te. Interações são uma fonte nova de informação, que não pode ser obtida num delineamento experimental simples, em que se manipula apenas uma variável independente. Para ilustrar efeitos principais e interações, iremos examinar os resultados do estudo de Smith e Ellsworth sobre a acuracidade de testemunhas oculares. A Tabela 10.1 ilustra um método comum de apresentação de resultados para vá­ rios grupos num delineamento fatorial. O número em cada caseia representa a porcentagem média de erros cometidos nas quatro condições. Efeitos principais. Um efeito principal é o efeito de cada variável em si. O efeito da variável independente A é o efeito do tipo de pergunta sobre a acuracidade da lembrança. Da mesma forma, o efeito principal da variável inde­ pendente B é o efeito do grau de conhecimento do entrevistador sobre a medida dependente.

224

M étodos ue P esqu isa em C iências d o C o m portam ento

Tabela 10.1 Delineamento fatorial 2 x 2: resultados do experimento sobre teste­ munho ocular. Tipo de pergunta (variável independente A) Tipo de entrevistador (variável independente B)

Médias globais (efeito principal de B)

Não ardilosa

Ardilosa

Informado

13

41

27,0

Ingênuo Médias globais (efeito principal de A)

12

18

15,5

13,0

29,5

O efeito principal de cada variável independente é a relação global entre a variável independente e a variável dependente. Para a variável independente A, existe relação entre tipo de pergunta e erros de lembrança? Para verificar isso, podemos examinar as médias globais na condição de perguntas ardilosas e na condição de perguntas não ardilosas. Essas médias encontram-se nas margens da tabela. A porcentagem geral de erros cometidos pelos participantes na condi­ ção de perguntas ardilosas é 29,5, enquanto a porcentagem de erros na condi­ ção de perguntas não ardilosas é 13,0. As médias correspondentes aos efeitos principais são obtidas calculando-se as médias para todos os participantes em cada grupo, independentemente do tipo de entrevistador (informado ou ingê­ nuo). Note que a média 29,5, na condição de perguntas ardilosas, é a média entre 41, correspondente ao grupo entrevistador informado/perguntas ardilo­ sas, e 18, correspondente ao grupo entrevistador ingênuo/perguntas ardilosas (esse cálculo supõe que o número de participantes em cada grupo seja igual), Verifica-se que, de forma geral, o número de erros cometidos é maior quando as perguntas são ardilosas em comparação com não ardilosas. Testes estatísticos permitem determinar se esse é um efeito principal significativo. O efeito principal para a variável B (tipo de entrevistador) é a relação geral entre essa variável independente, em si, e a variável dependente. Pode-se verifi­ car na Tabela 10.1 que o escore geral na condição entrevistador informado é 27,0, enquanto o escore geral no grupo com entrevistador ingênuo é 15,5. As­ sim, de forma geral, o número de erros cometidos é maior quando o entrevistador é informado. Efeitos de interação. Esses efeitos principais informam que, de forma ge­ ral, o número de erros cometido é maior quando o entrevistador é informado e quando as perguntas são ardilosas. Também existe a possibilidade de haver uma interação, e nesse caso, é preciso qualificar os efeitos principais das variáveis independentes. Essa qualificação é necessária porque uma interação entre as variáveis independentes indica que o efeito de uma variável independente não

D elineam entos E xperim entais C om plexos

225

é o mesmo em diferentes níveis da outra variável independente. Isto é, uma interação informa que o efeito de uma variável independente está condicionado ao particular nível da outra. Os resultados do estudo de Smith e Ellsworth mostram uma interação. O efeito do tipo de pergunta é diferente dependendo do fato de o entrevistador ser informado ou ingênuo. Quando o entrevistador é informado, perguntas ardilo­ sas resultam em mais erros (41% na condição de perguntas ardilosas versus 13% na condição de perguntas não ardilosas). No entanto, quando o pesquisa dor é ingênuo, o tipo de pergunta tem pouco efeito (18% para perguntas ardilo sas e 13% para perguntas não ardilosas). Assim, a relação entre tipo de pergun­ ta e erros de iembrança é mais bem compreendida considerando-se ambas as variáveis independentes: precisamos considerar se as perguntas são ardilosas e se o entrevistador é informado ou ingênuo. É fácil visualizar interações num gráfico que apresenta as médias para to­ das as condições. Na Figura 10.3 à esquerda, um gráfico de linhas mostra os resultados do experimento com testemunhas oculares. Observe que todas as qua­ tro médias foram representadas e que duas retas descrevem a relação entre tipo de pergunta e erros de lembrança. Uma reta mostra a relação para o entrevistador informado e a outra, para o entrevistador ingênuo. Como se pode verificar, exis­ te relação apenas quando o entrevistador é informado.

45 o 40 £ 35 S 30

| | Informado Í^H Ingénuo

eu 25

<£

*>

20

£

15 10

&

5

0 Tipo de pergunta

[ 1 Não ardilosa

Ardilosa

Tipo de pergunta

Figura 10.3 Interação entre tipo de pergunta e tipo de entrevistador. O conceito de interação é bastante simples e provavelmente você o utiliza com freqüência. Quando dizemos “depende”, em geral queremos dizer que está ocorrendo algum tipo de interação - depende de alguma outra variável. Suponhamos, por exemplo, que um amigo tenha lhe perguntado se deseja ir ao cinema. A decisão de ir ao cinema pode refletir uma interação entre duas va­ riáveis: (1) Há uma prova agendada nos próximos dias? e {2)~Quais são os

226

M é to d o s de P e sq u isa em C iências do C om po rta m en to

atores do filme? Se houver uma prova agendada, a decisão é não ir ao cinema, quaisquer que sejam os atores. Se não houver, a decisão dependerá dos atores. Em outras palavras, você irá ao cinema se seu ator favorito estiver atuando no filme. Procure representar graficamente o exemplo do cinema, da mesma for­ ma que o exemplo das testemunhas oculares foi representado na Figura 10.3. A variável dependente (ir ao cinema) sempre aparece no eixo vertical e a variá­ vel independente, no eixo horizontal. Representa-se, em seguida, no gráfico os resultados para o primeiro nível da variável independente B, ligando os pon­ tos por uma reta. O mesmo é feito para o segundo nível da variável indepen­ dente B. Essa forma de representação gráfica de resultados é um método útil para visualizar interações num delineamento fatorial. Um gráfico de barras pode ser utilizado em lugar de retas. A Figura 10.3 também apresenta a mesma informa­ ção por meio de um gráfico de barras. Você deve ser capaz de compreender os resultados apresentados mediante dois tipos de gráficos. Quando se trata de uma pesquisa efetivamente realizada, é preciso submeter os resultados a uma análise estatística, para determinar se cada um dos efeitos principais é estatisti­ camente significativo e se há uma interação significativa.2 Um delineamento fatorial 2 x 2 tem duas variáveis independentes, cada uma delas com dois níveis. Na análise dos resultados, há várias possibilidades: (1) pode haver ou não um efeito principal significativo para a variável indepen­ dente A, (2) pode haver ou não um efeito principal significativo para a variável independente B e (3) pode haver ou não uma interação significativa entre as variáveis independentes. A Figura 10.4 ilustra os oito resultados possíveis num delineamento fatorial 2 x 2 . Para cada resultado, encontram-se as médias correspondentes e sua repre­ sentação gráfica. Note que, em cada gráfico, a variável dependente aparece no eixo vertical e a variável independente A, no eixo horizontal. As duas médias para Bj estão representadas, desenhando-se uma reta para esse nível de B. Em seguida, são representadas da mesma forma as duas médias para B2, desenhando-se uma segunda reta para representar esse nível. Nos dois primeiros gráficos, as retas que representam e B2 são coincidentes, de tal forma que se vê uma única reta.

2 Um exemplo de delineamento fatorial realizado no Brasil encontra-se em OTTA, E. et al. Reading a smiling face: messages conveyed by various forms of smiling. Perceptual and Motor Skills 82: 1.111-1.121,1996 (NT). Resultados de um Delineamento Fatorial 2 x 2.

(

D elineam entos E xperim entais C om plexos

1

B

2

1

B

B

2

B: Não A x B: Não

B: Não A x B: Não

1

227

Bi

B

1 2

2

B2<‘

B2 3

A: Sim B: Sim A x B: Não

A: Não B: Sim A x B: Não

1 1 9 5

5 9

2 1 1

l £5

1 5 1 A: Sim B: Sim A x B: Sim

5 1

A x B: Sim

1

B

1

2

1 5 9 5 B: Não A x B: Sim

1 9 9 1

AxB:Si m

Figura 10.4 Resultados de um delineamento fatorial com duas variáveis independentes. ------

( ( ^ ( <

228

M étodos de P esqu isa em C iências do C om portam ento

As médias que aparecem na figura são exemplos simulados. Resultados tão perfeitos quanto esses raramente ocorrem na pesquisa real. Ainda assim, reco­ menda-se o estudo dos gráficos, para ficar claro, em cada caso, por que há ou não um efeito principal para A, um efeito principal para B e uma interação AxB. Os quatro primeiros gráficos mostram resultados em que não há efeito de interação A x B e os quatro últimos, resultados em que há uma interação. Quan­ do há uma interação estatisticamente significativa, é preciso examinar cuidado­ samente as médias para compreender por que a interação ocorreu. Em alguns casos, há uma relação forte entre a primeira variável independente e a variável dependente num nível da segunda variável independente. No entanto, não há relação ou uma relação fraca no outro nível da segunda variável independente. Este padrão é evidente nos dados de Smíth e Ellsworth (1987), apresentados na Figura 10.3, e nas duas primeiras interações apresentadas na Figura 10.4, Em outros estudos, a interação pode indicar que uma variável independente tem efeitos opostos sobre a variável dependente, em função do nível da segunda va­ riável independente. Observe com atenção o último gráfico na Figura 10.4. Há uma relação positiva entre A e a variável dependente em B: e uma relação nega­ tiva em B2. É interessante notar que neste último gráfico nenhuma das variáveis independentes tem efeito em si. No entanto, a interação mostra que A tem efei­ tos fortes (mas opostos) dependendo do nível particular de B. A interação indica que ambas as variáveis independentes devem ser consideradas, para que se com­ preendam as relações envolvidas. Procure verificar se compreendeu completa­ mente esses gráficos. Cubra os resultados ou construa um novo conjunto de gráficos, identificando a existência de efeitos principais ou de uma interação. Delineamentos Fatoriais com Variáveis Manipuladas e não Manipuladas: Delineamentos VI x VS

Um tipo comum de delineamento fatorial inclui tanto variáveis experimen­ tais (manipuladas) quanto não experimentais (medidas ou não manipuladas). Esses delineamentos - algumas vezes denominados delineamentos VI x VS (isto é, variável independente por variável do sujeito) - permitem que os pesquisado­ res investiguem como diferentes tipos de indivíduos (isto é, sujeitos) respondem à mesma variável manipulada. As variáveis do sujeito estudadas incluem sexo, idade, etnia, características de personalidade e categoria de diagnóstico clínico. Como você pode imaginar, algumas vezes encontrará variáveis do sujeito descri­ tas como variáveis do participante. Trata-se apenas de uma diferença de termi­ nologia. O delineamento VI x VS mais simples inclui uma variável independente manipulada, com pelo menos dois níveis, e uma variável do sujeito com pelo

D e lin e a m e n to s E x p e rim e n ta is C o m p le x o s

229

menos dois níveis. Os dois níveis da variável do sujeito podem ser dois grupos com diferentes faixas etárias, grupos com escores baixos e altos numa medida de personalidade ou grupos de homens e de mulheres. Um exemplo desse deli­ n ea m en to é um estudo de Furnham, Gunter e Peterson (1994). Será que as pes­ soas costumam estudar em situações em que há alguma distração, como um program a de televisão? Fumham et al mostraram que a capacidade para estu­ dar com uma distração desse tipo depende de a pessoa ser extrovertida ou introvertida. A variável manipulada foi distração. Estudantes universitários fize­ ram uma leitura em silêncio e outra numa situação em que havia uma TV liga­ da, cujo som eles podiam ouvir. Assim, utilizou-se um delineamento de medidas repetidas, sendo a ordem das condições contrabalanceada. Após a leitura, os estudantes responderam a questões de compreensão do material. A variável do sujeito era extroversão: os participantes responderam a uma medida de extro­ versão, sendo classificados em extrovertidos ou introvertidos. A Figura 10.5 mos­ tra os resultados. Houve um efeito principal de distração e uma interação. 10

9 8

Extrovertidos

7 6 Televisão

Silêncio Condição de distração

Figura 10.5 Interação no delineamento VI x VS. De forma geral, os estudantes obtiveram escores mais altos de compreen­ são quando estudaram em silêncio. Além disso, houve interação entre extroversão e distração. Na ausência de distração, o desempenho dos extrovertidos e dos introvertidos foi equivalente. No entanto, os extrovertidos tiveram melhor de­ sempenho que os introvertidos quando a TV estava ligada. Se você for extrover­ tido, seja mais compreensivo com seus amigos introvertidos, quando pedem si­ lêncio para poder estudar! Delineamentos fatoriais, incluindo tanto variáveis independentes manipu­ ladas quanto variáveis do sujeito, representam um método atraente para inves-

230

M é to d o s de P esqu isa em C iências d o C o m po rta m ento

tigar muitas questões interessantes de pesquisa. Esses experimentos levam em conta que a plena compreensão do comportamento requer conhecimento tanto de variáveis da situação quanto de características de personalidade e instrução dos participantes.^ Procedimentos de Atribuição e Delineamentos Fatoriais

As considerações feitas no Capítulo 8 quanto à atribuição dos participantes às condições podem ser generalizadas para os delineamentos fatoriais. Há duas formas básicas de atribuição dos participantes às condições: (1) num delinea­ mento envolvendo grupos independentes, participantes diferentes são designa­ dos às várias condições do estudo; (2) num delineamento com medidas repeti­ das, os mesmos indivíduos participam de todas as condições do estudo. Esses dois tipos de procedimentos de atribuição têm implicações para o número de partici­ pantes necessário para completar o experimento. Pode-se ilustrar este fato exa­ minando um delineamento fatorial 2 x 2 . Esse delineamento pode envolver gru­ pos totalmente independentes, medidas totalmente repetidas ou ser um delinea­ m ento fatorial misto - isto é, uma combinação dos dois. Grupos independentes. Num delineamento 2 x 2, há quatro condições. Se desejarmos um delineamento de grupos totalmente independentes, devemos designar um grupo diferente de participantes para cada uma das quatro condi ções. Os estudos de Smith e Ellsworth (1987) sobre testemunho ocular e de Petty, Cacioppo e Goldman (1981) sobre o efeito da credibilidade do comunicador e do envolvimento pessoal sobre mudança de atitudes, descritos no Capítulo 9, ilus­ tram delineamentos fatoriais com indivíduos diferentes em cada uma das condi­ ções. Se você tiver planejado um delineamento 2 x 2 e desejar ter 10 participan­ tes em cada condição, precisará de um total de 40 participantes diferentes, como mostra o primeiro quadro na Figura 10.6. Medidas repetidas. Num procedimento com medidas totalmente repeti­ das, os mesmos indivíduos passam por todas as condições. Suponhamos que você tenha planejado um estudo sobre os efeitos da maconha, semelhante ao de Wilson, Ellinwood, Mathew e Johnson (1994), descrito no Capítulo 8: um fator

3

Num artigo recente os fatores foram classificados: PREECE, D. A. Types of factor in experiments.

Journal of Statistical Planning and Inference 95, p. 269-282, 2001 (NT).

Há alguns artigos que mostram formas alternativas - especialmente gráficas - de entender os efeitos principais e as interações: (a) BERGERUD, W A. Displaying factor relationships in experiments. The American Statistician 50(3), p. 228-233,1996; (b) LIN, D. K.; LAM, A. W. Connections between two-level factorials and Venn diagrams. The American Statistician 51(1), p. 49-51; (c) GREEN, RE. On the analysis of interactions in marketing research data. Journal of Marketing Research 10, p. 410-420, 1973) (NR).

■F"'

/ D E U N tA M E N TO S EXPERIMENTAIS COM PLEXOS

Si S2 s3 S< Ss

S6 S7 S« S9 $10

Sn S12 Sn S14

Sie S 17 Sis Siy

S l5

S20

S31 S22 Sz3 S24 Sz5

S26 S27 S28 S29 S30

S3I S32 S33 Sm Sss

S36 S37

I D elineam ento de grupos independentes

S38 Sj 9 S40

1

A

2

s, s2 S3 s4 Ss

S6 S7 Sa S9 S10

Si S2 S3 S4 Ss

S6 s7 s8 S9 S10

Si S2 S3 S4 S5

Si s2 S3 S4

Sfi s7 s8 S9 S10

S) S2

S6 s?

S11 S 12

s3

S8

S 13

S4 S5

S9

S 14 Sis

S5

II Delineam ento com medidas repetidas

S10

Se S7 S8 s9

Sm S16 S17 Sia S 19 S20

Si S2 S3 S4 Ss S11 S 12 S 13 S14 Sn

231

sf, s7

S8 S9 S10 Siü Sl 7 S 18

Siy S20

III Combinação do delineam ento de grupos independentes com o de medidas repetidas

Figura 10.6 Número de sujeitos necessário para que em cada condição haja 10 sujeitos. é a maconha (tratamento com maconha versus grupo controle com placebo) e o outro fator é a dificuldade da tarefa (fácil versus difícil). Num delineamento 2 x 2 com medidas totalmente repetidas, cada indivíduo passa por todas as condi­ ções, realizando tanto a tarefa fácil quanto a difícil sob ação da maconha e sem. Se você quiser ter 10 participantes em cada condição, necessitará de um total de 10 sujeitos, como mostra o segundo quadro na Figura 10.6. Esse delineamento oferece considerável economia quanto ao número de participantes necessário. No entanto, para decidir se vai utilizar um procedimento de atribuição de medi­ das totalmente repetidas, o pesquisador deve considerar as desvantagens dos delineamentos de medidas repetidas. Delineam ento fatorial misto usando atribuição combinada. O estudo de Fumham, Gunter e Peterson (1994) sobre distração por televisão e extro­ versão ilustra o uso de um delineamento fatorial misto, combinando procedi­ mentos de grupos independentes e de medidas repetidas. A variável do sujeito extroversão é uma variável de grupos independentes. A distração é uma variá­ vel de medidas repetidas: todos os participantes estudaram tanto em condições de distração quanto de silêncio. O terceiro quadro na Figura 10.6 mostra o número de sujeitos necessário para ter 10 por condição, num delineamento fatorial misto 2 x 2 . Nessa tabela, a variável independente A é uma variável de grupos independentes. Dez participantes são designados ao nível 1 dessa variá-

I

232

M éto d o s de P esqu isa em C iências do C om porlam ento

vel independente e outros 10 participantes são designados ao nível 2. A variá­ vel independente B, no entanto, é uma variável de medidas repetidas. Os 10 participantes designados para A: são submetidos aos dois níveis da variável independente B. Da mesma forma, os 10 participantes designados para A2 são submetidos aos dois níveis da variável independente B. Assim, o número total de participantes necessário é 20. Outras Considerações sobre Delineamentos Fatoriais

O delineamento fatorial mais simples é o 2 x 2. Com esse delineamento básico, o pesquisador pode planejar experimentos progressivamente mais com­ plexos. Uma forma de aumentar a complexidade á acrescentar maior número de níveis de uma ou mais variáveis independentes. Um delineamento 2 x 3 , por exemplo, contém 2 variáveis independentes: a variável independente A tem dois níveis e a variável independente B tem três níveis. Assim, o delineamento 2 x 3 tem 6 condições. A Tabela 10.2 mostra um delineamento fatorial com as variá­ veis independentes dificuldade da tarefa (fácil, difícil) e nível de ansiedade (bai­ xa, moderada, elevada). A variável dependente é o desempenho na tarefa. Os números em cada uma das seis caseias do delineamento indicam o escore médio de desempenho do grupo. As médias globais nas margens mostram os efeitos principais de cada uma das variáveis independentes. Os resultados na Tabela 10.2 indicam um efeito principal de dificuldade da tarefa, porque o escore de desempenho global no grupo de tarefa fácil é superior à média da tarefa difícil. No entanto, não há efeito principal de ansiedade, porque o escore médio de desempenho é igual nos três grupos de ansiedade. Há interação entre dificulda­ de da tarefa e ansiedade? Observe que o aumento do grau de ansiedade tem o efeito de aumentar o desempenho na tarefa fácil, mas de diminuir o desempenho na tarefa difícil. O efeito da ansiedade é diferente dependendo da dificuldade da tarefa e, portanto, há uma interação.

Tabela 10.2 Delineamento fatorial 2 x 3 . Nível de ansiedade Dificuldade da tarefa Fácil Difícil Médias globais (efeito principal)

Muito

Moderado

Pouco

Médias globais (efeito principal)

4

7

10

7,0 4,0

7

4

1

5,5

5,5

5,5

D elineam entos E x p e rim e n ta is C o m p le x o s

233

Também podemos aumentar o número de variáveis no delineamento. Um delineamento fatorial 2 x 2 x 2 contém três variáveis, cada uma delas com dois níveis. Assim, há oito condições nesse delineamento. Num delineamento 2 x 2 x 3, há 12 condições e num delineamento 2 x 2 x 2 x 2, há 16. A regra para cons­ truir delineamentos fatoriais permanece a mesma em todos os casos. A Tabela 10.3 ilustra a construção de um delineamento fatorial 2 x 2 x 2. As variáveis independentes são (1) método de ensino (aula expositiva, debate infor­ mal), (2) tamanho da classe (10, 40) e (3) sexo do estudante (masculino, femi­ nino). Note que sexo é uma variável não manipulada, enquanto as duas outras variáveis são manipuladas. A variável dependente é o desempenho num teste padrão.

Tabela 10.3 Delineamento fatorial 2 x 2 x 2 . Tamanho da classe 10 Método de ensino

40 Masculino

Palestra Discussão Feminino Palestra Discussão

Observe que o delineamento 2 x 2 x 2 pode ser visto como dois delineamen­ tos 2 x 2, um para o sexo masculino e outro, para o feminino. O delineamento fornece efeitos principais para cada uma das três variáveis independentes. Por exemplo, obtém-se a média global para o método de ensino considerando todos os participantes que passaram pelo método palestra, independentemente do ta­ manho da classe e do sexo. Da mesma forma, a média para o método discussão é derivada com base em todos os participantes nesta condição. As duas médias são, então, comparadas para verificar se há um efeito principal significativo: será um método superior ao outro em geral? O delineamento também nos permite examinar interações. No delineamento 2 x 2 x 2 , podemos examinar a interação entre (1) método de ensino e tamanho da classe, (2) método de ensino e sexo e (3) tamanho da classe e sexo. Também podemos considerar uma interação tripla envolvendo as três variáveis indepen­ dentes. Nesse caso, queremos determinar se a natureza da interação entre duas

234

M éto d o s de P esq u isa em C iências do C o m po rta m en to

das variáveis difere dependendo do nível particular da terceira variável. Interações triplas são bastante complicadas. Felizmente, você não irá encontrar muitas delas em suas revisões de pesquisas na ciência do comportamento. Algumas vezes, os estudantes sentem-se tentados a incluir num estudo to­ das as variáveis independentes em que conseguem pensar. Um problema decor­ rente desse procedimento é um delineamento excessivamente complexo, que exige um número enorme de participantes. O delineamento que acabamos de discutir tinha 8 grupos. Um delineamento 2 x 2 x 2 x 2 tem 16 grupos. Acrescen­ tar outra variável independente com dois níveis resulta num total de 32 grupos. Além disso, quando há mais de três ou quatro variáveis independentes, muitas das condições particulares produzidas pela combinação de tantas variáveis não fazem sentido ou não poderiam ocorrer em condições naturais. Os delineamentos descritos até aqui utilizam todos a mesma lógica, para determinar que a variável independente de fato provocou uma mudança na medida da variável dependente. No Capítulo 11, passaremos a considerar deli­ neamentos alternativos, que usam procedimentos um pouco diferentes para exa­ minar a relação entre as variáveis independentes e dependentes. Termos Estudados _____________________________________

Delineamento fatorial Delineamento fatorial misto Delineamentos VI x VS Efeito de interação Efeito principal Questões de Revisão ___________________________________

1.

Por que um pesquisador pode ter mais de dois níveis da variável indepen­ dente num experimento?

2.

O que é um delineamento fatorial? Por que um pesquisador usa um delinea­ mento fatorial?

3.

O que são efeitos principais num delineamento fatorial? O que é uma interação?

4.

Descreva um delineamento fatorial VI x VS.

5.

Identifique o número de condições num delineamento fatorial com base no conhecimento do número de variáveis independentes e do número de níveis de cada variável independente.

PF"-' D elineam entos E xperim entais C om plexos

235

Atividade 1.

Num estudo de Chaiken e Pliner (1987), os participantes da pesquisa leram um “diário de alimentação” de um homem ou de uma mulher. O diário informava que a pessoa ingeriu refeições grandes ou pequenas. Com base nessa afirmação, os participantes avaliaram a feminilidade/masculinidade da pessoa. a. Identifique o delineamento desse experimento. b. Quantas condições há no experimento? c. Identifique a(s) variável(is) independente(s) e dependente(s). d. Há uma variável do sujeito neste experimento? Se houver, identifique-a. Se não houver, sugira como uma variável do sujeito poderia ser incluí­ da.

2.

Chaiken e Pliner relataram as seguintes avaliações de feminilidade (núme­ ros maiores indicam maior feminilidade): homem - refeições pequenas (2,02), homem-refeições grandes (2,05), mulher - refeições pequenas (3,90) e mulher - refeições grandes (2,82). Suponha o mesmo número de partici­ pantes em todas as condições. a. Há efeitos principais? b. Há interação? c. Represente as médias graficamente. d. Descreva os resultados por meio de um parágrafo curto.

3.

Consulte periódicos recentes de Psicologia e procure um exemplo de deli­ neamento 2 x 2 com grupos independentes. Identifique os fatores e os ní­ veis de cada fator. Localize outro experimento que exemplifique um deli­ neamento de dois fatores usando medidas repetidas para uma ou mais va­ riáveis. Identifique se é um procedimento com medidas totalmente repeti­ das ou se é um delineamento fatorial misto. Identifique os fatores e os ní­ veis de cada fator. Verifique se houve um efeito de interação. Em caso afir­ mativo, descreva a interação.

4.

Suponha um experimento com um delineamento fatorial 3 x 3 com 15 participantes diferentes em cada condição. Quantos participantes diferen­ tes são necessários considerando: (a) uma distribuição completamente in­ dependente pelos grupos, (b) uma distribuição envolvendo medidas total­ mente repetidas e (c) um delineamento fatorial misto que envolve tanto grupos independentes quanto variáveis com medidas repetidas.

< /I ( (

( (

(

(

(

ï (

< í

(

I /I i I

11 Delineamentos Quase-Experimentais, Delineamentos com Sujeito Único e Delineamentos de Pesquisas sobre Desenvolvimento m

e Delineamentos Quase-Experi­ mentais Avaliação de Programa Delineamento Pré-teste-Pós-teste com Grupo Controle Não Equiva­ lente Delineamento com Sucessões Cro­ nológicas Interrompidas Delineamento com Sucessões Con­ trole f Experimentos com Sujeito Único Delineamentos com Reversão Delineamentos com Linha de Base Múltipla

Réplicas em Delineamentos com Sujeito Único

f*

Delineamentos de Pesquisas so­ bre Desenvolvimento Método Transversal Método Longitudinal Comparação dos Métodos Longitu­ dinal e Transversal Método Seqüencial Termos Estudados Questões de Revisão Atividades

O

delineamento experimental clássico, descrito no Capítulo 8, consiste em distribuir os participantes aleatoriamente pelas condições da variável independente e em medir uma variável dependente. Comparam-se as respostas na medida dependente, para determinar se a variável independente teve efeito. Como todas as outras variáveis sao mantidas constantes, as diferen­ ças encontradas na variável dependente devem ser devidas ao efeito da variável independente. Esse delineamento tem alta validade interna - confiamos que a variável independente tenha causado as respostas observadas na variável depen­ dente. O leitor irá encontrar freqüentemente esse delineamento experimental ao examinar pesquisas realizadas nas ciências do comportamento. No entanto, outros delineamentos de pesquisa foram desenvolvidos para resolver problemas de pesquisa especiais. Este capítulo trata de delineamentos quase-experimentais, de delineamentos usados na área de desenvolvimento e de experimentos com sujeito único - abordagens de pesquisa que apresentam desafios interes­ santes no que diz respeito à determinação da validade interna.

DELINEAMENTOS QUASE-EXPERIMENTAIS

Como vimos no Capítulo 1, os pesquisadores freqüentemente defrontam com questões de pesquisa aplicada e de avaliação do comportamento. Os delinea­ mentos quase-experimentais surgiram quando da necessidade de realizar pes­ quisas aplicadas, em situações em que não é possível atingir o mesmo grau de controle que nos delineamentos experimentais propriamente ditos. Os delinea­ mentos quase-experimentais tentam atingir um grau de controle próximo ao dos delineamentos experimentais, para inferir que dado tratamento teve o efeito pretendido. Embora os delineamentos quase-experimentais possam ser usados para resolver muitos problemas de pesquisa, é útil considerá-los no contexto das pesquisas de avaliação de programas. Avaliação de Programa

No Capítulo 1 encontra-se uma breve descrição da avaliação de progra­ mas. Trata-se de pesquisas que propõem e implantam programas para atingir algum efeito positivo sobre um grupo de indivíduos. Esses programas podem ser implantados em escolas, situações de trabalho ou mesmo numa comunidade toda. Um exemplo de programa implantado em escolas é o ERAD (Educação para Resistência ao Abuso de Drogas), destinado a reduzir o uso de drogas. É desenvolvido em conjunto com departamentos de polícia locais e tem sido muito utilizado desde que surgiu, no início da década de 80. A avaliação de programas aplica-se a muitas abordagens de pesquisa para investigar programas desse tipo.

mar~-

D elineam entos Q uase -E xperim fnta is

239

Donald Campbell (1969) estimulou o surgimento de uma cultura de ava­ liação, em que todos esses programas são honestamente avaliados para determi­ nar sua eficácia. Assim, o foco inicial da pesquisa de avaliação foi a “avaliação de resultado": O programa obteve realmente os resultados positivos que preten­ dia obter (por exemplo, diminuição do abuso de drogas, aumento de notas, re­ dução de faltas ou diminuição de reincidência)? No entanto, à medida que a área de avaliação de programa desenvolveu-se, desde o artigo original de Campbell em 1969, a pesquisa de avaliação passou a abranger mais do que a avaliação de resultados (Rossi; Freeman; Lipsey, 1999). Rossi et al. (1999) identificam cinco tipos de avaliações, cada uma das quais procurando responder a uma questão diferente sobre o programa. Eles apare­ cem na Figura 11.1 como as cinco fases do processo de avaliação. A primeira é a avaliação da necessidade. Estudos de avaíiação da necessidade questionam se de fato existem problemas merecedores de atenção numa população-alvo. Por exem­ plo, há abuso de drogas entre crianças e adolescentes na comunidade? Se há, quais são as drogas usadas? Que serviços os sem-teto necessitam com maior urgência? Delinqüentes juvenis reincidentes têm problemas pessoais e familia­ res particulares que devem ser tratados por um programa de intervenção? Uma vez que se tenha estabelecido uma necessidade, é possível planejar programas voltados para ela. Os dados para a avaliação de necessidades podem ser prove­ nientes de levantamentos, entrevistas e dados estatísticos de órgãos de saúde pública, de justiça criminal e outras agências.

Figura 11.1 Fases da pesquisa de avaliação de um programa.

240

M é to d o s de P esq u isa em C iências do C o m portam ento

O segundo tipo de questão de avaliação diz respeito à teoria do programa. Depois de identificar necessidades, pode-se planejar um programa voltado para elas. Rossi et al. (1999) enfatizam que ele deve basear-se em suposições válidas sobre as causas dos problemas e racional do programa proposto. A avaliação da teoria do programa pode envolver a colaboração de pesquisadores, de prestadores de serviço e de futuros clientes, para determinar que o programa proposto de fato atende de forma adequada às necessidades da populaçãoalvo. Rossi et al. descrevem um estudo que avaliou a necessidade de moradores de rua de ambos os sexos, na cidade de New York (Herman; Struening; Barrow, 1994). As necessidades gerais mais importantes foram ajuda para encontrar um lugar onde morar, encontrar um emprego e aumentar a qualificação para o trabalho. Os homens em particular necessitaram de ajuda em relação a alcoo­ lismo e uso de drogas, a uso de dinheiro e a convivência. A tendência entre as mulheres foi a de necessitar de ajuda em relação a problemas médicos e de saúde. Um programa destinado a atender a essas necessidades deveria levar em conta essa informação e ter uma racional para justificar o benefício dele resultante para os sem-teto. O terceiro tipo de questão de avaliação diz respeito à avaliação do processo ou monitoramento do programa. Enquanto um programa está sendo implanta­ do, os pesquisadores que fazem a avaliação o monitoram, para determinar se está atingindo a população-alvo, se está atraindo clientes suficientes e se a equi­ pe de profissionais está oferecendo os serviços planejados. A equipe pode não ter recebido treinamento adequado ou os serviços podem estar sendo oferecidos num local indesejável ou de difícil acesso. Em resumo, o pesquisador deseja ga­ rantir que o programa está atingindo seus objetivos. Essa pesquisa é extrema­ mente importante, porque não desejamos concluir que um programa é ineficiente, quando de fato o problema reside em sua implementação. Essa pesquisa pode envolver questionários e entrevistas, estudos de observação e análise de registros mantidos pela equipe do programa. A quarta questão diz respeito à avaliação dos resultados ou avaliação de impacto: os resultados pretendidos pelo programa estão sendo atingidos? O ob­ jetivo - redução do uso de drogas, aumento da alfabetização, diminuição da reincidência por delinqüentes juvenis ou aumento de qualificação para o traba­ lho - está sendo atingido? Para determinar se está, o pesquisador que faz a ava­ liação deve elaborar uma forma de medir os resultados e, então, estudar o im­ pacto do programa sobre essa medida. Precisamos saber como estão os partici­ pantes do programa e como estariam se não tivessem passado por ele. Idealmente, um delineamento experimental com atribuição aleatória dos participantes às condições experimentais seria planejado para responder a questões sobre resul tados. No entanto, outras abordagens de pesquisa, como o delineamento quaseexperimental e o delineamento com sujeito único, descritos neste capítulo, são formas muito úteis de avaliar o impacto de um programa de intervenção.

D e l in e a m e n t o s Q u a s e - E x p k r im e n t a is

241

A questão final de avaliação de um programa diz respeito à avaliação da Tendo demonstrado que um programa tem o efeito pretendido, os pes­ quisadores devem determinar se ele “se justifica”. Custos e benefícios devem ser ponderados. Além disso, os pesquisadores devem determinar se os recursos usa­ dos para implantar o programa poderiam ser mais bem empregados de outra forma. eficiência.

Como já foi dito, a pesquisa de avaliação pode ser realizada por meio de todas as abordagens discutidas nos capítulos anteriores: levantamentos, obser­ vação naturalística e experimentos propriamente ditos. No entanto, freqüente­ mente as situações e as circunstâncias de realização da pesquisa impedem a implementação de um delineamento realmente experimental. Nessas situações deve ser usada uma alternativa a um delineamento experimental. Uma alterna­ tiva é o uso de um delineamento quase-experimental. Vamos tratar aqui apenas de alguns dos delineamentos quase-experimentais mais comumente utilizados. Discussões mais detalhadas podem ser encontradas em Campbell (1968, 1969), Cook e Campbell (1979) e Campbell e Stanley (1966). Em seguida, iremos exa­ minar delineamentos de sujeito único que podem ser usados na avaliação de programas e em muitas outras áreas de pesquisa.1 Delineamento pré-teste/pós-teste com grupo controle não equivalente

O delineamento de pós-teste apenas com grupo controle não equivalente foi descrito no Capítulo 8. Esse delineamento tem um grupo experimental e um grupo controle. No entanto, os grupos podem não ser equivalentes, porque os participantes não são aleatoriamente distribuídos pelas condições. Assim, qual­ quer diferença encontrada na medida dependente no pós-teste pode ser devida a diferenças de seleção. E possível aprimorar muito o delineamento por meio da aplicação de um pré-teste. Procedendo dessa forma, temos um delineam ento pré-teste/pós-teste com grupo controle não equivalente, que é um dos deli-

1 Há algumas instituições que revisam studies ofinterventions: • Cochrane Collaboration (< http://www.cochrane.org>): prepara; mantém e promove aces­ so a revisões sistemáticas dos efeitos de intervenções na área da saúde. ♦ International Campbell Collaboration (C2) (< http://www. campbetlcollaboration.org >) é uma organização sem fins lucrativos que visa auxiliar as pessoas a tomar decisões bem informadas sobre efeitos de intervenções nos cenários social, comporta mental e educacional. Os objetivos da C2 são preparar, manter e disseminar revisões sistemáticas de estudos de intervenção. Obtém e promove acesso a informações a respeito de testes de intervenção. A C2 elabora sumários e brochuras eletrônicas de revisões e relatórios de testes para estrate­ gistas, profissionais liberais, pesquisadores e público em geral (NT).

242

M é t o d o s d f P e s q u i s a e m C iê n c i a s d o C o m p o r t a m e n t o

neamentos quase-experimentais mais úteis, Pode ser diagramado da seguinte forma: Variável dependente pré-teste

Variável independente

Variável dependente pós-teste

Como a distribuição dos participantes pelos grupos não é aleatória, não se pode dizer que o delineamento seja realmente experimental; á possível que os dois grupos não sejam equivalentes. No entanto, temos a vantagem de conhecer os escores do pré-teste. Assim, podemos verificar se os grupos são equivalentes no pré-teste. Mesmo que não sejam equivalentes, podemos examinar as altera­ ções nos escores do pré-teste para o pós-teste. Se a variável independente tem efeito, o grupo experimental deveria apresentar uma alteração maior que o gru­ po controle (veja Kenny, 1979). Joy, Kimball e Zabrack (1986) usaram um delineamento pré-teste/pós-teste com grupo controle não equivalente, para estudar o efeito da televisão sobre o comportamento agressivo de crianças. O foco do estudo foi uma cidade cana­ dense que não tinha televisão até 1974 (chamada “Semtel” por Joy et al.). Os pesquisadores registraram agressões físicas e verbais de crianças, antes e depois da introdução da televisão em Semtel. Simultaneamente registraram a ocorrên­ cia de agressão em duas cidades semelhantes, uma das quais recebia apenas uma estação canadense (“Unicanal”) e outra que recebia cadeias de emissoras, tanto do Canadá quanto dos Estados Unidos (“Multicanal”). Assim, foi possível comparar a alteração nos níveis de agressão em Semtel com aquela ocorrida nas comunidades de controle Unicanal e Multicanal. Os resultados do estudo mos­ traram que houve maior aumento de agressão em Semtel que em Unicanal ou Multicanal. Delineamento com Sucessões Cronológicas Interrompidas

Campbell (1969) discute detalhadamente a avaliação de uma reforma legal específica: a penalização rigorosa de excessos de velocidade em Connecticut, em 1955. Embora aparentemente o evento tenha acontecido num passado distante,

D e lin e a m e n t o s Q uase - E x p e r im e n t a is

243

o exemplo ainda ilustra bem uma questão m etodológica im portante. A penalização rigorosa foi decidida em virtude do elevado número de acidentes de trânsito com vítimas fatais, ocorrido em 1955. A forma mais simples de avaliar o impacto da mudança na legislação é comparar o número de acidentes de trânsi­ to com vítimas fatais em 1955 (antes das penas rigorosas) e em 1956 (depois). De fato, o número de mortes em decorrência de acidentes de trânsito diminuiu de 324, em 1955, para 284, cm 1956. Essa comparação isolada constitui um delineamento pré-teste/pós-teste de um grupo, com todos os problemas de vali dade interna desse tipo de procedimento; muitas outras razões poderiam expli­ car o decréscimo das mortes por acidente de trânsito. Uma alternativa é usar um delineam ento de séries tem porais interrom pidas, examinando as taxas de acidentes fatais de trânsito ao longo de um período extenso de tempo, antes e depois da mudança na legislação. A Figura 11.2 mostra essa informação para o período de 1951 a 1959. Campbell (1969) argumenta que a queda de 1955 para 1956 não parece particularmente notável, considerando as grandes flutuações ocorridas nos anos anteriores, mas aponta uma tendência constante de decrés­ cimo após a introdução de uma legislação mais rigorosa. Mesmo em relação a isso, no entanto, Campbell vê um problema de interpretação. O decréscimo po­ deria ser devido a regressão estatística: como 1955 foi um ano de pico, é prová­ vel que houvesse uma queda na ausência de qualquer interferência. No entanto,

Ano Fonte: CAMPBELL, D. T. Reformas como experimentos. American Psychologist, 24, p. 409-429, 1969. Direitos autorais da Associação de Psicólogos Americanos, 1969. Reproduzida mediante per­ missão.

Figura 11.2 Acidentes de trânsito com vitimas fatais em Connecticut: 1951-1959.

2 4 4

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o k ia m e n t o

a consideração de um período de tempo mais extenso, incluindo tanto anos anteriores quanto posteriores à mudança na legislação, permite uma interpre­ tação menos ambígua do que seria possível dispondo-se unicamente de dados relativos a 1955 e a 1956.

Delineamento com Sucessões Controle Uma forma de aprimorar o delineamento de sucessões interrompidas é encontrar algum tipo de grupo controle - um delineam ento com sucessões controle. No exemplo de Connecticut isso foi possível porque outros Estados não aumentaram o rigor da pena para excesso de velocidade. A Figura 11.3 mostra comparativamente os dados de vítimas fatais em acidentes de trânsito em Connecticut e em quatro Estados, durante os mesmos anos. Campell con­ cluiu que a mudança na legislação realmente teve algum efeito, porque as taxas de acidentes com vítimas fatais nos Estados de controle permaneceram relativamente constantes, enquanto em Connecticut diminuíram consistentemente.

Ano

Fonte: CAMPBELL, D. T. Reformas como experimentos, American Psychologist, 24, p. 409-429, 1969. Direitos autorais da Associação de Psicólogos Americanos 1969. Reproduzida me­ diante permissão.

Figura 11.3 Delineamento com séries controle comparando a taxa de vitimas fa­ tais em acidentes de trânsito ocorridos em Connecticut (linha cheia) com aquela de acidentes de trânsito ocorridos em quatro Estados comparáveis (linha interrompida).

D e lin e a m e n to s Q

u a s e - E x p r rjm

e n ta js

245

E a avaliação do programa ERAD? Muitos pesquisadores realizaram estu­ dos para avaliação de resultados, usando delineamentos quase-experimentais, para examinar efeitos tanto a curto quanto a longo prazos. A maioria dos estu­ dos comparou estudantes de escolas vinculadas ou não ao programa ERAD. A conclusão geral é que o ERAD tem pouco efeito sobre os participantes (Ennett; Tobler; Ringwalt; Flewelling, 1994). Além disso, estudos que examinaram efei­ tos a longo prazo concluíram que o ERAD não traz benefícios duradouros (Rosenbaum; Hanson, 1998). Não obstante isso, o programa é muito popular entre professores e diretores de escolas (Donnermeyer; Wurschmidt, 1997).

EXPERIMENTOS COM SUJEITO ÚNICO

Experimentos com sujeito único, algumas vezes denominados delinea­ mentos N = 1, costum am ser realizados no contexto de pesquisa sobre reforçamento. Essa tradição de pesquisa tem sua origem no trabalho de B. F. Skinner (1953) sobre esquemas de reforçamento e é usada freqüentemente em contextos aplicados e clínicos, em que se empregam técnicas de modifica­ ção de comportamento. No entanto, as técnicas e a lógica dos experimentos com sujeito único podem ser facilmente aplicadas também a outras áreas de pesquisa. Os delineamentos de sujeito único desenvolveram-se da necessidade de de­ terminar se uma manipulação experimental teve efeito num participante indivi­ dual de uma pesquisa. Num delineamento de sujeito único, registra-se o com­ portamento do sujeito durante um período de controle de linha de base. Introduz-se a manipulação durante um período de tratamento em que o comporta­ mento do sujeito continua sendo observado. Uma mudança no comportamento do sujeito da linha de base para os períodos de tratamento indica a eficácia da manipulação. O problema, no entanto, é que pode haver muitas outras razões para a mudança além do tratamento experimental. Por exemplo, algum outro evento pode ter coincidido com a introdução do tratamento. Os delineamentos de sujeito único, descritos a seguir, tratam desse problema. Delineamentos com Reversão

Nos experimentos com sujeito único, a questão básica é como garantir que a manipulação da variável independente teve algum efeito. Um método usado é demonstrar a reversibilidade da manipulação. Um delineam ento com rever­ são simples assume a seguinte forma: A (linha de base) -♦ B (tratamento) —>A (linha de base)

246

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

Esse delineamento, denominado delineamento ABA, requer que o comportamento seja observado durante o período de controle de linha de base (A), durante o período de tratamento (B) e também durante um segundo período de linha de base (A), em que não se usa o tratamento experimental. (Algumas vezes usa-se a denominação delineamento de retirada, salientando o fato de o tratamento ser removido ou retirado). Por exemplo, pode-se determinar o efeito de um método de reforçamento sobre o desempenho acadêmico de uma criança com delineamento ABA. Pode-se determinar diariamente, durante a linha de base, o número de pro­ blemas corretamente resolvidos em casa. Introduz-se, em seguida, um período de reforçamento, em que a criança ganha estrelas pela solução correta de problemas e pode trocar as estrelas acumuladas por brinquedos ou doces. Posteriormente, durante o segundo período de linha de base (A), o tratamento é interrompido. A Figura 11.4 mostra dados hipotéticos de um experimento desse tipo. O fato de o comportamento mudar com a introdução do tratamento e de ser revertido com sua interrupção indica a eficácia do tratamento.

Figura 11.4 Dados hipotéticos de um delineamento com reversão ABA. O tratamento apresentado na Figura 11.4 teve um impacto relativamente dramático sobre o comportamento. Alguns tratamentos produzem uma mu­ dança imediata no comportamento, mas muitas outras variáveis podem deman­ dar mais tempo para produzir efeito. Segundo Dermer e Hoch (1999), os delineamentos com sujeito único são apropriados no caso dessas variáveis, que envol­ vem um período longo de tratamento. Pode-se aperfeiçoar muito o delineamento ABA transformando-o num deli­ neamento ABAB, em que se introduz o tratamento experimental pela segunda

ST '

DELINEAMENTOS Q u A SF.-E x PERIMENTAIS

247

vez, ou mesmo num delineamento ABABAB, que permite testar o efeito do trata­ mento pela terceira vez. O delineamento de reversão ABA trata de dois problemas. Primeiro, uma só reversão não representa evidência muito forte da eficácia do tratam ento. A reversão observada poderia ter sido devida a uma flutuação casual no comportamento da criança. Ou talvez o tratamento tenha coincidido por acaso com algum outro evento, como o aniversário da criança, que causou a mudança (e a reversão, no dia posterior ao aniversário). Essas possibilidades tomam-se bem menos prováveis quando o tratamento se revela eficaz duas vezes ou mais; é pou­ co provável que ambas as reversões sejam devidas a coincidências ou a eventos aleatórios. O segundo problema é ético. Como apontam Barlow e Hersen (1984), não parece correto interromper o delineamento com a retirada de um tratamento, que pode ser muito benéfico para o participante. O delineamento ABAB permite observar uma segunda reversão, quando o tratamento é reintroduzido. A seqüên­ cia termina com o tratamento e não com sua remoção. Num delineamento que envolve reversão, também é possível usar um gru­ po controle. Por exemplo, um grupo de pesquisadores usou reforçamento para aumentar o uso de ônibus num campus universitário (Everett; Hayward; Meyers, 1974). Contou-se o número de passageiros em dois ônibus diferentes, durante 36 dias. A manipulação experimental consistiu em dar uma ficha a cada passa­ geiro em um dos ônibus especialmente marcados; as fichas podiam ser trocadas por mercadorias e serviços no comércio local. No ônibus de controle os passagei­ ros não recebiam fichas. Usava-se um delineamento ABA. Os primeiros 16 dias foram um período de linha de base e, durante essa fase, o número de passageiros por ônibus foi de aproximadamente 250 pessoas por dia. A manipulação experi­ mental foi introduzida nos dias 17-24. Durante esse período, o número de passa­ geiros no ônibus experimental aumentou para aproximadamente 400 por dia; não houve alteração do número de passageiros no ônibus de controle. O sistema de fichas foi interrompido no dia 25 e o número de passageiros foi monitorado nos dois tipos de ônibus até o dia 36. Durante esse período, o número de passa­ geiros no ônibus experimental voltou aos níveis de linha de base, não se diferen­ ciando mais daquele do ônibus de controle. Delineamentos com Linha de Base Múltipla

A reversão de alguns comportamentos pode ser impossível ou antiética. Por exemplo, não é ético reverter um tratamento que reduz comportamentos peri­ gosos ou ilegais, como exibicionismo ou alcoolismo, mesmo que a reintrodução do tratamento possa resultar em outra mudança. Outros tratamentos podem produzir uma mudança comportamental duradoura que não é reversível. Nes­ ses casos, são feitas medidas múltiplas no tempo, antes e depois da manipula­ ção. Se a manipulação for efetiva, uma mudança comportamental será imedia­

248

M é t o d o s d e P e s q u i s a e m C iê n c i a s d o C o m p o r t a m e n t o

tamente observada e a mudança continuará refletindo-se em outras medidas do comportamento. Num delineam ento com linha de base múltipla, demonstrase a eficácia do tratamento quando um comportamento muda apenas após a introdução da manipulação. Para demonstrar a eficácia do tratamento, a mu­ dança deve ser observada sob múltiplas circunstâncias, para excluir a possibili­ dade de que outros eventos sejam responsáveis. Existem muitas variantes do delineamento com linha de base múltipla (Barlow; Hersen, 1984). Na linha de base múltipla entre sujeitos, registra-se o comportamento de vários sujeitos ao longo do tempo; para cada sujeito, no en­ tanto, a manipulação é introduzida num momento diferente. A Figura 11.5 mos­ tra dados de um experimento hipotético com 3 sujeitos, para redução do com­ portamento de fumar. Note que a introdução da manipulação foi seguida de mudança comportamental em cada um deles. No entanto, como essa mudança ocorreu em todos os indivíduos e a manipulação foi introduzida em momentos diferentes para cada um deles, podemos excluir interpretações baseadas em acaso, eventos históricos e assim por diante.

0

1

2

3

4

5

6

7

8

9

10

11

12

13

Semanas

Figura 11.5 Dados hipotéticos de um delineamento com linha de base múltipla entre sujeitos.

DELINKAM fcNTOS Q u a s h - E x p e r i m e n t a i s

249

Numa linha de base múltipla entre comportamentos, vários comportamen­ tos diferentes de um único sujeito são registrados ao longo do tempo. Em dife­ rentes momentos, aplica-se a mesma manipulação a cada um dos comporta­ mentos. Por exemplo, introduz-se um sistema de recompensa para aumentar a socialização, a limpeza e o hábito de leitura de um paciente psiquiátrico. O siste­ ma de recompensa é aplicado a cada um desses comportamentos em diferentes momentos. A eficácia da manipulação é indicada pelo aumento de cada com­ portamento, com a aplicação do sistema de recompensa. A terceira variante é a linha de base múltipla entre situações, em que o mesmo comportamento é registrado em diferentes contextos, em casa e no tra­ balho, por exemplo. Novamente, uma manipulação é introduzida num momen­ to diferente em cada contexto, com a expectativa de que ocorra uma mudança no comportamento em cada contexto após a manipulação. Réplicas em Delineamentos com Sujeito Único

Os procedimentos usados com um sujeito único podem, de fato, ser replica­ dos com outros sujeitos, aumentando muito a possibilidade de generalização dos resultados. Em geral, os relatos de pesquisa que empregam procedimentos experimentais com sujeito único apresentam os resultados de vários sujeitos (e freqüentemente em vários contextos). A tradição na pesquisa que utiliza sujeito único tem sido apresentar os resultados de cada sujeito individualmente, em lugar de agrupar os dados e apresentar médias grupais. Segundo Sidman (1960), um expoente dessa tradição, o agrupamento de dados de vários sujeitos, por meio da média, pode algumas vezes fornecer um quadro enganoso das respostas individuais à manipulação. Por exemplo, a manipulação pode ser eficaz em mo­ dificar o comportamento de alguns sujeitos, mas não de outros. Isso aconteceu num estudo sobre o uso do cinto de segurança (Berry; Geller, 1991). Foram estu­ dadas diferentes condições de sinalização (por exemplo, apresentação de um segundo sinal quando o sujeito não afivelava o cinto após um sinal inicial). En­ tre 13 sujeitos, 6 sempre usaram o cinto, independentemente da condição, e 3 nunca usaram. Para os outros 4 sujeitos, as condições de sinalização tiveram efeito. Como o estudo focalizava os sujeitos individualmente, o padrão de resul­ tados logo foi identificado. Delineamentos que envolvem sujeito único são úteis para investigar muitos problemas de pesquisa, especialmente úteis quando se aplica alguma técnica de modificação de comportamento num ambiente natural - por exemplo, um pro­ fessor tenta uma nova técnica em sala de aula. Além disso, não há necessidade de aplicar técnicas estatísticas complexas quando se usam delineamentos com sujeito único.

250

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

DELINEAMENTOS DE PESQUISAS SOBRE DESENVOLVIMENTO

Os psicólogos do desenvolvimento freqüentemente estudam como os indi­ víduos mudam em função da idade. Um pesquisador pode testar uma teoria a respeito das mudanças que ocorrem na capacidade de raciocínio à medida que as crianças crescem, da idade em que se desenvolve a auto-consciência em crianças ou dos valores globais que as pessoas têm à medida que passam da adolescência à terceira idade. Em todos os casos, a idade é a principal variável. Existem dois métodos gerais para estudar indivíduos de diferentes idades: o método transversal e o método longitudinal. Iremos também examinar uma abordagem híbrida denominada método seqüencial. A Figura 11.6 ilustra as três abordagens.

A n o d e n a sc im e n to (C o o rte)

TemP° 1: 2000

Grupo 1:

194 5

55 anos d c idade

Grupo 2:

1940

60 anos de idade

Grupo 3:

193 5

65 anos de idade

A n o d e n a scim e n to (C o o rte ) Grupo 1:

1945

A no d e n a sc im e n to (C o o rte )

Tem p o 1: 2000

Tem p o 2: 20 05

T em p o 3: 2 0 10

55 anos de id ade -► 60 anos de idade

65 anos de idade

T em p o I: 2000

T e m p o 3: 2 0 10

Tem p o 2: 2005

Grupo 1:

19 4 5

55 anos de id ade -► 60 anos de idade -► 65 anos de idade

Grupo 2:

193 5

65 anos de id ade -► 70 anos de idade -► 75 anos de idade

Figura 11.6 Três delineamentos para pesquisas sobre desenvolvimento. Método TVansversal

Num estudo que utilize o método transversal, pessoas de diferentes idades são estudadas num ponto do tempo apenas. Suponhamos que você esteja inte­ ressado em examinar como a capacidade de aprender um aplicativo de compu­ tador muda, à medida que as pessoas ficam mais velhas. Usando um método transversal, poderia estudar pessoas que atualmente têm 20, 30, 40 e 50 anos. Poderia dar a mesma tarefa de aprendizagem no computador aos participantes do estudo e comparar os grupos quanto a seu desempenho.

D e u n e a m e n t o s Q u a s e - E x p e r im e n t a is

251

Método Longitudinal No método longitudinal, observa-se o mesmo grupo de pessoas em diferen­ tes épocas, à medida que elas ficam mais velhas. Talvez o estudo longitudinal mais famoso seja o Estudo do Ciclo Vital de Terman, iniciado pelo psicólogo Lewis Terman de Stanford, em 1921. Terman estudou 1.528 crianças em idade escolar na Califórnia, cujo escore no teste de inteligência era no mínimo 135. Os participan­ tes, que se autodenominavam “térmitas”, foram inicialmente avaliados em rela­ ção a vários aspectos de seu desenvolvimento cognitivo e social, em 1921 e em 1922. Terman e seus colegas continuaram estudando os Térmitas durante a meni­ nice e a adolescência e durante a vida adulta (Terman, 1925; Terman; Oden, 1947, 1959). Os sucessores de Terman em Staford continuaram acompanhando os Térmitas até a morte de cada um deles. O estudo forneceu uma rica descrição das vidas de indivíduos muito inteligentes e levou à rejeição de muitos estereótipos negativos associados à inteligência elevada - por exemplo, os térmitas eram bem ajustados, tanto social quanto emocionalmente. Os dados encontram-se hoje ar­ quivados, podendo ser usados por outros pesquisadores. Friedman et al. (1995) usaram os dados de Terman para estudar fatores sociais e práticas de saúde asso­ ciados à idade do indivíduo ao falecer. Um resultado intrigante foi a relação en­ contrada entre a dimensão “consciência” e longevidade. Muitas pesquisas longitudinais não assumem as proporções do estudo de Terman, em que indivíduos foram estudados durante toda a vida; qualquer es­ tudo que tente comparar os mesmos indivíduos em diferentes idades está usan­ do o método longitudinal. Caspi, por exemplo, realizou um estudo longitudinal de 15 anos, em que testou crianças neozelandesas com 3 anos e com 18 anos. Entre os muitos resultados desse estudo, há um que mostra que o temperamento aos 3 anos está relacionado com traços de personalidade aos 18 anos. Por exem­ plo, crianças “pouco controladas” tomaram-se adultos impulsivos e agressivos (Caspi e Silva, 1995). Outros estudos longitudinais freqüentemente abrangem menor número de anos, como um estudo de 8 anos que demonstrou efeitos positivos de uma creche numa amostra de crianças suecas (Broberg; Wessels; Lamb; Hwang, 1997). Comparação dos Métodos Longitudinal e Transversal

0 método transversal é mais freqüentemente utilizado que o longitudinal, principalmente por ser mais barato e fornecer resultados úteis com rapidez. Note que, utilizando o método longitudinal, um pesquisador leva 30 anos para com­ parar o mesmo grupo de indivíduos com 20 e com 50 anos, mas, utilizando o método transversal, pode comparar grupos de diferentes idades com relativa rapidez.

252

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

Os delineamentos transversais, no entanto, têm algumas desvantagens. A desvantagem mais importante é a inferência de que as diferenças entre os gru­ pos etários são devidas à variável de desenvolvimento idade. Não se observa dire­ tamente a mudança no desenvolvimento do mesmo grupo de pessoas, mas ela é inferida com base em comparações feitas entre diferentes coortes de indivíduos. Você pode pensar em coorte como um grupo de pessoas que nasceu pratica­ mente na mesma época, foi exposto aos mesmos eventos numa sociedade e in­ fluenciado pelas mesmas tendências demográficas, como taxas de divórcio e tamanho da família. Se você pensar no estilo de corte de cabelo das pessoas que conhece na faixa de 30, 40, 50 e 60 anos, irá reconhecer imediatamente a impor­ tância de efeitos de coorte! E importante considerar que diferenças entre coortes refletem condições econômicas e políticas diversas na sociedade, influências musicais e artísticas diversas, sistemas educacionais diversos e práticas de cria­ ção infantil diversas. Num estudo transversal, uma diferença entre grupos de várias idades pode refletir mudanças de desenvolvimento em função de idade, mas pode resultar também de efeitos de coorte (Schaie, 1986). Para ilustrar essa questão, vamos voltar a nosso estudo hipotético sobre aprendizagem do uso de computadores. Suponhamos que você tenha verificado que a idade está associada a um decréscimo na habilidade e que pessoas do grupo de 50 anos têm escores mais baixos na medida de aprendizagem em com­ paração com aquelas do grupo de 40 anos e assim por diante. Você deve concluir que a capacidade para usar um aplicativo de computador diminui com a idade? Essa pode ser uma conclusão acurada, mas as diferenças também podem ser devidas a um efeito de coorte: as pessoas mais velhas tiveram menos experiência com computadores enquanto cresceram. O ponto-chave aqui é a confusão entre idade e efeitos de coorte no método transversal. (Uma discussão sobre esse tipo de confusão e sobre validade interna pode ser encontrada no Capítulo 8.) Final­ mente, é preciso ter em mente que efeitos de coorte constituirão um problema com maiores probabilidades se o pesquisador estiver examinando efeitos de ida­ de numa gama ampla de idades (por exemplo, desde adolescentes até idosos). A única maneira de estudar de forma conclusiva as alterações que ocorrem à medida que as pessoas ficam mais velhas é usar um delineamento longitudi­ nal. A pesquisa longitudinal é também a melhor maneira de estudar como os escores de uma variável numa determinada idade relacionam-se com outra va­ riável numa idade posterior. Por exemplo, se um pesquisador quiser estudar como o ambiente familiar de crianças aos 5 anos relaciona-se com desempenho esco­ lar aos 13 anos, um estudo longitudinal fornece os melhores dados. A altemati' va nesse caso seria estudar jovens de 13 anos e fazer perguntas a eles ou a seus pais sobre o ambiente familiar anterior. Essa abordagem retrospectiva tem seus próprios problemas quando consideramos a dificuldade de lembrar eventos no passado distante.

D f i .im f .a m f .n t o s Q u a s i -:-K x p e r i m e n t a i s

253

Assim, a abordagem longitudinal, apesar de ser cara e difícil, tem vanta­ gens claras. No entanto, há um grande problema: ao longo de um estudo longi­ tudinal, as pessoas podem mudar de residência, morrer ou desinteressar-se pelo estudo. Os pesquisadores que realizam estudos longitudinais tornam se hábeis em convencer pessoas a continuar, muitas vezes viajam para coletar mais dados e comparam os escores obtidos nos testes de pessoas que saem com aquelas que continuam, para obter análises melhores de seus resultados. Resumindo, um pesquisador não deveria iniciar um estudo longitudinal sem dispor de recursos consideráveis e uma grande dose de paciência e energia! Método Seqüencial

O m étodo seqüencial representa um compromisso entre o método longi­ tudinal e o transversal. A Figura 11.6 ilustra esse método juntamente com os métodos longitudinal e transversal. Na figura, o objetivo do estudo é comparar minimamente pessoas de 55 e de 65 anos. A primeira fase do método seqüencial começa com o método transversal e o leitor pode, por exemplo, estudar grupos de pessoas de 55 e de 65 anos. Esses indivíduos são então estudados, por meio do método longitudinal, e cada um deles é testado pelo menos mais uma vez. Esse método permite que o estudo seja completado em menos tempo do que seria possível com o método longitudinal. Como os dados sobre os diferentes grupos etários estão disponíveis no primeiro ano do estudo, o pesquisador obtém re­ compensas imediatas. Agora já descrevemos a maioria dos principais delineamentos de pesquisa. Os Capítulos 12 e 13 tratarão dos métodos existentes para analisar dados de pesquisas. Termos Estudados____________________________________

Avaliação de eficiência Avaliação de necessidades Avaliação de processo Avaliação de programa Avaliação de resultado Coorte Delineamento com sucessões controle Delineamento com sucessões cronológicas interrompidas Delineamento de pré-teste-pós-teste com grupo cõnírõlênâo'equivalente

254

M é t o d o s d e P e s q u i s a e m C i ê n c i a s d o C o m p o r ia m e n t o

Delineamento quase experimental Delineamentos com linha de base múltipla Delineamentos com reversão Experimentos com sujeito único Linha de base Método longitudinal Método transversal Método seqüencial Questões de Revisão ___________________________________

1.

Descreva os objetivos de um pesquisador ao fazer a avaliação de um pro­ grama, levando em conta cada um dos cinco tipos de questões envolvidas em pesquisas de avaliação.

2.

Por que um pesquisador deveria usar um delineamento quase-experimental em lugar de um delineamento experimental propriamente dito?

3.

Descreva o delineamento pré-teste-pós-teste com grupo controle não equi­ valente. Por que esse delineamento é considerado quase-experimental, em vez de ser considerado um delineamento experimental propriamente dito?

4.

Descreva o delineamento com sucessões cronológicas interrompidas e o delineamento com sucessões controle. Quais são as vantagens do delinea­ mento com sucessões controle em comparação com o que envolve suces­ sões cronológicas interrompidas? Aponte as diferenças existentes entre os métodos longitudinal, transversal e seqüencial.

5. 6. 7.

O que é um efeito de coorte? O queé um delineamento de reversão? Por que um delineamento superior a um delineamento ABA?

8.

O que é linha de base num delineamento com sujeito único?

9.

O que é delineamento com linha de base múltipla? Por que éusado? Dife­ rencie delineamentos com linha de base múltipla entre sujeitos, entre com­ portamentos e entre situações.

ARAB é

A tividades__________________________________________

1.

Um grêmio estudantil decide implantar um programa de monitoria na dis­ ciplina de estatística, oferecida por seu departamento. Estudantes do grê-

D e l i n e a m e n t o s Q u a s e - E x p k k i m ü n t a is

255

mio que já cursaram a disciplina monitoram aqueles que a cursam atual­ mente. O departamento decide levar a sério o que se sabe sobre programas de avaliação e decide desenvolver uma pesquisa de avaliação. a) Como se pode determinar a necessidade de um programa de monitoria nesse caso? b) Descreva brevemente como se poderia implantar um programa de monitoria. Como se poderia monitorar o programa? c) Proponha um delineamento quase-experimental para avaliar a eficácia do programa. d) Como se poderia determinar a eficiência econômica do programa? 2.

Muitas escolas do ciclo básico implantaram um período de “leitura silen­ ciosa” por dia, durante o qual estudantes, p r o fe sso r e s e técnicos passam 15-20 minutos lendo um liv ro de sua livre escolha. Os defensores dessa iniciativa argumentam que a atividade encoraja o prazer da leitura. Plane­ je um delineamento quase-experimental envolvendo pré-teste/pós-teste com grupo controle não equivalente. Justifique a medida dependente escolhida.

3.

Considerando a situação anterior, discuta as vantagens e desvantagens dc usar um delineamento quase experimental em lugar de um delineamento experimental propriamente dito.

4. Dr. Cardenas estudou as atitudes políticas de diferentes grupos de pessoas com 20, 40 e 60 anos. Verificou que as atitudes políticas eram mais conser­ vadoras no grupo de 60 anos e menos conservadoras no grupo de 20 anos. a) Que tipo de método foi utilizado nesse estudo? b) Podemos concluir que as pessoas tornam-se politicamente mais conser­ vadoras à medida que ficam mais velhas? c) Proponha formas alternativas de estudar esse assunto. 5.

Seu cachorro fica solitário enquanto você está trabalhando e, conseqüente­ mente, engaja-se em atividades destrutivas, como puxar cortinas ou espa­ lhar o conteúdo da lata de lixo pelo chão. Você imagina que deixar um rádio ligado enquanto está fora pode ajudar. Como poderia determinar a eficácia desse “tratamento”?

6.

Seu melhor amigo sofre de enxaquecas freqüentes. Você notou que ele con­ some uma grande quantidade de refrigerante dietético e levanta a hipótese de que o adoçante artificial contido no refrigerante seja responsável pelas enxaquecas. Planeje uma forma de testar sua hipótese, utilizando um deli­ neamento com sujeito único. Que resultados são esperados se sua hipótese for correta? Se obtiver os resultados esperados, qual será sua conclusão a respeito do efeito do adoçante artificial sobre enxaquecas?

I

(

I

Í

< (

1 f

( ( (

( Í

( I

I

\

_______...

12 Compreendendo os Resultados de uma Pesquisa: Descrição e Correlação

t

Escalas de Mensuração Variáveis Mensuradas em Escala Nominal Variáveis Mensuradas em Escala Ordinal

Tendência Central Variabilidade C C

Variáveis Mensuradas em Escala Intervalar e de Razão

Análise dos Resultados de Pesquisas

Restrição da Faixa de Variação

Comparação de Porcentagens en­ tre Grupos

Relação Curvilinear

Correlação de Escores Individuais Comparação de Médias Grupais *

Representação Gráfica de Relações Coeficientes de Correlação: Des­ crição da Força de Relações Coeficiente de Correlação r de Pearson Considerações Importantes

Distribuições de Freqüência Representação Gráfica de Distribui­ ções de Freqüência Gráficos de Setor Gráficos de Barra Polígonos de Freqüência

? Estatística Descritiva

r f

Magnitude do Efeito Significância Estatística € Equações de Regressão C Correlação Múltipla Correlação Parcial e o Problema da Terceira Variável f* Modelos Estruturais Termos Estudados Questões de Revisão Atividades

Estatística nos ajuda a compreender os dados obtidos em pesquisas. Há duas razões para usar técnicas estatísticas. A primeira é nos ajudar a descrever os dados e a segunda é possibilitar inferências a respeito de uma população, com base em dados amostrais. Este capítulo tratará de estatís­ ticas descritivas e de correlação. Estatísticas inferenciais serão discutidas no Capítulo 13. Serão enfatizados a lógica subjacente e os procedimentos gerais para tomada de decisão. Cálculos específicos para várias estatísticas encontramse no Apêndice B.

A

ESCALAS DE MENSURAÇÂO

Antes de tratar de qualquer técnica estatística particular, precisamos consi­ derar a natureza das variáveis estudadas. Quando se estuda uma variável, é preciso defini-la operacionalmente e é preciso haver dois ou mais níveís da va­ riável. Como vimos no Capítulo 5, os níveis podem ser descritos usando uma de quatro escalas de mensuração: nominal, ordinal, intervalar e de razão. A escala usada determina os tipos de estatísticas apropriados quando os resultados do estudo são analisados. Lembre também que o significado de um particular esco­ re de uma variável depende do tipo de escala usada quando a variável foi mensurada ou manipulada. Variáveis Mensuradas em Escala Nominal

Quando as variáveis são mensuradas em escala nominal, os níveis não têm propriedades numéricas, quantitativas. Eles são simplesmente diferentes cate­ gorias ou grupos. Nos experimentos, a maioria das variáveis independentes é nominal - como ocorre, por exemplo, num experimento que compara terapia comportamental e terapia cognitiva para depressão. Gênero, cor de olhos, lateralidade, ordem de nascimento e estado civil são todas variáveis mensuradas em escala nominal; pessoas destras e canhotas são simplesmente diferentes. Variáveis Mensuradas em Escala Ordinal

Quando as variáveis são mensuradas em escala ordinal, os níveis envolvem distinções quantitativas mínimas. Podemos ordenar os níveis da variável que está sendo estudada do mais baixo ao mais alto. O exemplo mais claro de uma escala ordinal é pedir a pessoas para fazer julgamentos que envolvam ordena­ ção. Podemos pedir a pessoas para que ordenem os principais problemas exis­ tentes em seu Estado atualmente. Se educação for colocada em primeiro lugar, saúde em segundo, criminalidade em terceiro, podemos conhecer a ordem, mas

C o m p r e e n d e n d o o s R f s u t .t a d o s d f u m a P e s q u i s a

259

não conhecemos o grau em que as pessoas sentem esses problemas. Educação e saúde podem estar próximas, enquanto criminalidade ocupa um distante tercei­ ro lugar. Os intervalos entre esses problemas provavelmente não são iguais. Variáveis Mensuradas em Escala Intervalar e de Razão

Variáveis mensuradas em escala intervalar e de razão têm propriedades quantitativas muito mais detalhadas. Quando uma variável é mensurada em escala intervalar, os intervalos entre os níveis têm o mesmo tamanho. A diferen­ ça entre 1 e 2 na escala, por exemplo, é igual à diferença entre 2 e 3. As escalas intervalares geralmente têm 5 ou mais níveis quantitativos, Podemos pedir a pessoas que avaliem seu humor numa escala de 7 pontos, desde humor “muito negativo” até “muito positivo”. Nas ciências do comportamento, muitas vezes é difícil saber precisamente se uma escala utilizada é ordinal ou intervalar. No entanto, freqüentemente é útil assumir que a variável está sendo medida numa escala intervalar, porque essa escala permite tratamentos estatísticos mais sofisticados que uma escala ordinal. É claro que, se a medida adotada for uma ordenação de postos (por exemplo, uma ordenação de postos dos estudantes de uma classe com base em popularidade), a medida usada é de fato ordinal. As variáveis mensuradas em escalas de razão, além de ter intervalos iguais, têm um zero absoluto, que indica ausência da variável mensurada. Os melho­ res exemplos de escalas de razão são intervalo de tempo (duração), peso, com­ primento e outras medidas físicas. Variáveis mensuradas em escala intervalar e de razão são conceitualmente diferentes. No entanto, os procedimentos esta­ tísticos usados para analisar os dados de variáveis mensuradas tanto em esca­ las de razão quanto intervalares são idênticos. Uma implicação importante dessas escalas é a possibilidade de resumir os dados usando a média ou média aritmética. É possível fornecer um número que reflete a quantidade média de uma variável - por exemplo, o “humor médio das pessoas que venceram uma competição foi 5,2” ou o “peso médio dos homens que passaram pelo progra­ ma para controle de peso foi 187,7”. Passamos a seguir a examinar a análise estatística de dados.

ANÁLISE DOS RESULTADOS DE PESQUISAS

Escalas de mensuração têm implicações importantes para a forma de des­ crição e análise dos resultados de pesquisas. A maioria das pesquisas focaliza o estudo de relações entre variáveis. Dependendo do modo como as variáveis são estudadas, há três formas básicas de descrever os resülfâdre:~(l^ comparando

260

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

porcentagens entre grupos, (2) correlacionando escores de indivíduos em duas variáveis e (3) comparando médias entre grupos. Comparação de Porcentagens entre Grupos

Vamos supor que queiramos saber se homens e mulheres diferem quanto a seu interesse em viajar. Em nosso estudo, perguntamos a pessoas de ambos os sexos se gostam ou não de viajar. Para descrever os resultados, precisamos cal­ cular a porcentagem de mulheres que gostam de viajar e compará-la com a dos homens que gostam de viajar. Suponha que 50 pessoas de cada sexo tenham sido entrevistadas e que 40 mulheres e 30 homens disseram gostar de viajar. Na descrição dos resultados, diremos que 80% das mulheres gostam de viajar em com­ paração com 60% dos homens. Portanto, parece existir uma relação entre as variáveis gênero e viagem. Note que estamos usando porcentagem porque a variável viagem é nominal: gostar e não gostar são simplesmente duas catego­ rias diferentes. Depois de descrever os dados, o passo seguinte é realizar uma análise estatística para determinar a existência de uma diferença estatistica­ mente significativa. O Capítulo 13 trata de significância estatística. O Apêndice B apresenta procedimentos de análise estatística. Correlação de Escores Individuais

Quando em lugar de grupos distintos de sujeitos temos medidas de duas variáveis para cada indivíduo, e cada variável assume uma gama de valores numéricos, há necessidade de um segundo tipo de análise. Posteriormente neste capítulo, iremos considerar uma análise de dados que envolve a relação entre local ocupado numa classe e respectivas notas. Será que as pessoas que sentam na frente recebem notas mais altas? Comparação de Médias Grupais

Grande parte das pesquisas realizadas visa comparar as respostas médias de dois ou mais grupos de participantes. Por exemplo, num experimento desti­ nado a estudar o efeito da exposição a um adulto agressivo, crianças de um grupo observaram um “modelo” adulto comportando-se agressivamente, enquan­ to aquelas de um grupo controle não foram expostas ao modelo. Depois disso, cada criança brincou sozinha durante 10 minutos numa sala que continha vá­ rios brinquedos, enquanto observadores registravam a freqüência de comporta­ mentos agressivos. Agressão é uma variável mensurada em escala de razão, porque há intervalos iguais e um zero real na escala.

COMPREEN D KNPO OS RESULTADOS DE UMA PESQUISA

261

Nesse caso, há interesse em comparar o número médio de ações agressivas nas duas condições, para determinar se as crianças expostas ao modelo são mais agressivas que aquelas não expostas. A Tabela 12.1 mostra dados hipotéti­ cos para 10 crianças em cada condição nesse experimento. Os escores na tabela correspondem ao número de ações agressivas de cada criança. Nesse caso, o escore médio de agressão na condição como modelo é 5,10 e o escore médio na condição sem o modelo é 3,10. No Capítulo 13, iremos aplicar um teste estatísti­ co para determinar se essa diferença é estatisticamente significativa.

Tabela 12.1 Escores de agressão num experimento hipotético sobre a influência de modelos agressivos. Grupo com modelo

Grupo sem modelo

3 4 5 5 5 5

1 2 2

s2 = 1,289 s = 1,135

O

IX = 3 1

X = 5,20

LO

IX = 5 2

6 6 6

X! II

7

3 3 3 4 4 4 5

s2 = 1,433

o r-1 II c

s — 1,197 n = 10

Qualquer que seja o tipo de dado coletado, uma descrição cuidadosa é es­ sencial para compreender os resultados. Começaremos construindo distribui­ ções de freqüência.

DISTRIBUIÇÕES DE FREQÜÊNCIA

É útil começar a analisar os resultados construindo uma distribuição de freqüência. Uma distribuição de freqüência indica o número de indivíduos que recebeu cada escore possível de uma variável. A maioria "dos estudantes univer­

262

M é t o d o s d e P t s y u i s A e m C iê n c ia s d o C o m p o r t a m r n t o

sitários está familiarizada com distribuições de freqüência dos escores de exa­ mes - eles informam quantos estudantes receberam um dado escore num exa­ me. Além do número de indivíduos para cada resposta ou escore, é útil exami­ nar as porcentagens associadas a esses números. Representação Gráfica de Distribuições de Freqüência

Muitas vezes é útil representar graficamente distribuições de freqüência. Vamos examinar vários tipos de gráficos: de setor, de barra e polígonos de fre­ qüência. Gráficos de setor. Os gráficos de setor dividem um círculo inteiro ou “torta” em “pedaços” que representam porcentagens. A Figura 12.1 mostra um gráfico de setor (nesse caso, um gráfico de setor tridimensional) representando uma distribuição de freqüência em que 70 pessoas gostam de viajar e 30 não gostam. Como há duas informações para representar, a torta tem dois pedaços. Os gráfi­ cos de torta são particularmente úteis para representar informações que estão em escala nominal. Nessa figura, o número de pessoas que escolheu cada res­ posta foi convertido numa porcentagem - é claro que o número absoluto tam­ bém poderia ter sido representado.

Figura 12.1 Gráfico de setor. Gráficos de barra. Os gráficos de barra usam uma barra separada e distin­ ta para cada informação. A Figura 12.2 representa os mesmos dados a respeito de viagem usando um gráfico de barra. Nesse gráfico, o eixo horizontal ou x mostra as duas respostas possíveis. O eixo vertical ouy mostra o número dos que escolheram cada resposta e, assim, a altura de cada barra representa o número de pessoas que escolheram as opções “gosto” e “não gosto”.

C o m p r e e n d e n d o o s R e s u l t a d o s d e u m a P k s q u is a

Gosta

263

Não gosta

Preferência por viajar

Figura 12.2 Gráfico de barra que apresenta os dados em dois grupos. Polígonos de freqüência. Os polígonos de freqüência usam uma linha para representar freqüências. São especialmente úteis quando os dados são mensurados em escalas intervalares ou de razão, como no caso dos dados sobre exposição a modelo e agressão, apresentados na Tabela 12.1. Aqui temos uma escala numérica clara do número de ações agressivas durante o período de ob­ servação. A Figura 12.3 representa graficamente os dados do experimento hipo­ tético usando dois polígonos de freqüência - um para cada grupo. A linha cheia representa o grupo sem modelo e a linha interrompida, o grupo com modelo.

'\

0

1

2

3

4

5

Grupo com modelo

6 7 8

Escores na medida de agressão Nota: Cada polígono de freqüência está relacionado a escores que não foram obtidos por ninguém (0 e 6 no grupo sem modelo; 2 e 8 no grupo com modelo).

Figura 12.3 Polígonos de freqüência que ilustram as distribuições de escores da Tabela 12.1.

264

M é t o d o s d e P e s q u i s a e m C iê n c i a s d o C o m p o r t a m e n t o

O que você pode descobrir examinando distribuições de freqüência? Pri­ meiro, pode-se observar diretamente como os participantes responderam. Po­ dem-se verificar quais escores são mais freqüentes e visualizar a forma da distri­ buição. É possível identificar escores “discrepantes” - que são incomuns, inespe­ rados ou muito diferentes daqueles dos outros participantes. Num experimento, pode-se comparar a distribuição de escores dos grupos.

ESTATÍSTICA DESCRITIVA

Além de examinar a distribuição de escores, podem-se calcular estatísticas descritivas, que permitem aos pesquisadores fazer afirmações precisas sobre os dados. Duas estatísticas são necessárias para descrever os dados. Um número descreve a tendência central ou como foi o escore geral dos participantes. Outro número descreve a variabilidade ou a amplitude de dispersão dos escores. Esses dois números resumem a informação contida numa distribuição de freqüência. Tendência Central

Uma estatística de tendência central informa como é a amostra em sua totalidade ou como é em média. Há três medidas de tendência central - a média, a mediana e a moda. Obtém-se a média de um conjunto de escores somando todos os valores individuais e dividindo a soma pelo número de escores. O símbo­ lo utilizado para a m édia é X ou M, sendo esta última a notação utilizada em textos científicos. A média só é um indicador apropriado de tendência central quando os escores são medidos numa escala intervalar ou de razão, porque valores numéricos são usados no cálculo da estatística. Na Tabela 12.1, o escore médio para o grupo sem modelo é 3,10 e para o grupo com modelo é 5,20. Note que a letra grega maiúscula L (sigma) na Tabela 12.1 é a notação estatística que designa a soma de um conjunto de números. Assim, IX é uma forma resumida de designar a “soma dos valores de um conjunto de escores”. A m ediana é o escore que divide o grupo em dois (50% dos escores situamse abaixo da mediana e 50% situam-se acima dela).1 Em textos científicos, usase a abreviação Mdn para designar a mediana. Quando os escores estão numa escala ordinal, é apropriado usar a mediana como medida de tendência central, porque ela leva em conta apenas a ordem de postos dos escores. No entanto, também é útil com variáveis mensuradas em escala intervalar e de razão. A mediana para o grupo sem modelo é 3 e para o grupo com modelo, 5.

1 Os dados devem ser primeiramente ordenados e, em seguida, divididos em dois grupos com mesma quantidade de dados (NT).

C o m p r e e n d e n d o o s R k s u l t a d o s d e u m a P e s q u is a

265

A moda é o escore mais freqüente. É a única medida de tendência central apropriada no caso de uma escala nominal. A moda não usa os valores reais na escala, mas simplesmente indica o valor mais freqüente. Há dois valores modais para o grupo sem modelo - 3 e 4 ocorreram com a mesma freqüência. A moda para o grupo com modelo é 5. Se a distribuição contiver alguns escores incomuns, a mediana ou a moda é um indicador melhor de tendência central do que a média. Por exemplo, a renda familiar mediana num Estado ou localidade geralmente é uma medida de tendência central melhor que a renda familiar média. Como um número relati­ vamente pequeno de indivíduos tem renda muito elevada, o uso da média causa a impressão de que a pessoa “média” ganha mais do que ocorre na realidade.

Variabilidade Também podemos determinar a variabilidade existente num conjunto de escores. Uma medida de variabilidade é um número que caracteriza o grau de dispersão existente numa distribuição de escores. Uma medida desse tipo é o desvio-padrão, cujo símbolo é s, e que indica o desvio médio dos escores em relação à média. Em textos científicos, utiliza-se a abreviatura DP. Para obter o desvio-padrão, calcula-se primeiro a variância, simbolizada por s2 (o desvio padrão é a raiz quadrada da variância). O desvio-padrão de um conjunto de escores é pequeno quando a maioria das pessoas tem escores semelhantes, pró­ ximos à média. O desvio-padrão toma-se maior à medida que aumenta o núme­ ro de pessoas com escores distanciados da média. Para o grupo com modelo, o desvio-padrão é 1,135, que nos informa que a maioria dos escores nessa condi­ ção situa-se 1,135 unidade acima e abaixo da média - isto é, entre 4,065 e 6,335. Assim, a média e o desvio-padrão são bastante informativos a respeito da distri­ buição. Note que o cálculo do desvio-padrão, assim como o da média, utiliza os valores reais dos escores, o que o tom a apropriado apenas para variáveis mensuradas em escala intervalar e de razão. Outra medida de variabilidade é a amplitude, que é simplesmente a dife­ rença entre o maior escore e o menor. A amplitude, tanto para o grupo com modelo, quanto para o grupo sem modelo, é 4.

REPRESENTAÇÃO GRÁFICA DE RELAÇÕES

A representação gráfica de relações entre variáveis foi discutida brevemen­ te no Capítulo 4. Para representar graficamente relações entre variáveis, geral­ mente utilizamos um gráfico de linhas. A Figura 12.4 ilustra essa forma de re­

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

266

presentação para as médias dos grupos com e sem modelo. Os níveis da variável independente (sem modelo e com modelo) são representados no eixo horizontal x e os valores da variável dependente são indicados no eixo vertical y. Para cada grupo, marca-se um ponto tomando como referência o eixo y, que representa a média para o grupo. Os pontos são ligados por uma reta. Como uma alternativa ao gráfico de linhas, pode-se usar um gráfico de barras. Desenha-se uma barra para cada grupo até o ponto que representa a média do grupo.

Grupo

Figura 12.4 Representação gráfica dos resultados do experimento sobre influência de modelos no comportamento agressivo. E interessante notar um artifício algumas vezes usado em ciência e muitas vezes utilizado em propaganda. O artifício consiste em exagerar a distância en­ tre os pontos na escala de medida, para fazer os resultados parecerem mais dramáticos do que realmente são. Suponha, por exemplo, que um fabricante de refrigerante (refrigerante A) faça um teste de paladar e que o teste revele que 52% dos participantes preferem o refrigerante A, enquanto 48% preferem o re­ frigerante B. De que forma o fabricante deveria apresentar esses resultados? Os

a

1001- « 5 3 1 -

_cí

_r=í

Tipo de refrigerante

Tipo de refrigerante

Figura 12.5 Duas formas de representar graficamente os mesmos dados.

C o m p r e e n d e n d o o s R e s u l t a d o s d e u m a P e s q u is a

267

dois gráficos de barras na Figura 12.5 mostram o método mais honesto e o mais dramático. É sempre bom examinar cuidadosamente os números nas escalas dos gráficos.

COEFICIENTES DE CORRELAÇÃO: DESCRIÇÃO DA FORÇA DE RELAÇÕES

É importante saber se uma relação entre variáveis é relativamente fraca ou forte, Um coeficiente de correlação é uma estatística que descreve a força da relação entre duas variáveis. O leitor provavelmente está mais familiarizado com o coeficiente de correlação produto-momento de Pearson, que é usado quando as variáveis têm propriedades de escala intervalar ou de razão. O coeficiente de correlação produto-mom ento de Pearson é denominado r de Pearson. Os va­ lores de um coeficiente de correlação podem variar de 0,00 a ± 1,00. Assim, o r de Pearson fornece informação sobre a força e sobre o sentido da correlação. Uma correlação 0,00 indica ausência de relação entre as variáveis. Quanto mais próximo uma correlação estiver de 1,00 (com sinal positivo ou negativo), mais forte é a relação. Na verdade, quando uma correlação é 1,00, costuma-se dizer que a relação é perfeita, porque as duas variáveis caminham juntas de forma perfeita. O sinal do r de Pearson nos informa sobre o sentido da relação - isto é, se há uma relação positiva ou negativa entre as variáveis. Dados de estudos que examinam similaridades nos escores de inteligência entre irmãos ilustram a ligação entre a magnitude de um coeficiente de correla­ ção e a força de uma relação. A relação entre os escores de gêmeos idênticos é muito forte (correlação de 0,86), demonstrando uma forte similaridade dos es­ cores de teste nesses pares de indivíduos. A correlação para gêmeos fraternos criados juntos é menor, com um valor de 0,60. A correlação entre irmãos que não são gêmeos e foram criados juntos é 0,47 e aquela entre irmãos que não são gêmeos e foram criados separados é 0,24 (Bouchard; McGue, 1981). Há muitos tipos diferentes de coeficientes de correlação. Cada coeficiente é calculado de forma um pouco diferente, dependendo da escala de mensuração aplicada às duas variáveis. Como já foi dito, utiliza-se o coeficiente de correlação r de Pearson quando os valores das duas variáveis que estão sendo relacionadas estão numa escala intervalar ou de razão. TYataremos agora mais detalhadamente do coeficiente de correlação produto-momento de Pearson. Coeficiente de correlação r de Pearson

Para calcular um coeficiente de correlação, é preciso dispor de observações em números pares de cada sujeito. Assim, temos dois escores pára càda indiví­

268

M é t o d o s d e P e s q u is a k m C iê n c ia s d o C o m p o r t a m e n t o

duo, um escore para cada uma das variáveis. A Tabela 12.2 apresenta dados fictícios de 10 estudantes para os quais se registraram o local em que sentavam na sala de aula e as notas obtidas em um exame. Os estudantes que ocupavam a primeira fileira receberam um escore 1, aqueles que ocupavam a segunda rece­ beram um escore 2 e assim por diante. Depois de ter feito as observações, pode­ mos verificar se as duas variáveis estão relacionadas. Será que as variáveis rela­ cionam-se de forma sistemática?

Tabela 12.2 Pares de escores relativos ao local da sala escolhido pelo estudante para sentar e ao escore no exame, para 10 participantes (dados fictí­ cios). Número de identificação do sujeito

Local da sala

Escore no exame

01 02

2

95 50 85 75 75 60 80 70 90 70

5

03

1

04 05 06 07 08 09

4 3 5

10

2 3

1 4

O r de Pearson fornece dois tipos de informação sobre a relação entre as variáveis. O primeiro é a força da relação e o segundo, o sentido da relação. Como dissemos anteriormente, os valores de r podem variar de 0,00 a ± 1,00. O valor absoluto de r é o coeficiente que indica a força da relação. Um valor 0,00 indica que não há relação.2 Quanto mais próximo r estiver de 1,00 (mais ou menos), mais forte é a relação.3 Os sinais mais e menos indicam se há uma relação linear positiva ou linear negativa entre as variáveis. É importante lembrar que é a magnitude do coeficiente de correlação e não o sinal que indica a força da relação. Assim, um coeficiente de correlação de - 0,54 indica uma relação mais forte que um coefi­ ciente de + 0,45. 2 Não há relação linear quando o coeficiente é nulo (NT). 3 Quanto mais próximo de 1,00, mais linear é a relação (NT).

269

C o MP RF.F.NUF.NDO OS RESULTADOS DE UMA PESQUISA

Os dados na Tabela 12.2 podem ser representados por meio de um diagrama de dispersão, em que cada par de escores corresponde a um ponto no diagrama. A Figura 12.6 mostra dois diagramas de dispersão. Os valores da primeira variá­ vel são representados no eixo x e os valores da segunda variável, no eixo y. Esses diagramas de dispersão mostram uma relação positiva perfeita (+ 1,00) e uma relação negativa perfeita (- 1,00). E fácil constatar por que essas relações são perfeitas: os escores em duas variáveis situam-se numa reta, na diagonal do diagrama. O escore de uma pessoa numa variável acompanha perfeitamente seu escore em outra variável. Conhecendo o escore de um indivíduo numa das variáveis, podemos prever exatamente seu escore na outra. Essas relações “per feitas” são raramente observadas na realidade. Positiva

—

•

N egativa

JÊ 2

>

1

2

3

V a r iá v e l x

_L_______ L 1 2

3

4

5

V a r iá v e l x

Figura 12.6 Gráficos de dispersão que ilustram relações perfeitas (± 1,00). Os diagramas de dispersão na Figura 12.7 mostram padrões de correlação mais prováveis quando se exploram os resultados de uma pesquisa. O primeiro diagrama mostra pares de escores com uma correlação positiva de + 0,65 e o segundo mostra uma relação negativa de - 0,77. Os pontos representados nes­ ses dois diagramas de dispersão revelam padrões gerais de relações positivas e negativas, mas elas não são perfeitas. Por exemplo, o primeiro diagrama permite fazer uma previsão geral de que, quanto maior o escore na primeira variável, maior será o escore na segunda. No entanto, conhecendo o escore de uma pes­ soa na primeira variável, não se pode prever perfeitamente seu escore na segun­ da. Para confirmar isso, examine o valor 1 na variável x (o eixo horizontal) no diagrama de dispersão positivo. Olhando para a parte superior, o leitor irá verifi­ car que dois indivíduos tiveram o escore 1. Um deles obteve o escore 1 na variá­ vel y (o eixo vertical), enquanto o outro obteve o escore 3 na variávely. Os pon­ tos correspondentes aos dados não ficam na diagonal perfeita. Em vez disso, há uma variação (dispersão) em relação à diagonal perfeita.

270

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

R ela çã o p o sitiv a

Relação negativa

Variável x

Variável x

Ausência de relação 90 1-

R epresente graficam ente os dados da Tabela 12.2 ( - 0 ,8 8 1 )

B0

70

oc S 60 8 ÉÜ 50 or Variável x

2 3 Local da sala

Figura 12.7 Gráficos de dispersão que mostram padrões de correlação. O terceiro gráfico mostra um diagrama de dispersão em que não há qual­ quer correlação (r = 0,00). Os pontos estão espalhados pelo diagrama, num padrão totalmente aleatório. Assim, os escores na variável x não estão relacio­ nados aos escores na variável y. O quarto gráfico está em branco, para que o leitor represente nele os dados da Tabela 12.2. O eixo x (horizontal) corresponde à variável local na sala e o eixoy (vertical), à variável nota no exame. Para completar o diagrama de dispersão, é preciso representar os 10 pares de escores. Represente para cada indivíduo o escore obtido na variável local na sala e, então, suba até encontrar o escore correspondente à nota obtida no exame. Assinale um pon­ to para descrever o escore nas duas variáveis. O diagrama de dispersão com­ pleto terá 10 pontos. O coeficiente de correlação calculado a partir desses dados mostra uma relação negativa entre as variáveis (r = - 0,88). Em outras palavras, quanto mais o estudante se afasta da frente da classe, menores são as notas que obtém

C o m p r e e n d e n d o o s R e s u l t a d o s d e u m a P k s q ijís a

271

no exame. Embora esses dados sejam fictícios, são consistentes com resultados obtidos numa pesquisa real (Brooks; Rebata, 1991).

Considerações Importantes Restrição da faixa de variação. É importante que a amostra do pesquisa­ dor inclua toda a gama de variação dos valores possíveis das duas variáveis. Se a faixa de variação dos valores possíveis for restrita, a magnitude do coeficiente de correlação será reduzida. Por exemplo, se a amostra incluir apenas as duas pri­ meiras fileiras, no caso da variável local na sala, não será possível obter um quadro acurado da relação entre local e nota no exame. De fato, considerando apenas os escores dos estudantes que ocupavam as duas primeiras fileiras, a correlação entre as duas variáveis foi exatamente 0,00. A razão para que se inclua uma faixa completa de variação dos valores equivale à razão para fazer uma manipulação forte, no caso de um experimento (veja Capítulo 9). Nos dois casos, é mais fácil detectar uma relação quando estão representados valores baixos e altos da variável. O problema de restrição da faixa de variação ocorre quando os indivíduos que compõem uma amostra são muito semelhantes ou homogêneos em relação à variável que está sendo estudada. Se uma das variáveis estudadas for idade, por exemplo, testar apenas crianças de 6 e de 7 anos irá reduzir muito a chance de encontrar efeitos de idade. Da mesma forma, será quase impossível encontrar correlatos de inteligência, se a amostra for muito semelhante quanto à inteli­ gência (por exemplo, se a amostra for constituída por uma classe de último ano de uma renomada universidade). Relação Curvilinear. O coeficiente de correlação produto-momento de Pearson (r) detecta apenas relações lineares. Se a relação for curvilinear, como no diagrama de dispersão da Figura 12.8, o coeficiente de correlação não indica­ rá a existência de uma relação. O coeficiente de correlação r calculado com base nesses dados á exatamente 0,00, embora as duas variáveis sejam claramente relacionadas. Outro tipo de coeficiente de correlação é usado para determinar a força da relação, se ela for curvilinear. Como uma relação pode ser curvilinear, é impor­ tante construir um diagrama de dispersão, além de examinar a magnitude do coeficiente de correlação. O diagrama de dispersão á útil porque dá uma indica­ ção visual da forma da relação. Programas de computador para análise estatís­ tica costumam fornecer diagramas de dispersão e o usuário pode determinar quão bem os dados ajustam-se a uma relação linear ou curvilinear.

272

M é t o d o s D t P e s q u i s a e m C i ê n c i a s d o C o m p o r ia m e n t o

Variável x

Figura 12.8 Gráfico de dispersão mostrando uma relação curvilinear {coeficiente de correlação produto-momento de Pearson = 0,00). MAGNITUDE DO EFEITO

Apresentamos o coeficiente de correlação de Pearson como a forma apro­ priada de descrever a relação entre duas variáveis com propriedades de escala intervalar ou de razão. Os pesquisadores desejam ser capazes de descrever a força da relação entre variáveis em todos os estudos. Magnitude do efeito é um termo geral que se refere à força da associação entre variáveis. O coeficiente de correlação r de Pearson é um indicador da magnitude do efeito, que indica a força da associação linear entre duas variáveis. Num experimento com duas ou mais condições de tratamento, é possível calcular outros tipos de coeficientes de correlação, para indicar a magnitude do efeito da variável independente sobre a variável dependente. Por exemplo, em nosso experimento de efeitos da exposi­ ção a um modelo agressivo sobre o comportamento agressivo de crianças, com­ paramos as médias dos dois grupos. Além de conhecer as médias, é útil conhecer a magnitude do efeito. Pode-se calcular um coeficiente de correlação correspon­ dente à magnitude do efeito para o experimento de exposição a modelo e agres­ são. O valor da magnitude do efeito é 0,68. Assim como ocorre com todos os coeficientes de correlação, os valores da correlação correspondente à magnitu­ de do efeito variam de 0,00 a 1,00 (não são usados valores positivos e negativos, porque não precisamos nos preocupar com o sentido da relação). A fórmula usada para calcular a correlação é discutida no Capítulo 13. Relatar a magnitude do efeito tem a vantagem de fornecer uma escala de valores consistente para todos os ripos de estudos. Os valores variam de 0,00 a 1,00, independentemente das variáveis usadas, do tipo particular de delinea­ mento de pesquisa escolhido ou do número de participantes. O leitor deve estar perguntando a si mesmo que coeficientes de correlação devem ser considerados

C o m p r e e n d e n d o o s R e s u l t a d o s d e u m a P e s q u is a

273

indicativos de um efeito pequeno, médio e grande. Geralmente, correlações pró­ ximas a 0,15 (aproximadamente 0,10 a 0,20) são consideradas pequenas, as próximas a 0,30 são consideradas médias e as superiores a 0,40 são considera­ das grandes.

SIGNIFICÂNCIA ESTATÍSTICA

Enfatizou-se neste capítulo a descrição dos dados obtidos num estudo. De­ pois de descrever os dados, geralmente queremos tomar decisões relativas à significância estatística dos resultados. Será a diferença entre os grupos com modelo e sem modelo estatisticamente significativa? Essa questão envolve em larga medida a inferência de que os resultados irão replicar-se, se o experimento for repetido muitas vezes, com amostras compostas por diferentes participantes. Utilizam-se estatísticas inferenciais para determinar se, de fato, é possível afir­ mar que os resultados refletem o que iria ocorrer se repetíssemos o experimento inúmeras vezes com múltiplas amostras. O Capítulo 13 tratará de significância estatística. O restante deste capítulo tratará de outros assuntos relativos à corre­ lação.

EQUAÇÕES DE REGRESSÃO

Equações de regressão são cálculos usados para prever o escore de uma pessoa numa variável, com base no conhecimento de seu escore em outra variá­ vel. São essencialmente “equações preditivas”, baseadas no que se conhece da relação entre as duas variáveis. Por exemplo, depois de descobrir que há relação entre local da sala e notas no exame, pode-se calcular uma equação de regres­ são que prevê a nota de um estudante num exame, com base unicamente na informação do local onde ele se senta na classe. A forma geral de uma equação de regressão é Y = a + bX ' sendo que F é o escore que desejamos prever, X é o escore conhecido, a é uma constante e b é um fator de ajustamento e ponderação que multiplica X (a pon­ deração é necessária porque X e Y são medidos em escalas diferentes). A equa­ ção de regressão, calculada com base nos dados do nosso exemplo sobre local da sala e nota no exame, é: Y= 99 + (-8)X

274

M é t o d o s d e P e s q u is a e m C iê n c ia s » o C o m p o r t a m e n t o

Assim, se conhecermos o escore de uma pessoa em X (local da sala), pode­ mos inseri-lo na equação e prever seu escore em Y (nota no exame). Se o escore X da pessoa for 2, podemos prever que V = 99 + (- 16), ou seja, que sua nota no exame será 83. Usando equações de regressão como essas, as universidades po­ dem usar os escores no Enem4 para prever as notas na universidade. Se um pesquisador estiver interessado em prever algum comportamento futuro (denominado variável critério), com base no escore de uma pessoa em alguma outra variável (denominada variável preditora), precisa mostrar em pri­ meiro lugar que há uma correlação razoavelmente elevada entre a variável cri­ tério e a variável preditora. A equação de regressão fornece então o método para fazer previsões apenas com base no escore da variável preditora.

CORRELAÇÃO MÚLTIPLA

Até aqui tratamos da correlação entre duas variáveis apenas. Os pesquisa­ dores reconhecem que diferentes variáveis podem estar relacionadas com um dado comportamento. Utiliza-se uma técnica denominada correlação múlti­ pla, que combina diferentes variáveis prediLuras, aumentando a acuracidade com que se prevê uma dada variável critério. Uma correlação múltipla (simbolizada por R para distingui-la do r simples) é a correlação entre um conjunto combinado de variáveis preditoras e uma úni­ ca variável critério. Em geral, a previsão toma-se mais acurada considerando-se todas as variáveis preditoras em conjunto do que qualquer uma das variáveis preditoras em separado. Por exemplo, os graduados de um curso de Psicologia, candidatos a um curso de pós-graduação, poderiam ser avaliados por meio de um conjunto combinado de variáveis preditoras, com a técnica de correlação múltipla. As variáveis preditoras poderiam ser (1) notas na universidade, (2) escores num teste de aptidão, (3) notas no Exame Nacional de Cursos-Provão5 e (4) grau de aprovação em cartas de recomendação. Nenhum desses fatores iso­ ladamente é um preditor perfeito do sucesso do estudante, mas a combinação das variáveis pode aumentar a acuracidade da previsão. Na prática, os pesquisadores usam uma extensão da técnica de equação de regressão discutida anteriormente. Pode-se calcular uma equação de regressão múltipla, que assume a seguinte forma: Y=a +

+ bj(2 + ... + bJCn

4 SAT no texto original (NT). 5 Nos itens 2 e 3, o autor refere-se, respectivamente, ao Graduate Record Exam Aptitude Test e ao Graduate Record Exam Psychology Test (NT).

CoMPREENDF.NUÜ OS RESULTADOS DE UMA PESQUISA

275

se n d o que Y é a variável critério, Xl a Xn são as variáveis preditoras, a é a cons­ tante eÍ J , a bn são os pesos que são multiplicados pelos escores das variáveis preditoras. Por exemplo, uma equação de regressão para prever o sucesso dos estudantes seria:

Nota média prevista =

a +

+ òj (notas na universidade)

+ b2(escores no teste de aptidão) + fc»3 (notas no Provão) -f bA(grau de aprovação em cartas de recomendação).

Cada vez mais pesquisadores estão usando a análise de regressão múltipla na análise de dados de seus temas de pesquisa. Por exemplo, Ajzen e Fishbein (1980) desenvolveram um modelo denominado “teoria de ação racional”, que utiliza correlação múltipla e regressão, para prever intenções específicas de com­ portamento (por exemplo, ir à igreja no domingo, comprar certo produto ou aderir a um programa de recuperação para alcoólatras), com base em duas variáveis preditoras. Estas variáveis são (1) atitude em relação ao comporta­ mento e (2) pressão normativa percebida para engajamento no comportamen­ to. Atitude é nossa própria avaliação do comportamento, e pressão normativa vem de outras pessoas, como pais e amigos. Num estudo, esses pesquisadores mostraram que a regressão múltipla entre intenção para comprar uma marca de cerveja e as variáveis preditoras combinadas atitude e norma foi + 0,79. Che­ garam à seguinte equação de regressão: Intenção = 0,76 (atitude) + 0,27 (norma)

Essa equação é um tanto diferente daquelas descritas anteriormente. Em pesquisa básica, não estamos interessados em prever um escore exato (tal como uma nota num exame ou no Provão)6 e, dessa forma, para fins de cálculos ma­ temáticos, podemos assumir que todas as variáveis são mensuradas na mesma escala. Quando isso é feito, o fator de ponderação reflete a magnitude da corre­ lação entre a variável critério e cada uma das variáveis preditoras. No exemplo de compra de cerveja, o peso para a variável preditora atitude é maior que o peso para a variável preditora norma. Isso mostra que, nesse caso, a atitude é mais importante para prever a intenção de compra do que a norma. Em relação a outros comportamentos, no entanto, podemos verificar que as atitudes são me­ nos importantes que as normas.

6 O autor refere-se ao GPA, no texto original (NT).

276

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

Também é possível visualizar a equação de regressão. No exemplo da cerve­ ja, as relações entre variáveis podem ser diagramadas da seguinte forma:

CORRELAÇÃO PARCIAL E O PROBLEMA DA TERCEIRA VARIÁVEL

Os pesquisadores enfrentam o problema da terceira variável em pesquisas correlacionais, quando alguma terceira variável não controlada pode ser res­ ponsável pela relação entre as duas variáveis de interesse. O problema não existe em pesquisas experimentais, porque todas as variáveis estranhas são controla­ das, seja mantendo as variáveis constantes, seja por meio de randomização. Uma técnica, denominada correlação parcial, representa uma forma de contro­ lar estatisticamente a terceira variável. Uma correlação parcial é uma correla­ ção entre as duas variáveis de interesse, “removendo” a influência da terceira variável da correlação original. Suponhamos que um pesquisador encontre uma correlação - 0,50 entre aglomeração residencial e desempenho num teste. O aumento da aglomeração está associado a escores mais baixos no teste. O pesquisador suspeita que uma terceira variável possa estar atuando. Classe social, por exemplo, poderia in­ fluenciar tanto aglomeração quanto desempenho. O uso de correlações parciais implica a mensuração da terceira variável nos sujeitos, além das duas variáveis principais. Assim, o pesquisador deve registrar as três variáveis - aglomeração, desempenho e classe social -, para cada um dos participantes. Calculando uma correlação parcial entre aglomeração e desempenho, em que se remove classe social, é possível determinar se a correlação original tornase substancialmente menor. A correlação original - 0,50 fica muito mais baixa quando se remove a influência de classe social? A Figura 12.9 mostra duas cor­ relações parciais diferentes - em ambas, a correlação entre aglomeração e de­ sempenho é - 0,50. No entanto, a primeira correlação parcial cai para - 0,09 quando se controla estatisticamente a classe social, enquanto a segunda correla­ ção parcial permanece alta, mesmo removendo-se a influência de classe social. O resultado da correlação parcial depende da magnitude das correlações entre a terceira variável e as duas variáveis que representam o interesse principal.

C o m pr ee n d e n d o o s R esultados de uma P esqu isa

- 0 ,5 0

- 0,50

Aglomeração

D esem penho

- 0 ,6 0 \

277

/ + 0 ,7 S

Classe social A correlação parcial entre aglom eração e d esem penho é - 0,09

A g lo m e ra çã o "------- ~~ - 0 ,1 ü \

D esem penho / + 0 ,1 5

Classe social A correlação parcial entre aglom eração e desem penho é - 0,49

Figura 12.9 Duas correlações parciais entre aglomeração e desempenho.

m odelos

e s tr u tu r a is

Avanços recentes da teoria e dos métodos estatísticos resultaram em técni­ cas para testar modelos estruturais de relações entre variáveis usando o méto­ do correlacionai. Embora esses métodos estejam além dos objetivos deste livro, é importante saber que eles existem (Loehlin, 1998; Maruyama, 1998). Um mode­ lo estrutural é um padrão esperado de relações entre um conjunto de variáveis. O padrão proposto baseia-se numa teoria sobre como as variáveis estão causalmente relacionadas. Essa abordagem de pesquisa denomina-se modelagem es­ trutural ou modelagem de equação estrutural, porque as técnicas usadas permi­ tem que os pesquisadores testem como dados bem obtidos ajustam-se a um “mo­ delo estrutural” teórico, que descreve relações entre variáveis. (As operações matemáticas envolvidas nessa técnica também estão baseadas em equações es­ truturais.) O diagrama sobre atitudes e intenções, apresentado anteriormente, é um modelo estrutural muito simples. A Figura 12.10 exemplifica um modelo mais complexo baseado na teoria de ação racional. Vincent, Peplau e Hill (1998) estudaram as aspirações em termos de carreira e as atitudes em rela­ ção a papéis de gênero de 105 mulheres jovens (com 21 anos em média) em 1973. Nesse ano, mediram três variáveis: (1) atitudes em relação a papéis de gênero ou quão positivamente as mulheres valorizavam papéis femininos “tra­ dicionais” na sociedade, (2) preferências percebidas por parte de pais e na­ morados para a adoção de carreiras “tradicionais” e (3) orientação em ter­ mos de carreira. Para medir orientação em termos de carreira, pediram às mulheres que descrevessem seus planos e intenções para o futuro: perce­ biam-se principalmente como mães e donas-de-casa ou envolvidas em carrei­ ras fora de casa em tempo integral? Os pesquisadores conseguiram estabele­ cer contato com as mesmas mulheres em 1987 para medir as carreiras efeti­ vamente seguidas por elas.

278

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

Figura 12.10 Exemplo de um modelo estrutural baseado nos dados de Vincent, Peplau e Hill (1998). As setas ligando variáveis mostram os caminhos que relacionam as variáveis no modelo e indicam uma seqüência causal sugerida pela teoria de ação racional. Note que o com portam ento real foi acrescentado ao modelo; a intenção comportamental influencia diretamente o comportamento real. Os coeficientes são semelhantes aos pesos derivados nas equações de regressão descritas anterior­ mente. Indicam a força de uma relação na escala 0,00 a 1,00 com que estamos familiarizados. Tanto atitudes em relação a papéis de gênero quanto preferências percebidas por parte de pais e namorados estão relacionadas com intenção de escolha profissional. A pressão normativa dos pais e dos namorados tem impacto mais forte que as atitudes. A orientação em termos de carreira em 1973, por sua vez, estava relacionada com o comportamento real em 1987. Vincent et al. usa­ ram técnicas de modelagem de equação estrutural para mostrar que de fato os dados obtidos ajustavam-se bem ao modelo apresentado na Figura 12.10. A análise de caminhos é um outro instrumento mais antigo, relacionado à modelagem estrutural, para explorar relações entre variáveis. A análise de caminhos é usada principalmente para explorar possíveis relações entre variá­ veis, enquanto a modelagem de equação estrutural é usada para testar quão bem os dados ajustam-se a um modelo teórico que tenha sido desenvolvido ou para comparar quão bem vários modelos alternativos ajustam-se aos dados ob­ tidos. Em ambos os casos, esse tipo de pesquisa leva a uma melhor compreensão das redes complexas de relações entre variáveis. No Capítulo 13, passaremos da descrição de dados à tomada de decisões a respeito de significância estatística. Esses dois assuntos estão de fato relaciona­ dos. O tema da magnitude do efeito, descrito neste capítulo, também é muito importante na avaliação da significância estatística. Termos Estudados ____________________________________

Análise de caminhos Coeficiente de correlação

C o m p r e e n d e n d o o s R e s u l t a d o s d e u m a P h s q u is a

279

Coeficiente de correlação parcial Correlação múltipla Desvio-padrão Diagrama de dispersão

Distribuição de freqüência Equações de regressão Escalas de razão Escalas intervalares Escalas nominais Escalas ordinais Estatística descritiva

Gráfico de barras Magnitude do efeito

Média Mediana Moda Modelo estrutural Polígono de freqüência Restrição da Faixa de Variação Significância estatística Tendência central Variabilidade Variável critério Variável preditora Questões de Revisão __----------------------- ---------------------------------------

1.

Diferencie comparação de porcentagens, comparação de médias e correla­ ção de escores.

2.

O que é uma distribuição de freqüência?

3.

Diferencie gráfico de setor, gráfico de barra e polígono de freqüência e cons­ trua um exemplo de cada. O que é uma medida de tendência central? Diferencie média, mediana e

4.

moda.

( (

280

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

í 5.

O que é uma medida de variabilidade? Diferencie desvio-padrão e amplitu­ de de variação.

<

6.

O que é um coeficiente de correlação? O que a magnitude e o sinal do coeficiente de correlação informam sobre a relação entre variáveis?

í

7.

O que é um diagrama de dispersão?

8.

O que ocorre quando um diagrama de dispersão mostra que a relação é curvilinear?

9. (

Qual é a diferença existente entre um coeficiente de correlação/magnitude do efeito e o método correlacionai?

(

10. O que é uma equação de regressão? De que forma um empregador pode utilizar uma equação de regressão?

(

11. De que forma a correlação múltipla aumenta a acuracidade de uma previ­ são?

(

12. Qual é o objetivo da correlação parcial? (

( (

13. Que informação é transmitida pelas setas que ligam variáveis, quando se diagrama um modelo estrutural? A tividades 1.

Seu jornal e sua revista favoritos são uma rica fonte de estatísticas descriti­ vas aplicadas a vários assuntos. Examine os jornais da semana anterior e qualquer revista que tenha em casa e descreva pelo menos cinco casos em que tenham sido apresentados dados reais. Eles podem incluir levantamen­ tos de opinião, experimentos, dados econômicos e até informações esporti­ vas.

2.

Hill (1990) estudou as correlações entre a nota final, numa disciplina introdutória de Sociologia, e diversas outras variáveis, como número de faltas. Obteve as seguintes correlações r de Pearson:

í

(

(

Nota no Enem

0,72

I

Número de faltas

0,51

( ( {

Horas estudando durante a semana

-0 ,1 1 (não significativo)

Horas estudando em fins-de-semana

0,31

Descreva cada correlação e desenhe gráficos, mostrando a forma geral de cada relação. Por que o número de horas estudando em fins-de-semana deveria estar correlacionado com as notas obtidas, mas o número de horas estudando durante a semana não?

C o m p r e e n d e n d o o s R e s u l t a d o s d i- u m a P e s q u is a

281

pergunte a 20 estudantes do campus quantas unidades de crédito estão cur­ sando nesse semestre, assim como o número de horas por semana que de­ dicam a um trabalho remunerado. Crie uma distribuição de freqüência e calcule a média para cada conjunto de dados. Construa um diagrama de dispersão mostrando a relação entre carga didática e horas de trabalho remunerado. Parece haver uma relação entre as variáveis? (Nota: Havendo um problema de restrição de faixa de variação em seu campus, porque pou­ cos estudantes trabalham ou porque a maioria dos estudantes cursa a mes­ ma quantidade de créditos, formule perguntas diferentes, como o número de horas dedicado a estudo e o número de horas dedicado a assistir à televi­ são por semana.) Antes de começar o ano escolar, a Sra. King reviu o diário de classe da 4a série. Constatou que o desvio-padrão dos escores dos alunos no teste de prontidão para leitura foi exatamente 0,00. Que tipo de informação esse resultado lhe fornece? De que forma essa informação pode ser útil?

13 Compreendendo os Resultados de uma Pesquisa: Inferência Estatística m

f

Amostras e Populações

Erros Tipo I

r Estatística Inferencial

Erros Tipo II

C Hipótese Nula e Hipótese de Pes­

Contexto Q uotidiano dos Erros Tipo I e Tipo II

quisa C Distribuição Probabilística e Dis­ tribuição Amostrai Probabilidade: O Caso da PES Distribuições Amostrais

r Escolha do Nível de Significância t'

Interpretação de Resultados não Significativos

f

Escolha do Tamanho da Amostra: Análise do Poder

Tamanho de Amostra f

Exemplo: Os Testes t e F Teste t Graus de Liberdade Testes Unicaudais Versus Bicaudais Teste F Cálculo da Magnitude do Efeito Significância Estatística: Descrição Resumida Erro Tipo I e Erro Tipo II Decisões Corretas

f* Importância das Replicações r Significância de um Coeficiente de Correlação r de Pearson r

Análise de Dados por Computa­ dor


Dados Mensurados em Escala Ordinal Dados Mensurados em Escala Inter­ valar ou de Razão

Duas Variáveis Independentes ou Mais Dados Mensurados em Escala Nomi­ nal

Uma Variável Independente - Três Grupos ou Mais

Dados Mensurados em Escala Ordinal

Dados Memurados em Escala Nomi­

Dadas Mensurados em Escala Inter­

nal

valar ou de Razão

Dados Mensurados em Exala Ordinal

Termos Estudados

Dados Mensurados em Escala Inter­ valar ou de Razão

Questões de Revisão Atividades

N

o Capítulo 12, examinamos formas de descrever os resultados de um estudo. Além de ter interesse em estatística descritiva, os pesquisadores estão interessados em estatística inferencial. Precisamos inferir se os re­ sultados obtidos num estudo particular continuariam ocorrendo se o estudo fosse repetido inúmeras vezes. Neste capítulo, examinaremos métodos que per­ mitem fazer essa inferência.

am ostras e populações

Estatísticas inferenciais são necessárias, porque os resultados de um estudo particular são baseados em dados obtidos com uma única amostra de partici­ pantes. Os pesquisadores raramente estudam populações inteiras. Baseiam suas descobertas em dados amostrais. Além de descrever os dados amostrais, deseja­ mos fazer afirmações a respeito de populações. Será que os resultados se mante­ riam se o experimento fosse realizado repetidamente, cada vez com uma amos­ tra diferente? No experimento hipotético descrito no Capítulo 12 (Tabela 12.1), foram obtidos escores médios de agressão nas condições com modelo e sem modelo. As médias são diferentes: as crianças que observaram um modelo agressivo poste­ riormente comportaram-se mais agressivamente em comparação com as que não foram expostas ao modelo. Usamos a estatística inferencial para determi­ nar se estamos autorizados a afirmar que os resultados refletem o que ocorreria se o experimento fosse repetido inúmeras vezes, com múltiplas amostras. Essen­ cialmente, queremos saber se a diferença entre as médias amostrais (Tabela 12.1) reflete uma diferença real entre as médias populacionais. O leitor deve lembrar que já começamos a tratar desse assunto no Capítu­ lo 7, ao discutir dados de levantamentos de opinião. Uma amostra de pessoas de seu Estado informa que 57% preferem um candidato da oposição para um cargo, enquanto 43% preferem um candidato da situação. O relatório infor­ ma, então, que esses resultados são acurados considerando-se uma margem de variação de cinco pontos percentais, com um nível de confiança de 95%. Isso significa que os pesquisadores estão bastante confiantes de que a porcen­ tagem real de preferência pelo candidato da oposição ao cargo estaria situada entre 52% e 62%, enquanto a porcentagem de preferência pelo candidato da situação estaria entre 38% e 48%, se fossem capazes de estudar toda a popula­ ção em vez de estudar apenas uma amostra. Nesse caso, o pesquisador predi­ ria, com um alto grau de certeza, a vitória do candidato de oposição, por não haver superposição dos valores populacionais projetados. A estatística inferencial permite tirar conclusões desse tipo com base em dados amostrais. Será que em nosso estudo, em que um grupo de crianças foi

286

M é t o d o s d e P e s q u is a k m C i ê n c i a s d o C o m p o r ia m e n t o

exposto a um modelo agressivo e outro não foi exposto, temos confiança de que as médias são suficientemente diferentes para inferir que a diferença seria obti­ da numa população inteira?

ESTATÍSTICA INFERENCIAL

Grande parte da discussão anterior sobre delineam ento experimental centrou-se na importância de assegurar que os grupos só se diferenciam em relação à variável independente manipulada, sendo equivalentes em todos os demais aspectos. É possível conseguir a equivalência dos grupos pelo controle experimental de todas as outras variáveis ou pela randomização. Como os gru­ pos são equivalentes, supõe-se que quaisquer diferenças entre eles na variável dependente devem ser devidas ao efeito da variável independente. Essa suposição geralmente é válida. No entanto, também é verdade que raramente a diferença entre quaisquer dois grupos será zero. Em outras pala­ vras, haverá alguma diferença entre as médias amostrais, mesmo que sejam utilizados todos os princípios de delineamento experimental. Isso ocorre porque estamos lidando com amostras e não com populações. Erros randôm icos (ou casuais) serão responsáveis por alguma diferença entre as médias, mesmo que a variável independente não tenha qualquer efeito sobre a variável dependente. O que importa reconhecer é que a diferença entre as médias amostrais reflete uma diferença real qualquer entre as médias populacionais (isto é, o efeito da variável independente) somada a um erro randômico qualquer. A esta­ tística inferencial permite que os pesquisadores façam inferências sobre a dife­ rença real na população, com base em dados amostrais. Especificamente, forne­ ce a probabilidade de a diferença entre as médias refletir um erro randômico em lugar de diferença real.

HIPÓTESE NULA E HIPÓTESE DE PESQUISA

A inferência estatística começa com a afirmação de uma hipótese nula e de uma hipótese de pesquisa (ou alternativa). A hipótese nula afirma sim­ plesmente a igualdade das médias populacionais, considerando que a dife­ rença observada entre elas é devida a erro randômico. A hipótese de pes­ quisa, por sua vez, afirma que as médias populacionais de fato não são iguais. A hipótese nula sustenta que a variável independente não teve efeito, en­ quanto a hipótese de pesquisa sustenta que ela teve um efeito. No experi­ mento sobre o efeito da exposição a um modelo agressivo, a hipótese nula e a hipótese de pesquisa são:

C o m p r e e n d e n d o o s R e s u l t a d o s d e u m a P e s q u is a : I n e e r ê n c ia E s t a t ís t ic a

287

Hq (hipótese nula): A média populacional do grupo com modelo é igual à média populacional do grupo sem modelo. H1 (hipótese alternativa): A média populacional do grupo com modelo não é igual à média populacional do grupo sem modelo. A lógica da hipótese nula é a seguinte: se pudermos determinar que a hipó­ tese nula é incorreta, aceitamos que a hipótese de pesquisa seja correta. Aceitar a hipótese de pesquisa significa que a variável independente teve um efeito sobre a variável dependente. A hipótese nula é usada porque é uma afirmação muito precisa - as médias populacionais são exatamente iguais. Permite conhecer precisamente a probabi­ lidade de o resultado do estudo ocorrer se a hipótese nula for correta. A hipótese de pesquisa não permite essa precisão e, por isso, só inferimos que ela é correta pela rejeição da hipótese nula. Rejeita-se a hipótese nula quando há uma proba­ bilidade muito baixa de os resultados obtidos serem devidos a um erro randômico. Significância estatística quer dizer isso: um resultado significativo é o que tem probabilidade muito baixa de ocorrer se as médias populacionais forem real­ mente iguais. Em outras palavras, a significância indica que há uma probabili­ dade muito baixa de a diferença entre as médias amostrais ser devida a erro randômico. Significância, então, é uma questão de probabilidade.

PROBABILIDADE E DISTRIBUIÇÕES AMOSTRAIS

Probabilidade é a chance de ocorrência de algum evento ou resultado. Todos nós usamos probabilidades com freqüência na vida cotidiana. Por exem­ plo, se dissermos que um aluno tem alta probabilidade de tirar A numa discipli­ na, queremos dizer que esse resultado tem uma alta chance de ocorrer. Essa afirmação probabilística baseia-se em informações específicas, como notas em exames. A previsão do tempo diz que há uma chance de 10% de chover hoje, o que significa que a probabilidade de chover é muito baixa. Um apostador deter­ mina a probabilidade de determinado cavalo vencer uma corrida, com base nos resultados passados desse cavalo. Usamos probabilidade para fazer inferência estatística de forma seme­ lhante. Desejamos especificar a probabilidade de um evento (nesse caso, uma diferença entre médias na amostra) ocorrer se não houver diferença na popu­ lação. A questão é: Qual é a probabilidade de obter esse resultado apenas por erro randômico? Se essa probabilidade for muito baixa, rejeitamos a possibili­ dade de a diferença obtida entre as médias ser devida unicamente a erro randômico ou casual.

288

M é t o d o s d e P e s q ih s a e m C iê n c ia s d o C o m p o r t a m e n t o

Probabilidade: o Caso da PES

Podemos compreender intuitivamente o uso de probabilidade na inferência estatística por meio de um exemplo simples. Suponhamos que um amigo afirme possuir habilidade de PES (percepção extra-sensorial). Você decide testar seu amigo, com um conjunto de cinco cartas comumente usadas em pesquisas de PES, em que cada carta contém um símbolo diferente. No teste de PES, você olha uma carta, pensa no símbolo e seu amigo precisa adivinhar qual é o símbolo em que você está pensando. Imagine um experimento real com 10 tentativas, em que cada uma de cinco cartas é apresentada duas vezes em ordem aleatória. Sua tarefa é determinar se as respostas de seu amigo refletem erro randômico (adivinhação) ou se indicam a ocorrência de algo mais. A hipótese nula em seu estudo afirma que só está operando erro randômico. A hipótese de pesquisa afirma que o número de respostas corretas reflete mais do que mera adivinhação ou acaso. (Note, contudo, que aceitar a hipótese de pesquisa pode significar que seu amigo tem capacidade extra-sensorial, mas pode significar também que as cartas esta­ vam marcadas ou que você lhe deu alguma pista sobre os símbolos em que esta­ va pensando e assim por diante.) E fácil determinar o número de acertos esperados se a hipótese nula for correta. Apenas por acaso, uma em cinco respostas (20%) deveria estar correta. Em 10 tentativas, esperam-se duas respostas certas pela hipótese nula. Se reali­ zarmos o experimento e obtivermos mais (ou menos) que duas respostas certas, devemos concluir que os dados obtidos refletem erro randômico ou devemos concluir que refletem algo mais do que mera adivinhação? Suponhamos que seu amigo tenha obtido três acertos. Nesse caso, prova­ velmente concluiríamos que ele não tem PES, porque é alta a probabilidade de três respostas certas, embora apenas dois acertos sejam esperados pela hipótese nula. Se o experimento for repetido inúmeras vezes com esse participante, espe­ ramos exatamente duas respostas certas em 10 tentativas. No entanto, numa amostra de 10 tentativas, podem ocorrer pequenos desvios em relação aos dois acertos esperados. Suponhamos, por outro lado, que seu amigo tenha conseguido sete acertos. Podemos concluir que os resultados indicam mais do que erro randômico nessa amostra de 10 observações. Essa conclusão baseia-se na avaliação intuitiva de que 70% de acertos são um resultado pouco provável, quando se esperam ape­ nas 20%. Nesse ponto, decidimos rejeitar a hipótese nula e afirmar que o resul­ tado é significativo. Resultado significativo é aquele pouco provável se a hipótese nula for correta. Quão pouco provável um resultado deve ser para decidirmos que é signifi­ cativo? Determinamos uma regra de decisão antes de coletar os dados. A proba­ bilidade requerida para dizermos que um resultado é significativo denomina-se

C o m p r e e n d e n d o o s R e s u j .t a o u s d e u m a P e s q u i s a : I n f e r ê n c i a E s t a t í s t i c a

289

nível alfa. O nível alfa de probabilidade geralmente utilizado é 0,05. Considera-se o resultado do estudo significativo quando há uma probabilidade de 0,05 ou menos de ele ser obtido, isto é, há apenas cinco chances em 100 de ser devido a erro randômico numa amostra da população. Rejeita-se a hipótese nula, quan­ do for pouco provável que os resultados obtidos sejam devidos a erro randômico.

Distribuições Amostrais Intuitivamente, julgamos que sete acertos em 10 tentativas são pouco pro­ váveis. Felizmente, não precisamos confiar na intuição para determinar as pro­ babilidades de diferentes resultados. A Tabela 13.1 mostra a probabilidade de obtermos realmente cada um dos resultados possíveis, no experimento de PES com 10 tentativas e uma expectativa de 20% de acertos pela hipótese nula. Dois acertos são o resultado com maior probabilidade de ocorrência. Como a intui­ ção sugere, três acertos também são bastante prováveis, mas sete acertos são bastante improváveis.

Tabela 13.1 Probabilidade exata de cada resultado possível do experimento de PES com 10 tentativas. Número de Acertos

10 9

8

Probabilidade

0,00000 + 0,00000 -f

5 4 3

0,00007 0,00079 0,00551 0,02642 0,08808 0,20133

2 1 0

0,30199 0,26844 0,10737

7

6

As probabilidades que aparecem na Tabela 13,1 foram derivadas de uma distribuição de probabilidade denominada distribuição binomial. Todas as decisões sobre significância estatística são baseadas em distribuições de probabilidade como essa. Tais distribuições denominam-se distribuições amostrais. A distribuição amostrai baseia-se na suposição de que a hipótese nula é verdadeira: No exemplo

290

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

de PES, a hipótese nula afirma que as respostas da pessoa são meros palpites casuais e que o número de acertos deveria corresponder a 20%. Essa distribuição supõe que o resultado mais freqüente deveria ser 20%, se o estudo fosse replicado inúmeras vezes com o mesmo número de observações. No entanto, considerando a possibilidade de erro randômico em cada amostra, há certa probabilidade asso­ ciada com outros resultados. Resultados próximos a 20%, o valor esperado pela hipótese nula, são bastante prováveis. No entanto, resultados cada vez mais afas­ tados do resultado esperado são progressivamente menos prováveis, se a hipótese nula estiver correta. Concluímos que a hipótese nula está errada, se obtivermos resultados muito pouco prováveis, considerando que de fato estamos tirando amos­ tras da distribuição especificada pela hipótese nula. Em vez de concluir que os resultados amostrais refletem um desvio randômico da expectativa de 20% a lon­ go prazo, decidimos que a hipótese nula está errada. Isto é, concluímos que não retiramos a amostra da distribuição amostrai especificada pela hipótese nula. No caso do exemplo de PES, decidimos que os dados provêm de uma distribuição amostrai diferente e que a maioria dos resultados estaria próxima dos sete acertos obtidos, se a pessoa fosse repetidamente testada. Todos os testes estatísticos baseiam-se em distribuições amostrais para de­ terminar a probabilidade de os resultados serem consistentes com a hipótese nula. Quando é muito pouco provável que a hipótese nula seja correta (geral­ mente, uma probabilidade igual ou inferior a 0,05), o pesquisador decide rejei­ tar a hipótese nula e, portanto, aceitar a hipótese de pesquisa.

Tamanho da amostra O exemplo da PES ilustra a importância do tamanho da amostra - o núme­ ro total de observações -, para que se determine a significância estatística. Su­ ponhamos que seu amigo tenha sido submetido a 100 tentativas em lugar de 10 e que tenha obtido 30 acertos. Assim como esperávamos dois acertos em 10 tentativas, esperamos 20 acertos em 100 tentativas. No entanto, 30 em 100 tem uma probabilidade muito menor de ocorrência que 3 em 10. Isso ocorre porque, amostrando um maior número de observações, aumenta a probabilidade de obter uma estimativa acurada do real valor populacional. Assim, quando o tamanho da amostra aumenta, aumenta a confiança de que o resultado seja realmente diferente da expectativa pela hipótese nula.

EXEMPLO: OS TESTES t E F

Diferentes testes estatísticos permitem usar probabilidade para decidir se a hipótese nula deve ser rejeitada. Nesta seção, iremos examinar o teste t e o teste

C o m p r e e n d e n d o o s R f .s u l t a d o s d e u m a P e s q u i s a : I n f e r ê n c i a E s t a t í s t i c a

291

p. Geralmente, usa-se o teste t para verificar se dois grupos diferem significativa­ mente entre si. No experimento hipotético sobre o efeito de um modelo sobre agressão, um teste f é apropriado, porque estamos perguntando se a média do grupo sem modeto difere da média do grupo com modelo. O teste F é um teste estatístico mais geral, que pode ser usado para verificar se há diferença entre três ou mais grupos e para avaliar os resultados de delineamentos fatoriais (dis­ cutidos no Capítulo 10). Para usar um teste estatístico, devemos em primeiro lugar especificar a hipótese nula e a hipótese de pesquisa que estamos avaliando. Anteriormente, descrevemos as hipóteses nula e de pesquisa para o experimento sobre exposição de crianças a um modelo agressivo. Também precisamos especificar o nível de signifícância que vamos usar, para decidir se a hipótese nula deve ser rejeitada. Esse é o nível alfa. Como foi dito anteriormente, os pesquisadores geralmente utilizam um nível de signifícância de 0,05. Teste t A Figura 13.1 mostra a distribuição amostrai de todos os valores possíveis de t. (Essa distribuição particular refere-se ao tamanho de amostra usado no experimento hipotético sobre exposição a modelo e agressão.) Essa distribuição amostrai tem média 0 e desvio-padrão 1. Reflete todos os resultados possíveis comparando-se as médias de dois grupos, desde que a hipótese nula seja correta. Para que possamos avaliar nossos dados usando essa distribuição, precisa­ mos calcular um valor de t com base nos dados obtidos. Avaliamos esse valor em termos da distribuição amostrai de t baseada na hipótese nula. Se o valor obtido de t tiver uma probabilidade baixa de ocorrência (igual ou menor que 0,05), então rejeitamos a hipótese nula. O valor de t é uma razão entre dois aspectos dos dados, a diferença entre as médias dos grupos e a variabilidade dentro dos grupos. A razão pode ser descrita da seguinte forma: _

diferença entre os grupos variabilidade intragrupo

A diferença entre os grupos é simplesmente a diferença entre as médias obtidas. Pela hipótese nula, esperamos que essa diferença seja zero. O valor de t aumenta, à medida que aumenta a diferença entre as médias amostrais obtidas. Note que a distribuição amostrai de t supõe que não haja diferença entre as médias populacionais. Assim, o valor esperado de t pela hipótese nula é zero. A variabilidade intragrupo é o montante de variabilidade dos escores em tomo da média, O numerador da fórmula do t é essencialmente um indicador da magni-

292

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

V a lor c r ític o para um te s te b ic a u d a l c o m n ív e l d e s ig n if íc â n c ia 0 ,0 5

Valor crítico para um teste unicaudal com nível de significância 0,05

Figura 13.1 Distribuição amostrai de t com 18 graus de liberdade. tude do erro randômico em nossa amostra. Como vimos no Capítulo 12, 5, o desvio-padrão, e s2, a variância, indicam quanto os escores desviam em relação à média do grupo. Esperamos que esses valores sejam altos, se houver muita variabilidade em torno da média na população de escores. Um exemplo concreto do cálculo de um teste t pode ajudar a esclarecer esses conceitos. A fórmula do teste t para dois grupos, com número equivalente de participantes em cada grupo, é:

CoMPRF.F.NPENDO OS RESULTADOS DE UMA PESQUISA! iNl-ERÊNCtA ESTATÍSTICA

293

O numerador da fórmula é simplesmente a diferença entre as médias dos dois grupos. No denominador, dividimos inicialmente a variância (s2) de cada grupo pelo número de sujeitos no grupo e somamos os valores obtidos. Calcula­ mos, então, a raiz quadrada do resultado obtido. Extraindo a raiz quadrada transformamos a variância em desvio-padrão. Aplicando essa fórmula aos da­ dos da Tabela 12.1, obtemos: r

5 .2 - 3 ,1 11,289 10

1^433 +

10

2,1

yj 0,1289 + 0,1433

= 4,025

Assim, o valor de t calculado com base nesses dados é 4,025. Será esse valor significativo? Um programa de computador que analise esses resultados forne­ cerá imediatamente a probabilidade associada à obtenção de um valor t dessa magnitude, para uma amostra de tamanho 20. Sem um programa desse tipo, no entanto, precisamos consultar uma tabela de “valores críticos” de t, como a Ta­ bela C.4 do Apêndice C. No Apêndice B, encontramos uma discussão detalhada do uso das tabelas do apêndice. Antes de prosseguir, saiba que o resultado obtido é significativo. Para um nível de significância de 0,05, o valor crítico da distribui ção amostrai de t é 2,101. Qualquer valor de t maior ou igual a 2,101 tem uma probabilidade menor ou igual a 0,05 de ocorrência, considerando-se as suposi­ ções da hipótese nula. Como o valor obtido á superior ao crítico, podemos rejei­ tar a hipótese nula e concluir que a diferença entre as médias obtida na amostra reflete uma diferença real na população. Graus de Liberdade

O leitor provavelmente deve estar-se perguntando como selecionamos o valor crítico da tabela. Para usar a tabela, precisamos em primeiro lugar deter­ minar o número de graus de liberdade para o teste. Ao comparar duas médias, o número de graus de liberdade é igual a N1 4- N2- 2, isto é, o número total de participantes nos grupos menos o número de grupos. Em nosso experimento, o número de graus de liberdade seria 10 + 10 - 2 = 18. Os graus de liberdade são o número de escores que variam livremente quando se conhecem as médias. Por exemplo, se a média de um grupo for 6,0 e houver cinco escores no grupo, há 4 graus de liberdade. Tendo quaisquer quatro escores, o quinto escore é conheci­ do, porque a média d o e permanecer 6,0.

294

M é t o d o s d e P e s q u i s a e m C iê n c i a s d o C o m p o r t a m e n t o

Testes Unicaudais Versus Bicatidais

Na tabela, é preciso escolher um valor crítico de f para a situação em que sua hipótese de pesquisa (1) especificou um sentido para a diferença entre os grupos (por exemplo, o grupo 1 será maior que o grupo 2) ou (2) não especifi­ cou o sentido previsto para a diferença (por exemplo, o grupo 1 será diferente do grupo 2). Valores críticos de t diferentes são usados nas duas situações: a primei­ ra situação é denominada um teste unicaudal, enquanto a segunda é denomi­ nada um teste bicaudal. A questão pode ser visualizada na Figura 13.1, examinando-se a distribui­ ção dos valores de t para 18 graus de liberdade. Como se pode verificar, 0,00 é o valor mais freqüentemente esperado. A ocorrência de valores superiores ou infe­ riores a zero é menos provável. A primeira distribuição mostra a lógica de um teste bicaudal. Usamos o valor 2,101 para o valor crítico de t com um nível de significância de 0,05, porque o sentido da diferença não foi previsto. Esse valor crítico é o ponto além do qual se situam 2,5% dos valores positivos de t e 2,5% dos valores negativos (assim, uma probabilidade total de 0,05, combinando-se as duas “caudas” da distribuição amostrai). A segunda distribuição ilustra um teste unicaudal. Se o sentido da diferença tivesse sido previsto, o valor crítico seria 1,734. Esse é o valor além do qual se situam 5% dos valores em apenas uma “cauda” da distribuição. A especificação de um teste unicaudal ou bicaudal de­ pende de o estudo ter sido originalmente planejado para testar uma hipótese direcional.

Teste F A análise de variância, ou teste F, é uma extensão do teste f. A análise de variância é um procedimento estatístico mais geral que o teste t, F e t são prati­ camente idênticos, quando um estudo tem apenas uma variável independente com dois grupos - o valor de F é igual a f:2 nesta situação. No entanto, também usamos a análise de variância quando há mais de dois níveis de uma variável independente e quando o delineamento é fatorial, com duas ou mais variáveis independentes. Assim, o teste F é apropriado, tanto para o delineamento experi­ mental mais simples, quanto para os delineamentos mais complexos, discutidos no Capítulo 10. O teste í foi apresentado, porque a fórmula permite demonstrar facilmente a relação da diferença entre grupos e da variabilidade intragrupo com o resultado do teste estatístico. No entanto, na prática, a análise de variância é o procedimento mais comum. O Apêndice B apresenta os cálculos envolvidos no teste F. A estatística F é uma razão entre dois tipos de variância: variância sistemáti­ ca e variância do erro (daí a expressão análise de variância). Variância sistemática

C o m p r e e n d e n d o o s R e s u l t a d o s d e u m a P e s q u is a : I n f e r ê n c ia E s t a t ís t ic a

295

é o desvio das médias dos grupos em relação à média global ou o escore médio de todos os indivíduos em todos os grupos. A variância sistemática é pequena, quando a diferença entre as médias dos grupos é pequena, aumentando à medida que a diferença entre as médias dos grupos aumenta. Variância do erro é o desvio dos escores individuais em cada grupo em relação às respecti­ vas médias grupais. Variância entre grupos e variância intragrupo são expres­ sões que o leitor poderá encontrar em textos científicos, em lugar de variância sistemática e variância do erro. A variância sistemática é a variabilidade dos escores entre os grupos e variância do erro é a variabilidade dos escores dentro dos grupos. Quanto maior a razão F, maior a probabilidade de os resultados serem significativos. Cálculo da Magnitude do Efeito

O conceito de magnitude do efeito foi discutido no Capítulo 12. Além de saber se houve um efeito estatisticamente significativo da variável independen­ te, é útil conhecer a magnitude do efeito. Portanto, desejamos calcular uma estimativa da magnitude do efeito. Para um teste t, o cálculo é

Magnitude do efeito r —^j—2 ^—-

sendo que gl é o número de graus de liberdade. Assim, usando o valor obtido de t, 4,025, e 18 graus de liberdade, encontramos

Magnitude do efeito r = J = . í ^ 6 ’2 — y 4,025 2 + 18 V 34,201

= 0,688

Esse valor é um tipo de coeficiente de correlação que pode variar de 0,00 a 1,00.* Informações adicionais sobre o cálculo da magnitude do efeito podem ser encontradas em Rosenthal (1991).

1 Outra estimativa da magnitude do efeito usada quando se comparam médias é denominada d de Cohen. O d de Cohen expressa a magnitude do efeito em termos de unidades de desvio-padrão. Um d = 1,0 informa que há 1 desvio-padrão separando as médias; um d = 0,5 indica que há 0,5 desvio-padrão separando as médias. O valor de d é maior que o valor correspondente de r, mas é fácil transformar d em r. As duas estatísticas fornecem informação sobre o grau da relação entre as variáveis estudadas.

296

M é to d o s de P esqu isa em C iências d o C om po rta m ento

Significância Estatística: Descrição Resumida

A lógica subjacente ao uso de testes estatísticos baseia-se na teoria esta­ tística. Há, no entanto, alguns conceitos gerais que ajudam a compreender o que se está fazendo, ao aplicar um teste estatístico. Primeiramente, o objetivo do teste é ajudar a tomar uma decisão a respeito da fidedignidade dos resulta­ dos. Desejamos acreditar que os mesmos resultados serão obtidos, caso o estu­ do seja replicado inúmeras vezes. Segundo, o nível de significância (nível alfa) indica o grau de confiança na decisão tomada. Um nível de significância de 0,05 indica 95% de segurança na fidedignidade dos resultados. No entanto, há 5% de chance de a conclusão estar errada, Há poucas certezas na vida! Tercei­ ro, a probabilidade de obter resultados significativos é maior quando se tem uma amostra grande, porque amostras grandes fornecem melhores estimati­ vas dos valores populacionais reais. Finalmente, a probabilidade de obter re­ sultados significativos é maior quando a magnitude do efeito é grande, isto é, quando as diferenças entre os grupos são grandes e a variabilidade dentro dos grupos é pequena. Ao longo do capítulo, esses temas serão aprofundados. Trataremos das im­ plicações de decidir se os resultados são significativos, da forma de determinar um nível de significância e da forma de interpretar resultados não significativos. Forneceremos, em seguida, algumas diretrizes gerais para escolher o teste esta­ tístico apropriado para vários delineamentos de pesquisa.

ERRO TIPO I E ERRO TIPO II

A decisão de rejeitar a hipótese nula baseia-se em probabilidade e não em certeza. Isto é, a decisão é tomada sem que se conheça diretamente o que de fato acontece na população. Portanto, a decisão pode não ser correta e podem resul­ tar erros do uso da estatística inferencial. A Figura 13.2 mostra uma matriz de decisão. Observe que há duas decisões possíveis: (1) rejeitar a hipótese nula ou (2) aceitar a hipótese nula.2 Há também duas verdades possíveis sobre a população: (1) a hipótese nula é verdadeira ou (2) a hipótese de pesquisa é verdadeira. Em suma, como mostra a matriz de decisão, há dois tipos de decisões corretas e dois tipos de erros.

2 Em vez de “accitar a hipótese nula” é mais preciso afirmar “não rejeitar a hipótese nula” (NT).

C om prf .fn d e n d o o s R esultados [>e uma P e sq u isa : I nferência E statística

297

População A hipótese nula é verdadeira

A hipótese da pesquisa é verdadeira

Rejeita-se a hipótese nula

Erro Tipo I (a)

Decisão correta (1 -P )

Aceita-se a hipótese nula

Decisão correta (1 - a)

Erro Tipo II (P)

Figura 13.2 Matriz de decisão: erros Tipo I e Tipo II. Decisões C o rreta s

Se rejeitarmos a hipótese nula e a hipótese de pesquisa for correta na popu­ lação, nossa decisão será correta. C oncluím os que as médias populacionais não são iguais e isso de fato é verdadeiro na população. Esperamos tomar essa deci­ são quando iniciamos nosso estudo. A outra decisão correta consiste em aceitar a hipótese nula quando ela de fato é verdadeira na população, isto é, as médias populacionais realmente são iguais. Erros T ipo I Cometemos um erro Tipo I ao rejeitar a hipótese nula quando esta de fato é verdadeira. Concluímos que as médias populacionais são diferentes, quando na realidade elas são iguais. Os erros Tipo I ocorrem quando obtemos um valor grande de r ou F apenas por acaso. Por exemplo, mesmo que um t com valor igual a 4,025 seja altamente improvável quando as médias populacionais são realmente iguais (menos de 5 chances em 100), isso pode acontecer. Se obtiver­ mos um valor alto de t por acaso, iremos concluir incorretamente que a variável independente teve efeito. A escolha do nível de significância ou alfa (alfa pode ser designado pela letra alfa do alfabeto grego, a) determina a probabilidade de se cometer um erro Tipo I. Se o nível de significância para decidir que a hipótese nula deve ser re­

298

M é t o d o s d e P e s q u is a

em

C iê n c ia s d o C o m p o r ta m e n to

jeitada for 0,05, a probabilidade de cometer um erro Tipo I (alfa) é 0,05. Se a hipótese nula for rejeitada, há 5 chances em 100 de a decisão estar errada. Pode­ mos modificar a probabilidade de cometer um erro Tipo I aumentando ou dimi­ nuindo o nível de significância. Se utilizarmos um níveí de signifícância de 0,01, por exemplo, a chance de cometer um erro Tipo I diminui. Com um nível de signifícância de 0,01, a hipótese nula só é rejeitada quando a probabilidade de obter o resultado for menor ou igual a 0,1, desde que a hipótese nula seja correta. Erros Tipo II

Cometemos um erro Tipo II ao aceitar a hipótese nula quando de fato, na população, a hipótese de pesquisa é verdadeira. As médias populacionais não são iguais, mas os resultados do experimento não levam à decisão de rejeitar a hipótese nula. Devemos planejar uma pesquisa de tal forma que a probabilidade de come­ ter um erro Tipo II (essa probabilidade é denominada beta ou j5) seja relativa­ mente baixa. A probabilidade de cometer um erro Tipo II está relacionada a três fatores. O primeiro é o nível de significância (alfa). Se estabelecermos um nível de significância muito baixo, para diminuir a chance de um erro Tipo I, aumen­ tamos a chance de um erro Tipo II. Em outras palavras, se tornarmos muito difícil a rejeição da hipótese nula, aumenta a probabilidade de aceitação incor­ reta da hipótese nula. O segundo fator é o tamanho da amostra. Se o tamanho da amostra for grande, aumenta a chance de detecção de diferenças reais. O terceiro fator é a magnitude do efeito. Se a magnitude do efeito for grande, um erro Tipo II é pouco provável. No entanto, um efeito de magnitude pequena pode não ser significativo com uma amostra pequena. Contexto Quotidiano dos Erros Tipo I e Tipo II

A matriz de decisão usada em análises estatísticas pode ser aplicada aos tipos de decisões que as pessoas freqüentemente têm de tomar em seu dia-a-dia. Por exemplo, considere a decisão tomada por um jurado num julgamento. Da mesma forma que acontece com a estatística, uma decisão precisa ser tomada com base nas evidências disponíveis: será o réu culpado ou inocente? Cada jura­ do toma sua decisão, que não reflete necessariamente a realidade: o fato de a pessoa ser inocente ou culpada. A Figura 13.3 ilustra a matriz de decisão do jurado. Prosseguindo o parale­ lo com a decisão estatística, considere que o réu é inocente como hipótese nula (como diz o ditado, uma pessoa é inocente até prova em contrário). Assim, rejei­ tar a hipótese nula significa decidir que o réu é culpado e aceitá-la significa

C o m pr een d e n d o o s R esultados df um a P e sq u isa : I nferência E statística

299

decidir que ele é inocente. A matriz de decisão também mos ira que a hipótese nula pode ser de fato verdadeira ou falsa. Há dois tipos de decisões corretas e dois tipos de erros, da mesma forma que ocorre com as decisões estatísticas. Um erro Tipo I consiste em considerar o réu culpado, quando de fato ele é inocente, e um erro Tipo II consiste em considerar o réu inocente, quando de fato ele é culpado. Em nossa sociedade, erros Tipo I por parte de jurados são geralmente considerados mais sérios que erros Tipo II. Assim, antes de considerar alguém culpado, pede-se ao jurado para verificar se os indícios de culpa “vão além de uma dúvida razoável” ou para considerar que “é melhor deixar em liberdade uma centena de culpados do que declarar culpada uma pessoa inocente”. Circunstância real A hipótese é nula A hipótese nula (inocente) é falsa (culpado) Rejeita-se a hipótese nula (considerado culpado)

Erro Tipo I

Decisão correta

Decisão correta

Erro Tipo II

o

inj

fV} U

V

G

Aceita-se a hipótese nula (considerado inocente)

Figura 13.3 Matriz de decisão para um jurado. A decisão que um médico toma de operar ou não um paciente é outro exemplo do funcionamento de uma matriz de decisão. A Figura 13.4 mostra a matriz. Aqui, a hipótese nula diz que não há necessidade de cirurgia. A decisão consiste em rejeitar a hipótese nula e realizar a cirurgia ou em aceitar a hipótese nula e não realizar a cirurgia. Na realidade, o médico está diante de duas possi­ bilidades: a cirurgia é desnecessária (a hipótese nula é verdadeira) ou o paciente irá morrer se ela não for realizada (um caso dramático de hipótese nula falsa). Que erro é mais sério nesse caso? A maioria dos médicos acredita que não ope­ rar um paciente que realmente necessita da cirurgia - cometer um erro Tipo II é mais sério do que cometer o erro Tipo I de operar alguém que realmente não precisaria de uma cirurgia. Considere finalmente a importante decisão de casar com alguém como exem­ plo de aplicação de uma matriz de decisão. A hipótese nula diz que o parceiro é “errado” para a pessoa em questão. Na realidade, o parceiro pode ser “errado”

I

300

M éto d o s de P e sq u isa em C iéncías do C om po rta m ento

Circunstância real A hipótese nula A hipótese nula é verdadeira é falsa (não há necessidade (há necessidade de cirurgia) de cirurgia) Rejeita-se a hipótese nula (realiza-se cirurgia)

Aceita-se a hipótese nula (não se realiza cirurgia)

Erro Tipo I

Decisão correta

Decisão correta

Erro Tipo II

Figura 13.4 Matriz de decisão para um médico. ou “certo” e a pessoa precisa decidir se vai adiante e casa. Você pode construir uma matriz de decisão para esse problema em particular. Que erro é mais custo­ so: um erro Tipo I ou um erro Tipo II?

ESCOLHA DO NIVEL DE SIGNIFICANCE

Tradicionalmente, os pesquisadores utilizam um nível de significância de 0,05 ou de 0,01 para tomar a decisão de rejeitar a hipótese nula. Consideram seus resultados significativos, se a probabilidade de eles serem devidos a erros randômicos for menor que 0,05 ou 0,01. No entanto, não há nada de mágico num nível de significância de 0,05 ou 0,01. O nível de significância escolhido simplesmente especifica a probabilidade de um erro Tipo I, se a hipótese nula for rejeitada. O nível de significância escolhido pelo pesquisador geralmente depen­ de das conseqüências de cometer um erro Tipo I versus um erro Tipo II. Como observamos anteriormente, para um jurado um erro Tipo I é mais sério que um erro Tipo II; para um médico, no entanto, um erro Tipo II pode ser mais sério. Os pesquisadores geralmente acreditam que as conseqüências de cometer um erro Tipo I são mais sérias do que as associadas a um erro Tipo II. Se a hipótese nula for rejeitada, o pesquisador poderá publicar os resultados num periódico científico e os resultados poderão ser divulgados por outros autores em livros-textos ou em reportagens publicadas em jornais ou revistas. Os pes(

C o m p re e n d e n d o o s R

esu lta d o s

de

um a

P e s q u i s a : Ini k k ê n o a E s t a t í s t i c a

301

qiiisadores não querem enganar as pessoas nem arriscar sua reputação, publi­ cando resultados que não são confiáveis e que não podem ser replicados. Assim, querem proteger-se contra a possibilidade de cometer um erro Tipo I, usando um nível de signifícância bem baixo (0,05 ou 0,01). Em contraste com as conse­ qüências da publicação de resultados falsos, as conseqüências de um erro Tipo lí não são consideradas muito sérias. Assim, os pesquisadores desejam ser bastante cautelosos, evitando erros Tipo I ao publicar seus resultados. No entanto, em certas circunstâncias, um erro Tipo T não é grave. Por exemplo, ao se realizar um estudo-piloto ou explo­ ratório, os resultados obtidos serão usados basicamente para decidir se vale a pena continuar investigando algumas idéias. Nessa situação, a desconsideração de dados potencialmente importantes, em decorrência do emprego de um nível de significância muito conservador, representa um equívoco. Numa pesquisa exploratória, um nível de significância de 0,25 pode ser mais apropriado para decidir se a pesquisa deve ser prosseguida. Lembre que o nível de significância escolhido e as conseqüências de um erro Tipo I ou Tipo II são determinadas pelo tipo de uso que vai ser feito dos resultados.

INTERPRETAÇÃO DE RESULTADOS NÃO SIGNIFICATIVOS

Embora “aceitação da hipótese nula” seja uma terminologia conveniente, é importante reconhecer que os pesquisadores geralmente não estão interessados em aceitar a hipótese nula. Uma pesquisa visa mostrar a existência de uma rela­ ção entre variáveis e não demonstrar que as variáveis não estão relacionadas. É particularmente importante reconhecer que a aceitação da hipótese nula, quando um estudo não revela resultados significativos, c problemática, pela di­ ficuldade envolvida na interpretação de resultados não significativos ou nega­ tivos. Os resultados de um único estudo podem não ser significativos, mesmo quando existe uma relação entre as variáveis na população. Esse é um erro Tipo II. Algumas vezes, as razões para um erro Tipo II podem estar nos procedimen­ tos utilizados no experimento. Por exemplo, um pesquisador pode obter resulta­ dos não significativos, porque deu instruções incompreensíveis aos participan­ tes, fez uma manipulação muito fraca da variável independente ou usou uma medida dependente pouco fidedigna e pouco sensível. Em vez de concluir que as variáveis não estão relacionadas, é possível que um estudo mais cuidadosamen­ te realizado encontrasse relação entre as variáveis. Também deveríamos considerar as razões estatísticas para um erro de Tipo II. Lembre que a probabilidade de um erro Tipo II é influenciada pelo nível de significância, pelo tamanho da amostra e pela magnitude do efeito. Assim, ex­ cessiva cautela na escolha do nível alfa também pode redundar em resultados

302

M é todos de P esq u isa em C iências do C om po rta m en to

não significativos. Se o pesquisador usar um nível de significância de 0,001 para decidir se deve rejeitar a hipótese nula, não terá muita chance de cometer um erro Tipo I. No entanto, poderá cometer um erro Tipo II, porque diminuiu as chances de rejeitar erradamente a hipótese nula. Em outras palavras, a chance de desconsiderar um resultado significativo aumenta quando o nível de signifi­ cância á muito baixo. Um erro 1’ipo II também pode resultar de uma amostra pequena demais para detectar uma relação real entre variáveis. Como princípio geral, quanto maior o tamanho da amostra, maior a probabilidade de obter um resultado sig­ nificativo. Isso ocorre porque tamanhos grandes de amostra fornecem estimati­ vas mais acuradas da população real do que amostras pequenas. Num estudo particular, o tamanho da amostra pode ser pequeno demais para permitir a detecção de um resultado significativo. Uma terceira razão para um resultado não significativo está numa peque­ na magnitude do efeito. Em geral, o tamanho da amostra deveria ser grande o suficiente para encontrar um efeito real, ainda que pequeno. O fato de um efeito muito pequeno poder ser estatisticamente significativo coloca outra questão. Um tamanho muito grande de amostra pode permitir ao pesquisador encontrar uma diferença significativa entre as médias. No entanto, mesmo sendo estatisticamente significativa essa diferença poderia ter pouca importância prática. Por exemplo, se um novo tratamento psiquiátrico, que en­ volve custo elevado, reduz significativamente o tempo médio de hospitalização de 60 para 59 dias, pode não ser prático usar a técnica, apesar das indicações de sua eficácia. O dia adicional de hospitalização pode custar menos que o trata­ mento. Há outras circunstâncias, no entanto, em que um tratamento com uma magnitude de efeito muito pequena tem considerável importância prática. Em geral, isso ocorre quando uma população muito grande é afetada por um trata­ mento de custo bastante baixo. Por exemplo, suponha que uma política simples de tempo flexível para empregados reduza a rotatividade em 1% por ano. Isso não parece um grande efeito. No entanto, se uma empresa normalmente tem rotatividade de 2.000 empregados por ano e se o custo de treinar um novo em­ pregado for $ 10.000,00, então a companhia poupa $ 200.000,00 por ano com o novo procedimento. Essa quantia pode ter importância prática para a empresa. A idéia essencial aqui é que não 5e deve aceitar a hipótese nula simplesmen­ te porque os resultados não são significativos. Resultados não significativos não indicam necessariamente que a hipótese nula seja correta. No entanto, pode­ mos aceitar a hipótese nula e concluir que as duas variáveis de fato não estão relacionadas. Frick (1995) descreve vários critérios que podem ser usados numa decisão para aceitar a hipótese nula, tais como planejar bem o estudo, utilizar medidas dependentes sensíveis e incluir um teste de manipulação, para verifi­ car se a manipulação da variável independente teve o efeito pretendido. Além

C o m p r e e n d e n d o o s R e s u l t a d o s d e um a P e s q u i s a : I n f e r ê n c ia E s t a t í s t i c a

303

disso, a pesquisa deveria utilizar uma amostra razoavelmente grande, para excluir a possibilidade de a amostra ter sido pequena demais. Finalmente, as evidências de que as variáveis não estão relacionadas deveriam vir de múlti­ plos estudos. Nessas circunstâncias, justifica-se concluir que de fato não existe relação.

ESCOLHA DO TAMANHO DE UMA AMOSTRA: ANÁLISE DO PODER

Como vimos no Capítulo 9, os pesquisadores freqüentemente selecionam o tamanho de amostra com base no que é usual, numa particular área de pesqui­ sa. Uma abordagem alternativa consiste em selecionar o tamanho de amostra com base numa probabilidade desejada de rejeitar corretamente a hipótese nula. Essa probabilidade é denominada o poder do teste estatístico. Está obviamente relacionada à probabilidade de um erro Tipo II: Poder = 1 - p (erro Tipo II)

Dissemos anteriormente que a probabilidade de um erro Tipo II está rela­ cionada ao nível de significância (alfa), ao tamanho da amostra e à magnitude do efeito. Estatísticos, entre os quais Cohen (1988), desenvolveram procedimen­ tos para determinar o tamanho da amostra com base nesses fatores. A Tabela 13.2 mostra o tamanho total da amostra necessário num experimento com dois grupos e um nível de significância de 0,05. Na tabela, as magnitudes do efeito variam de 0,10 a 0,50 e o poder desejado assume os valores 0,80 e 0,90. Magni­ tudes de efeito menores requerem amostras maiores para ser significativas no nível de 0,05. Maior poder demanda maior tamanho de amostra. Isso ocorre porque se deseja maior “garantia” de que os resultados obtidos serão estatistica­ mente significativos. Os pesquisadores em geral usam um poder entre 0,70 e 0,90 quando usam esse método para determinar o tamanho de amostra. Vários programas de computador foram desenvolvidos para permitir que os pesquisa­ dores realizem com facilidade os cálculos necessários para determinar o tama­ nho da amostra, com base em estimativas da magnitude do efeito, no nível de significância e no poder desejado.3

3 Existem programas estatísticos específicos que calculam o tamanho de amostra adequado quando são fornecidos o nível de confiança, o poder do teste estatístico, a magnitude do efeito e o modelo estatístico, tais como Pass, SamplePower, PowerandPrecision, nQuery Advisor e Minitab (ND.

304

M é to d o s d e P e s q u i s a

em

C iê n c ia s d o C o m p o ria m e n to

Tabela 13.2 Tamanho total da amostra necessário para detectar uma diferença estatística num teste t. Magnitude do efeito r

Poder = 0,80

Poder = 0,90

786

1052 266 116

0,10 0,20 0,30 0,40 0,50

200 88 52 28

68 36

Nota: Magnitudes do efeito são correlações baseadas em testes bicaudais.

É possível que você nunca tenha que realizar uma análise de poder. No entan­ to, deveria reconhecer a importância deste conceito. Se um pesquisador estiver estu­ dando uma relação com uma correlação de 0,20 correspondente à magnitude do efeito, precisará de um tamanho bastante grande de amostra para obter significância estatística no nível de 0,05. Um tamanho de amostra inapropriadamente pequeno nessa situação tende a produzir um resultado não significativo.

IMPORTÂNCIA DE REPLICAÇÕES

Durante toda nossa discussão sobre análise estatística, focalizamos os re­ sultados de uma única pesquisa. Qual era a média e o desvio-padrão? A diferen­ ça média era estatisticamente significativa? Se os resultados forem significati­ vos, podemos concluir que eles tenderiam a ser repetidamente obtidos, em répli­ cas do estudo. Dispomos agora de um referencial para compreender os resulta­ dos de um estudo. Saiba, contudo, que os cientistas não atribuem excessiva im­ portância aos resultados de um único estudo. Uma rica compreensão de qual­ quer fenômeno baseia-se nos resultados de numerosos estudos investigando as mesmas variáveis. Em vez de aplicar um teste estatístico, para determinar se os resultados se sustentariam repetidamente, podemos examinar os resultados de estudos que replicam investigações anteriores (Cohen, 1994). A importância das replicações é um conceito central no Capítulo 14.

SIGNIFICÂNCIA DE UM COEFICIENTE DE CORRELAÇÃO R DE PEARSON

Vimos no Capítulo 12 que o coeficiente de correlação r de Pearson é usado para descrever a força da relação entre duas variáveis, quando ambas têm propriedades de escalas intervalares ou de razão. Persiste, contudo, a questão de saber se a corre­ lação é estatisticamente significativa. A hipótese nula nesse caso sustenta que a

COMPREF.NDF.NDO OS RESULTADOS DE UMA P ESQUIS A! ÍNFF,RÊNCIA ESTATIS HCA

305

correlação real na população é 0,00 - as duas variáveis não estão correlacionadas. Como avaliar uma correlação igual a 0,27 (com sinal positivo ou negativo)? Um teste de significância estatística permite determinar se a hipótese nula deve ser rejei­ tada e concluir que a correlação real na população é de fato maior que 0,00. A forma técnica de proceder consiste em aplicar um teste t que compara o coeficiente obtido com a correlação 0,00 da hipótese nula. O Apêndice B apresenta os procedi­ mentos para calcular um r de Pearson e determinar sua significância.

ANÁLISE DE DADOS POR COMPUTADOR

Embora possamos calcular estatísticas com uma calculadora, usando as fórmulas apresentadas neste capítulo, no Capítulo 12 e no Apêndice B, a análise de dados geralmente é feita com a ajuda de programas de computador. Pacotes de programas contendo análises estatísticas sofisticadas permitem calcular es­ tatísticas com facilidade, para qualquer conjunto de dados. Estatísticas descriti­ vas e inferenciais são obtidas rapidamente, os cálculos são acurados e a saída fornece informação sobre a significância estatística. Os computadores também facilitam a apresentação gráfica dos dados. Alguns dos principais programas estatísticos para computador são SPSS, SAS, Minitab, Systat e BMDR É possível que em sua universidade outros programas também sejam usados. Muitas pessoas realizam a maior parte de suas aná­ lises usando o Excel da Microsoft. Você deverá aprender os detalhes específicos do sistema de computador utilizado em sua universidade. Nenhum programa é melhor que outro. Eles diferem na aparência da saída e nos procedimentos espe­ cíficos necessários para entrar os dados e para solicitar os testes. No entanto, os procedimentos gerais para fazer a análise são bastante semelhantes em todos os programas estatísticos. O primeiro passo para fazer a análise é a entrada dos dados. Suponhamos que o leitor deseje utilizar os dados da Tabela 12.1, relativos ao experimento sobre exposição a modelo e agressão. Os dados são inseridos em colunas. Uma matriz com linhas e colunas é a forma mais fácil de pensar em dados para uma análise por meio de computador. Os dados para cada participante da pesquisa correspondem às linhas da matriz. As colunas contêm os escores de cada parti­ cipante em uma ou mais medidas, podendo haver necessidade de uma coluna adicional, para indicar a condição à qual o indivíduo pertence mediante um código (por exemplo, Grupo 1 ou Grupo 2). A seguir, encontra-se uma matriz de dados do SPSS para Windows.4

4 A última versão temporária do módulo Base do SPSS para Windows pode ser encontrada em CNT)-

306

M é t o d o s d e P ií s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

Teste t: Duas am ostras assum indo variâncias iguais Com modelo

Sem modelo

Média

5.200

3.100

Variância

1.289

1.433

10.000

10.000

Observações Variância agrupada

1.361

Diferença m édia sob Ho

0.000

il

18.000

Estatística í

4.025

P (T < = t) unicaudal

0.000

t crítico unicaudal P (T < = t) bicaudal

1.734 0.001

t crítico bicaudal

2.101

Saída de um teste r usando Excel

C o m pr een d e n d o o s R esultados de uma P e sq u isa : I nferência E statística

307

Os números na coluna “grupo” indicam se o indivíduo pertence ao Grupo 1 (com modelo) ou ao Grupo 2 (sem modelo) e os números na coluna “aggscore” correspondem aos escores de agressão da Tabela 12.1. Outros programas podem requerer métodos um pouco diferentes para a entrada de dados. Por exemplo, no Excel geralmente é mais fácil criar uma colu­ na separada para cada grupo, como se pode ver a seguir. O passo seguinte é dar instruções para que a análise estatística seja feita. Novamente, cada programa usa passos um pouco diferentes para realizar a aná­ lise, mas a maioria requer escolha de acordo com as várias opções de um menu. Quando a análise está pronta, o programa fornece uma saída, que mostra os resultados do procedimento estatístico solicitado. E preciso aprender como in­ terpretar a saída. A seguir você encontra a saída para um teste t usando Excel. Quando você começa a aprender o uso de um programa de análise estatísti­ ca, uma boa idéia é praticar com dados de algum texto de estatística, para assegurar-se de que chega nos mesmos resultados. Isso lhe dará a certeza de saber como entrar com os dados e pedir a análise estatística de forma apropriada.

ESCOLHA DO TESTE DE SIGNIFICANCE APROPRIADO

Muitos testes estatísticos foram desenvolvidos para diferentes delineamen­ tos de pesquisa. A adequação de um particular teste de significância depende do delineamento de pesquisa utilizado e do tipo de escala de mensuração emprega­ do para estudar as variáveis. Vimos no Capítulo 12 que os valores das variáveis têm as propriedades da escala de mensuração. Há quatro dessas escalas: (1) nominal, em que os valores não têm propriedades numéricas; (2) ordinal, em que só tem sentido ordenar os valores; (3) intervalar, em que é possível situar os valores ao longo de um contínuo com intervalos iguais; e (4) de razão, em que há um zero absoluto na escala de valores. Embora não apresente diretrizes para escolher um teste em todas as situações, esta seção apresenta os testes apropria­ dos para alguns dos delineamentos mais comuns. Uma Variável Independente - Dois Grupos Apenas

Dados m ensurados em escala nom inal. Quando há dois grupos e as mensurações foram feitas por meio de uma escala nominal, o teste apropriado é um teste qui-quadrado. Os testes qui-quadrado são usados com qualquer dado nominal. Verifique a fórmula utilizada num livro de estatística. Dados mensurados em escala ordinal. Se tiver sido utilizado um delinea­ mento para grupos independentes, o teste U de Mann-Whitney é o teste estatísti­ co apropriado. Para um delineamento de medidas repetidas ou com participan­

308

M é to d o s d f P e sq u isa f.m C iências do C o m po rta m ento

tes emparelhados, utiliza-se o teste T de Wilcoxon ou o teste do sinal. Muitos textos de estatística apresentam os procedimentos para esses testes (Siegel e CasteUan, 1988). Dados mensurados em escala intervalar ou de razão. Para o delineamen­ to de grupos independentes, utiliza-se o teste t descrito neste capítulo ou uma análise de variância univariada. O Apêndice B apresenta os cálculos para a análi­ se de variância. Com delineamentos de medidas repetidas ou com grupos empare­ lhados, utiliza-se um teste t com um procedimento de cálculo ligeiramente dife­ rente ou uma análise de variância para medidas repetidas. O Apêndice B apreseiv ta os cálculos para uma análise de variância com medidas repetidas. Uma Variável Independente - Três ou Mais Grupos

Dados m ensurados em escala nom inal. Nessa situação, utiliza-se um teste qui-quadrado. Dados mensurados em escala ordinal. O teste H de Kruskal-Wallis é apro­ priado para um delineamento com grupos independentes. Para delineamentos com medidas repetidas, o teste T de Friedman é apropriado. O leitor pode consul­ tar um livro de estatística quanto aos detalhes envolvidos no cálculo desses testes. Dados m ensurados em escala intervalar ou de razão. Nesse caso, utiiiza-se uma análise de variância univariada. O Apêndice B apresenta os procedi­ mentos para calcular esse teste, tanto para grupos independentes, quanto para delineamentos com medidas repetidas. Duas Variáveis Independentes ou Mais

Dados m ensurados em escala nom inal. Novamente, um teste qui-qua­ drado é apropriado para dados obtidos por escalas nominais. O Apêndice B apre­ senta uma fórmula para calcular um tipo de qui-quadrado em que os partici pantes são classificados em relação a duas variáveis, ambas com propriedades de escalas nominais. Dados m ensurados em escala ordinal. Não existem testes estatísticos apro­ priados disponíveis. Dados m ensurados em escalas intervalar ou de razão. Uma análise de variância de dois fatores é usada para delineamentos fatoriais com duas variá­ veis independentes. A análise de variância pode ser ampliada para delineamen­ tos com qualquer número de variáveis independentes. Aplica-se a grupos inde­ pendentes, medidas repetidas ou delineamentos mistos, envolvendo tanto gru­ pos independentes quanto medidas repetidas.

C o m pr ee n d e n d o os R esultados de uma P e sq u is a : I nfkrência E statística

309

Até aqui o leitor teve oportunidade de refletir sobre a criação de idéias de pesquisa, a condução de uma pesquisa, o teste das próprias idéias e a avaliação da significância estatística dos resultados obtidos. No Capítulo 14, iremos exa­ minar questões relativas à generalização dos resultados, além das circunstân cias específicas em que a pesquisa foi realizada. Termos Estudados - -____ _ _ _ _ _ _ _____ _________ ___ _

_

Análise de variância (Teste F) Distribuição amostrai Erro Tipo I Erro Tipo II Estatística inferencial Graus de liberdade Hipótese nula Hipótese de pesquisa Nível alfa Poder Probabilidade Significância estatística Teste qui-quadrado Teste t Variância Variância do erro Variância sistemática Questões de Revisão - ____ —_____________________________

1. 2.

Diferencie hipótese nula de hipótese de pesquisa. Quando o pesquisador decide rejeitar a hipótese nula? Que quer dizer significância estatística?

3.Que fatores são mais importantes em determinar se os resultados obtidos serão significativos? 4.

Diferencie erro Tipo I de erro Tipo II. Por que o nível de significância utiliza­ do é o nível de probabilidade associado a um erro Tipo I?

310

M é to d o s Dt P e sq u isa e m C iências do C om po rta m en to

5.

Que fatores estão envolvidos na escolha de um nível de significância?

6.

O que influencia a probabilidade de um erro Tipo II?

7.

Qual é a diferença entre significância estatística e significância prática?

8.

Discuta as razões pelas quais um pesquisador pode obter resultados não significativos.

Atividades .... ... ........ ........... .............. — ___ — ___ — ___ _

1.

Num experimento, um grupo de participantes de pesquisa recebe 10 pági­ nas de material para fazer uma revisão e indicar a existência de erros. Ou­ tro grupo realiza a mesma tarefa utilizando uma tela de computador. A variável dependente é o número de erros detectado num período de 5 minu­ tos. Um nível de significância de 0,05 (alfa) é usado para avaliar os resulta­ dos. a) Que teste estatístico deve ser utilizado? b) Qual é a hipótese nula? Qual é a hipótese de pesquisa? c) Qual é o erro Tipo I? Qual é o erro Tipo II? d) Qual é a probabilidade de cometer um erro

Tipo I?

2.

No estudo do Prof. Dre, o número médio de erros detectado nas condições material impresso e computador foi, respectivamente, 38,4 e 13,2. Essa di­ ferença não foi estatisticamente significativa. Quando o Prof. Seuss reali­ zou o mesmo experimento, as médias dos dois grupos foram 21,1 e 14,7, mas a diferença foi estatisticamente significativa. Explique como isso pode ter ocorrido.

3.

Suponhamos que o leitor esteja trabalhando no setor de assistência social da Vara da Infância e da Juventude da sua cidade. Seu trabalho consiste em investigar casos de possível negligência ou abuso em relação a crianças. Depois de coletar evidências, que podem ser provenientes de várias fontes, deve decidir se a criança deve permanecer com a famíliaou ficar sob custó­ dia do Estado. Especifique a hipótese nula e a hipótesede pesquisa nessa situação. O que constitui um erro Tipo I e um erro Tipo II? Qual é o tipo de erro mais sério nessa situação? Por quê?

4.

Um pesquisador investigou atitudes em relação a indivíduos em cadeiras de rodas. A questão era: as reações de observadores em relação a pessoas per­ cebidas como temporariamente confinadas a uma cadeira de rodas e em relação a pessoas com uma incapacidade permanente são diferentes? Os participantes foram randomicamente distribuídos em dois grupos. Cada um dos indivíduos num grupo trabalhou em várias tarefas com um cúmpli-

C om pr een d en d o o s R esu lta d o s de um a P e sq u isa : I nferência E statística

311

ce do experimentador sentado numa cadeira de rodas. Os membros do ou­ tro grupo trabalharam com o mesmo cúmplice do experimentador sentado numa cadeira de rodas, mas dessa vez ele estava com a perna engessada. Após a sessão, os participantes preencheram um questionário sobre suas reações ao estudo. Uma pergunta era “Você estaria disposto a trabalhar futuramente com seu parceiro de teste num trabalho de classe?”, e as úni­ cas alternativas de resposta eram “sim” e “não”. Escolha um teste estatísti­ co apropriado para este experimento. Você tem alguma crítica à variável dependente? Se mudar a variável dependente, isso irá afetar o teste escolhi­ do? Em caso afirmativo, de que forma?

í

( (

< (

í

( ( í

( (

( ( I I

í í

(

14

Generalização dos Resultados m

Generalização para Outras Popu­ lações de Participantes de Pesqui­ sas Estudantes Universitários Voluntários Considerações a Respeito de Gê­ nero Local Generalização como Interação Es­ tatística Em Defesa de Estudantes Universi­ tários e de Ratos

Considerações relativas à Cultura Generalização para Outros Expe­ rimentadores Pré-testes e Generalização Generalização de acordo com o Laboratório

Realismo Mundano e Realismo Ex­ perimental Benefícios Mútuos de Pesquisas de Campo e de Laboratório

e

Importância das Replicações Replicações Exatas Replicações Conceituais Avaliação de Generalizações por meio de Revisões de Literatura e de Metanálises C Uso da Pesquisa para Melhorar a Qualidade de Vida das Pessoas Termos Estudados Questões de Revisão Atividades

ste capítulo tratará do problema da generalização dos resultados de pes­ quisas. Cada estudo é realizado com uma amostra e um procedimento particulares. É possível generalizar os resultados assim obtidos para outras populações de participantes de pesquisa ou para outras formas de manipular ou medir as variáveis? Lembre que validade interna refere-se à possibilidade de inferência de uma relação causal entre variáveis. Validade externa é o grau em que os resultados podem ser generalizados.

E

GENERALIZAÇÃO PARA OUTRAS POPULAÇÕES DE PARTICIPANTES DE PESQUISAS

Embora um pesquisador distribua os participantes aleatoriamente pelas condições experimentais, é raro que os escolha aleatoriamente da população geral. Como notamos nos Capítulos 7 e 9, os indivíduos que participam de pes­ quisas psicológicas em geral são selecionados porque estão disponíveis e as po­ pulações mais disponíveis são estudantes universitários - ou, mais especifica­ mente, calouros e segundanistas de universidade, m atriculados num curso introdutório de Psicologia, para obter créditos. Também podem ser provenientes de uma faculdade ou universidade específica, ser voluntários ou ser predomi­ nantemente homens ou mulheres. Os resultados da pesquisa são limitados a esses tipos de sujeitos ou podemos generalizá-los para uma população mais ge­ ral? Depois de tratar dessas questões, iremos examinar a questão mais ampla da cultura. Estudantes Universitários

Smart (1966) verificou que estudantes universitários foram estudados em mais de 70% dos artigos publicados entre 1962 e 1964 no Journal of Experimen­ tal Psychology e no Journal of Abnormal and Social Psychology. Sears (1986) encontrou porcentagens semelhantes em 1980 e 1985, numa variedade de perió­ dicos de Psicologia Social. O problema potencial está no fato de esses estudos uti­ lizarem uma população altamente restrita. Sears aponta que os estudantes, em sua maioria, são calouros e segundanistas de universidade que cursam uma disciplina introdutória de Psicologia. Tendem, portanto, a ser muito jo­ vens e a possuir características do final da adolescência: um sentido de identi­ dade ainda em desenvolvimento, atitudes sociais e políticas em mudança, ele­ vada necessidade de aprovação por pares e relações instáveis com pares. Além disso, são inteligentes, têm capacidade cognitiva elevada e sabem como obter aprovação de autoridades (saíram-se suficientemente bem no colégio para in­ gressar na universidade). Assim, o que conhecemos sobre as “pessoas em ge­

G e n e r a li z a ç ã o

dos

R esu lta d o s

315

ral” pode estar limitado, de fato, a um grupo altamente selecionado e pouco usual. O problema da falta de representa tividade dos sujeitos não se restringe à pesquisa com humanos. Grande parte da pesquisa realizada com animais ba­ seia-se unicamente no famoso rato branco. Por quê? Em parte porque, como aponta Beach (1950), “ratos são resistentes, baratos, de fácil criação e bem adap­ tados à vida em laboratório”. Assim, da mesma forma que os jovens estudantes, é fácil obtê-los num campus universitário. Voluntários

Os pesquisadores em geral convidam pessoas a participar como voluntárias em suas pesquisas. Em muitas faculdades, os estudantes de cursos introdutórios de Psicologia devem participar de experimentos como voluntários ou realizar um projeto alternativo. Se o pesquisador estiver estudando uma população que não seja constituída por estudantes universitários, dependerá ainda mais de vo­ luntários - por exemplo, precisará pedir a pessoas num encontro de uma asso­ ciação de proprietários de imóveis para que participem de um estudo sobre interação marital. Pesquisas têm mostrado que voluntários diferem em vários aspectos de não-voluntários (Rosenthal; Rosnow, 1975). Por exemplo, os volun­ tários tendem a ser mais educados, a ter maior necessidade de aprovação e a ser mais sociais, além de ter um nível socioecortômico mais elevado. Além disso, diferentes tipos de pessoas escolhem diferentes tipos de experi­ mentos para participar. Nas faculdades, há quadros de avisos em que se encon­ tra uma lista das pesquisas em andamento. As pessoas que escolhem um estudo intitulado “solução de problemas” podem ser diferentes das que escolhem um estudo intitulado “interação em pequenos grupos”. Sabemos que o título influen­ cia quem se inscreve (Hood e Back, 1971). Considerações a Respeito de Gênero

Algumas vezes, os pesquisadores trabalham só com homens ou só com mulheres (ou com um número muito desproporcional de pessoas de um sexo em relação ao outro), simplesmente porque isso é conveniente para eles 'ou porque os procedimentos parecem mais adequados para um dos sexos. Considerando as possíveis diferenças entre homens e mulheres, no entanto, os resultados desses estudos podem não ser generalizáveis (Denmark; Russo; Frieze; Sechzer, 1988). Denmark et al. dão como exemplo estudos sobre práticas de contracepção reali­ zados apenas com mulheres, em razão do estereótipo de que apenas as mulheres são responsáveis pela contracepção. Também apontam várias outras formas pe-

316

M é to d o s de P e squisa em C iências do C o m po rta m ento

las quais vieses em relação a gênero podem surgir na pesquisa psicológica, in­ cluindo confusão de gênero com idade ou com ocupação e seleção de medidas de respostas que envolvem estereótipos de gênero. A solução está em ter cons­ ciência de que diferenças de gênero existem e em realizar pesquisas com ho­ mens e mulheres. Além disso, é importante levar em conta eventuais diferenças de interpretação das manipulações da variável independente ou das perguntas formuladas num questionário. Local

Os participantes provenientes de um local podem diferir daqueles prove­ nientes de outro.1 Por exemplo, os estudantes da Unip podem diferir dos da USI> que, por sua vez, podem diferir dos estudantes do ITA. Pessoas do Rio Grande do Sul podem ser diferentes das do Rio Grande do Norte. Assim, um resultado obti­ do com estudantes, num tipo particular de contexto educacional ou numa re­ gião geográfica, pode não se generalizar para pessoas em outros contextos ou outras regiões. Generalização como Interação Estatística

Podemos pensar o problema da generalização como uma interação num delineamento fatorial (veja o Capítulo 10). Uma interação ocorre quando existe uma relação entre variáveis rum a condição, mas não em outra, ou quando a natureza da relação muda em diferentes condições. Assim, quando se questiona a generalidade de um estudo realizado apenas com participantes do sexo mas­ culino, supõe-se que haja uma interação entre gênero e a variável independente. Digamos, por exemplo, que um estudo examine a relação entre aglomeração e agressão em homens e relate que aglomeração está associada com níveis au­ mentados de agressão. Podemos questionar se os resultados são generalizáveis para mulheres. A Figura 14.1 mostra quatro resultados potenciais de um estudo hipotético sobre aglomeração e agressão, realizado tanto com homens quanto com mulhe­ res. Nos vários gráficos, a relação entre aglomeração e agressão manteve-se para o sexo masculino. No Gráfico A, não há interação - o comportamento de homens e o de mulheres são praticamente idênticos. Assim, os resultados do estudo original, realizado só com homens, podem ser generalizados para mulhe­ res. No Gráfico B, também não há interação; o efeito da aglomeração é o mesmo

1 No texto original, as universidades mencionadas eram Ucla, universidade estadual próxim "community college”. Os locais mencionados eram Iowa e New York (NT).

G f n r r a l iz a ç ã o d o s R e s u l t a d o s

317

para os dois sexos. No entanto, nesse gráfico, os homens são mais agressivos que as mulheres. Embora essa diferença seja interessante, não oferece problemas para a generalização, porque a relação geral entre aglomeração e agressão está presente para homens e para mulheres. Gráfico B

Aglomeração

Aglomeração

Gráfico C

Gráfico D

Aglomeração

Aglomeração

Nota: A presença de uma interação indica que os resultados para o sexo masculino não podem ser generalizados para o sexo feminino.

Figura 14.1 Resultados de um experimento hipotético sobre aglomeração e agres­ são. j; Os Gráficos C e D mostram interações. Em ambos, os resultados originais com homens não podem ser generalizados para mulheres. No Gráfico C, não há relação entre aglomeração e agressão para mulheres. No Gráfico D, a interação revela a existência de uma relação positiva entre aglomeração e agressão para o sexo masculino, mas uma relação negativa para o sexo feminino. De fato, o Gráfico D descreve os resultados de vários estudos (Freedman; Levy; Buchanan; Price, 1972). Os pesquisadores podem tratar de questões de generalização decorrentes do uso de diferentes populações, incluindo o tipo de sujeito como uma variável no estudo. Incluindo variáveis como gênero, idade ou etnia.no delineamento do

318

M é t o d o s d e P f s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

estudo, podem analisar os resultados para determinar se há efeitos de interação como os ilustrados na Figura 14.1. Em defesa de Estudantes Universitários e de Ratos

É fácil criticar uma pesquisa com base em características do sujeito, mas a crítica em si não significa que a pesquisa seja necessariamente falha. Embora seja legítima a preocupação com os problemas potenciais da generalização em populações singulares, como estudantes universitários (Sears, 1986), é preciso analisar essa questão tendo duas coisas em mente. Em primeiro lugar, críticas ao uso de qualquer tipo de sujeito, como estudantes universitários, num estudo devem ser fundamentadas, apresentando boas razões para uma relação não ser encontrada com outros tipos de sujeitos. Afinal de contas, estudantes universi­ tários são seres humanos e não deveríamos censurar os pesquisadores pòr não se preocuparem com a generalização nesse caso, se não houver boas razões para isso. Além disso, os estudantes universitários apresentam-se cada vez mais diversificados e representativos da população em geral. Em segundo lugar, con­ vém lembrar que a replicaçao de pesquisas representa uma proteção contra a generalização limitada. Os estudos são replicados em outras universidades, com outras combinações de estudantes, e muitos resultados inicialmente obtidos com estudantes universitários são mais tarde aplicados a outras populações, como crianças, idosos e pessoas de outros países. Além disso, embora ratos sejam de fato resistentes e baratos, o valor de estudar ratos tem sido demonstrado em pesquisas que aplicam os resultados obtidos a seres humanos. Por exemplo, pes­ quisas sobre reforçamento, usando ratos e pombos, têm sido aplicadas à modifi­ cação de comportamento, compreensão de personalidade e estudo do compor­ tamento de escolha em seres humanos.

CONSIDERAÇÕES RELATIVAS À CULTURA

Há apenas alguns anos, os participantes dos experimentos realizados nos Estados Unidos eram em sua maioria brancos, porque isso refletia a população predominante de estudantes universitários.2 Hoje, no entanto, as amostras de estudantes universitários são em sua maioria etnicamente diversificadas, porque a população de estudantes universi­

2 Convém lembrar que apenas a partir de 18 de maio de 1954 a Corte Suprema dos Estados Unidos declarou inconstitucional a segregação racial nas escolas públicas norte-americanas. Foi o começo do fim da doutrina “separado, porém igual”, que norteava oficialmente as relações raciais no país desde 1896.

G e n e r a liz a ç ã o d o s R e s u lt a d o s

319

tários está cada vez mais diversificada. A validade externa da pesquisa está au­ mentada e é muito mais fácil comparar grupos étnicos para examinar diferen­ ças e similaridades entre grupos. No final da década de 80, menos de 10% dos estudos em Psicologia Social incluíam comparações de duas ou mais culturas (pepitone; Triandis, 1987). Hoje, há muito mais interesse em estudar culturas diferentes (Miller, 1999). Grande parte da pesquisa cultural enfatiza a identificação de semelhanças e diferenças que podem existir em personalidade e em outras características psicológicas, assim como as formas de indivíduos provenientes de culturas dife­ rentes responderem aos mesmos ambientes (Matsumoto, 1994). Por exemplo, Cunningham et al. (Cunningham; Roberts; Barbee; Druen; Wu, 1995) realiza­ ram uma série de estudos para examinar percepções de atratividade física femi­ nina entre culturas. Num estudo, estudantes americanos brancos e estudantes asiáticos e hispânicos, que haviam emigrado recentemente para os Estados Uni­ dos, avaliaram a atratividade de faces de mulheres asiáticas, negras, hispânicas e brancas por meio de fotografias. As avaliações foram muito semelhantes entre os grupos - a correlação média foi 0,93. No entanto, houve algumas diferenças culturais. Por exemplo, num estudo em que homens americanos negros e bran­ cos avaliaram faces e tipos corporais, os grupos foram mais semelhantes na avaliação das faces, mas diferiram em suas avaliações dos diferentes tipos cor­ porais, Além disso, embora a maioria das pessoas tenha avaliado mulheres com aparência “sexualmente madura” como mais atraentes, os asiáticos não foram influenciados pela maturidade sexual. Esse tipo de pesquisa é informativo no que diz respeito à generalidade dos resultados entre grupos culturais. Miller (1999) encoraja os psicólogos a ado­ tarem uma visão mais ampla da importância da cultura, em que “cultura é compreendida como sistemas de significados partilhados, concretizados em artefatos e práticas, e que constituem um meio para o desenvolvimento huma­ no”. Essas perspectivas culturais deveriam ser incorporadas às teorias psicoló­ gicas. \ Miller usa pesquisas recentes sobre autoconceito para ilustrar os benefícios de se incorporar a dimensão cultural à teoria psicológica. Teorias tradicionais sobre autoconceito baseiam-se na cultura dos Estados Unidos e da Europa oci­ dental. O “eu”3 é um conceito individualista; as pessoas são independentes umas das outras e valorizam as realizações individuais. Kitayama e seus colegas ado­ tam uma perspectiva cultural: em contraste com o significado norte-americano, em outras culturas o “eu” é um conceito coletivo, em que a auto-estima é deriva­ da de relações com os outros. Os japoneses apresentam autocrítica, ao passo

3 Self, no original (NT).

320

M í : 1'ODOS Dl' P tS Q U lS A EM ClÊNClAS DO C u M fO K IAMF.NTO

que os americanos apresentam autovalorização - assim, atividades muito dife­ rentes contribuem para um autoconceito positivo nas duas culturas (Kitayama; Markus; Matsumoto; Norasakkunkit, 1997). Também é importante levar em conta que as definições operacionais dos construtos estudados baseiam-se num significado cultural particular. Uma me­ dida de autoconceito apropriada numa cultura individualista provavelmente não é apropriada para uma cultura coletivista, podendo conduzir a resultados enga­ nosos.

GENERALIZAÇÃO PARA OUTROS EXPERIMENTADORES

A pessoa que realiza o experimento é fonte de outro problema de generali­ zação. Na maioria das pesquisas, só um experimentador é usado e raramente se dá muita atenção às características pessoais do experimentador (McGuigan, 1963). O principal objetivo é garantir que qualquer influência do experimentador sobre os sujeitos mantenha-se constante ao longo do experimento. No entanto, sempre existe a possibilidade de os resultados só poderem ser generalizados para certos tipos de experimentadores. Kintz e seus colaboradores (Kintz; Delprato; Mettee; Persons; Schappe, 1965) discutiram algumas características importantes dos experimentadores. Elas incluem a personalidade e o sexo do experimentador, além da prática em pesquisa. Um experimentador caloroso e amistoso provavelmente produzirá re­ sultados diferentes dos produzidos por um experimentador frio e distante. E possível também que o comportamento dos participantes seja diferente com experimentadores de sexo masculino e feminino. Demonstrou-se que coelhos aprendem mais depressa quando são treinados por experimentadores experien­ tes (Brogden, 1962). A influência do experimentador pode depender também de características dos participantes. Por exemplo, os participantes parecem ter me­ lhor desempenho quando são testados por um experimentador de sexo oposto (Stevenson; Allen, 1964). Uma solução para o problema da generalização para outros experi­ mentadores é usar dois experimentadores ou mais, preferencialmente de ambos os sexos, na condução de uma pesquisa. Um bom exemplo do uso de múltiplos experimentadores é um estudo de Rubin (1975), em que se enviaram vários experimentadores de sexo masculino e feminino ao aeroporto de Boston para investigar auto-revelação. Os experimentadores revelaram diferentes tipos de informação sobre si próprios a passageiros de ambos os sexos e registraram a auto-revelação destes como resposta.

G e n e r a l iz a ç ã o n o s R e s u it a d o s

321

PRÉ-TESTES E GENERALIZAÇÃO

Freqüentemente, os pesquisadores encontram-se diante da decisão de apli­ car um pré-teste. Intuitivamente, a aplicação de um pré-teste parece uma boa idéia. O pesquisador pode garantir que os grupos são equivalentes no pré-teste e, em geral, é mais satisfatório constatar que os indivíduos mudaram seus escores do que apenas examinar as médias grupais num pós-teste. No entanto, o préteste pode limitar a possibilidade de generalização para populações que não re­ ceberam pré-teste. No mundo real, raramente as pessoas são pré-testadas - por exemplo, suas atitudes não são medidas antes de ouvir um discurso político ou de ver uma propaganda (Lana, 1969). Uma razão importante para usar pré-teste é a possibilidade de avaliar efeitos de mortalidade experimental, quando há certa probabilidade de al­ guns participantes abandonarem o experimento. Aplicando um pré-teste, po­ demos determinar se as pessoas que desistem são diferentes das que vão até o final. O delineamento de quatro grupos de Solomon (1949) pode ser usado em situações em que um pré-teste é desejável, mas há preocupação quanto a seu possível impacto. No delineamento de quatro grupos dc Solomon, metade dos participantes passa pelo pré-teste e a outra metade só passa pelo pós-teste. Em outras palavras, o mesmo experimento é realizado com e sem o pré-teste. £ possível avaliar efeitos de mortalidade experimental nas condi­ ções de pré-teste. Além disso, o pesquisador pode examinar se há interação entre a variável independente e a variável do pré-teste, ou seja, se os escores do pós-teste na variável dependente são diferentes em razão de o pré-teste ter sido aplicado ou não. Algumas vezes, os pesquisadores constatam que não é prático realizar o estudo com todos os quatro grupos num só experimento. Nesse caso, o primeiro estudo pode incluir o pré-teste e a réplica posterior ser realizada sem o pré-teste.

GENERALIZAÇÃO DE ACORDO COM O LABORATÓRIO

A pesquisa realizada no laboratório tem a vantagem de permitir que o experimentador estude o impacto das variáveis independentes em condições al­ tamente controladas. No entanto, coloca-se a questão da artificialidade do labo­ ratório, que pode limitar a possibilidade de generalizar o que foi observado para situações de vida real. Experimentos de campo, discutidos no Capítulo 4, repre­ sentam um método para contrabalançar a artificialidade do laboratório. Num experimento de campo, o pesquisador manipula a variável independente numa situação natural - uma fábrica, uma escola, uma esquina, por exemplo.

322

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

Realismo Mundano e Realismo Experimental

Segundo Aronson, Brewer e Carlsmith (1985), experimentos de campo tam­ bém podem ser limitados e artificiais, com pouca relevância para o mundo real. Eles propõem uma distinção melhor: realismo mundano versus realismo experi­ mental. Realismo m undano refere-se à similaridade do experimento com even­ tos que ocorrem no mundo real. Realismo experim ental designa se o experi­ mento tem impacto sobre os participantes, envolve-os e faz com que levem o experimento a sério. Aronson et al. apontam que o realismo mundano e o realis­ mo experimental são dimensões separadas e independentes. Um experimento pode ter considerável realismo mundano (e, assim, ser muito semelhante ao mundo real), mas ser completamente tedioso e pouco envolvente e, por isso, não ter realismo experimental. Considere dois exemplos: Exemplo 1: Num experimento sobre ajuda, um experimentador deixa cair alguns lápis na área externa de um prédio, num campus universitário, e espera para ver se alguém vem ajudá-lo a recolher os lápis. A variável dependente é a ajuda dada por observadores do “acidente”. O estudo pode ter considerável realismo mundano, mas pouco realismo experi­ mental. Exemplo 2: Em outro experimento sobre ajuda, os participantes ficam sen­ tados em cubículos individuais interligados por um sistema de comuni­ cação. Durante o estudo, um indivíduo ouve outro (suposto) partici­ pante ter um ataque epiléptico e deve decidir se ajuda a pessoa (Darley e Latané, 1968). O estudo tem relativamente pouco realismo mundano, mas tem considerável realismo experimental. Outros procedimentos experimentais utilizados, tanto em campo quanto em laboratório, podem ter níveis elevados ou baixos tanto de realismo mundano quanto de realismo experimental. E pouco provável que experimentos com bai­ xo realismo mundano (com pouca semelhança em relação a eventos ou tarefas no mundo real) e com baixo realismo experimental (que não despertam o inte­ resse dos participantes) produzam resultados úteis. O ponto-chave aqui, no en­ tanto, é que experimentos de laboratório não são automaticamente artificiais. Mesmo que um experimento tenha falta de realismo mundano, pode ser muito realista no que diz respeito ao realismo experimental. Benefícios Mútuos de Pesquisas de Campo e de Laboratório

Segundo Aronson et al. (1985), não se devem considerar experimentos de laboratório e de campo separadamente. Realizar pesquisas, tanto em laborató­

G e n e r a liz a ç ã o d o s R esultados

323

rio quanto em campo, representa uma oportunidade excepcional para aumen­ tar nossa compreensão sobre o comportamento. Lembre o estudo de Langer e Rodin (1976), realizado em asilos, sobre os efeitos de dar a idosos maior controle em relação a decisões em suas vidas (Capítulo 4). Esse experimento faz parte de uma tradição de pesquisa que inclui estudos de laboratório a respeito de contro le sobre fatores de estresse, usando tanto sujeitos animais quanto humanos, efeitos de estresse em situações naturais e experimentos de campo sobre os efei tos gerais do controle percebido. Anderson, Lindsay e Bushman (1999) procuraram verificar se experimen­ tos de laboratório e de campo que examinam as mesmas variáveis produzem de fato os mesmos resultados. Localizaram 38 pares de estudos para os quais uma investigação de laboratório tinha como contrapartida um experimento de cam­ po. Os estudos diziam respeito a diferentes áreas de pesquisa, incluindo agres são, ajuda, memória, estilo de liderança e depressão. Os resultados dos experi­ mentos de campo e de laboratório foram de fato muito próximos - a magnitude do efeito da variável independente sobre a variável dependente foi muito seme­ lhante nos dois tipos de estudo. Assim, embora experimentos de laboratório e de campo sejam realizados em diferentes contextos, os resultados são complemen­ tares e não contraditórios.

IMPORTÂNCIA DAS REPLICAÇÕES

Apresentamos a replicação como uma forma de superar quaisquer proble­ mas de generalização que ocorram num estudo em particular. E preciso consi­ derar que existem dois tipos de replicações: exatas e conceituais. Replicações Exatas

Uma replicação exata é uma tentativa de replicar precisamente os proce­ dimentos de um estudo, para verificar se os mesmos resultados serão obtidos. Tendo obtido um resultado inesperado, um pesquisador freqüentemente se sen­ te tentado a fazer uma replicação, para garantir a fidedignidade do resultado. Se você estiver iniciando seu próprio trabalho sobre um problema, poderá tentar replicar um estudo crucial, para assegurar que compreendeu os procedimentos e é capaz de obter os mesmos resultados. Freqüentemente, replicações exatas são realizadas quando um pesquisador baseia-se nos resultados de um estudo anterior. Por exemplo, suponha que você esteja intrigado com a pesquisa de Singh (1993) sobre a razão cintura-quadril, mencionada no Capítulo 5. Singh relata que homens consideram especialmente atraentes mulheres com uma razão de &/70. Em sua própria pesquisa, você poderá replicar õs procedimentos utiliza­

324

M é t o d o s o r P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

dos, mas ir alem da pesquisa original. Por exemplo, poderá estudar esse fenôme­ no com homens semelhantes aos da amostra original, mas incluir também ho­ mens de diferentes culturas ou faixas etárias. A replicação dos resultados da pesquisa original com procedimentos muito semelhantes aumenta sua confian­ ça na generalidade dos resultados originais. Algumas vezes, um pesquisador não consegue replicar um resultado ante­ rior. No entanto, um só resultado negativo é pouco revelador e não leva à con­ clusão de que a pesquisa anterior é inválida. Falhas em replicação têm muitos problemas em comum com resultados não significativos, que discutimos no Ca­ pítulo 13. Uma falha de replicação pode significar que os resultados originais são inválidos, mas pode também significar que houve defeitos na tentativa de replicação. Por exemplo, se a replicação foi baseada no procedimento relatado num artigo de periódico, é possível que o artigo tenha omitido um aspecto im­ portante do procedimento. Por essa razão, pode ser uma boa idéia escrever para o pesquisador e obter com ele informações detalhadas de todos os materiais usados no estudo. Não conseguir replicar um estudo uma vez não constitui motivo suficiente para rejeitar o resultado da pesquisa original. No entanto, falhas repetidas de replicação recomendam a reconsideração dos resultados originais. Finalmente, podemos concluir que os resultados originais foram obtidos por acaso - foi co­ metido um erro Tipo 1. Isso é especialmente provável quando as tentativas malsucedidas de replicação não empregam apenas os procedimentos originais, mas incluem também procedimentos diferentes. Replicações Conceituais

Numa replicação conceituai são utilizados procedimentos diferentes para replicar um resultado de pesquisa. Replicações conceituais são ainda mais im­ portantes que replicações exatas, para aumentar nosso conhecimento sobre o comportamento. A maioria das pesquisas tem como objetivo descobrir se existe relação entre variáveis conceituais. Considere o estudo em que Petty, Cacioppo e Goldman (1981) investigaram o efeito do envolvimento com um assunto sobre mudanças de atitude (veja Capítulo 9). Nesse caso, o envolvimento foi manipulado ao le­ var-se estudantes universitários a pensar que uma mudança nas exigências para a graduação os afetaria ou que ela só entraria em vigor 10 anos depois. As manipulações específicas são definições operacionais das variáveis conceituais de interesse. A questão geral coloca-se da mesma forma em relação às defini­ ções operacionais das variáveis dependentes. Numa replicação conceituai, manipula-se de outra forma a mesma variá­ vel independente (e possivelmente a variável dependente também é medida de

G eNERAUZAÇÀO DOS RtSUI.TADOS

325

outra forma). Essas replicações conceituais são extremamente importantes nas Ciências Sociais, porque as manipulações e as medidas específicas são geral­ mente definições operacionais de variáveis complexas. Uma questão crucial, que diz respeito à generalização, é determinar se a relação se mantém com outras formas de manipulação ou com outras formas de mensuraçao das variáveis. Assim, é razoável perguntar se o grau de envolvimento num assunto resulta na mesma conclusão quando é manipulado de diferentes maneiras. Por exemplo, estudantes dc Psicologia devem estar numa condição de elevado envolvimento ao ser informados sobre uma mudança nas exigências do curso de Psicologia, mas numa condição de baixo envolvimento ao ser informados sobre uma mu­ dança no curso de História. Vimos anteriormente que as mesmas variáveis algu­ mas vezes são estudadas tanto no laboratório quanto em campo. Quando répli­ cas conceituais produzem resultados semelhantes, aumenta muito nossa con­ fiança na possibilidade de generalizar as relações entre as variáveis. Essa discussão também deveria servir para alertá-lo sobre uma forma im­ portante de pensar resultados de pesquisas. Os resultados representam relações entre variáveis conceituais, mas são baseados em operações específicas. Diga­ mos que você tenha tomado conhecimento de métodos específicos, empregados num estudo realizado há 20 anos, e que questione se o estudo seria replicado hoje. Também poderia questionar o método específico, que parece restringir muito o foco num aspecto e contextos particulares - por exemplo, o envolvimento no assunto foi manipulado induzindo-se estudantes, que estavam terminando o curso universitário, a pensar que poderiam ser afetados por uma proposta de criação de um exame geral como requisito para completarem a graduação. Es­ sas preocupações não são tão sérias quando colocadas no contexto de réplicas conceituais. Reconhecidamente, um método específico de um estudo realizado em certa época pode não ser eficaz hoje, em virtude de mudanças que ocorre­ ram no clima político e cultural. Uma replicação conceituai da manipulação, no entanto, poderia demonstrar que a relação entre as variáveis teóricas per­ siste. Da mesma forma, o foco restrito de um estudo em particular torna-se menos problemático, se o resultado geral for replicado com diferentes procedi­ mentos.

AVALIAÇÃO DE GENERALIZAÇÕES POR MEIO DE REVISÕES DE LITERATURA E DE METANÁLISES

Tradicionalmente, os pesquisadores têm tirado conclusões sobre a possibili­ dade de generalização de achados de pesquisas realizando revisões de literatura. Numa revisão de literatura, o autor lê vários estudos sobre um assunto parti­ cular e, então, escreve um artigo resumindo os achados que têm maior apoio em

326

M é t o d o s d e P e s q u i s a f m C i ê n c ia s d o C o m p o k t a m f n t o

pesquisas (por exemplo, obtidos mediante inúmeras replicações conceituais), os que têm apoio menor (por exemplo, obtidos por poucos pesquisadores) e os que são perturbadores, em virtude da existência de contradições (por exemplo, re­ sultados obtidos em alguns estudos e que não são replicados em outros). Revi­ sões narrativas de literatura fornecem informações úteis, porque organizam muitos estudos sobre um assunto e apontam áreas em que há resultados bem estabelecidos e áreas em que há necessidade de mais pesquisas. As conclusões numa revisão narrativa de literatura baseiam-se nas im­ pressões subjetivas do autor. Recentemente, surgiu outra técnica para compa­ rar grande num ero de estudos num a área. Essa técnica é denom inada metanálise (Rosenrhal, 1991). Numa metanálise, o pesquisador combina os resultados obtidos em vários estudos. A análise consiste num conjunto de pro­ cedimentos estatísticos que empregam as magnitudes do efeito para comparar um achado em muitos estudos diferentes. Os julgamentos subjetivos de uma revisão narrativa tradicional da literatura são substituídos por conclusões es­ tatísticas. Você não precisa preocupar-se com os procedimentos estatísticos. Eles envolvem o exame de várias características dos resultados dos estudos, incluindo a magnitude dos efeitos e os níveis de significância obtidos. O ponto importante a ser considerado aqui é que a metanálise é um método para deter­ minar a fidedignidade de um achado, com base no exame dos resultados de muitos estudos diferentes. Exemplo de metanálise é um trabalho de Smith e Glass (1977) sobre a eficá­ cia de técnicas de psicoterapia relatada em 375 estudos. Os pesquisadores exa­ minaram os efeitos relatados de diferentes modalidades terapêuticas (por exem­ plo, terapias comportamental, psicodinâmica e centrada no cliente) em diferen­ tes estudos, que usaram diferentes medidas de resultados (tais como auto-estima e redução de ansiedade). Em seguida, aplicaram as técnicas estatísticas apro­ priadas para combinar e comparar os diferentes resultados. Esse trabalho reve­ lou que a terapia tem efeito benéfico. Constatou que “clientes típicos de terapia estão 75% melhor que controles não submetidos a terapia”. Algumas conclusões gerais aplicam-se a diferentes tipos de terapia. Por exemplo, algumas terapias, como a dessensibilização sistemática, produzem grandes mudanças de compor­ tamento em comparação com outras. No entanto, de forma geral, não houve diferença entre as terapias de tipo “comportamental” e as “tradicionais”. Uma metanálise, como a realizada por Smith e Glass, é muito informativa. Numa revisão tradicional de literatura, seria difícil chegar ao tipo de conclusão geral permitido pela metanálise. Qualquer pessoa acharia difícil integrar os re­ sultados de tantos estudos com diferentes delineamentos experimentais, tipos de sujeitos e medidas. De fato, se você tiver lido todos os estudos e alguém lhe fizer a pergunta simples “Psicoterapia funciona?”, você poderá passar um dia inteiro contando à pessoa todos os estudos específicos e as complexidades notadas na

G f n f r a i .i z a ç ã o d o s R e s u l t a d o s

327

literatura. Esse é o resultado da sobrecarga de informação e da dificuldade de integrar informações de fontes diferentes. Um estudo interessante realizado por Cooper e Rosenthal (1980) mostrou que os pesquisadores de fato conseguem extrair conclusões mais sólidas de um conjunto de achados usando metanálise do que usando julgamentos subjetivos tradicionais. Nesse estudo, os pesquisadores leram apenas sete artigos sobre di­ ferenças de gênero na persistência em tarefas. Mesmo assim, os pesquisadores que usaram metanálise tiveram maior probabilidade de concluir que as mulhe­ res mostram maior persistência em tarefas que os homens. Cada vez mais a metanálise é utilizada para examinar relações entre variá­ veis. Por exemplo, Saks e Marti (1997) examinaram muitos estudos que com­ paravam os resultados de júris compostos por seis pessoas e por 12 pessoas. Alguns dos estudos eram experimentos que manipularam a variável em júris simulados. Outros usaram métodos não experimentais para comparar os re­ sultados de júris reais em Estados que admitem júris com seis pessoas. Saks e Marti categorizaram os estudos de acordo com os resultados da variável de­ pendente, tais como tempo de deliberação, representação de minorias e lem­ brança de testemunhos. Verificaram que júris maiores têm maior representa­ ção de minorias. Com base num número bastante pequeno de estudos, verifi­ camos que júris maiores também parecem demorar mais para deliberar e ten­ dem a lembrar mais acuradamente os testemunhos. Uma das características mais importantes da metanálise é a ênfase na magnitude do efeito. Isso levou à conclusão de que alguns achados são muito mais fracos do que se supunha anteriormente. Por exemplo, muitos estudos sobre os efeitos da atratividade física dão suporte ao estereótipo “o que é bonito é bom”, isto é, pessoas fisicamente atraentes são avaliadas mais favoravelmente do que pessoas menos atraentes. O fato de muitos estudos darem apoio a essa conclusão pode nos levar a superes­ timar sua importância. Metanálises de estudos sobre atratividade física con­ cluem que o efeito da atratividade física sobre muitas variáveis, incluindo deci­ sões de júris, é muito pequeno (Eagly; Ashmore; Makhijani; Longo, 1991; Mazzella; Feingold, 1994).

USO DA PESQUISA PARA MELHORARA QUALIDADE DE VIDA DAS PESSOAS

Ao assumir a presidência da Associação Psicológica Americana, George Miller (1969) apresentou a “Psicologia como um meio de promover o bem-estar humano” e falou em “distribuir a Psicologia”. Miller estava-se referindo à ques­ tão mais ampla da generalização, de reunir o que se sabe sobre comportamento humano e permitir que seja aplicado por muitas pessoas em todas as áreas da

328

M é t o d o s d f P e s q u i s a f.m C iê n c ia s d o C o m p o r t a m e n t o

vida cotidiana. Talvez a evidência mais forte, a favor da possibilidade de genera­ lização de achados de pesquisa, seja verificar o que ocorreu à Psicologia desde que Miller nos estimulou a distribuir a Psicologia. O impacto da pesquisa psico­ lógica pode ser constatado nas áreas de saúde (programas para promover com­ portamentos voltados à saúde rclacionados a estresse, doença cardíaca e doen­ ças sexualmente transmissíveis); ambiente (planejamento de espaços de traba­ lho que promovam a satisfação e a produtividade do trabalhador); direito (for­ necendo dados sobre os efeitos de júris compostos por 6 versus 12 pessoas, mos­ trando como o relato de testemunhas oculares pode ser viesado) e educação (fornecendo métodos que encorajem o desempenho acadêmico ou que reduzam conflito entre diferentes grupos étnicos). Além disso, psicólogos estão utilizando a Internet para dar informações sobre criação de filhos, educação, saúde mental e muitos outros assuntos - o leitor pode, por exemplo, consultar os endereços da Associação Psicológica Americana (< http://www.apa.org>), do Centro de Ser­ viços de Saúde Mental (< http://www.mentalhealth.org>)e de muitos psicólo­ gos que individualmente estão partilhando seu conhecimento com o público. Essas são apenas algumas das formas de aplicação da pesquisa básica à promoção do bem-estar humano. Apesar de todos os problemas potenciais en­ volvidos na generalização de achados de pesquisa, discutidos neste capítulo, as evidências sugerem que podemos generalizar nossos achados para muitos as­ pectos de nossas vidas. Termos Estudados

____________________________________

Delineamento de quatro grupos de Solomon Metanálise Realismo experimental Realismo mundano Replicação conceituai Replicação exata Revisão de literatura Validade externa Questões de Revisão __________________________________ _

1.

Por que um pesquisador deve preocupar-se com a generalização para outras populações de sujeitos? Aponte alguns problemas de generalização que um pesquisador pode encontrar envolvendo a população de sujeitos.

G e n £Ra i .i/.a ç à o d o s R e s u l t a d o s

329

2.

Qual a fonte do problema de generalização para outros experimentadores? De que forma esse problema pode ser solucionado?

3.

Por que o pré-teste pode ser um problema importante para a generaliza­ ção? Descreva como o pré-teste pode afetar a generalização.

4.

Diferencie realismo mundano de realismo experimental.

5.

Diferencie replicação exata de replicação conceituai. Qual é o valor de uma replicação conceituai?

6.

O que é metanálise?

Atividades __________________________________________

1.

Hoje é possível coletar dados para experimentos e levantamentos de opi­ nião usando Internet. Uma pessoa em qualquer lugar do mundo, que esteja conectada à Internet, pode acessar o computador de um pesquisador e par ticipar de seu estudo. Participe de uma pesquisa psicológica na Internet. Que questões relativas a generalização podem surgir na interpretação dos resultados desses estudos? O uso do computador numa pesquisa faz com que os resultados obtidos sejam menos generalizáveis do que os resultados de pesquisas tradicionais, ou a possibilidade de participação de pessoas do mundo todo toma os resultados mais generalizáveis? E possível responder a essa pergunta empiricamente?

2.

Use o PsycINFO para encontrar resumos de artigos que incluam raça, etnia, gênero ou nacionalidade como variáveis nos estudos discutidos. Que con­ clusões os autores desses estudos tiram a respeito de generalização?

3.

Localize uma metanálise publicada num periódico; duas boas fontes são o Review of Educational Research e o Psychological Bulletin. Que conclusões podem ser tiradas da metanálise? Como o conceito de magnitude do efeito foi discutido na metanálise?

4.

Localize um artigo num periódico de Psicologia Social. Depois de resumir o procedimento experimental, discuta o experimento em termos de realismo mundano e realismo experimental.

Apêndice A Elaboração de um Relatório de Pesquisa

INTRODUÇÃO

Neste apêndice, o leitor encontrará informações necessárias para elaborar um relatório de pesquisa, para uma disciplina ou para possível publicação num periódico especializado. Além disso, encontrará um artigo a título de exemplo, que ilustra características de estilo utilizadas num relatório de pesquisa. Trata­ remos de regras específicas que devem ser seguidas na organização e na apre­ sentação de resultados de pesquisa. Essas regras são muito úteis, tanto para o autor quanto para o leitor. Estruturam o relatório e garantem um método uni­ forme de apresentação, tornando mais fácil para o leitor compreender e avaliar o relatório. As regras específicas variam de uma disciplina para outra. Uma regra para apresentar resultados de pesquisa em Psicologia pode não se aplicar a uma pes­ quisa em Sociologia, por exemplo. Além disso, as regras podem diferir se você estiver preparando um relatório para uma disciplina, uma tese ou um manus­ crito que irá submeter a um periódico. Felizmente, em geral as variações são mínimas e as regras gerais de apresentação são as mesmas entre disciplinas e entre situações. O formato sugerido aqui para a elaboração de relatórios de pesquisa ba­ seia-se no Manual de Publicação da Associação Psicológica Americana (4. ed., 1994). Muitos periódicos em Psicologia, desenvolvimento infantil, relações familiares e educação seguem o estilo da APA. Se você estiver preocupado com as regras

332

M é t o d o s d e P e s q u i s a e m C iê n c ia s u o C o m p o r t a m e n t o

específicas de um periódico específico, deve consultar um número recente desse periódico. A APA também publicou um livro dedicado ao estudante e um guia de treinamento para o Manual de Publicação (Gelfand; Walker, 1990) e um progra­ ma de computador denominado Auxiliar de Estüo - APA. O programa de compu­ tador é compatível com a maioria dos editores de texto e pode ser usado para garantir a adequação de seu relatório às regras de estilo da APA, Você pode adquirir o Manual de Publicação, o Auxiliar de Estilo - APA ou outros produtos da APA na livraria de sua universidade ou diretamente na Associação Psicológica Americana (ou de forma mais simples pelo endereço eletrônico da APA: c h ttp :/ / www.apa.org>). Outras fontes úteis para preparar artigos são os livros mais sintéticos dc Rosnow e Rosnow (1998) e Sternberg (1993). Kazdin (1995) tam­ bém oferece um excelente resumo de diretrizes para preparar relatórios de pes­ quisa para publicação. A quarta edição do m anual da APA foi orientada por princípios de “especificidade e sensibilidade”. Em primeiro lugar, deve-se escrever um artigo num nível de especificidade e detalhe que permita replicação da pesquisa por outras pessoas. Em segundo lugar, a linguagem deve ser apropriada, para não dar margem a interpretações dúbias. O manual também inclui orientações para a preparação de manuscritos, que levam em conta propriedades de editores de texto. Ao longo do Apêndice, você encontrará exemplos numa fonte diferen­ ciada, para esclarecer regras tais como de espaçamento. Essa convenção tam­ bém é utilizada no manual da APA. Ao utilizar um editor de texto para digitar seu próprio artigo, você poderá utilizar outra fonte (a seguir encontra-se uma descrição de fontes).

ESTILO DE REDAÇÃO

Independentemente do formato utilizado para preparar seu relatório, o es­ tilo de redação é importante. Um relatório mal escrito e de difícil compreensão não tem utilidade (e quase certamente será mal avaliado!). Além disso, um bom relatório deve ser bem apresentado e não conter erros de ortografia e digitação. C lareza

A clareza da redação é essencial. Seja preciso e claro na apresentação de suas idéias e pense na audiência que pretende atingir. É útil dirigir seu artigo a uma audiência que não está familiarizada com seu assunto e com os métodos de estudo utilizados. Elimine jargões que a maioria dos leitores é incapaz de com­ preender. Algumas vezes um pesquisador desenvolve uma notação abreviada para se referir a uma variável ou procedimento específicos. Essas abreviações

A j ’Ên d íc e A

333

podem ser convenientes na comunicação com pessoas que estão diretamente envolvidas no projeto de pesquisa, mas são confusas para o leitor em geral. No entanto, o autor deve supor que o leitor esteja familiarizado com estatística e teste de hipótese em geral. Pode apresentar resultados estatísticos sem definir termos como média, desvio-padrão ou sigm/icâíicfa. Contudo, essas são apenas diretrizes gerais. Rosnow e Rosnow (1998) lembram que as expectativas do(a) professor(a) a respeito do trabalho devem ser levadas em conta, se ele (a) for a audiência pretendida! O relatório todo deve ter uma estrutura coerente. As idéias devem ser apre sentadas numa ordem lógica que facilite a compreensão. Se você estiver escre­ vendo para alguém que está entrando em contato pela primeira vez com suas idéias e resultados de pesquisa, tenderá a comunicar-se dc forma mais clara. Um método que ajuda a produzir um relatório mais organizado é fazer um esquema. Muitos autores planejam um artigo colocando suas idéias na forma de esquema. Ele serve como guia para a redação. Outros autores preferem usar uma abordagem menos estruturada no primeiro rascunho. Em seguida, procu­ ram esquematizar o que foi escrito. Se o trabalho não tem um esquema coeren­ te, c preciso melhorar a organização. Os programas de edição de texto oferecem recursos de formatação que ajudam a organizar um artigo. Localize esses recur­ sos no menu do programa que costuma utilizar. Devem-se organizar bem os parágrafos. Incluir num parágrafo uma sen­ tença que resume o assunto tratado pode ser uma boa idéia. Outras sentenças num parágrafo devem estar relacionadas à sentença-resumo, elaborando, ex­ pandindo, explicando ou dando suporte à idéia dessa sentença. Evite parágrafos com apenas uma sentença. Se houver parágrafos desse tipo em seu relatório, expanda-os, inclua a idéia em outro parágrafo ou elimine o conceito. Depois de completar o primeiro rascunho de seu trabalho, uma boa idéia é deixá-lo de lado durante um dia ou pouco mais antes de relê-lo. Leia cuidadosamente o relatório, prestando atenção a gramática e ortografia. Algumas considerações gramati­ cais são descritas aqui. Você também pode utilizar um editor de texto para veri­ ficar problemas gramaticais e ortográficos. Depois de fazer as mudanças e cor­ reções, desejará ouvir a opinião de outras pessoas. Peça a uma ou mais pessoas que leiam criticamente seu relatório e que sugiram alterações que possam melhorá-lo. Prepare-se para escrever vários rascunhos antes de ter um produto pronto satisfaLório. Reconhecimento do Trabalho Realizado por Outros

É extremamente importante separar claramente suas próprias palavras e idéias das obtidas de outras fontes. Se utilizar uma passagem retirada de um

334

M é t o d o s d e P e s q u i s a f.m C iê n c ia s d o C o m p o r t a m e n t o

artigo ou livro, faça uma citação direta dessa passagem. Não há nada de errado em citar outro autor, desde que a fonte seja reconhecida. Nunca apresente a idéia de outra pessoa como sua. Isso é plágio e é muito grave. Algumas vezes, os autores sentem-se tentados a encher um relatório com citações de outras fontes ou a citar outro artigo extensamente (por exemplo, vários parágrafos ou mais). Essa prática confunde e é contraproducente. Seja direto e utilize suas próprias descrições e interpretações, reconhecendo as fontes consultadas. Se tiver dúvidas sobre a forma adequada de incluir material de outras fontes em seu relatório, consulte seu professor. Voz Ativa Versus Passiva

Muitos autores exageram no uso da voz passiva em seus relatórios, talvez por acreditar que a voz passiva faz sua redação parecer mais “científica”. Consi­ dere as seguintes sentenças: Foi constatado por Yee e Johnson (1996) que adolescentes preferem... Aplicou-se o teste aos participantes depois de um período de descanso de 10 min. As instruções foram lidas aos participantes pelo experimentador. Tente agora escrever essas sentenças na voz ativa. Por exemplo: Yee e Johnson (1996) constataram que adolescentes preferem... Os participantes responderam o teste depois de um período de descanso de 10 min. Li as instruções para os participantes. Expresso na voz ativa, um texto que parecia artificial na voz passiva tornase direto. É possível que o excesso de utilização da voz ativa também incomode. Não é recomendável, em particular, começar muitas sentenças com “Eu". Uma boa prática é variar a forma de construção das sentenças. Linguagem Viesada

Os princípios de especificidade e sensibilidade norteiam o estilo da APA. O princípio da especificidade leva à recomendação do uso do termo participantes para distinguir sujeitos humanos e animais. Além disso, convém descrever os participantes como respondentes numa pesquisa de levantamento, crianças, pa­ cientes, clientes e assim por diante, se esses termos descreverem mais acura­ damente as pessoas que participaram do estudo. Você deve ser sensível à possibilidade de sua redação transmitir um viés, ainda que não intencional, em relação a gênero, orientação sexual e grupo étni­

A p ê n d ice A

335

co ou racial. Siga o princípio geral de ser tão específico quanto possível ao se referir a um grupo de pessoas. Por exemplo, descrever os participantes de seu estudo como “coreanos e vietnamitas” é mais específico e acurado do que descrevêlos como “asiáticos”. Além disso, seja sensível quanto ao uso de rótulos que pos­ sam ser ofensivos aos membros de certos grupos. Na prática, isso significa usar os termos que essas pessoas preferem. Além disso, evite rótulos implícitos, como por exemplo “A amostra de lésbicas em contraste com a amostra de mulheres normais” ou “Testamos grupos de autistas e de normais”. Neste último caso, a redação poderia ser “Testamos pessoas portadoras e não portadoras de autismo”. O manual da APA contém muitos exemplos de referências sensíveis a gêne­ ro, identidade racial e étnica, idade, orientação sexual e deficiências. O termo gênero refere-se a homens e mulheres como grupos sociais. Assim, gênero é o termo adequado ao mencionar, por exemplo, “diferenças de gênero em salário médio”. O termo sexo refere-se aos aspectos biológicos de homens e mulheres e deve ser usado quando se fala, por exemplo, de “fantasias sexuais” ou “diferen­ ças sexuais no tamanho de certas estruturas cerebrais”. O uso de pronomes masculinos pode ser problemático. Não utilize ele, homem e assim por diante para se referir a homens e mulheres. Em geral, é possível formular a sentença de outra forma ou eliminar pronomes específicos para evitar vieses lingüísticos. Por exemplo, em lugar de “O pagamento é função da produtividade do trabalhador”, pode-se dizer “O pagamento é função de produtividade”. No caso, do trabalha­ dor foi simplesmente eliminado. Não procure evitar uma linguagem sexista, sim­ plesmente utilizando ele/ela quando parecer conveniente. Há certas regras a seguir na descrição de grupos raciais e étnicos. Em inglês os nomes desses grupos aparecem em letras maiúsculas e sem hífen. Por exemplo, Negro, Branco, Afro-americano, Latino, Asiático, Asiático-americano. O manual também alerta para o fato de os termos utilizados por membros de grupos raciais e étnicos para se autodescrever poderem mudar com o tempo e de não haver consenso em relação a um termo preferido. Dependendo de vários fatores, os par­ ticipantes podem preferir as designações hispânico, latino, chicano ou mexicanoamericano. Aconselha-se o uso do termo preferido pelos participantes. O manual da APA inclui grande número de informações e exemplos visan­ do promover o aumento de sensibilidade na redação de relatórios. E aconselhá­ vel rever o trabalho feito pelo menos uma vez antes de preparar a versão final. Se tiver alguma dúvida quanto à linguagem apropriada, consulte o manual e cole­ gas cujas opiniões respeite. Digitação e Edição de Texto

Finalmente, chegou o momento de digitar o texto. O artigo todo deve ser apresentado em espaço duplo, segundo o estilo da APA. As margens do texto

336

M é t o d o s u t P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

devem ter pelo menos 2,5 centímetros em todos os quatro lados da página. O cabeçalho, a informação que aparece em cima e inclui o número da página, fica a 1,25 cm do alto da página. Todas as páginas são numeradas, com exceção das que contêm as figuras no final do artigo. Todos os parágrafos começam com um deslocamento de 5 a 7 espaços (utilize a tecla Tab, não a barra de espaços). Seguindo o estilo de redação da APA, não se utilizam abreviações. Nunca divida uma palavra no final de uma linha; as linhas devem ser um pouco menores ou um pouco maiores, mas não se quebra uma palavra. Costumavam-se inserir dois espaços após cada sentença num artigo. No entanto, segundo as novas orientações da APA, pode-se utilizar apenas um espa­ ço entre as sentença s. Dois espaços era mais apropriado no caso de máquinas de escrever, mas um espaço torna a apresentação melhor e a leitura mais agradá­ vel, no caso de editores de texto e fontes modernas de impressão. (Sugestão: Caso tenha dificuldade em lembrar essa regra, utilize o recurso “substituir” de seu editor de texto para substituir dois espaços por um.) A maioria dos estudantes utiliza programas de computador para edição de texto na preparação de seus artigos. Com um computador é possível melhorar a redação e ma is fácil apresentar um artigo com excelente qualidade. Corrigir, rever, mover e excluir partes do texto e preparar várias versões é fácil, porque não há necessidade de redigitar o artigo cada vez que você quer fazer alguma mudança. Procure tirar pleno proveito dos recursos de seu editor de texto. Esses recursos incluem inserção automática de um cabeçalho e de um número no alto de cada página, inserção de notas de rodapé ou de notas no fina1 do texto, cen­ tralização, corretor ortográfico e gramatical e assim por diante. Os editores de texto também oferecem muitas opções sofisticadas de im­ pressão, como alinhamento do texto junto às margens, diferentes estilos de digitação, itálico, negrito e outros recursos que dão a seu texto a aparência de um trabalho já publicado. Nunca utilize a opção inteiramente justificado; alinhe o texto apenas junto à margem esquerda. Utilize uma fonte de tamanho e apa­ rência normal (em geral, fonte Times Roman ou Arial com tamanho 11 ou 12) e utilize a mesma fonte no texto todo. Ao submeter um texto para publicação, nunca utilize negrito. Sempre sublinhe qualquer texto que deve aparecer em itálico na publicação final (preste atenção aos subtítulos e referências sublinha­ dos nos exemplos dados adiante no apêndice). Ao preparar um texto para uma disciplina ou uma tese, é aceitável o uso de negrito e de itálico. Seu professor irá orientá-lo quanto às normas que deverão ser seguidas nessas situações.

ORGANIZAÇÃO DO RELATÓRIO

Um relatório de pesquisa é composto por cinco partes principais: Resumo, Introdução, Método, Resultados e Discussão. As referências bibliográficas de­

A p ê n d ic e A

337

vem ser listadas usando um formato particular. O relatório também pode incluir tabelas e figuras para apresentar os resultados. Iremos considerar as partes do artigo na ordem prescrita pelo estilo da APA. Consulte o artigo apresentado como exemplo no final deste apêndice, ao longo da leitura do material a seguir. Folha de Rosto

A primeira página do artigo contém o título. É uma página separada e numerada (página 1). Note que no artigo apresentado como exemplo a primei­ ra página realmente contém o título, mas inclui também outras informações importantes. No alto da primeira página encontra-se um cabeçalho, que geralmente in­ clui as duas ou três primeiras palavras do título do artigo e a numeração da página, junto à margem direita. Se estiver utilizando um editor de texto, utilize o recurso de inserção de cabeçalho, para criar um cabeçalho que em geral fica a 1,25 cm do alto da página. Não tente digitar manualmente um cabeçalho e a numeração na parte superior de cada página de seu artigo, com exceção das páginas que contêm as figuras; verifique em seu editor de texto como criar um cabeçalho. O cabeçalho aparece em todas as páginas do artigo, com exceção das páginas que contêm as figuras. 0 cabeçalho informa o leitor sobre o título, mas o mais importante é facilitar a reordenação caso as páginas sejam acidental­ mente separadas. A primeira linha da primeira página contém o título resumido. Ele tem um sentido e um propósito muito específicos: é um título abreviado e não deve exce der 50 caracteres (letras, números, espaços). Se o trabalho for publicado num periódico, o título resumido será impresso no alto das páginas, para ajudar os leitores a identificar o artigo. Na primeira página, o título resumido deve ficar junto à margem esquerda. O título resumido do artigo apresentado como exem­ plo é: Título resumido: EFEITO S DE UMA FRAGRÂNCIA AGRADÁVEL NO AMBIENTE

Note que todas as letras do título resumido aparecem em maiúsculas. O título resumido é utilizado para fins de publicação e aparece apenas uma vez em seu artigo - na página de rosto. O cabeçalho que contém a identificação e o número de página, por outro lado, é usado pelos leitores de seu artigo e aparece em todas as páginas. Não confunda o título resumido com a identificação. O restante da página de rosto apresenta informações relativas ao título, nome dos autores e instituição de origem. Essas informações aparecem centra­ lizadas na página. O título deve ser curto (em geral não excedei 2 a 15 palavras)

338

M é t o d o s d e P e s q u i s a e m C iê n c ia s n o C o m p o r t a m e n t o

e informar o leitor sobre a natureza da pesquisa realizada. Sugere-se a inclusão dos nomes das variáveis no título. Por exemplo, os seguintes títulos são curtos e informativos ao mesmo tempo: Efeito da Ansiedade sobre a Solução de Problemas Matemáticos Memória de Faces em Adultos Jovens e Idosos

Algumas vezes a utilização de dois-pontos no título ajuda a transmitir a natureza da pesquisa ou até mesmo acrescentar um pouco de “gosto” ao título, como em Respostas Cognitivas na Persuasão: Determinantes Afetivos e Avaliativos Comparação entre a Tartaruga e a Lebre: Diferenças de Gênero e Experiência em Tarefas Dinâmicas de Raciocínio Espacial

Outro método para criar um título é formular a pergunta que a pesquisa visa responder. Por exemplo, Recompensas na Sala de Aula Destroem a Motivação Intrínseca? Ainda Existem Estereótipos Ocupacionais?

Resumo

O resumo é um breve sumário do relatório de pesquisa, geralmente com 100 a 120 palavras (incluindo espaços e pontuação, não deve exceder 900 caracteres). O objetivo é introduzir o artigo, permitindo ao leitor decidir se ele parece relevante para seus interesses. O resumo deve conter informação sufi­ ciente para que o leitor possa decidir se vale a pena ler o artigo na íntegra. Também deve facilitar a leitura do artigo. Embora o resumo apareça no início do relatório, é mais fácil escrevê-lo ao final. A leitura de alguns resumos fornecerá boas idéias sobre como condensar um relatório extenso de pesquisa em 8 a 10 sentenças informativas. Como exer­ cício, você pode escrever um resumo para um artigo publicado e, então, compa­ rar seu resumo com o feito pelo próprio autor. Os resumos em geral incluem uma ou duas sentenças sobre as quatro se­ ções principais que constituem o corpo do artigo. Primeiro, da seção de Introdu­ ção, informe o problema investigado e as hipóteses principais. Segundo, da se­ ção de Método, inclua informação sobre as características dos participantes (por exemplo, número, idade, sexo e quaisquer outras características especiais) e um breve sumário do procedimento (por exemplo, questionários de auto-relato, ob­ servação direta, medidas repetidas em várias ocasiões). Terceiro, da seção de Resultados, descreva o padrão de resultados em relação às variáveis principais.

A p ê n d ic e A

339

Costuma-se relatar o sentido das diferenças sem apresentar valores numéricos. As diretrizes da APA recomendam a inclusão de níveis de significância estatísti­ ca, mas poucos autores fazem isso (Ono; Phillips; Leneman, 1996). Sugerimos que você siga as instruções fornecidas por seu professor. Finalmente, o resumo inclui implicações do estudo retiradas da seção de Discussão. Comentários infor­ mativos sobre os resultados são preferíveis a afirmações gerais como “as impli­ cações do estudo são discutidas” (Kazdin, 1995). Digita se o resumo numa página separada que recebe o número 2. A pala­ vra “Resumo” aparece centralizada no alto da página. O resumo sempre é digitado como um único parágrafo, na forma de um “bloco” sem deslocamento de pará­ grafo. Introdução

A seção de Introdução começa numa página nova (página 3), com o título do relatório no alto da página. Observe que o nome do autor não aparece nessa página, o que permite a um revisor ler o trabalho sem conhecer o nome do autor. A seção de Introdução apresenta o problema específico que está sendo investiga­ do, descreve a estratégia de pesquisa e apresenta os resultados previstos. Depois de ler a Introdução, o leitor deve saber por que o autor decidiu fazer a pesquisa e que decisões gerais tomou a respeito. Em geral, a introdução progride de teo­ rias e resultados amplos para aspectos específicos da própria pesquisa. A introdução tem três componentes, embora não sejam utilizadas subdivi­ sões formais. Os componentes são (1) o problema investigado, (2) a revisão de literatura e (3) a lógica subjacente (rationale) do estudo realizado. A introdução deve começar com uma afirmação do problema investigado. Em duas ou três sentenças, apresente ao leitor o contexto amplo e a importância do assunto estudado (Bem; 1981; Kazdin; 1995). A formulação específica do problema investigado é útil. Ajuda os leitores, mesmo os que não estão familia­ rizados com o assunto, a compreender e avaliar a razão de estudá-lo. Depois da abertura, a introdução apresenta uma descrição de pesquisas anteriores c de teorias. E o que se chama revisão bibliográfica. Não há necessida­ de de fazer uma revisão exaustiva da teoria e das pesquisas anteriores. (Se hou­ ver revisões de literatura sobre o assunto, o autor dever informar o leitor.) Em vez disso, você pode optar por descrever apenas a pesquisa e as questões teóricas claramente relacionadas com seu estudo. Descreva explicitamente como esse trabalho anterior se relaciona logicamente com seu problema de pesquisa. Você justifica, assim, por que a pesquisa foi realizada e mostra a relação com pesqui­ sas anteriores.

340

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

O final da introdução informa o leitor sobre a lógica subjacente do estudo realizado. Aqui você apresenta as variáveis estudadas e os resultados esperados. Justifica as hipóteses e explicita os elos entre a hipótese de pesquisa, as pesquisas anteriores e o delineamento de pesquisa. Método

A seção de Método começa imediatamente após a introdução (na mesma página, se houver espaço). Essa seção fornece ao leitor informações detalhadas sobre como o estudo foi realizado. Idealmente, as informações fornecidas na seção de Método devem ser suficientes para dar ao leitor condições de replicar o estudo. A seção de Método costuma ter várias subdivisões. A ordem e o número de subseções variam em artigos publicados. A complexidade da investigação justifi­ ca a inclusão de subseções. O artigo exemplo neste apêndice utiliza três subseções: Participantes e Delineamento, Visão Geral e Procedimento. A seguir, discutiremos algumas subseções mais comumente utilizadas.

Visão geral. Se o delineamento experimental e os procedimentos usados na pesquisa forem complexos, você deve apresentar uma visão geral breve do método, para ajudar o leitor a compreender as informações apresentadas a seguir. Participantes. Sempre há necessidade da subseção relativa aos participan­ tes ou respondentes. Você deve descrever o número e a natureza dos participantes. Deve descrever idade, sexo, etnia e quaisquer outras características relevantes. Descrevem-se características especiais dos participantes, como crianças pri­ mogênitas, adolescentes filhos de alcoólatras, estudantes que atuam como pro­ fessores ou pais de meninos hiperativos. Indique a forma de recrutamento dos participantes e o tipo de incentivo fornecido pela participação. Também se pode incluir aqui o número de indivíduos em cada condição experimental. Equipamento. Se for utilizado equipamento especial no experimento, pode haver necessidade de uma subseção relativa a Equipamento. Podem-se especifi­ car o nome da marca e o número do modelo do equipamento. Alguns equipa­ mentos podem ser detalhadamente descritos. Inclua essa informação se ela for necessária para replicar o experimento. Procedimento. A subseção de Procedimento informa ao leitor exatamente como o estudo foi realizado. Uma forma de relatar essa informação é descrever passo a passo o que ocorreu no experimento. Mantenha a seqüência temporal de eventos, para que o leitor consiga visualizar a seqüência de eventos a que os participantes foram submetidos.

A p ê n d ic e A

341

A subseção de Procedimento esclarece ao leitor as informações dadas aos participantes, como as variáveis independentes foram manipuladas e como as variáveis dependentes foram medidas. Os métodos usados para controlar va­ riáveis estranhas também devem ser descritos. A descrição inclui procedimen ros de randomização, contrabalanceamento e meios especiais que tenham sido utilizados para manter uma variável constante entre condições. Finalmente, você deve descrever a forma de realização da entrevista de esclarecimento com os participantes. Se tiver utilizado um método não experimental, deve dar de­ talhes sobre a forma exata de realização do estudo e sobre as técnicas de mensuração utilizadas. O grau de detalhamento fica a seu critério. Utilize seu próprio julgamento para determ inar a importância de um aspecto específico e o grau de deta­ lhamento necessário para que o leitor compreenda claramente o que foi feito no estudo. Inclua todos os detalhes que parecerem importantes para a replicação do estudo. Outras subseções. Inclua outras subseções se elas forem necessárias para apresentar o método claramente. Por exemplo, uma seção sobre materiais de teste pode ser necessária em lugar de uma seção sobre Equipamento. Outras seções são criadas pelos autores para se adequar aos estudos realizados. Exami­ nando um número recente de um periódico, você irá encontrar alguns estudos com apenas duas subseções e outros com um número bem maior delas. Isso reflete diferenças de complexidade dos estudos e os estilos de redação particula­ res dos pesquisadores. Resultados

Na seção de Resultados, apresente os resultados tão claramente quanto possível. Essa seção contém uma descrição direta das análises feitas. Embora seja tentador explicar os resultados obtidos, reserve a discussão para a seção seguinte do artigo. Mencione o nível alfa (probabilidade) utilizado ao tomar decisões relativas à significância estatística: em geral, é 0,05 ou 0,01 e apenas requer uma senten­ ça simples como “Utilizou-se um nível alfa de 0,05 nas análises estatísticas”. Apresente seus resultados na mesma ordem das previsões feitas na seção de Introdução do artigo. Caso tenha feito um teste da manipulação, apresente-o antes de descrever os resultados principais. O conteúdo de sua seção de Resultados irá variar de acordo com o tipo de teste estatístico aplicado e o número de análises realizadas. No entanto, toda seção de Resultados inclui alguns elementos básicos. Se for pertinente, descreva procedimentos aplicados aos dados como preparação para a análise estatística.

342

M é t o d o s d f P fsquisa em C iências do C o m po rta m en to

Isso é particularmente importante quando se trata de codificar dados qualitati­ vos. (Algumas vezes, transformações de dados são incluídas na seção de Méto­ do.) Mencione os testes estatísticos aplicados aos dados (teste t, teste F, correla­ ção). Justifique a escolha de uma comparação estatística específica para avaliar sua hipótese. Além de resumir cada resultado em palavras, inclua os resultados dos testes estatísticos, utilizando a descrição estatística apropriada. Os resultados devem ser expressos em sentenças simpies. Por exemplo, os resultados do experimento sobre os efeitos da exposição a modelos agressivos, descritos no Capítulo 12, podem ser expressos da seguinte forma: Como previsto, as crianças expostas ao modelo agressivo foram significativamente mais agressivas que as não expostas, t(18) = 4,025, p < 0,01. O escore médio de agressão no grupo com modelo foi 5,20 e no grupo sem modelo, 3,10.

Essas duas sentenças informam ao leitor o padrão geral dos resultados, as médias obtidas e a significância estatística dos resultados (note a forma de des­ crição estatística, que inclui o símbolo para o teste t, graus de liberdade e nível de significância). Se os resultados forem relativamente diretos, podem ser apresentados intei­ ramente na forma de texto. Se o estudo envolveu um delineamento complexo, é possível que haja necessidade de tabelas e figuras para tornar mais clara a apre­ sentação dos resultados.

Tabelas e figuras. Em geral, utilizam-se tabelas para apresentar conjuntos grandes de dados. Por exemplo, uma tabela pode ser útil num delineamento com várias medidas dependentes. As médias dos diferentes grupos para todas as me­ didas dependentes podem ser apresentadas na tabela. Também é conveniente utilizar tabelas no caso de delineamentos fatoriais. Por exemplo, num delinea­ mento fatorial 2 x 2 x 3 pode-se utilizar uma tabela para apresentar todas as 12 médias. Podem ser utilizadas figuras se uma exibição visual dos resultados ajudar o leitor a compreender os resultados do estudo. Figuras podem ilustrar uma interação significativa ou mostrar tendências ao longo do tempo. Seguindo o estilo da APA, não apresente tabelas e figuras no corpo princi­ pal do manuscrito. Coloque-as no final do texto. Cada tabela aparece numa página separada. Tabelas ou figuras são identificadas no texto por um número juntamente com uma descrição de seu conteúdo. Nunca faça referência à loca­ lização da figura, porque esta é determinada na fase de editoração. Na seção de Resultados, faça afirmações tais como “Como se vê na Figura 2, o grupo exposto a m odelo...” ou “A Tabela 1 apresenta as características demográficas dos respondentes”. Descreva as características importantes da tabela ou da figura em lugar de fazer um comentário genérico como “Veja a Figura 3”.

A p É N D ict A

343

Não repita dados. Tabelas ou figuras informativas complementam o tex­ to, não o duplicam. Utilizar tabelas e figuras não diminui sua responsabilidade em descrever claramente a natureza dos resultados obtidos no texto de seu relatório. Ao escrever um relatório de pesquisa com um propósito diferente de publica­ ção - por exemplo, como parte dos requisitos de uma disciplina ou de um título pode ser mais conveniente você colocar as figuras e tabelas em páginas separadas no próprio corpo do trabalho. Como as regras de inserção de tabelas e figuras podem variar, verifique o formato apropriado antes de redigir seu relatório. Discussão dos resultados. Em geral não convém discutir as implicações dos resultados na seção de Resultados. No entanto, é possível combinar as se­ ções de Resultados e Discussão se esta for breve e a combinação resultar em maior clareza. Discussão

A seção de Discussão é o lugar apropriado para discutir as implicações dos resultados. Uma forma de organizar a discussão é começar resumindo o objeti­ vo original e as expectativas do estudo e, em seguida, mencionar se os resultados foram consistentes com as expectativas. Se os resultados não fornecerem supor­ te a suas idéias originais, você deve discutir como seus resultados contribuem para o conhecimento do problema investigado. Relacione seus resultados com pesquisas anteriores e com a teoria. É claro que as explicações serão diferentes se os resultados obtidos forem contrários a sua expectativa ou se não forem significativos. Freqüentemente, é uma boa idéia incluir críticas ao próprio estudo. Muitos artigos publicados incluem limitações do estudo. Procure antecipar restrições que um leitor possa fazer à metodologia utilizada. Por exemplo, se tiver utilizado um delineamento não experimental, aponte problemas de causa-e-efeito e even­ tuais variáveis estranhas que possam estar atuando. Algumas vezes há defeitos maiores ou menores que poderiam ser corrigidos num estudo subseqüente (com tempo, dinheiro e assim por diante). Você pode mencionar defeitos e sugerir correções. Se houver problemas potenciais na generalização dos resultados, men­ cione os problemas e apresente razões que a seu ver justificam a possibilidade ou não de generalização dos resultados. Os resultados provavelmente terão implicações para pesquisas futuras. Nesse caso, você deve discutir a direção que a pesquisa poderia tomar. Também é pos­ sível que a pesquisa tenha implicações práticas - por exemplo, para a educação de crianças ou para a melhoria da aprendizagem em sala de aula. Em geral, «serva-se a discussão destas questões mais amplas para o final da seção de

344

M é todos de P esqu isa em C iências do C om po rta m ento

discussão. Finalmente, é provável que você queira “fechar” o artigo com um breve parágrafo de conclusão. Referências Bibliográficas

A lista de referências bibliográficas começa numa página nova. As refe­ rências devem conter citações completas de todas as fontes mencionadas no relatório. Não omita qualquer fonte da lista de referências. Também não in­ clua fontes que não tenham sido mencionadas em seu relatório. Os procedi­ mentos exatos para citação de fontes no corpo de seu relatório e em sua lista de referências bibliográficas serão descritos posteriormenLe no Apêndice A. Siga os exemplos de publicações recentes. O formato da APA foi revisto em 1994 e, portanto, livros-texto e artigos de periódicos mais antigos não utilizam o formato apropriado.

Apêndice Manuscritos submetidos para publicação raramente incluem apêndice. O Manual de Publicação da APA menciona que um apêndice pode ser apropriado quando houver a possibilidade de o material desviar a atenção se for colocado no corpo do relatório. Exemplos de apêndices incluem uma amostra de um ques­ tionário ou de um instrumento utilizado num levantamento, uma prova mate­ mática complexa ou uma lista longa de palavras utilizadas como estímulos. Um apêndice (ou vários apêndices) é muito mais apropriado para o projeto de pes­ quisa de um estudante ou para uma tese. 0 apêndice pode incluir todo o ques­ tionário utilizado, um novo teste que foi desenvolvido ou outros materiais utili­ zados no estudo. Verifique com seu professor a pertinência de incluir um apêndi­ ce em seu artigo. Se você optar pela inclusão de um apêndice, ele começa numa página nova com a palavra “Apêndice” centralizada no alto.

Nota do Autor Pode-se incluir uma nota do autor, que costuma começar com um parágra­ fo mencionando o departamento a que os autores estão filiados. (Isso só é neces­ sário quando um artigo tem vários autores ou quando a instituição a que o autor está filiado mudou após o término do estudo.) Outro parágrafo pode for­ necer detalhes sobre o contexto em que o estudo foi realizado (por exemplo, baseado na dissertação de mestrado do primeiro autor) e os agradecimentos (por exemplo, instituição que forneceu apoio financeiro, colegas que ajudaram de alguma forma etc.). Um último parágrafo começa com “Endereço p a r a -eor= i

A p ê n d ic e A

345

respondência...” seguido pelo endereço do autor designado para esse fim. Ende­ reços eletrônicos também costumam ser fornecidos na nota do autor. Uma nota do autor provavelmente é desnecessária no caso de relatórios preparados para uma disciplina. Se for incluída, a nota do autor começa numa página nova. Notas de rodapé

Notas de rodapé, caso sejam utilizadas, não são digitadas no corpo do tex­ to. Em vez disso, todas as notas de rodapé do artigo são digitadas numa página no final do artigo. Evite utilizar notas de rodapé, a não ser que seja absoluta­ mente necessário. Elas tendem a distrair os leitores e a informação pode e deve ser integrada no corpo do texto. Tabelas

Cada tabela deve ficar numa página diferente. Como foi dito anteriormen­ te, o estilo da APA requer a colocação das tabelas no final do artigo, mas para uma disciplina é possível que as tabelas sejam colocadas em páginas separadas no corpo do trabalho. Você encontrará uma tabela a título de ilustração no artigo-exemplo ao final do Apêndice A. Ao preparar sua tabela, procure dispô-la no espaço de tal forma que não fique confinada numa pequena parte da página. Defina áreas da tabela usando linhas horizontais (nunca utilize linhas verticais). Reflita sobre o título, para que ele descreva corretamente e com clareza o con­ teúdo da tabela. Você pode utilizar uma nota explicativa na tabela, para indicar os níveis de significância ou a faixa de valores possíveis de uma variável. Antes de construir sua própria tabela examine tabelas num número recente de um dos periódicos publicados pela Associação Psicológica Americana. Figuras

Há duas regras especiais de estilo para a colocação e preparação de figuras: (1) as figuras são colocadas depois das tabelas rios artigos e (2) as legendas das figuras aparecem num a página separada antes das figuras. No entanto, essas regras podem não ser necessárias no caso de relatórios de estudantes ou de teses. Nesses casos, cada figura será colocada numa página separada no corpo do texto, no local apropriado, sem haver necessidade de uma página separada para a legenda (esse é um procedimento adequado apenas para a diagramação de um artigo). Além disso, se você estiver seguindo o estilo da APA, as páginas contendo as figuras não são numeradas nem incluem um título breve (o título da figura é escrito a lápis no verso da página).

346

M é to d o s df. P e s q u i s a

em

G f.n c ia s d o C o m p o r ta m e n to

Algumas vezes é necessário preparar gráficos manualmente. No entanto, é muito mais fácil usar um programa de computador para criar gráficos. A maio­ ria dos programas com planilhas eletrônicas, editores de texto e de análise esta­ tística contém recursos gráficos. Variáveis independentes e preditoras são colo­ cadas no eixo horizontal. Variáveis dependentes e critério são colocadas no eixo vertical. Você deve rotular os eixos horizontal e vertical. Quando se imprime um gráfico numa página separada, uma regra prática é contrapor um eixo horizon­ tal com aproximadamente 12,5 cm a um eixo vertical com aproximadamente 8,75 cm. Se estiver inserindo um gráfico no texto de seu relatório (e não estiver utilizando o estilo da APA), seus gráficos poderão ser menores. Lembre que o objetivo de uma figura é facilitar a compreensão dos resulta­ dos por meio de uma exibição gráfica dos dados. Se o gráfico contiver excesso de informação, irá confundir o leitor e não cumprirá seu objetivo. Planeje seus gráficos com cuidado para informar o leitor corretamente e com clareza. Se você estiver interessado na apresentação de informações em gráficos e diagra­ mas, recomendamos dois livros de Tufte (1983, 1990). Tlifte discute várias for­ mas de apresentação de dados, fatores que afetam a clareza dos dados e manei­ ras pelas quais um gráfico pode enganar o leitor. Resumo: Ordem das Páginas

Resumindo, a organização de seu artigo é a seguinte: 1.

Página de rosto (página 1)

2.

Resumo (página 2)

3.

Páginas de texto (começar em página nova, 3) a. Título no alto da primeira página inicia a introdução b. Método c. Resultados d. Discussão

4.

Referências (inicie numa nova página)

5.

Apêndice (caso inclua, utilize uma página nova)

6.

Nota do autor (caso inclua, utilize uma página nova)

7.

Notas de rodapé (caso inclua, utilize uma página nova)

8.

Tabelas, com legendas (cada tabela numa página separada)

9.

Legendas de figuras (todas juntas numa página separada)

10. Figuras (cada figura numa página separada)

A péndtcf A

347

Você deve ter agora uma idéia geral de como estruturar e redigir seu relató­ rio. O restante deste apêndice focaliza algumas regras técnicas que podem ser úteis na preparação de seu relatório de pesquisa.

USO DE TÍTULOS

Artigos escritos utilizando o estilo da APA utilizam um de cinco níveis de títulos. Em geral utilizam-se o nível 1 e o nível 3, mas é possível que também haja necessidade de você utilizar o nível 4. Esses níveis são os seguintes: (Nível 1) (Nível 3) (Nível 4)

Título Centralizado Título iunto à mareiem. O texto começa com deslocamento numa nova linha. Título de parágrafo. O título tem um deslocamento e o texto começa na mesma linha.

Os níveis 2 e 5 não serão descritos aqui, porque são usados em artigos mais complexos, em que são apresentados vários experimentos. Os títulos centralizados ou de nível 1 iniciam as seções principais do artigo: Resumo, Título (na página 3), Método, Resultados, Discussão, Referências etc. Nos títulos de nível 1 a primeira letra de cada palavra é maiúscula. Os títulos de nível 3 ou junto à margem dividem as seções principais em subseções. São digitados junto à margem esquerda e a primeira letra de cada palavra é maiúscula. A seção de método, por exemplo, é dividida em pelos me­ nos duas subseções: Participantes e Procedimento. O formato correto é Método Participantes A descrição dos participantes começa numa nova linha. Procedimento O procedimento é, então, detalhadamente descrito.

Os títulos de nível 4 ou de parágrafo são utilizados para organizar o material numa subseção. Por exemplo, pode-se quebrar a subseção do Procedimento em ca­ tegorias separadas para descrever as instruções dadas aos participantes, a manipu­ lação da variável independente, a mensuração da variável dependente e a entrevista esclarecedora. Cada uma delas pode ser introduzida por um título de parágrafo. Os títulos de parágrafo começam numa linha nova, com deslocamento de -----£inco espaços. A primeira palavra começa com letra maiúscula e as palavras

348

M éto d o s de P esquisa km C iências d o C o m po rta m ento

seguintes são todas digitadas em minúsculas. O título termina com um ponto. O título todo, incluindo o ponto, é sublinhado. Toda informação que aparece entre um título de parágrafo e o título seguinte (de qualquer nível) deve estar relacio­ nada ao título do parágrafo.

CITAÇÕES E OUTRAS FONTES DE REFERÊNCIA Estilo de Citação

Sempre que inclui informações relatadas por outros pesquisadores, você deve identificar corretamente as fontes. Os periódicos da APA utilizam o método de citação autor data: O(s) nome(s) do(s) autor(es) e o ano da publicação são inseridos nos locais apropriados. O estilo da citação varia: os nomes dos autores podem ser parte da narrativa ou estar entre parênteses. Um autor. Se o nome do autor for parte da narrativa, inclua a data da publicação entre parênteses após o nome: Markman (1991) verificou que a discordância conjugal pode levar a resolução de con­ flito construtiva.

Se o nome do autor não for parte da narrativa, cite o nome e a data entre parênteses no final de uma expressão introdutória ou no final da sentença: Num estudo (Markman, 1991), casais aprenderam a discutir... As taxas de divórcio e de violência conjugal são menores após uma intervenção visando a solução de problemas (Markman, 1991).

Dois autores. Quando o trabalho tem dois autores, ambos os nomes são incluídos em cada citação da referência. Se os nomes forem parte de uma sen­ tença, utilize a conjunção “e” para conectar os nomes dos autores. Se a citação inteira estiver entre parênteses, utilize ponto-e-vírgula: Harris e Marmer (1996) relataram que os pais de famílias pobres são menos envolvi­ dos com seus filhos adolescentes que os pais de famílias que não vivem em condi­ ções de pobreza. Os pais de famílias pobres tendem a dedicar menos tempo a seus filhos adolescen­ tes em comparação com os pais de famílias que não vivem em condições de pobreza (Harris; Marmer, 1996).

A p é n d jc f A

349

Três a cinco autores. Se um trabalho liver três a cinco autores, todos os sobrenomes são citados na primeira referência. Daí em diante, cita-se o sobre­ nome do primeiro autor seguido pela abreviação et al. (“e outros”) juntamente com a data da publicação. Pode-se utilizar a abreviação em citações que são parte da narrativa e em citações entre parênteses: Prim eira citação

Abernathy, Massad e Romano-Dwyer (1995) relataram que adolescentes de sexo feminino com auto-estima baixa têm maior tendência a fumar que seus pares com auto-estima elevada. H á pesquisa sugerindo que baixa auto-estima é uma das razões que motivam adoles­ centes de sexo feminino a fumar {Abernathy; Massad; Romano-Dwyer, 1995). Citações subseqüentes

Abernathy et al. (1995) também examinaram a relação entre fumo e auto-estima em adolescentes de sexo masculino. Para adolescentes de sexo masculino não há relação entre fumar e auto-estima, o que sugere motivações específicas a gênero para começar a fumar na adolescência (Abernathy et al., 1995).

Com respeito às citações subseqüentes, coloca-se a questão da inclusão ou não da data de publicação cada vez que um artigo é citado. Num parágrafo, não há necessidade de incluir o ano em citações subseqüentes, desde que não haja possibilidade de confundir o estudo com outros citados no relatório. C itação num parágrafo

Num estudo recente sobre tempo de reação, Yokoi e Jones (1998)... Yokoi e Jones também relataram que ...

Se as citações subseqüentes estiverem em outro parágrafo ou em outra seção do relatório, a data da publicação deve ser incluída. Seis ou mais autores. Ocasionalmente, há referência a um trabalho feito por seis ou mais autores. Nesse caso, utilize a abreviação et al. após o último nome do primeiro autor em todas as citações. Embora os nomes de todos os autores não sejam arrolados no texto, a citação na seção de referências biblio­ gráficas do relatório deveria incluir os nomes de todos os autores. Referências sem autor. Quando um artigo não tem autor (como ocorre, por exemplo, com alguns artigos de jornal ou de revista), cite as primeiras duas — ou três palavras do título entre aspas, seguidas da data-da publicação:

350

M éto d o s d e P esq u isa em C iências do C om po rta m ento

C itação na lista de referências bibliog ráficas

Pais fumantes matam 6.200 crianças por ano, diz estudo (15 de julho de 1997). O ranae Countv Reaister. p. 11. C itação no texto

Num artigo sobre fumo (“Pais fumantes”, 1997), dados obtidos com ...

Vários trabalhos dentro dos m esm os parênteses, Uma forma conve­ niente de citar vários estudos sobre o mesmo assunto ou vários estudos com resultados semelhantes é incluí-los em seqüência nos mesmos parênteses. Se dois ou mais trabalhos forem do mesmo autor, ordene-os pelo ano de publica­ ção, separando as citações por vírgulas: Schaie e Willis (1 9 8 6 ,1 9 9 3 ) verificaram que... Pesquisas anteriores (Schaie; Willis, 19 8 6 ,1 9 9 3 ) indicam...

Se dois ou mais trabalhos de diferentes autores forem citados nos mesmos parênteses, ordene-os em ordem alfabética e separe as citações por ponto-evírgula: Pesquisas realizadas com famílias sob estresse econômico relatam consistentemente que meninas reagem com problemas de internalização, enquanto meninos reagem com problemas de externalização (Conger et al., 1994; Flanagan; Eccles, 1993; Lernpers; Clark- Lempers; Simons, 1989).

Estilo de Referência Bibliográfica

O Manual de Publicação da APA especifica diferentes formatos de referência a artigos de periódicos, livros, capítulos de livros, relatórios técnicos, apresenta­ ções em congressos, dissertações e vídeos, entre muitas formas de produção. Apresentaremos apenas algumas delas. Se tiver dúvida sobre a forma de elabo­ rar uma referência, consulte o manual da APA. O formato geral para uma lista de referências é o seguinte: 1.

Liste as referências em ordem alfabética pelo último nome do primeiro au­ tor. Não categorize as referências por tipo (isto é, livros, artigos de periódi­ cos e assim por diante). Observe nos exemplos o espaçamento na digitação dos nomes dos autores.

2.

Separe os elementos de uma referência (nomes dos autores, título do arti­ go, data de publicação). -------

A péndic .e A

3.

351

Desloca-se a primeira linha de cada referência como se fosse a primeira linha de um parágrafo. Pode-se pensar em cada referência como um pará­ grafo diferente.

A última regra é controversa. Durante muitos anos, tanto as referências publicadas quanto aquelas sob forma de manuscrito seguiam o mesmo formato de deslocamento da segunda linha em diante: Hammond, J. M. (1995). Múltiplo risco ou múltiplos recursos? Interação entre idade, raça, arranjos de moradia, nível educacional e saúde em mulheres idosas. Journal of Women & Aoina. 7 . 5-24.

A primeira linha é alinhada com a margem esquerda e as linhas subseqüen­ tes apresentam deslocamento. Esse formato torna fácil a localização das cita­ ções numa lista de referências. Quando a quarta edição do manual da APA foi publicado, poucos editores permitiam produzir facilmente o deslocamento reco mendado. Conseqüentemente, a APA decidiu alterar o formato para digitação de referências. Cada citação começa com um deslocamento de parágrafo c as linhas restantes são sublinhadas junto à margem. A referência listada acima seria digitada da seguinte forma: Hammond, J. M. (1995). Múltiplo risco ou múltiplos recursos? Interação entre idade, raça, arranjos de moradia, nível educacional e saúde em mulheres idosas, Journal of W om en & Aging. 7, 5-24.

Se o estudo for publicado, esse estilo será convertido para o formato de deslocamento da segunda linha em diante, na fase de editoração. Verifique as regras para produzir seu artigo. No caso de um projeto para uma disciplina ou de uma tese, sugerimos o uso do formato de deslocamento da segunda linha em diante, para aumentar a legibilidade da lista de referências. Formato para artigos de periódicos. A maioria dos periódicos é organiza­ da por volume e ano de publicação (por exemplo, o volume 54 de American Psychologist consiste nos números desse periódico publicados em 1999). Fre qüentemente, surge confusão quanto à necessidade de identificar o número do periódico além do volume. A regra é simples: se a paginação dos números que compõem um volume for seqüencial, não inclua o número do periódico. Se cada número que compõe um volume começar com a página 1, deve-se incluir o número do periódico. A seguir encontram-se exemplos específicos. Sublinhe o nome do periódico e o número do volume, na lista de referencias. Apenas a primeira letra da primeira palavra aparece em letra maiúscula (com exceção de nomes próprios e da primeira palavra após dois-pontos ou in­ terrogação). Aqui estão alguns exemplos.

352

M é to d o s

de

P e s q u i s a e m C iê n c ia s d o C o m p o r ta m c n to

Um autor sem id entificação do núm ero do p eriód ico

Newby. T. J. (1991). Estratégias de motivação em sala de aula: estratégias de professores de primeiro ano. Journal of Educational Psvcholoav. 8 3 .195-200. D ois autores com id entificação do núm ero do periód ico

Greenwald-Robbins, J.; Greenwald, R. (1994). Atitudes ambientais pensadas com base na teoria do desenvolvimento: Um a análise quantitativa. Journal of Social Issues. 50(3). 29-47.

Formato para livros. Ao citar um livro, sublinhe o título. Apenas a primei­ ra palavra do título começa com letra maiúscula; no entanto, nomes próprios e a primeira palavra após dois-pontos ou ponto de interrogação também come­ çam com maiúscula. Após o título, informam-se a cidade de publicação e a edi­ tora. Se a cidade não for muito conhecida, incJua a abreviação do Estado com duas letras (e. g., SI? MG, PR, BA). Liv ro de um autor

Uba, L. (1994). Asiáticos americanos: padrões de personalidade, identidade e saúde mental. New York: The Guilford Press. Livro de um autor - segunda edição ou edições posteriores

McAdoo, H. P. (1988). Famílias nearas (2a ed.). Newbury Park, CA: Sage. Livro organizado p or um editor

Huston, A. H. (Ed.). (1991). Crianças em situação de pobreza: Desenvolvimento infantil e políticas públicas. New York: Cambridge University Press.

Formato para artigos em livros organizados por um editor. No caso de livros organizados por um editor, a referência começa com os nomes dos autores do artigo, não do livro. A seguir, informa-se o título do artigo. O(s) nome(s) do(s) editor(es), o título do livro, os números de páginas do artigo e a data de publicação do livro são colocados depois, nessa ordem. Sublinhe apenas o título do livro e coloque em letra maiúscula apenas a primeira letra dos títulos do artigo e do livro. Aqui estão alguns exemplos. Um editor

Brown, A. L ; Campione, J. C. (1994). Descoberta orientada numa comunidade de aprendizes. In K. McGilly (Ed.), Lições em sala de aula: integração da teoria cognitiva com a prática em sala de aula (pp. 229-270). Cambridge, MA: M IT Press. D ois editores

Bates, J.; Bayles, K.; Bennett, D.; Ridge, B.; Brown, M. (1991). Origem de problemas comportamentais externalizados em crianças de oito anos. In: D. Pepler;

A pêndícf. A

353

K. Rubin (Eds.), Desenvolvimento e tratamento da agressao em crianças (pp. 93120). Hilfsdale, NJ: Erlbaum. C apítulo de livro que faz parte de série de vários volum es

Kagan, J. (1992). Contribuições do temperamento no comportamento social e na expressão emocional. Em M. S. Clark (Ed.), Revisão de personalidade e psicolo­ gia social. Vol. 14. Emoção e comportamento social (pp. 99-118). Newbury Park, CA: Sage.

Formato para “artigos populares”. Os estilos de referência a seguir são apropriados para artigos de revistas e jornais. Como regra geral, eles devem ser pouco utilizados (por exemplo, quando não há artigos científcos sobre um as­ sunto ou para exemplificar um evento relacionado a seu assunto). Revista - páginas consecutivas

Begley, S. (1 9 9 5 ,2 7 Mar.). Substância cinzenta. Newsweek. 125.4 8 -5 4 . Jo rn a l - sem autoria

Na universidade com dez anos. (1 9 9 4 ,6 June). Orange Countv Reoister. p. 15. Jorn al - páginas não consecutivas

Coie, K. C. (1995,1 May). Especialistas afirmam que o modo cfe funcionamento do cérebro pode desempenhar um papel em vieses. Los Angeles Times, pp. A 1, A18.

Formato para palestras e comunicações de trabalhos em congressos. É possível que ocasionamente haja necessidade de citar uma palestra ou um tra­ balho apresentado num congresso científico. Aqui há dois exemplos: Palestra

Kee, D. W.; McBride, D.; Neale, P.; Segai, N. (1995, Nov.). Lateralidade manual e cerebral em gêmeos monozigóticos discordantes quanto à mão dominante. Pales­ tra apresentada na reunião anual da Psychonomic Society, Los Angeles, CA. Com unicação de trabalho

Roach, M. A.; Barratt, N. S.; Miller, J. F. (1997, Apr.). Adaptação materna a crianças com síndrome de Down e com desenvolvimento típico em função do tempo. Trabalho apresentado na reunião anual da Society for Research in Child Development. Washington, DC.

Formato de Referência para Fontes Eletrônicas

A quantidade de informação disponível na Internet aumentou muito nos últimos anos. A Associação Psicológica Americana desenvolveu diretrizes para

354

M étodos de P e sq u isa em C iências do C om po rta m en to

citar informações obtidas na Internet disponíveis em seu endereço eletrônico: http://www.apa.org. Nesse endereço, encontra-se a maioria dos formatos atuais, mas é possível que eles mudem facilmente, com o desenvolvimento tecnológico. Citação de um endereço da Web

Algumas vezes pode haver interesse em simplesmente citar um endereço da Web num artigo, sem fazer menção a um documento específico. Nesse caso, basta fornecer o endereço da Web. Não há necessidade de listá-lo nas referên­ cias. Por exemplo, o texto de seu artigo poderia conter a seguinte informação: Há um endereço útil para estudantes relativo ao texto Métodos de Pesquisa em Psicologia (http://methods.fullerton.edu).

Citação de documentos/páginas específicas da Web

Os métodos para citar documentos específicos da Web em seu artigo são os mesmos utilizados para citar qualquer documento. Siga as regras já descritas informando autor e ano de publicação. Por exemplo, para citar o documento da Web que contém essas diretrizes, o texto pode ser o seguinte: A Associação Psicológica Americana (1999) preparou uma lista de recomendações para citar recursos eletrônicos.

Na lista de referências, a menção ao documento da

W eb

apareceria como:

Associação Psicológica Americana (1999, 9 ago.). Formatos de Referência Eletrônica reco­ mendados pela Associacão Psicológica Americana. Washington, DC: Autor. Obtido em I ade Setembro na World Wide Web: http://www.apa.org/journals/webref.html

Note que a citação trata o documento da Web como uma publicação, com data de publicação e editor. O mais importante é informar a data de obtenção do docu­ mento, a localização exata e o nome do arquivo (URL) que contém o documento. Algumas vezes é difícil fornecer todas as informações facilmente localiza­ das no caso de uma publicação impressa regular. Nesses casos, empenhe-se em fornecer todas as informações necessárias para que o leitor possa encontrar o mesmo documento na Web. Por exemplo, a seguir encontra-se uma citação obti­ da num serviço de informação da Web chamado about.com: Henning, C. (1998,18 fev.). Fobia social: o que é e intervenções possíveis. About.com. Obti­ do em I a de setembro de 1999 na World Wide Web: http://panicdisorder.about.com/Hhrary/ weekly/aa980218.htm

A p ê n d ice A

355

Revistas e jornais eletrônicos também estão-se tornando freqüentes. A se­ guir encontra-se uma citação de um periódico científico eletrônico em Psicolo­ gia chamado Psycholoquy: Memon, A.; Stevenage, S. V (1996). Entrevistando testemunhas; o que funciona e o que não funciona? Psycholoquy. 7 (0 6 ). Obtido em l 2 de setembro de 1999 na World Wide Web: http:/ /www. cogsci.soton.ac.uk/cgi/psyc/newpsy? 7.06

Note que o periódico fornece informação sobre volume e número, mas não sobre número de página, porque o documento é simplesmente um arquivo sem páginas separadas. Também não há necessidade de colocar ponto no final da citação.

ABREVIAÇÕES

Em artigos escritos de acordo com oestilo da APA não se usam muitas abreviações. Elas podem distrair o leitor, porque ele deve tentar traduzir cons­ tantemente a abreviação em seu sentido completo. No entanto, o estilo da APA permite o uso de acrônimos aceitos como palavras no dicionário (especifica­ mente o Webster's Collegiate Dictionaiy). Esses acrônimos incluem IQ, REM, ESP e AIDS. Podem-se abreviar certos termos bem conhecidos se isso facilitar a leitura, mas é recomendável que você apresente o significado completo na primeira vez que utilizar o acrônimo no artigo. São exemplos de acrônimos comumente uti­ lizados: MMPI MCD EC TR CVC ANOVA

Inventário Multifásico de Personalidade dc Minnesotta Memória de Curta Duração Estímulo Condicionado Tempo de Reação Consoante-Vogal-Consoante Análise de Variância

Algumas vezes utilizamos termos estatísticos sob forma abreviada ou de símbolos. Num manuscrito eles sempre aparecem sublinhados. Por exemplo, M DP Mdn g! n

média desvio-padrão mediana graus de liberdade número de indivíduos num grupo ou condição experimental

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

356

N

número total de participantes ou respondentes

U SQ

nível de probabilidade (signifícância) som a de quadrados

OM

quadrado médio

F

valor de F na análise de variância

r

coeficiente de correlação de Pearson

R

coeficiente de correlação múltiplo

F in a lm e n te , , e m a r tig o s e n c o n tr a m -s e c o s tu m e ir a m e n te c e r ta s a b revia-

ções do latim e do português. Algumas dessas abreviações e seus significados são: cf.

conferir

(do Latim confer)

e.g.

por exem plo

(do Latim exempli gratia)

etc.

e assim por diante (do Latim et cetera)

i.e.,

is to é

vs.

versus

(do Latim id est)

ALGUMAS CONSIDERAÇOES GRAMATICAIS Palavras e Expressões de Transição

Uma forma de redigir um artigo claro é relacionar as sentenças num pará­ grafo c os parágrafos numa seção. As transições entre sentenças e parágrafos dcvcm scr suaves e consistentes com a linha de raciocínio. Nesta seção, você encontra uma descrição de palavras e expressões de transição comumente utili­ zadas e suas funções. Advérbios. Podem-se utilizar advérbios como palavras que introduzem sentenças. É preciso utilizá-los, no entanto, para transmitir os sentidos impli­ cados. A dvérbio

S en tido im plicado

Felizmente

Por sorte...

Igualmente

Da mesma forma...

Certamente

E certo que...

Claramente

E claro que...

Palavras que sugerem contraste. Algumas palavras e expressões sugerem contraste ou contradição entre o que foi escrito imediatamente antes e o que está sendo escrito agora:

A p è n d ic f : A

Entre sentenças

Intra-sentenças

Por contraste,

enquanto

Por outro lado,

embora

No entanto,

mas

357

As palavras na coluna da esquerda referem-se à sentença anterior. As pala­ vras na coluna da direita rclacionam partes de uma sentença; isto é, referem-se a outra peculiaridade na mesma sentença. Palavras que sugerem um a série de idéias. Palavras e expressões que sugerem que a informação após a palavra de transição é relacionada ou seme­ lhante à informação contida na sentença são: Primeiro

Além disso

Por último

Segundo

Além do que

Finalmente

Mais adiante Ademais

Terce ire

Então

Também

Outro

Palavras que sugerem implicação. Essaspalavras e expressões sugerem que a informação seguinte à palavra de transição decorre da informação ante­ rior: Portanto

S e ... e ntão

Conseqüentemente

Assim

Em conclusão

Então

Ao utilizar palavras de transição, verifique se elas transmitem o significado pretendido. Distribuí-las simplesmente no começo das sentenças pode confundir o leitor e invalidar seu objetivo.

MENÇÃO A NÚMEROS E ESTATÍSTICA

Praticamente todos os artigos de pesquisa relatam números: número de participantes, número de grupos, valor de estatísticas como t, F ou r. Você deve utilizar algarismos (por exemplo, “43”) ou palavras (por exemplo, “quarenta e três”)? A regra geral é usar palavras ao expressar números de zero a nove, mas usar algarismos para números iguais ou superiores a 10. No entanto, há algu­ mas restrições importantes. Se iniciar uma sentença com um número, deverá usar palavras mesmo que o número seja igual ou maior que 10 (por exemplOj “Oitenta e cinco estudantes que atuam como professores participaram do estudo”). Muitas vezes é desajeita­ do começar uma sentença com algarismo, especialmente se o número for gran­ de. Portanto, você deve tentar reformular a sentença para evitar o problema

358

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

(por exemplo, “05 participantes foram 85 estudantes matriculados em disciplinas de preparação pedagógica”). Se comparar números maiores e menores que 10 na mesma sentença, utilize algarismos para ambos (por exemplo, “Os participantes leram 8 ou 16 parágra­ fos”.). No entanto, a sentença a seguir contcm uma mistura apropriada de alga­ rismos e palavras: “Os participantes leram oito parágrafos e, depois, responderam a 20 questões de múltipla e s c o lh a A sentença está correta, porque os parágrafos e as questões são entidades diferentes e, assim, não estão sendo comparadas. Ao relatar uma porcentagem, sempre utilize algarismos seguidos por um sinal de porcentagem, exceto no início de uma sentença. Isso é verdade, tanto para números menores que 10 (por exemplo, ’’Apenas 6% dos jogos de computa­ dor interessaram às mulheres”) quanto maiores que 10 (por exemplo, “Com a utilização dessa técnica 85% dos participantes melhoraram seu desempenho Sempre utilize algarismos ao descrever idade (por exemplo, “5 anos"), pon­ tos numa escala (por exemplo, “3 numa escala de 5 pontos”), unidades de mensuração (por exemplo, “as crianças ficaram a 2 m do alvo”), tamanho da amostra (por exemplo, “em cada condição do estudo havia 6 meninas e 6 meni­ nos"), estatística (por exemplo, “o escore médio no grupo sem modelo foi 3,10”). Uma exceção estranha, mas simples à regra palavra-número ocorre quando dois tipos de número têm de aparecer juntos. Um exemplo é “Professores identifica­ ram, entre os mais agressivos, quinze de 7 anos”. Essa sentença evita uma justa­ posição desajeitada de dois números. Finalmente, é preciso apresentar os resultados estatísticos, em seu artigo, de forma padronizada. Como vimos anteriormente, os termos estatísticos são abre­ viados e sublinhados (por exemplo, M, r, t, F). AJém disso, ao relatar os resultados de um teste de significância estatística, informe o nome do teste, o número de graus de liberdade, o valor do teste estatístico e o nível de probabilidade. A seguir encontram-se dois exemplos de sentenças que descrevem resultados estatísticos: Como havia sido previsto, os participantes na condição de elevada ansiedade levaram mais tempo para reconhecer as palavras (M = 2,63) do que os indivíduos na condição de baixa ansiedade (M = 1,42), t(20) = 2,34, e < 0,05. Encontrou-se correlação significativa entre os escores de satisfação no trabalho e satisfação conjugal, r(50) = 0,38, p < 0,05.

Se sua impressora não produzir determinado símbolo, desenhe-o com tinta preta.1 1 Pode-se utilizar o programa Equadou que já está incorporado ao MS-Word para editar expres­ sões matemáticas e estatísticas (NT).

A p ê n d ic e A

359

Preste atenção à forma de descrição da esLatística em artigos publicados em periódicos especializados. É possível variar a forma de descrição dos resulta­ dos para ajustar melhor aos dados, assim como variar a construção da sentença.

CONCLUSÃO

Ao completar um relatório de pesquisa, você deve sentir-se orgulhoso do esforço realizado. Considerou pesquisas anteriores sobre um problema, realizou um projeto de pesquisa, analisou os resultados e relatou as descobertas. O traba­ lho de pesquisa pode resultar numa publicação ou numa apresentação em reu­ nião científica. No entanto, essa não é a parte mais importante da pesquisa. O mais importante é o conhecimento adquirido e a curiosidade despertada para aprender mais.

ARTIGO-EXEMPLO

O restante deste apêndice consiste em um manuscrito digitado de artigo publicado num periódico especializado. O objetivo é fornecer um modelo útil para os que desejam escrever seus relatórios segundo o estilo da APA. Observa­ ções feitas à margem chamam atenção para elementos importantes do estilo da APA. Leia o manuscrito, prestando atenção ao formato geral, e verifique se com­ preendeu as regras relativas a paginação, títulos de seções, citação de referên­ cias e formato de tabelas e figuras. A preparação do primeiro relatório de pes­ quisa sempre é uma tarefa desafiadora. A tarefa toma-se mais fácil com a leitu­ ra de pesquisas realizadas por outros e com a prática da redação de relatórios. O artigo escolhido como exemplo foi publicado originalmente por Robert A. Baron no Personality and Social Psychology Bulletin (1997, v. 23, p. 498-503). Foram feitas algumas modificações para ilustrar vários elementos do estilo da APA. O Dr. Baron gentilmente deu permissão para que seu artigo fosse reimpresso dessa forma. Ao ler o artigo, você ficará interessado em saber que o Dr. Baron estudou extensamente o assunto de fragrâncias e inventou um equipamento para filtrar ar e reduzir ruído, com o objetivo de melhorar o ambiente de traba­ lho. O artigo-exemplo á apresentado com fonte Courier. É possível também utili­ zar fonte Arial ou Times New Roman.

M é t o d o s d e P e s q u i s a ilm C iê n c ia s d o C o m p o r t a m e n t o

360

Comentário n“ ] -

Doce Perfume da Ajuda 1

Cada págin a tem um cabeçalho com um a identificação do artigo e um núm ero de página.

Com entário ne 2 O artigo tem um títu lo resum ido que será colocado no alto de cada página, na form a fin a l impressa. Deve ser datilogra­ fa d o em m aiúscu­ las e ter 5 0 espaços no máximo.

I

Com entário n* 3 Título, au to r e instituição de origem aparecem centralizados na página.

Título resumido: EFEITO S DE UMA FRAGRÂNCIA AGRADÁVEL NO AM BIENTE

O Doce Perfume d a ... Ajuda: Efeitos de Uma Fragrância Agradável no Ambiente sobre Comportamento Pró-Socíal em Centros Comerciais Robert A. Baron Instituto Politécnico Rensselaer

Com entário ne 4 O titu lo em geral não excede 15 palavras. Com entário ne 5 Utilize espaço duplo no artigo todo. C om entário n* 6 -

As m argens devem ter p elo menos 2 ,5 cm.

A p ê n d ic e A

Doce Perfume da Ajuda 2 RESUMO Num estudo preliminar, verificou-se que pessoas que andam num centro comercial de grande porte estavam mais dispos­ tas a ajudar um auxiliar de experimentador de mesm o sexo que elas (pegando uma caneta que havia caído ou trocando dinheiro) quando havia um odor agradável no ambiente (por exemplo, de biscoito assando ou de café tostando) do que quando não havia. Os participantes também relatavam níveis significativamente mais altos de afeto positivo na presença de odores agradáveis. Num segundo estudo, variou-se sistemati­ camente a ordem de exposição dos transeuntes a uma oportu­ nidade de ajuda e avaliação de seu estado de ânimo. O s resul­ tados obtidos foram semelhantes aos do primeiro estudo. A ordem das tarefas não afetou o estado de ânimo ou a ajuda, mas o odor teve efeito. A ajuda foi significativamente maior na presença de odores agradáveis do que em sua ausência. Além disso, há evidências de que a intensificação do comportamen­ to de ajuda induzida pelo odor foi mediada por níveis maiores de afeto positivo.

361

I

Com entário nQ 1 O resum o começa num a nova página. Com entário n° 2 A p alavra Resumo aparece cen traliza­ da e não é s u b li­ nhada. Com entário n“ 3 Não se utiliza recuo de parágrafo no resumo. Com entário nQ4 O resum o em geral tem entre 100 e 1 5 0 palavras.

362

M é t o d o s d e P e s q u i s a hm C i ê n c ia s d o C o m p o r t a m e n t o

r

Doce Perfume da Ajuda 3 Com entário 1Na p ágin a 3 . começa o corpo principal do artigo, incluindo método,, resultados e

discussão. Com entário n * 2 Centralize o título c, em seguida, inicie a introdução. N ão coloque o nom e do autor.

I

Com entário ne 3 Para citar referên­ cias utilize o sobrenom e do autor e a data.

I Com entário na 4 ~ Utilize o sím bolo & quando os nomes dos autores aparecem entre parênteses. Utilize e quando os nomes dos autores são p a rte do texto.

I Com entário n&5 Coloque os nom es de todos os autores na prim eira citação. Quando há dois ou m ais autores, use et al. nas citações subseqüentes.

O Doce Perfume d a ... Ajuda: Efeitos de Uma Fragrância Agradável no Ambiente sobre Comportamento Pró-Social em Centros Comerciais A humanidade tem utilizado fragrâncias agradáveis des­ de seus primórdios. Por exemplo, ao escavarem as tumbas dos faraós egípcios - pessoas que viveram há milhares de anos os arqueólogos muitas vezes encontram jarros com vestígios de óleos perfumados (usados para untar o corpo) e vários tipos de incenso ~ substâncias que produzem odores agradáveis quando queim adas. Esses dois usos principais de fragrâncias m antêm -se até hoje. Revistas atuais estão repletas de anúncios de perfum es e colônias, tendo cresci­ do nos últimos anos as vendas de dispositivos para perfu­ m ar o ambiente (Foderaro, 1988). O próprio autor contribuiu um pouco nesse sentido, patenteando um dispositivo para melhorar am bientes internos por meio da filtragem do ar, controle de ruído e liberação de fragrâncias agradáveis (Edwards, 1995). Fragrâncias agradáveis realm ente produzem os efei­ tos benéficos que muitas pessoas supõem? Essa questão tem recebido recentem ente crescente atenção por parte de psicólogos sociais (por exem plo, DeBono, 1992; Knasko, 1 9 9 3 ; L u d v irg so n ; R o ttm a n , 1 9 8 9 ; W a rm ; D e m b e r; Parasuram an, 1991). Esse interesse crescente pelos efei­ tos potenciais de odores agradáveis representa, em certo sentido, extensão lógica de uma linha de investigação em psicologia social que já dura mais de 20 anos: esforços para estudar os efeitos de variáveis ambientais, tais com o tem ­ peratura (Anderson; Deuser; D eN eve, 1995; Baron, 1963a), iluminação (Baron; Rea; Daniels, 1992; Gifford, 1988), ruído (B e ck eret al., 1992) e qualidade do ar (Baron, 1987) sobre o comportam ento pró-social. Nesse contexto, o odor no am biente simplesm ente constitui um aspecto adicional do ambiente físico, que potencialmente pode influenciar o com ­ portamento.

Doce Perfume da Ajuda 4 No entanto, a pesquisa sobre esse assunto também representa uma resposta científica às afirmativas de tera­ peutas e outras pessoas sobre o efeito poderoso (podería­ mos até dizer mágico) de fragrâncias agradáveis sobre o comportam ento (Tisserand, 1977). Psicólogos sociais inte­ ressados nos efeitos do am biente físico consideram essas afirmativas perturbadoras, porque se baseiam em larga m e­ dida em observações informais e não em dados sistem áti­ cos. O presente estudo e vários experimentos anteriores sobre os efeitos potenciais de odores agradáveis (por exem ­ plo, Baron; Bronfen, 1994; Baron; Thomley, 1994; Knasko, 1995; Warm et al., 1991) foram realizados para ajudar a subs­ tituir essas especulações por conhecimento científico. O s psicólogos sociais com eçaram estudando os efei­ tos de fragrâncias agradáveis focalizando seu uso como com­ plemento do cuidado pessoal. Essas pesquisas procuraram avaliar se as pessoas aum entariam sua atratividade utili­ zando perfumes e colônias (Baron, 1981; 1983b, 1986). Mais recentem ente, os pesquisadores voltaram sua atenção ao segundo uso de fragrâncias mencionado: sua utilização para perfum ar ambientes Internos. Nesse contexto, odores agra­ dáveis não estão associados com uma pessoa específica; eles são usados simplesmente para tornar o ambiente inter­ no mais agradável. Com o vimos anteriorm ente, as pesqui­ sas sobre esse assunto podem ser consideradas uma ex­ tensão de pesquisas anteriores sobre os efeitos do ambien­ te físico sobre o comportam ento social (Baron, 1994; Bell; Fisher; Baum; Green, 1996; Gifford, no prelo). Os resulta­ dos de vários estudos recentes sobre esse assunto (por exem plo, Dunn; Sleep; Collett, 1995; Warm et al., 1991) indicam que odores agradáveis no ambiente realm ente in­ fluenciam o comportamento. Por exemplo, em duas pesqui­ sas relacionadas (Baron; Bronfen, 1994; Baron; Thomley, 1994), os participantes trabalharam em tarefas cognitivas bastante complexas (formando palavras a partir de letras misturadas; decodificando m ensagens), na presença ou na ausência de vários odores diferentes anteriorm ente avalia­ dos como muito agradáveis por juizes. O desem penho nes­ sas tarefas foi significativamente melhor na presença des­ ses odores do que em sua ausência. Além disso, quando

364

M é t o d o s d e P e s q u i s a e m C iê n c ia s d o C o m p o r t a m e n t o

Doce Perfume da Ajuda 5 solicitados a ajudar o experim entador (dispondo-se a parti­ cipar de outro estudo sem com pensação) ou outro partici­ pante, as pessoas que trabalharam na presença de odores agradáveis apresentaram significativamente mais ajuda, tanto logo depois quanto mais tarde (isto é, uma proporção supe­ rior de pessoas expostas a fragrâncias agradáveis comple­ taram um questionário em casa e o retornaram ao experi­ mentador). Pesquisas anteriores tam bém sugerem um m ecanis­ mo potencial por meio do qual fragrâncias no ambiente po­ deriam influenciar o comportam ento social: aum entando li­ geiramente o afeto positivo. Vários resultados oferecem apoio a essa possibilidade. Primeiro, em estudos recentes (por exemplo, Baron; Thomley, 1994), participantes expostos a odores agradáveis relataram níveis superiores de afeto posi­ tivo em comparação com aqueles que não foram expostos a esses odores. Da m esm a forma, pacientes hospitalizados expostos a odores agradáveis relataram melhora significati­ vam ente superior de seu estado de ânimo em comparação com pacientes que não foram expostos a esses aromas (Dunn et al., 1995). Finalm ente, verificou-se em dois estu­ dos que odor agradável potência a ajuda da m esm a forma que ganhar um presentinho inesperado (Baron e Bronfen, 1994; Baron; Thomley, 1994). Como pesquisas anteriores indicam que ganhar um presentinho aum enta o afeto positi­ vo (Isen, 1987; Spacapan; Oskamp, 1992), esses resulta­ dos sugerem, por meio do método de operações convergen­ tes, que os efeitos de odores agradáveis sobre o comporta­ mento social também podem decorrer, pelo menos em par­ te, de aumentos em afeto positivo produzidos pela fragrân­ cia (Garner; Hake; Eriksen, 1956). O presente estudo foi planejado para replicar e ampliar descobertas anteriores a respeito dos efeitos de odores agra­ dáveis sobre o comportamento social e para prosseguir a in­ vestigação da possibilidade de que esses efeitos sejam me­ diados, em algum grau, por aumentos em afeto positivo induzi­ dos pela fragrância. Especificamente, visou determinar se efei­ tos similares aos relatados em estudos anteriores de laboratório também seriam obtidos em situação de campo e com tarefas de

A p ê n d ic e A

365

Doce Perfume da Ajuda 6 ajuda diferentes em natureza daquelas empregadas em pes­ quisas anteriores. Para examinar essas questões, foi neces­ sário identificar em campo locais em que estão presentes odores agradáveis e em que os indivíduos podem engajar-se em comportamentos espontâneos de ajuda. Centros com er­ ciais satisfaziam a esses requisitos. Em centros comerciais de grande porte, vários estabelecimentos liberam odores agra­ dáveis no ar (por exemplo, padarias, cafés e lojas que ven­ dem velas e perfumes). Além disso, o grande número de freqüentadores propicia a mensuração de várias formas de comportamento espontâneo de ajuda (Levine; Martinez; Brase; Sorenson, 1994). Com base nos estudos descritos, antecipou-se que os transeuntes experim entariam uma ligeira m elhora em esta­ do de ânimo na presença de odores agradáveis e, portanto, estariam mais dispostos a realizar mais atos espontâneos de ajuda na presença do que na ausência dessa variável ambiental. Para investigar essa hipótese e estabelecer a metodologia apropriada, realizou-se um estudo preliminar. Nessa investigação, 23 2 transeuntes num centro comercial de grande porte foram expostos a uma de duas oportunida­ des diferentes de ajudar um estranho: pegar um a caneta que havia caído ou trocar dinheiro para um auxiliar do pes­ quisador. Im ediatam ente após a exposição a uma dessas duas oportunidades de ajuda, um segundo auxiliar de pes­ quisa aproximava-se dos participantes, pedindo-lhes que ava­ liassem seu estado de ânimo (1 = muito ruim, 5 = muito bom). Os resultados indicaram que o comportamento de aju­ da exibido pelos participantes foi significativamente potenciado pela presença de fragrâncias agradáveis no ambiente (p < 0,0 5 em ambos os casos). Além disso, as pessoas expostas a fragrâncias agradáveis relataram estado de âni­ mo mais positivo do que pessoas que não foram expostas a odores agradáveis. No entanto, o fato de todos os participante terem tido primeiro a oportunidade de ajudar um estranho e, depois, te­ rem avaliado o próprio estado de ânimo, torna de certa forma problemática a interpretação desses resultados. Pesquisas anteriores indicam que ajudar outras pessoas pode potenciar o

Com entário n* 1 A seção de M étodo começa im ed ia ta ­ m ente após a introdução (não começa num a nova págin a). A palavra M étodo é centralizada.

366

M é to d o s

de

P

e s q u is a

em C i ê n c i a s d o C o m p o r t a m e n t o

Doce Perfume da Ajuda 7 Com entário n e 2 Os títulos das su b ­ seções (p o r exemplo, Partici­ pantes e delineam cn toj aparecem sozinhos na linha, alinhados ju n to à m argem esquerda e sublinhados.

afeto positivo (por exemplo, Williamson; Clark, 1989). Assim, é possível que os níveis mais elevados de afeto positivo rela­ tados pelos participantes, na condição de fragrância agradá­ vel, tenham decorrido mais do aumento da freqüência de aju­ da do que da presença de odores agradáveis. Para testar essa possibilidade, além de replicar os resultados do estudo inicial, realizou-se um segundo estudo, relatado aqui em de­ talhes. Método

Com entário n s 3 O a u to r incluiu a subseção D elinea­ m ento, que não é obrigatória. No entanto, sem pre há um a sub-seção referente aos Participantes ou Sujeitos. Com entário n°- 4 Foram incluídos títulos de p a rá g ra ­ fo , como partições adicionais da sub­ seção. Só a prim eira palavra num títu lo de p arágrafo começa cotn letra m aiúscu­ la e o parágrafo começa na mesma linha.

Participantes e Delineamento Os participantes foram 116 pessoas que estavam andan­ do num centro comercial de grande porte. O estudo utilizou um delineamento fatorial 2 x 2 x 2 baseado na presença ou ausência de odores agradáveis, sexo do transeunte e ordem (medida do estado de ânimo em primeiro lugar e oportunidade de ajudar em segundo lugar; oportunidade de ajudar em pri­ meiro lugar e medida do estado de ânimo em segundo lugar). Procedimento Descrição geral. Dois auxiliares de pesquisa aproximavam -se de duas pessoas, de mesmo sexo que efes, que esta­ vam andando num centro comercial de grande porte. Um dos auxiliares de pesquisa pedia troco para uma nota de um dólar. O segundo dizia que ele ou ela estava realizando um estudo sobre a qualidade do ar no centro comercial e, então, pergun­ tava aos participantes se estavam sentindo cheiro de algo no ar e, em caso afirmativo, pedia-lhes para avaliar o odor numa escala de cinco pontos, de 1 {desagradável) a 5 (muito agradá­ vel). O segundo auxiliar de pesquisa também pedia aos parti­ cipantes para avaliar seu estado de ânimo presente, novamen­ te usando uma escala de cinco pontos (1 = muito ruim; 5 = muito bom). Variou-se sistematicamente a ordem em que es­ sas duas interações ocorreram, solicitando-se ajuda de meta­ de dos participantes em primeiro lugar e, depois, pedindo-lhes para avaliar o ar no centro comercial e seu próprio estado de ânimo, e invertendo a ordem desses eventos para a outra me­ tade.

A p ê n d ic e A

367

( Doce Perfume da Ajuda 8

< i

Obteve-se permissão do diretor do centro comercial para coletar os dados. A permissão foi dada com uma restrição: que os auxiliares de pesquisa apenas se aproximassem de pessoas de mesmo sexo que eles. (O diretor do centro comer­ cial temia que pedidos feitos a pessoas de sexo oposto pu­ dessem ser entendidos como cortejamento e desagradassem os compradores.) Os locais específicos em que o estudo seria realizado foram identificados, de tal forma que os seguranças e os vendedores podiam ser avisados quanto à presença dos pesquisadores. Fragrância. Antes do início da investigação, o autor e várias outras pessoas (estudantes graduados e um psicólogo) visitaram o centro comercial, para identificar áreas com e sem odores agradáveis. Os locais com fragrância agradável situa­ vam-se perto de estabelecimentos como Cheiro de Canela (uma padaria), Dona Field e seus biscoitos (uma padaria) e Parada do Café (um café). Por sua vez, os locais sem fragrância agra­ dável situavam-se em geral perto de lojas de roupas ou estabe­ lecimentos semelhantes (por exemplo, Banana Republic, Nine West e Chess King). Procurou-se equipar os dois tipos de locais em termos de quantidade de transeuntes, tipos de lojas próximas, iluminação e proximidade das entradas do centro comercial. O planejamento original consistia em aplicar os pro­ cedimentos nas condições com e sem fragrância, nos mes­ mos locais, em momentos do dia em que os estabelecimen­ tos em questão estavam ou não exalando odores agradáveis. No entanto, isso foi impossível, porque havia odor perto da maio­ ria dos estabelecimentos que exalava odor em todas as horas do dia. Por essa razão, foi necessário aplicar os procedimen­ tos nas condições com e sem fragrância em locais diferentes, porém equiparáveis. Pedido de ajuda e medidas de ajuda. O auxiliar de pes­ quisa aproximava-se de um indivíduo que estava passando, mostrava uma nota de um dólar e perguntava se a pessoa ti­ nha troco. Classificou-se a resposta ao auxiliar de pesquisa como ajuda apenas quando a pessoa parava de andar e dava o troco. Não foram consideradas ajuda todas as outras respos­ tas (por exemplo, ignorar o auxiliar de pesquisa, dizer que não

í

(

( t

368

M é t o d o s d e P e s q u i s a em C iê n c ia s ü o C o m p o r t a m e n t o

Doce Perfume da Ajuda 9 Com entário nu 1 A seção de Resulta­ dos não começa num a nova página. O título é cen tralizado e não é sublinhado. Comentário nn 2 O autor utilizou títulos opcionais de sub-seções para dividir a seção de Resultados em quatro partes. Se o leitor optar por isso, o título utilizado dependerá de seu estudo particular e das variáveis invesligadas. E possível utilizar tantas sub seções quantas forem necessárias em seu estudo. Comentário n- 3 Na apresentação de dados estatistica­ mente significativos, o nome do teste estatístico é sublinhado e seguido pelo número de graus de liberdade entre, parênteses. Note o espaçamento. Se não tiver o símbolo necessário, escreva o símbolo em tinta preta. Com entário 4 A m aioria dos símbolos estatísti­ cos ê sublinhada (por exemplo, E L

M,&gD. _______

tinha troco). Os auxiliares de pesquisa sempre se aproxima­ vam de pessoas de seu sexo que estavam desacompanhadas. Não se aproximavam de pessoas que estivessem em grupo. O estudo foi realizado durante a semana, no final da m anhã (11:00 às 12:00 horas) e no meio da tarde (14:00 às 16:00 horas). Nesses horários, o movimento no centro comer­ cial era moderado e muitos visitantes estavam sozinhos e não em grupos. Em virtude da pergunta feita aos participantes (por exem­ plo, “Está percebendo algum odor?”) foi impossível ocultar dos auxiliares de pesquisa o fato de o estudo estar relacionado, pelo menos em parte, aos efeitos de odores. No entanto, eles não conheciam a hipótese específica que estava sendo investigada e foram cuidadosamente treinados para compor­ tar-se da mesma forma em todas as condições e com todos os participantes. Observações cuidadosas não anunciadas fei­ tas pelo Autor confirmaram que o comportamento dos auxilia­ res de pesquisa não variou entre as condições. Dados demográficos adicionais. Além do sexo, os ob­ servadores registravam a idade aparente de cada participante (2 0 -3 0 ,3 1 -4 0 ,4 1 -5 0 ,5 1 -6 0 , > 61 ), etnia (caucasiano, africano americano, asiático, hispânico, índio americano, índio asiáti­ co, outra) e o estilo de vestimenta (muito informal a formal). Resultados Comportamento de ajuda Aplicou-se uma análise ioglinear aos dados relativos a ajuda para examinar os efeitos da condição de fragrância, or­ dem da tarefa e sexo sobre o comportamento de ajudar. Nessa análise, foram examinadas as três variáveis - condição de fra­ grância, ordem e sexo - além das interações duplas e triplas. Essa análise empregou um procedimento de eliminação retro­ ativo (g = 0,05). Os resultados indicaram que apenas a remo­ ção do efeito principal da condição de fragrância produziu um %2 significativo para o teste de ajustamento,1x2 (1 ) = 26,13, e < 0 ,0 0 1 . A remoção da ordem , (1) = 0,18, & > 0,71, ou do

1 Em inglês, goodness-of-fit (N T ).

Ai'F.NLMCt A

369

Doce Perfume da Ajuda 10 gênero, (1 ) = 0,34, p > 0,85, não produziu efeito significativo, assim como a remoção das interações dupfas ou triplas. Es­ ses resultados indicaram que uma proporção mais elevada de pessoas ajudou auxiliares de pesquisa na presença de fra­ grâncias agradáveis do que em sua ausência. Isso ocorreu independentemente de sexo e da ordem em que os participan­ tes do estudo foram expostos à solicitação de ajuda e de ava­ liação de seu estado de ânimo. A Tabela 1 mostra a proporção de indivíduos que ajudaram o auxiliar de pesquisa em cada uma das condições. Estado de ânimo Os dados relativos a auto-relato de estado de ânimo fo­ ram analisados por meio de uma ANOVA, em que as variáveis independentes eram fragrância, sexo dos participantes e or­ dem. Essa análise revelou um efeito significativo para a condi­ ção de fragrância, F (1, 114) = 7,95, e < 0,01. Como se vê na Figura 1, os participantes expostos à fragrância agradável rela­ taram níveis mais elevados de afeto positivo do que os não expostos à fragrância agradável. Nenhum outro efeito foi signi­ ficativo nessa análise. Papel Mediador Potencial do Afeto Positivo Para examinar o papel mediador potencial do afeto posi­ tivo (estado de ânimo) subjacente aos efeitos de uma fragrân­ cia agradável sobre o comportamento de ajudar, foram utiliza­ dos procedimentos recomendados por Baron e Kenny (1986). Esses procedimentos envolviam uma série de análises de re­ gressão. Na primeira, examinou-se o papel mediador proposto (auto-relato de estado de ânimo) em função da variável inde­ pendente (fragrância). Na segunda, examinou-se a variável de­ pendente (ajuda) em função da variável independente (fragrân­ cia). Finalmente, na terceira examinou-se a variável dependen­ te (ajuda) em função tanto de fragrância quanto de estado de ânimo. Segundo Baron e Kenny, haveria evidência de media­ ção se os seguintes resultados fossem obtidos: (a) a variável independente afetou o mediador na primeira equação, (b) a variável independente afetou a variável dependente na segunda

Com entário n“l Se forem u tilizadas figuras e tabelas, estas devem ser m encionadas no texto.

370

M é t o d o s df. P e s q u i s a e m C if.n c i a s d o C o m p o k i a m e n t o

Doce Perfume da Ajuda 11 análise e (c) o mediador proposto afetou a variável dependente na terceira equação, enquanto o efeito da variável independen­ te foi reduzido em relação à segunda análise. Os resultados dessas análises mostraram que a condi­ ção fragrância foi um preditor significativo do estado de ânimo ((3 = - 0,253, t = - 2,90, p < 0,005) e também um preditor significativo da ajuda (fJ = - 0,119, t = 2,13, g < 0,05). No entan­ to, na última análise de regressão, em que se examinou a variável dependente (ajuda) em função tanto de fragrância quanto de estado de ânimo, a condição fragrância deixou de ser um preditor significativo de ajuda (|3 = 0,158, t = 1,74, g > 0,08). Em outras palavras, o efeito da fragrância sobre a variável de­ pendente foi reduzido em relação à segunda equação, como era esperado pelos procedimentos de Baron e Kenny (1986). Em conjunto, esses resultados dão algum suporte para a su­ posição de que os efeitos de fragrâncias agradáveis sobre o comportamento de ajuda sejam mediados por afeto positivo (isto é, estado de ânimo atual). Mais uma vez, no entanto, essa evidência deveria ser interpretada com cuidado. Consciência dos Participantes da Fragrância no Ambiente Entre os participantes na condição de fragrância no am ­ biente, 64,4% relataram ter sentido uma fragrância. Entre aque­ les na condição em que não havia fragrância no ambiente, 35,6% relataram ter sentido uma fragrância, £2 (1) = 4,93, f> < 0,03. Assim, verifica-se que os participantes estavam diferencialmente conscientes da fragrância no ambiente nas duas condições. Variáveis Demográficas A maioria dos compradores era caucasiana, relativamen­ te jovem e trajava roupas informais. Foram feitas análises para determinar os efeitos potenciais de etnia, idade e estilo de vestimenta sobre o comportamento de ajuda. Nenhum a des­ sas análises revelou efeitos significativos. Assim, dentro dos limites impostos pefas características demográficas dos com­ pradores desse centro comercial, fragrâncias agradáveis no ambiente exerceram efeitos semelhantes sobre as pessoas, independentemente de etnia, idade ou estilo de vestimenta.

A pênd ic e A

371

Doce Perfume da Ajuda 12 Discussão Os resultados da presente pesquisa replicam e ampliam aqueles relatados em pesquisas anteriores (por exemplo, Baron; Bronfen, 1994; Baron; Thomley, 1994; Warm et al., 1991). D a m esm a forma que em estudos anteriores, odores agradá­ veis no ar influenciaram significativamente o comportamento dos participantes. Em particular, as pessoas que estavam an­ dando num centro comercial estavam mais dispostas a ajudar um auxiliar de pesquisa quando havia fragrâncias agradáveis presentes no ar do que quando não havia. Esses resultados foram obtidos numa situação de campo - um movimentado centro comercial - com tarefas diferentes das empregadas em pesquisas anteriores. Além disso, ocorreram independentemen­ te da ordem em que os participantes foram expostos a uma oportunidade de ajuda e avaliação do estado de ânimo atual. Em conjunto, esses resultados sugerem que os efeitos de fra­ grâncias agradáveis no ambiente sobre o comportamento po­ dem ser bastante gerais - isto é, podem ocorrer num grande número de situações. O s resultados obtidos na presente pesquisa também for­ necem apoio adicional, ainda que não conclusivo, para a su­ gestão de que os efeitos de fragrâncias agradáveis sobre o comportamento social decorrem, pelo menos em parte, do au­ mento de afeto positivo induzido pela fragrância. Os resultados das análises de regressão, feitas de acordo com o modelo de Baron e Kenny (1986) para testar efeitos mediadores, dão apoio a essa sugestão. Essas análises indicaram que a presença de fragrância no ambiente foi um preditor significativo do esta­ do de ânimo atual, avaliado por auto-relato, e um preditor signi­ ficativo do comportamento de ajuda. No entanto, isso deixou de ocorrer quando o estado de ânimo foi acrescentado à análi­ se de regressão. Embora esses resultados sejam consisten­ tes com o esperado pelo modelo de Baron e Kenny, eles deve­ riam ser interpretados com cautela, à espera de dados adicio­ nais. Deve-se enfatizar novamente que não há intenção aqui de sugerir que estados afetivos são o único mediador potencial de fragrâncias agradáveis. Ao contrário, estudos recentes so­ bre os efeitos comportamentais de fragrâncias sugerem que outros fatores tam bém podem desem penhar um papel (por

Comentário n“ 1 A seção de Discus­ são segue imediata­ mente a seção de Resultados. A palavra Discussão é centralizada e não é sublinhada.

372

M étodos de P esqu isa em C iências do C o m po rta m ento

Doce Perfume da Ajuda 13 exemplo, Knasko, 1993). Assim, uma compreensão mais com­ pleta dos mecanismos por meio dos quais fragrâncias agradá­ veis influenciam o comportamento depende de pesquisas adi­ cionais. No entanto, parece claro, a partir tanto da presente pesquisa quanto de pesquisas anteriores, que essa variável ambiental pode de fato produzir efeitos significativos sobre al­ gumas formas de comportamento social. Nesse ponto, deve-se notar que os resultados obtidos são consistentes com predições derivadas de um modelo da influência de estados afetivos sobre o julgamento social pro­ posto por Forgas (1995). De acordo com esse modelo de infu­ são de afeto, o grau em que estados afetivos influenciam julga­ mentos sociais - e, portanto, muitas formas de comportamen­ to social - d ep e n d e p a rc ia lm e n te das d em a n d as de processamento de dada situação. De acordo com esse mode­ lo, quando indivíduos tomam decisões com base em julgamen­ tos anteriormente feitos ou quando o fazem de acordo com pressões motivacionais fortes para chegara determinados jul­ gamentos, o potencial para infusão de afeto é baixo: o impacto de estados afetivos presentes sobre esses julgamentos será mínimo (Forgas, 1995, p. 46-47). Por contraste, quando os indivíduos se engajam em processamento mais substantivo, o potencial para infusão de afeto é maior. Forgas (1995, p. 47) descreve um conjunto de condições em que se espera a ocor­ rência de infusão de afeto como processamento heurístico. Nessas situações, os indivíduos não têm avaliações prévias nem grandes alvos motivacionais, mas desejam fazer julga­ mentos tão rapidamente e sem esforço quanto possível, por­ que não consideram que as decisões sejam importantes ou que requeiram níveis elevados de acuracidade e porque dis­ põem de tempo limitado. Nessas situações, sugere Forgas, o potencial para infusão de afeto é grande. Pode-se argumentar que é exatamente esse o tipo de situação com que se confrontaram os participantes da presen­ te pesquisa. Uma pessoa aproximava-se deles e fazia um pedi­ do relativamente indiscutível; a decisão de ajudar essa pessoa não era importante; e os participantes, que estavam andando em direção a algum destino, poderiam estar sob pressão mode­ rada de tempo. De acordo com o modelo de infusão de afeto,

'^Ir

A p ê n d ic e A

Doce Perfume da Ajuda 14 nessa situação o afeto eliciado por condições ou eventos não relacionados (nesse caso, fragrâncias agradáveis) poderia fa­ cilmente influenciar julgamentos sobre ajudar ou não. De fato, ao descrever situações que envolvem processam ento heurístico, Forgas (1995, p. 47) chama atenção especificamente para o impacto potencial de variáveis ambientais que podem influenciar estados afetivos - por exemplo, temperaturas ele­ vadas desagradáveis. Em resumo, o modefo de infusão de afeto fornece um referencial útil para interpretar a descoberta da presente pes­ quisa de que fragrâncias agradáveis influenciaram o comporta­ mento de ajuda. Além disso, esse referencial teórico sugere estudos adicionais que poderiam contribuir para esclarecer o papel potencial do afeto positivo como um mediador desses efeitos. De acordo com o modelo da infusão, fragrâncias agra­ dáveis (ou outras variáveis ambientais) tenderiam a influenciar menos os julgamentos e o comportamento em situações em que os índivíduos podem reportar-se a julgamentos anterior­ mente formados sobre ajuda. Por exemplo, no presente con­ texto, o impacto de fragrâncias agradáveis pode diminuir se a pessoa necessitada de ajuda aparentemente merecer a assis­ tência (por exemplo, uma criança, uma pessoa deficiente) ou não (por exemplo, uma pessoa que parece embriagada ou sob ação de drogas). Nessas condições, a maioria das pessoas tem julgamentos anteriormente formados sobre ajudar - muito favorável no primeiro caso e muito desfavorável no último. De acordo com o modeto de infusão de afeto, afeto positivo de outras fontes (por exemplo, fragrâncias agradáveis) teria m e­ nor probabilidade de influenciar a tendência para ajudar nes­ sas condições. Por contraste, o potencial para infusão de afe­ to deveria ser consideravelmente maior em situações que de­ mandam processamento substantivo - por exemplo, pede-se que o participante responda perguntas de um questionário re­ lativas a aspectos importantes de sua vida pessoal ou a atitu­ des consideradas importantes (Forgas, 1995). Essas e outras predições derivadas do modelo de infusão de afeto podem ser facilmente testadas por meio de novas pesquisas. Os resulta­ dos desses estudos podem fornecer evidências adicionais so­ bre o papel mediador potencial do afeto positivo com relação aos efeitos de fragrâncias agradáveis sobre comportamento social e julgamentos sociais.

373

374

M é to d o s dl' P esq u isa em C iências a o C om po rta m ento

Doce Perfume da Ajuda 15 Comentário nÊ1 As Referências começam numa nova página. Cada referência é um parágrafo separa­ do. E possível que seu professor prefira outro estilo de deslocamento, em que, em vez da primeira linha de uma referência, são as demais que são deslocadas. Comentário nc 2 Essas referências contêm artigos de periódicos (Anderson; Deuser; De Neve, 1995), capítulos de livros (Baron, 1994), livros (Bell; Fisher; Baum; Green, 1996), o Monitor daAPA (Edwards, 1995), um artigo de jornal (Foderaro, 1988) e um manuscrito não publicado (Knasco,

Referencias A N D ER SO N , C. A.; DEUSER , W. E.; DENEVE, K. M. Hof temperatures, hostile affect, hostile cognition, and arousal: tests of a general model of affective aggression. Personality and So­ cial Psychology Bulletin, 21, p. 434-448, 1995. BARON, R. A. The role of olfaction in human social behavior: effects of a pleasant scent on attraction and social perception. Personality and Social Psychology Bulletin, 7, p. 611 -617,1981. ----------. Aggression and heat: the long hot summer revisited. In: BAUM, A.; VALINS, S.; S IN G ER , J. E. (Ed.). Advances in environmental research. Hillsdale, NJ: Erl baum, 1983a. v. 1, p. 173-196. --------- . The sweet smell of success?The impact of pleasant arti­ ficial scents (perfume or cologne) on evaluations of job applications. Journal of Applied Psychology, 68, p. 709-713,1983b. --------- . Self-presentation in job interviews: when there can be too much of a good thing. Journal of Applied Social Psychology, 16, p. 16-28,1986. --------- . Effects of negative air ions on interpersonal attraction: evidence for intensification effects. Journal of Personality and Social Psychology, 52, p. 5 4 7-553,1987. ----------. The physical environment of work settings: effects on task performance, interpersonal relations, and job satisfaction. In: STAW , B. M.; C U M M IN G S , L. L. (E d.). R esearch in organizational behavior. Greenwich, CT: JAI, 1994.V. 16, p. 1-46. --------- ; BRONFEN, M. I. A whiff of reality: empirical evidence concerning the effects of pleasant fragrances on work-related behavior. Journal of Applied Social Psychology, 24, p. 1179-1203,1994. ----------; Rea, M. S.; DANIELS, S. G. Effects of indoor lighting (illuminance and spectral distribution) on the performance of cognitive tasks and interpersonal behavior: the potential mediating role of positive affect. Motivation and Emotion, 16, p. 1-33,1992.

( A pen d ec e A

375

(

Doce Perfume da Ajuda 16 BARON, R. M.; Thomley, J. A whiff of reality: positive affect as a potential mediator of the effects of pleasant fragrances on task performance and helping. Environment and Behavior, 26, p. 766-78 4,1994.

( i

---------; KENNY, D. A. The mediator-moderator variable distinc­ tion in social psychological research: conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51, p. 1173-1192,1986. BECKER, A. B.; WARM, J. S.; DEMBER, W. N.; SPAMALL, J.; DERO NDE, L.; HANCOCK, P. A. Effects of aircraft noise on vigilance performance and perceived workload. Proceedings of the Human Factors Society, 35, p. 1513-1517,1992. BELL, P. A.; F IS H E R , J. D.; BAUM , A.; G R E E N , T. E. Environmental psychology. 4. ed. New York: Holt, Rinehart, Winston, 1996. D E B O N O , K. G. P le as a n t scents and persuasion: an information processing approach. Journal of Applied Social Psychology, 22, p. 910-919,1992. DUNN, C.; SLEEP, J.; COLLETT, D. Sensing an improvement: an experimental study to evaluate the use of aromatherapy, massage, and periods of rest in an intensive care unit. Journal of Advanced Nursing, 21, p. 34-40,1995. ED W A R D S, R. Pleasant aromas chase away those bitter moods. A PA Monitor, 26(3), p. 20,1 99 5 . FO D ER AR O , L. W. The fragrant house: an expanding market for every mood. The N ew York Times, 4 Feb. 1988. p. C 1 , C10. FORGAS, J. P. The affect infusion model (AIM): review and an integrative theory of mood judgements. Psychological Bulletin, 117, p. 39-66, 1995. G ARNER, W. R.; HAKE, H. W.; ERIKSEN, C. W. Oporationism and the concept of perception. Psychological Review, 63, p. 149-159,1956.

( ( (

( (

( (

I

376

M é to d o s d e P e s q u is a

em

C iê n c ia s

do

C om po rta m en to

Doce Perfume da Ajuda 17 GIFFORD, R. Light, decor, arousal, comfort, and communication. Journal of Environmental Psychology, 8, p. 177-189,1988. ______. Environmental psychology: principles and practice. 2 ed. Boston: Aflyn & Bacon, no prelo. ISEN, A. M. Positive affect, cognitive processes, and social behavior. In: BERKOW ITZ, L. (Ed.) Advances in experimental social psychology. New York: Academic Press, 1987. v. 20, p. 203-253. K N A S K O , S. C. Perform ance, mood, and health during exposure to intermittent odors. Archives of Environmental Health, 48, p. 305-308,1993. _____ . The behavior and perceptions of museum visitors: effects of ambient-odor congruency and hedonics. Filadélfia, PA: Monell Chemical Senses Center, 1995. Manuscrito não publicado. LEVINE, R. V.; M ARTINEZ, T. S.; BRASE, G.; SO R EN SO N , K. Helping in 36 U .S. cities. Journal of Personality and Social Psychology, 67, p. 69-6 2,1994. LUDVIG SO N, H. W.; ROTTMAN, T. R. Effects of ambient odors of lavender and cloves on cognition, memory, affect, and mood. Chemical Senses, 74, p. 525-536,1989. SPACAPAN, S.; OSKAMP, S. (Ed.). Helping and being helped. Newbury Park, CA: Sage, 1992. TIS SE R A N D , R. A. The art of aromatherapy. Rochester, VT: Healing Arts, 1977. W ARM , J. S.; DEMBER, W. N.; PARASURAMAN, R. Effects of olfactory stimulation on performance and stress in a visual sustained attention task. Journal of the Society of Cosmetic Chemists, 42, p. 199-210,1991. WILLIAMSON, G. M.; CLARK, M. S. Providing help and desired relationship type as determinants of changes in mood and selfevaluation. Journal of Personality and Social Psychology, 56, p. 722-734,1989.

A pf .n d ic e A

377

Doce Perfume da Ajuda 18 Nota do autor Desejo expressar meus sinceros agradecimentos a Preshant Desai, Karen Graham, Jackie Higgins, Jan Ketchum, David Lohrman, Janice Methe, Eric Mastriani, Darren Mansfield, Cynthia Munoz, Jessica Simonds, Nacole Simonds e David Sofer pela competente participação na coíeta de dados. D ese­ jo expressar também meus sinceros agradecimentos ao Sr. Charles Breidenbach, diretor do Centro Comercial Crossgates, pela permissão dada para a realização dessa pesquisa. Final­ mente, desejo agradecer a vários revisores anônimos e espe­ cialmente ao editor Jack Dovidio, pelos comentários e pelas sugestões, que foram particularmente úteis. Endereço para cor­ respondência: R obert A. Baron, D epartm ent of M P& O , Rensselaer Polytechnic Institute, Troy, NY 12180-3590.

Comentário n° 1 A nota do autor é um bom lugar para agradecer pessoas que ajudaram a realizar a pesquisa O leitor também pode identificar seu curso, o professor e fornecer seu endereço eletrôni­ co.

378

M

éto d o s de

P e s q u is a f.m C iê n c ia s

do

C o m po rta m en to

Doce Perfume da Ajuda 19 Comentário n- i Cada tabela é digitada numa nova pàginu. Utilize números arábicos cm lugar de romanos para identificaras tabelas.

Tabela 1 Porcentagem de transeuntes que ajudaram o auxiliar de pes­ quisa em função da presença de fragrância agradável, ordem e gênero. Ausência de fragãncia

primeiro

Estado de ânimo pnmeiro

Ajuda primeiro

Homens

22,22

25,00

45,45

61,11

Mulheres

16,67

12$0

60,07

59,09

A juda

Comentário n- 2 Utilize apenas linhas horizontais para separar seções da tabela.

Fragãncia Estado de ânimo pnmeiro

( A p ê n d ic e A

379

(

Doce Perfume da Ajuda 20 Figura 1. Avaliações de estado de ânimo nas condições sem fragrância e com fragrância agradável.

Comentário nv ! Apresente as

(

legendas das figuras numa nova página. Iodas as legendas aparecem aqui etn seqüência. Comentário ne 2 Sublinhe o número

( ( (

d a fig u r a e, en tã o, a p resen te a leg en d a . In icie a penas a p r im e ir a

(

pa la v ra da leg en d a

^

em m a iú scu la .

.

I

C o m e n tá rio n- 3 A p á g in a co m

(

/emendas de fig u r a s p o d e ser d e sn e ce s­ sária tra ta n d o-se

<

de rela tório s de estu d a n tes. N esse

I

caso, a leg en d a a p a rece na m esm a p á g in a d a fig u ra .

(

380

M

é t o d o s de

Comeniário n4 1 Apresente cada figura numa nova página.

Comentário n° 2 As páginas em que aparecem as' figuras não são numeradas nem contêm identifica­ ção de página. Para identificar a figura, escreva o número dela a lápis no verso da página.

P e s q u is a

em

C iê n c ia s

do

C om po rta m en to

O S s
rt -M to a> a> T3 o »CÖ o ts 3

Sem fragância

Fragância agradável

Condição Comentário n“ 3 Inclua todos os rótulos necessários para interpretar a figura. Comentáno n- 4 Elabore a figura com cuidado,

garantindo que todas as informações estejam corretas. Comentário n“5 Observe que, assim como no caso de gráficos em geral. ü variável indepen­ dente situa-se no eixo horizontal e ci variável dependen­ te, no eúro vertical. Comentáno ne 6 Utilize tinta preta para fazer as figuras. Utilize

preferencialmente um programa de computador.

Apêndice B Testes Estatísticos

O objetivo deste apêndice é apresentar as fórmulas e os procedimentos de cálculo envolvidos na análise de dados. Ele não inclui todos os testes estatísticos possíveis, mas apresenta uma variedade deles, apropriados para muitos dos deli­ neamentos de pesquisa que costumam ser utilizados. O leitor encontrará tanto estatísticas descritivas quanto estatísticas inferenciais. Antes de estudar as estatísticas, no entanto, é recomendável uma revi­ são das propriedades das escalas de mensuração descritas no Capítulo 10. Lem­ bre que existem quatro tipos de escalas de mensuração: nominal, ordinal, inter­ valar e de razão. As escalas nominais não têm propriedades numéricas, as esca­ las ordinais só fornecem informação sobre a ordenação de postos e as escalas intervalares e de razão têm intervalos iguais entre os pontos na escala. Além disso, as escalas de razão têm um zero absoluto. Como vimos no Capítulo 13, determina-se a análise estatística apropriada em função do tipo de delineamen­ to e do tipo de escala de mensuração utilizados no estudo. À medida que avan­ çarmos na discussão dos vários testes estatísticos, o leitor verificará que há res­ trições relevantes que decorrem do tipo de escala de mensuração utilizada. Os exemplos apresentados utilizam conjuntos pequenos e simples de dados, o que permite que os cálculos sejam feitos facilmente, com a ajuda de uma máquina de calcular. No entanto, ao trabalhar com grandes planilhas de dados e quando tiver que realizar muitas análises estatísticas em seu próprio estudo, o leitor verificará que os cálculos tomam-se tediosos e que aumenta a probabilidade de cometer erros. Existem programas de computador para realizar análises estatísticas, que foram desenvolvidos para facilitar o processo e reduzir os erros de cálculo.----

382

M

éto dos de

P e s q u is a

f.m

C ik n c ia s

do

C o m po rta m en to

e s t a t ís t ic a s d e s c r it iv a s

Com algum conhecimento sobre tipos de escalas de mensuração, podemos voltar a tratar de técnicas estatísticas. Podemos começar com duas formas de descrever um conjunto de escores: as medidas de tendência central e as medidas de variabilidade. Medidas de Tendência Central

Uma medida de tendência central fornece um número que descreve um con­ junto de escores grupais em sua totalidade, ou seja, o descreve de forma geral. Há três medidas diferentes de tendência cenLral: a moda, a mediana e a média. A moda. A moda é o escore que ocorre com maior freqüência. A Tabela B.1 mostra um conjunto de escores e as estatísticas descritivas discutidas nesta ses­ são. O escore mais freqüente nesses dados é 5. Não há necessidade de cálculos para obter a moda. Ela pode ser usada com todos os quatro tipos de escalas de mensuração. No entanto, é a única medida de tendência central que pode ser usada com dados de escala nominal. Se estivermos medindo gênero e verificar­ mos que existem 100 mulheres e 50 homens, a moda é “mulher”, porque é a categoria mais freqüente na escala nominal.

T abela B .l

E statísticas d e scritiva s p a ra u m c o n ju n to de escores.

Estatística descritiva

Escore

1

Moda = 5

2

4 4

M ediana = 5

5 5 5

6 6

7 XX =

10

233

=»= U X - X ) 2 _ 5

N - 1

'

45

EX2 = 233 N =

Amplitude = 6

1 ,8 4

N - 1

2 0 2 ,5 = 3 3 g 8 7

A pênuíck B

383

A m ediana. A mediana é o escore que divide o grupo ao meio: 50% dos escores estão abaixo da mediana e 50% estão acima dela. Ordenando-se os esco­ res do menor para o maior (como na Tabela B.l), é fácil encontrar a mediana. Se o número de escores for ímpar, é simples determinar o escore do meio. (Por exemplo, se houver 11 escores, o sexto escore é a mediana, porque há 5 escores inferiores e 5 superiores.) Se o número de escores for par, a mediana é o ponto médio entre os dois escores intermediários. Nos dados da Tabela B.l, há 10 esco­ res e, portanto, o quinto e o sexto escores são os dois intermediários. Assim, na Tabela B.l, a mediana é 5 + 5 --- r--- — d

A mediana pode ser usada com dados de escalas ordinais, intervalares ou de razão. No entanto, é mais usada com dados ordinais. Isso ocorre porque o cálculo da mediana só considera a ordenação dos escores e não seu valor. A média. A média leva em conta o valor dos escores. Portanto, considera mais informação sobre os escores do que a moda ou a mediana. No entanto, só é apropriada para dados de escalas intervalares ou de razão. A média é a soma dos escores num grupo dividida pelo número de escores. A fórmula de cálculo pode ser expressa como:

N

sendo que X é o símbolo para a média. Nessa fórmula, X representa um escore obtido por um indivíduo e o símbolo X indica que os escores devem ser soma­ dos. O símbolo I X pode ser lido como a “soma dos Xs” e é simplesmente uma indicação de que os escores devem ser somados. Assim, I X nos dados da Tabe­ la B.l é 1 + 2 + 4 4 - 4 + 5 + 5 + 5 + 6 + 6 + 7 = 45

O N n a fórmula simboliza o número de escores no grupo. Em nosso exem­ plo, N - 10. Assim, podemos agora calcular a média

384

M

éto d o s de

P e s q u is a

rm

C iê n c ia s

do

C o m po rta m en to

Medidas de Variabilidade

Além de descrever a tendência central do conjunto de escores, desejamos des­ crever a variabilidade desse conjunto. Qual é a dispersão no conjunto dos escores? A Amplitude- A amplitude é o maior escore menos o menor escore. Em nosso exemplo, a amplitude é seis. A amplitude, no entanto, não é uma estatís­ tica muito útil, porque se baseia em apenas dois escores da distribuição. Não leva em conta toda a informação disponível no conjunto total dos escores. A variância e o desvio-padrão. A variância e uma estatística relacionada a ela, denominada desvio-padrão, utilizam todos os escores para fornecer uma medida de variabilidade, A variância indica o grau em que os escores variam em torno da média do grupo. A fórmula da variância (cujo símbolo é s 2) é: ,

z{x-xy N- l

sendo que (X - X)2é um escore individual, X, menos a média, X, e então elevado ao quadrado. Assim, (X - X)2 é o desvio de cada escore em relação à média ao quadrado. O símbolo Z indica que esses escores de desvio ao quadrado devem ser somados. Finalmente, dividindo por N - 1 obtém-se a média dos desvios ele­ vados ao quadrado. A variância, então, é a média dos desvios em relação à mé­ dia do grupo elevados ao quadrado. (Usamos desvios elevados ao quadrado, por­ que a soma dos desvios simples é zero. Usamos N - 1 na maioria dos casos por razões estatísticas, porque os escores representam uma amostra e não a popula­ ção toda. À medida que a amostra aumenta, a diferença entre usar N ou N - 1 é desprezível.) Podemos usar os dados da Tabela B.l para ilustrar os cálculos da variância. Z (X - X)2 é igual a (1 - 4 ,5 )2 + (2 - 4 ,5 )2 + (4 - 4,5)* + (4 - 4 ,5 )2 + (5 - 4 ,5 )2 + (5 - 4 ,5 )2 + (5 - 4,5 )2 + (6 - 4 ,5 )J + (6 - 4 ,5 )a + (7 - 4,5)* = 30,50

O passo seguinte consiste em dividir X ( X - X)2 por N - 1 . Portanto, o cálcu­ lo para a variância é

N- 1

9

Uma fórmula simplificada para calcular a variância é

A p ê n d ic e B

2

385

I X 2~ N X 2 W- 1

5 = -------------------

sendo que XX2é a soma dos escores individuais elevados ao quadrado e X 2é a média elevada ao quadrado. O leitor poderá confirmar que as duas fórmulas são idênticas, calculando a variância pela fórmula simplificada (lembre que I X 2 indica que cada escore deve ser elevado ao quadrado e que depois os escores ao quadrado devem ser somados). É muito mais fácil trabalhar com a fórmula simplificada, quando há muitos escores, porque não há necessidade de calcular cada desvio. O desvío-padrão é a raiz quadrada da variância. Como a variância utiliza escores ao quadrado, ela não descreve a quantidade de variabilidade nas mes­ mas unidades de medida que a escala original. O desvio-padrão (s) corrige esse problema. Assim, o desvio-padrão é aproximadamente igual ao desvio médio dos escores em torno da média.

TESTES DE SIGNIFICÂNCIA ESTATÍSTICA

Esta sessão descreve vários testes de significância estatística. Todos esses testes são usados para determinar a probabilidade de o resultado da pesquisa ser devido a erro aleatório. Todos eles utilizam a lógica da hipótese nula discutida no Capítulo 13. Nesta sessão, apresentaremos três testes de significância: o teste qui-quadrado, o teste U de Mann-Whitney e a análise de variância ou teste F. Qui-quadrado (x2)

Usa-se o teste qui-quadrado (letra grega qui elevada ao quadrado) se os dados forem mensurados numa escala nominal. Esse teste também é usado quan­ do temos dados de freqüência - número de sujeitos em cada uma de várias categorias. Pode-se usar o teste qui-quadrado tanto com o método experimental quan­ to com o método correlacionai. E usado com o método experimental, quando a variável dependente é mensurada numa escala nominal. E usado com o método correlacionai, quando ambas as variáveis são mensuradas em escalas nominais. Exemplo. Suponhamos que o leitor queira saber se existe relação entre gê­ nero e lateralidade. Para resolver esse problema, perguntou a uma amostra de 50 homens e 50 mulheres se eram destros, canhotos ou ambidestros (utilizavam as duas mãos com a mesma habilidade). A coleta de dados envolveu a classificação de cada pessoa como homem ou mulher e como destro, canhoto ou ambidestro.

M

386

ét o d o s d e

P

e s q u is a e m

C iê n c ia s

do

C o m p o r t a m f .n t o

A Tabela B.2 apresenta dados fictícios de um estudo desse tipo. As freqüên­ cias rotuladas como “O”, em cada uma das seis caseias na tabela, referem-se ao número de sujeitos homens e mulheres situados em cada uma das três catego­ rias de lateralidade. As freqüências rotuladas como “E” designam as freqüências esperadas se a hipótese nula for correta. Quando se usa o teste qui-quadrado, é importante que cada sujeito esteja apenas numa das caseias (isto é, nenhum sujeito pode ser homem e mulher ao mesmo tempo, assim como não pode ser colocado na categoria destro e também na categoria canhoto).

Tabela B.2 Sexo do sujeito Masculino Feminino

Totais de colunas Cálculos

Dados do estudo hipotético sobre lateralidade: teste qui-quadrado.

Destro

Lateralidade Canhoto

Ambídestro

Totais de linhas. 50

0 2 = 30 E2 = 20

03= 5

= 25 0 4 = 35

o 5 = io

0 Ê= 5

50

Ea = 25

E5 = 20

50

40

10

N = 100

0 , = 15

Número da caseia

E3 = 5

(0 - E f

1

E 4,00

2

5,00

3

0,00

y (O ^ E 4

4,00

5

5,00

6

Hf

18,00

0,00 I = 18,00

O teste qui-quadrado examina o grau em que as freqüências observadas no estudo diferem das freqüências esperadas, se a hipótese nula for correta. A hipó­ tese nula afirma que não existe relação entre sexo e lateralidade: homens e mulheres não diferem quanto a essa característica. A fórmula para calcular qui-quadrado é

A pê n d ic e B

387

sendo que O é a freqüência observada em cada caseia, E é a freqüência esperada em cada caseia e o símbolo X refere-se à soma para todas as caseias (C). Os passos para calcular o valor de %2 são: Passo 1: Disponha as freqüências observadas numa tabela como na Tabe la B.2. Note que, além das freqüências observadas, a tabela apresenta os totais de linhas, os totais de colunas e o número total de observa­ ções (A/). Passo 2: Calcule as freqüências esperadas para cada uma das caseias na tabela. A fórmula para calcular as freqüências esperadas é „

total de linha x total de coluna N

E ----------------------------------------------

sendo que o total de linha refere-se ao total de linha para a caseia e o total de coluna refere-se ao total de coluna para a caseia. Assim, a freqüência esperada para a caseia 1 (homem destro) é _ 50 x 50 _ 0C. ßl

100

"

A Tabela B.2 mostra as freqüências esperadas abaixo das freqüências ob­ servadas, para cada uma das caseias. Passo 3: Calcule (O - E)2/ E para cada caseia. Para a caseia 1, o valor obtido é (15 - 25)2 25

100 - = 4,00 25

Passo 4: Obtenha o valor de %2, somando os valores de (O - E)2/ E encontra­ dos no passo 3. A Tabela B.2 mostra os cálculos para obtenção de x2 utilizando os dados do exemplo. Significância de qui-quadrado. A significância do valor obtido de %2 pode ser avaliada consultando-se uma tabela de valores críticos de %2. A Tabela C.2, no Apêndice C, apresenta uma tabela de valores críticos de %2, indicando os

388

M

ki odos de

P e s q u is a

em

C iê n c ia s

do

C

om po rta m en to

valores que o %2 obtido deve exceder para ser significativo aos níveis 0,10, 0,05 e 0,01. Para utilizar a tabela de valores críticos de é preciso compreender o conceito de graus de liberdade (gl). O valor crítico de %2 em qualquer estudo particular depende dos graus de liberdade. Graus de liberdade referem-se ao número de escores que podem variar livremente. Na tabela de categorias para um teste qui-quadrado, o número de graus de liberdade é o número de caseias em que as freqüências variam livremente, conhecendo-se os totais das linhas e os totais das colunas. O número de graus de liberdade para o qui-quadrado é calculado com facilidade: gl = (Lin -

1) x

(Col -

1)

sendo que Lin é o número de linhas na tabela e Col é o número de colunas. No exemplo da Tabela B.l, como há duas linhas e três colunas, o número de graus de liberdade é 2. Num estudo com três linhas e três colunas, o número de graus de liberdade é 4 e assim por diante. Para usar a Tabela C.2, determine o número correto de graus de liberdade e, então, encontre o valor crítico de %2 necessário para rejeitar a hipótese nula ao nível de significância escolhido. Com 2 graus de liberdade, o valor obtido de %2 deve ser igual ou maior que o valor crítico 5,991, para ser significativo ao nível 0,05. A probabilidade de um x 2 de 5,991 ocorrer apenas por erro aleatório é 0,05. Como o x2 obtido em nosso exemplo é 18,00, podemos rejeitar a hipótese nula de que não existe relação entre sexo e lateralidade. (O qui-quadrado foi calculado com base em dados fictícios, mas o leitor pode determinar facilmente por si mesmo se essa relação existe de fato.) Conclusão. O teste qui-quadrado é muito útil e freqüentemente utilizado nas ciências do comportamento. A fórmula de cálculo descrita pode ser genera­ lizada para estudos com maior número de categorias em qualquer uma das variáveis. No entanto, vale uma nota de alerta: quando ambas as variáveis têm apenas duas categorias, a fórmula de cálculo de qui-quadrado é um pouco dife­ rente. Nesse caso, a fórmula é a_ v

C [ Q - £ Í - 0 ,5 )y

sendo que IO - e \ é o valor absoluto de O - E e 0,5 é uma constante subtraída do valor de cada caseia.

A p ê n d ic e B

389

Análise de Variância (Teste F)

Usa-se a análise de variância ou teste F para determinar se há diferença significativa entre grupos, quando os dados foram mensurados em escala intervalar ou de razão. Os grupos podem ser obtidos por meio do método experi­ mental ou do método correlacionai. O importante é que seja usada uma escala intervalar no mínimo. Pode-se usar a análise de variância tanto em delineamen­ tos para grupos independentes quanto em delineamentos de medidas repetidas. A seguir, são apresentados os procedimentos para calcular F nos dois tipos de delineamentos. Análise de Variância: uma Variável Independente

Para ilustrar o uso da análise de variância, vamos considerar um experi­ mento hipotético sobre distância física e auto-revelaçao. Podemos imaginar que as pessoas revelem mais sobre si mesmas quando ficam sentadas próximas a um entrevistador do que quando ficam mais longe. Para testar essa idéia, você reali­ za um experimento sobre a técnica de entrevista. Diz ao participante que está estudando técnicas de entrevista. Cada sujeito fica sentado numa sala. O entrevistador chega e senta-se a uma de três distâncias do participante: próxima (0,61 metros), média (1,22 metros) ou longe (1,83 metros). A distância que o entrevistador escolhe é a manipulação da variável independente. Os participan­ tes são aleatoriamente designados às três condições de distância e o comporta­ mento do entrevistador é constante em todas as condições. A entrevista consiste em várias perguntas e a variável dependente é o número de afirmações pessoais reveladoras feitas pelo participante, durante a entrevista. A Tabela B.3 apresenta dados fictícios para tal experimento. Note que esse é um delineamento para grupos independentes com cinco sujeitos em cada gru­ po. Os cálculos da variância sistemática e da variância do erro envolvem cômpu­ to da soma de quadrados para os diferentes tipos de variâncias. Soma de quadrados. A soma de quadrados corresponde à soma dos qua­ drados dos desvios em relação à média. O cálculo de uma análise de variância, aplicado aos dados da Tabela B.3, envolve três somas de quadrados: (1) SQlòlal, a soma dos quadrados dos desvios de cada escore em relação à média geral; (2) SQa, a soma dos quadrados dos desvios de cada média grupai em relação à mé­ dia geral; e (3) SQfcW a soma dos quadrados dos desvios de cada escore indivi­ dual em relação à média de seu respectivo grupo. O A em SQA é usado para indicar que estamos lidando com a variância sistemática associada com a variá­ vel independente A.

390

M

Tabela B.3

P e s q u is a

éto dos de

em

C iê n c ia s

do

C o m po rta m en to

Dados do experimento hipotético sobre distância e auto-revelação: análise de variância. Distância (A) Longe (A3)

Media 042)

Próxima ( A l )

20

21

33

25 19 27 26 TA l = 118 5 n A2 = *« = 23,60 2832

24 31 29 34 T = 151 5 n Al = 30,20 4623 IS ,“ 22801

13 15

10 14

TA3 = 72

13924

n A3

= 5

^3

14,40 1090 5184 =

SQ totai = 2 X 2- - ~ - = (4623 + 2832 + 1090) - (151 +

+ 7-2)-

= 8545 - 7752,07 - 792,93 SQ> = L—"■

nn

G2 N

(151)2 ^ (118)' 5 5

(72)2 - 7752,07

- 8381,80 - 7752,07 = 629,73 SQ

= y y * = ^y _Ta "

iíK /íü —

- 8545 - 8381,80

- 163,20 As três somas de quadrados são desvios em relação a uma média (lembre que calculamos esses desvios anteriormente, ao discutir a variância num con­ junto de escores). Poderíamos calcular os desvios diretamente com os dados da Tabela B.3, mas o procedim ento é trabalhoso e iremos utilizar fórmulas simplificadas para fins de cálculo. As fórmulas computacionais são S Q ro T A i

—

S

X

—

N

A pêndicf . B

391

G2 r S Q k rro

T7 na

= £ X —£ __

Sendo que L é o número de níveis da variável independente A, G = 2 7 ’^ e N - Sn . □-1 u

Observe que SQrota( — SQA + SQErru. Os cálculos efetivamente realizados en­ contram-se na Tabela B.3.

S(W

A fórmula para SQM I c

IX 2 é a soma dos escores ao quadrado de todos os sujeitos do experimento. Cada um dos escores é inicialmente elevado ao quadrado e depois somado. As­ sim, para os dados da Tabela B.3, 332 + 242 + 312e assim por diante, até que todos os escores tenham sido elevados ao quadrado e somados. Se você estiver fazendo os cálculos manualmente ou com a ajuda de uma máquina de calcular, pode ser conveniente que encontre IX 2para os escores em cada grupo e que os some, em seguida, para usar no cálculo final. Fiz isso para os dados da tabela. O G na fórmula corresponde ao total geral de todos os escores. Consiste na soma dos escores de todos os sujeitos. O total geral é, então, elevado ao quadrado e dividido por N, o número total de sujeitos do experimento. Ao computar a soma de quadrados, você deve rotulá-los claramente, porque a referência aos cálculos anteriores pode simplificar os cálculos subseqüentes. Depois de ter calculado calcula-se SQA SQa A fórmula para SQAé

O 7’ nessa fórmula refere-se ao total de escores no Grupo a da variável independente A. (T é uma notação resumida para TX em cada grupo [lembre o cálculo de I X na discussão sobre a média]. Usamos o símbolo Tapara evitar um excesso de sinais X em nossos procedimentos de cálculo.) O a é usado para simbolizar o número do grupo particular. Assim, Taé um símbolo geral para T},

392

M

éto d o s de

P f.s q u is a

em

C iê n c ia s

do

C o m po rta m en to

T2e Tg.1Para os dados da Tabela B.3, Tl = 151, T2 = 118 e T3 — 72. Estas são as somas dos escores em cada um dos grupos. Depois de ter sido calculado Ta, obtém-se T2qelevando Ta ao quadrado. Em seguida, T^ é dividido por tia, o número de sujeitos no grupo a. Depois de calcular 7^/nu para cadã grupo, os valores obtidos são somados, conforme indicado pelo símbolo Z. Note que a segunda parte da fórmula, G2/N, foi calculada quando se obteve SQTotiiV Como já temos este valor, não precisamos calculá-lo novamente quando calcularmos SQA. Tendo obtido SQA, podemos agora calcular SQErro• SQerr0 a fórmula do SQayi0 é T2

n„ Esses dois valores foram calculados quando se obteve SQTotül e SQA. Para obter o SQ£fT0, simplesmente localizamos tais valores e procedemos à subtração pertinente. Para verificar se os cálculos estão corretos, devemos garantir que SQTotal = SQrAa + SQ, . ^-krro O passo seguinte, no cômputo da análise de variância, é obter o quadrado médio para cada uma das somas de quadrados. Em seguida, podemos obLer o valor de F. A Tabela B.4 apresenta os cálculos necessários numa tabela que resu­ me a análise de variância. Construir uma tabela resumo é a forma mais simples de completar os cálculos.

Tabela B.4 Fonte de variação A

Erro Total A

Erro Total

Quadro resumo da análise de variância. Soma de quadrados

SQ, SQfftRO TOTAL 629,73 162,20 792,93

1 Note que L = 3 (NT).

gl

Quadrado médio

a- 1

SW

N -a

SQ-FRÍ
A

F

A

N - 1

2 12 34

314,87 13,60

23,15

ERno

A pèn u ic e B

393

Q uadrados médios. Depois de obter as somas de quadrados, é preciso calcular os quadrados médios. O quadrado médio corresponde à média da soma dos quadrados dos desvios em relação à média ou, dizendo de forma mais sim pies, a média da soma dos quadrados. O quadrado médio (QM) é a soma dc quadrados dividida pelo número de graus de liberdade. Os graus de liberdade correspondem ao número de escores na soma de quadrados que pode variar livremente. Os quadrados médios são as variâncias usadas para calcular o valor de F. Constatamos na Tabela B.4 que os quadrados médios de interesse são o quadrado médio de A (variância sistemática) e o quadrado médio do erro (variância do erro). As fórmulas são QMA = SQA/ gl A QMEm = s Qe^ / g l tm

sendo que glA = a - 1 (número de grupos menos 1) e glErrg = N - a (número total de sujeitos menos o número de grupos). Obtenção do valor de F. O valor de F é obtido dividindo-se o QMApelo QMEno. Se estiver atuando apenas erro aleatório, o valor esperado de F é 1,0. Quanto maior for o valor de F, menor é a probabilidade de os resultados do experimento terem sido devidos a erro casual. Significância de F. Para determinar a significância do valor obtido de F, é preciso comparar o F obtido com um valor crítico de F. A Tabela C.4, no Apêndice C, apresenta os valores críticos de F para os níveis de significância 0,10, 0,05 e 0,01. Para encontrar o valor crítico de F, localize na tabela os graus de liberdade do numerador da razão (a variância sistemática) e os graus de liberdade do denominador da razão F (a variância do erro). A intersecção desses dois graus de liberdade na tabela é o valor crítico de F. Os números de graus de liberdade correspondentes a nossos dados amostrais são 2 e 12 (ver Tabela B.4). O valor crítico de F obtido na Tabela C.4 é 3,89, para um nível de significância 0,05. Para que os resultados sejam significativos, o valor obtido de F deve ser igual ou maior que o valor crítico. Como o valor obtido de F na Tabela B.4 (23,15) é maior que o valor crítico, concluímos que os resul­ tados são significativos e rejeitamos a hipótese nula de que as médias dos grupos são iguais na população. Conclusão. A análise de variância para uma variável independente com um delineamento de grupos independentes pode ser usada quando há dois ou mais grupos no experimento. As fórmulas gerais descritas são apropriadas para todos esses delineamentos. Além disso, os cálculos são os mesmos, independen­ temente de ter sido usado o método experimental ou o método correlacionai. As

394

M é t o d o s d e P e s q u i s a em C iê n c ia s d o C o m p o r t a m e n t o

fórmulas também se aplicam a casos em que o número de sujeitos dos grupos não á equivalente (embora seja adequado ter aproximadamente o mesmo nú­ mero de sujeitos nos grupos). Quando o delineamento do experimento inclui mais de dois níveis da va­ riável independente (como no experimento do nosso exemplo, que tinha três grupos), o valor obtido de F não informa quais são os grupos específicos que diferem significativamente entre si, dois a dois. Uma forma de examinar a dife­ rença entre dois grupos, num estudo desse tipo, é usar a fórmula de SQA para calcular a soma de quadrados e o quadrado médio para os dois grupos (o gl neste caso é 2-1). Procedendo dessa forma, o QMFrrn, anteriormente calculado, pode ser usado como a variância do erro para obter F. Existem procedimentos mais complicados para avaliar a diferença entre dois grupos nesses delineamen­ tos, mas estão além do objetivo deste livro. Análise de Variância: duas Variáveis Independentes

Nesta sessão, descreveremos os cálculos para a análise de variância com um delineamento fatorial envolvendo duas variáveis independentes. As fórmu­ las aplicam-se a um delineamento fatorial A x B com qualquer número de níveis das variáveis independentes. As fórmulas aplicam-se apenas a um delineamento de grupos completamente independentes, com sujeitos diferentes em cada gru­ po e com o mesmo número de sujeitos em cada grupo. No entanto, tendo com­ preendido essa análise, você terá pouca dificuldade em compreender a análise de delineamentos mais complexos, com medidas repetidas ou com números de­ siguais de sujeitos. Com tais limitações em mente, podemos examinar os dados de um experimento hipotético, a título de exemplo. O experimento usa um delineamento fatorial VT x VS 2 x 2. A variável A é o tipo de instrução usado numa disciplina e a variável B é o nível de inteligência dos estudantes. A inteligência dos estudantes é classificada como “baixa” ou “alta”, com base nos escores de um teste de inteligência, sendo os estudantes aleatoriamente designados a uma de duas classes. Uma delas usa um método tradicional de aula expositiva, enquanto a outra utiliza um método individuali­ zado de aprendizagem, com testes freqüentes envolvendo pequenas quantida­ des de material, monitores para auxiliar os estudantes individualmente e a exi­ gência de que os estudantes só podem avançar para a sessão seguinte do mate­ rial depois de terem dominado a sessão anterior. A informação apresentada aos estudantes das duas classes é idêntica. Ao final do curso, todos os estudantes passam pelo mesmo teste, abrangendo todo o material apresentado durante o curso. O escore obtido no exame é a variável dependente. A Tabela B.5 apresenta dados fictícios para tal experimento, com cinco su­ jeitos em cada condição. Esse delineamento permite avaliar três efeitos - o efeito

A pk n d ic k B

395

principal de A, o efeito principal d e B e a interação A x B . O efeito principal de A refere-se à superioridade de um tipo de método de ensino sobre o outro. O efeito principal de B refere-se à comparação dos escores obtidos por estudantes de baixa e alta inteligência. A interação A x B examina se o efeito de uma variável independente muda em função do nível particular da outra variável.

Tabela B.5

^ (

Dados de um experim ento hipotético que investiga o efeito do tipo de instrução e do nível de inteligência sobre o escore obtido num exame: análise de variância.

Inteligência CS) Baixa (Bl) Aula expositiva tradicional 042)

Alta (02)

75 70 69 72 68 TÁW = 354 n A lfll

Método individualizado ÍA2)

= 25°94 — ** = 70>80

90 95 89 85 91 450 TAIB2 40552 LX2 = A1B2 5 ^X1B2 _ XAIB2 = 90,00

85 87 83

87 94 93

90 89

89 92

^

= 434 = 37704 n tnn = 5 A2BI

= 86-80

T m = 455 S Ç » = 41439 n__= ' 5 A1B2

Tm = 804 n M = 10 X4 1 = 80,40 Al ’

TA2= 889 "*2= 10 y = 88,90 ’ A2

= 91<°°

Tn = 788

r B2= 905

nBl= 10 Xn = 78,80

x fl2 = 90,50

I

396

M é t o d o s d e P e s q u i s a e m C iê n c ia s n o C o m p o r t a m e n t o

O cálculo da análise de variância começa com o cálculo da soma de qua­ drados para as seguintes fontes de variância nos dados: SQrofoP SQA, SQ9 SQAxB e SQ . Os procedimentos de cálculo são semelhantes aos realizados para a aná­ lise de variância com uma variável independente. A Tabela B.6 mostra os cálcu­ los numéricos para os dados do exemplo. Passamos a examinar agora cada um desses cálculos.

Tabela B.6

Cálculos para análise de variância.

SQ tow =

?!

- (25094 + 40552 + 37704 + 4X439)

N

(354 + 4 5 0 + 4 3 4 + 4 5 5 )2 20

1 4 4 7 8 9 - 1 4 3 3 1 2 ,4 5 = 1476,55 SQ a~

n.

- < 8 W 1 C889)2 - 143312,45 10 - 14 3 6 7 3 ,7 0 - 143312,45

N

= 361,25

=

_ C*

i,Qr>

na

= (7 8 8 )* * (905)* _ ! 4 3 3 ] 2,45 10 = 1 4 3 9 9 6 ,9 0 - 143312,45

N

= 684,45 Z71

SQ— “

G*

n«~ N

~S^

S^

’

C»54)i * C450)z+ (4 3 4 )2+ 4 5 5 )2 5 - 14 3 3 1 2 ,4 5 - 3 6 1 ,2 5 - 6 8 4 ,4 5

- 14 4 6 3 9 ,4 0 - 1 43312,45 - 3 6 1 ,2 5 - 68 4 ,4 5 = 281,25 VT2

S Q fmo = X X 2- - - -

n*

= 144789 - 1 4 4 6 3 9 ,4 0 = 149,60

SQ total

fórmula é

Calcula-se a SQTotul da mesma forma que na análise anterior. A

A p ê n d ic e B

397

sendo que IX 1é a soma dos escores ao quadrado de todos os sujeitos do experi­ mento, G é o total geral de todos os escores e N é o número total de sujeitos. Em geral, é mais simples calcular IX 2 e G em passos menores, calculando subtotais separadamente, para cada grupo do delineamento. Em seguida, somam-se os subtotais. Esse é o procedimento seguido nas Tabelas B.5 e B.6. SQa A fórmula para SQA é

N sendo que U a2é a soma dos totais dos escores em cada um dos grupos da variá­ vel independente A ao quadrado e na é o número de sujeitos em cada nível da variável independente A. Ao calcular SQ^, consideramos apenas os grupos da variável independente A, sem levar em conta o nível particular de B. Em outras palavras, o total para cada um dos grupos da variável A é obtido considerandose todos os sujeitos nesse nível deÂ, independentemente de sua condição em B. A quantidade G2/N foi anteriormente calculada quando se obteve SQTOTAL. SQb A fórmula para SQB é T lí

G2 N

Calcula-se SQB da mesma forma que SQA. A única diferença é a utilização dos totais dos grupos da variável independente B. SQa ye A fórmula para SQAyB é T

T

1

✓'">2

« o , . . — s f ~ s r - * ^ - s QObtém-se a soma de quadrados para a interação A x B calculando inicialmente a quantidade XTab2. Para isso, elevamos ao quadrado os totais dos escore? em cada uma das condições ab do experimento. No experimento apresentado como exemplo na Tabela B.5, há quatro condições e o cálculo da interação con­ sidera todos os grupos. O total de cada um dos grupos é elevado ao quadrado e, em seguida, calcula-se a soma dos totais ao quadrado. Divide-se essa soma por nah>o número de sujeitos em cada grupo. As demais quantidades na fórmula de SQAxB já foram calculadas, o que toma a obtenção de SQA xB relativamente simples.

398

M éto d o s df. P esqu isa e m C iências d o C o m po rta m en to

SQ£rro Já calculamos as quantidades envolvidas na fórmula da SQErja. A fórmula é SQ

TT2

= s x 2- —

nab

Como já calculamos essas quantidades anteriormente, basta fazer a sub­ tração apropriada para completar o cálculo do SQW Nesse ponto, você poderá praticar o cálculo da soma de quadrados, utili­ zando os dados da Tabela B.5. Para verificar se os cálculos estão corretos, verifi­ que se SQT[m} = SQa + SQb + S Q ^ + SQErro. Obtidas as somas de quadrados, o passo seguinte é calcular o quadrado médio para cada uma das fontes de variação. A forma mais simples de fazer isso é usar uma tabela-resumo de análise de variância, como a Tabela B.7.

Tabela B.7

Fonte de variação A B AxB Erro Total A B AxB Erro Total

Quadro-resumo da análise de variância: duas variáveis independeutes. Soma de quadrados S®a

SQerro SQtotal 361,25 684,45 281,25 149,60 1476,55

gl a- 1 B- 1 (a - 1) (Íj - D N - aí) 1 1 1 16 19

Quadrado médio SQ A h

F QM/QMbk, QAW QM «»

SQerkç/ S^ERfíO 361,25 684,45 281,25 9,35

38,64 73,20 30,08

Quadrado médio. O quadrado médio para cada uma das fontes de varia­ ção é a soma de quadrados dividida pelo número de graus de liberdade. A parte superior da Tabela B.7 apresenta as fórmulas para os graus de liberdade e os quadrados médios e a parte inferior, os valores calculados para o exemplo. Obtenção do valor de F. Obtém-se o valor de F para cada uma das três fontes de variação sistemática (o efeito principal de A, o efeito principal de B e a

A phndice B

399

interação), dividindo o quadrado médio apropriado pelo QMCrro. Tendo obtido os três valores de F, podemos avaliar a significância dos efeitos principais e da interação. Significância de F. Para determinar se o F obtido é significativo, precisa­ mos encontrar o valor crítico de F na Tabela C.4 do Apêndice C. Para todos os Fs na tabela-resumo da análise de variância, os graus de liberdade são 1 e 16. Suponhamos que tenha sido escolhido o nível de significância 0,01 para rejei­ tar a hipótese nula. O valor crítico de F para 1 e 16 graus de liberdade é 8,53. Se o valor obtido de F for maior que 8,53, podemos dizer que os resultados são significativos ao nível 0,01. Examinando os Fs obtidos na Tabela B.7, constata­ mos que tanto os efeitos principais quanto a interação são significativos. Fica a seu cargo interpretar as médias correspondentes aos efeitos principais e re­ presentar graficamente a interação. Caso não lembre como fazer isso, consul­ te o Capítulo 10. Análise de Variância: Medidas Repetidas e Sujeitos Equiparados

Até aqui, os cálculos de análise de variância examinados restringiram-se a delineamentos de grupos independentes. Esta sessão apresenta os cálculos da análise de variância para um delineamento com medidas repetidas ou com equi­ paração para unia variável independente e atribuição aleatória. A Tabela B.8 apresenta dados fictícios para um estudo hipotético envolven­ do um delineamento de medidas repetidas. O experimento examina o efeito da atratividade física de um candidato a um emprego sobre a avaliação feita de sua competência. A variável independente é a atratividade física do candidato e a variável dependente é a competência avaliada numa escala de 10 pontos. Os sujeitos que participaram do experimento viram dois videoteipes, em que mulhe­ res diferentes apareciam executando uma tarefa de aptidão mecânica, envol­ vendo encaixe de peças. O desempenho delas era equivalente, mas uma era fisi­ camente atraente e a outra não. Contrabalanceou-se a ordem de apresentação dos vídeos, para controlar efeitos de ordem.

i

(

400

M étodos de P e sq u isa em C iências do C om po rta m ento

Tabela B.8

Dados de um experimento hipotético sobre atratividade e avaliação de competência: análise de variância com medidas repetidas. Condição (A)

( i

(

Sujeitos (ou pares Candidato não atraente (Al) de sujeitos)

41 #2 #3 #4 #5 #6 #7 #8

Candidato atraente (A2)

T

V5

8 6 9 6 6 5 5 7

14 11 14 13 10 8 10 11

196 121 196 169 100

6 5 5 7 4 3 5 4

TA2

\

,

II to ot-l

£

Tm = 39 1.

S

= 52

64 100 121 1067

IX*A 2 = 352

nA>= 8 XAl = 4,88

nA2=

8 6-50

SQroTV». = Z X 2- - ü r = C201 + 3 5 2 ) - (?-?+. 52)2= 553 - 5 1 7 ,5 6

<

= 3 5 ,4 4 £T02 SQ A . = —n a

G2

N

(3 9 )2+ (52^2 8

(

= 5 2 8 ,1 3 - 5 1 7 ,5 6

(

= 10,57

i

Y.T2 G* s o^SUJEITOS = - ^ —■

N

1067 2

5 17,56

- 5 1 7 ,5 6

- 5 3 3 ,5 0 - 5 1 7 ,5 6 < {

(

<

- 15,94

SQlrro = SQ™«- SQa~ SQslIJErros = 3 5 ,4 4 - 1 0 , 5 7 - 15 ,9 4 = 8,93 0 efeito das diferenças entre os sujeitos torna-se uma fonte de variação e esta é a principal diferença entre a análise de variância para medidas repetidas e a análise para grupos independentes, descrita anteriormente. Há quatro fontes de variação na análise de variância para medidas repetidas e, portanto, calcu­ lam-se quatro somas de quadrados:

A pênd ic e B

401

so = S3__Ç1 na

N

= SU 7s J - - ÇJV 1 ^SO ^-S U J E IT O S ^ Q íh rü -

S Q

ix jia l

~

S Q

a

~

S Q

s ií /f h v s

A parte inferior da Tabela B.8 apresenta os cálculos para essas somas de quadrados. Você já deve estar familiarizado com as quantidades na fórmula. A única quantidade nova envolve o cálculo da SQSujeitos, O termo T 2 refere-se ao escore total de cada sujeito ao quadrado, isto é, o quadrado do total de escores que cada sujeito obtém nas mensuraçÕes feitas nos diferentes grupos do experimento. A quantidade U s2refere-se à soma desses totais ao quadrado para todos os sujeitos. Calcula-se SQSujeitos dividindo ET2por ns e, em seguida, subtraindo da quantidade obtida G2/N . O termo ns refere-se ao número de escores que cada sujeito fomece. Como nosso experimento hipotético tem dois grupos, ns = 2, o total para cada sujeito baseia-se em dois escores.

Tabela B.9

Fonte de variação

A Sujeitos Erro

Quadro-resumo da análise de variância: delineamento com medidas repetidas. Soma de quadrados

so* SQ

^ -SU JEITO S

gl a -1 5 -1

Quadrado médio

s 0 /g lA -

SQ-F.RRO SQtotal

(a-l)(i-l)

A

10,57

1

Sujeitos

15,94

7

-

Erro

8,93

7

1,28

Total

35,44

Total

F QMA/QMERRO

^ 0 - E R R c / g^ERRO

AT- 1 10,57

8,26

15

A Tabela B.9 apresenta um quadro-resumo da análise de variância. Os pro­ cedimentos para calcular os quadrados médios e obter F são semelhantes aos utilizados nos cálculos anteriormente realizados. Observe que não calculamos o quadrado médio e o F correspondentes à fonte de variação dos sujeitos. Geral­

402

M

éto dos de

P

e s q u is a e m

C iê n c ia s

do

C om po rta m en to

mente, não há razão para saber se os sujeitos diferem significativamente entre si ou para se preocupar com isto. Do cálculo dessa fonte de variação não decorre qualquer vantagem em reduzir a magnitude de variação do erro - num delinea­ mento de grupos independentes, as diferenças entre sujeitos são parte da varia­ ção do erro. Como só há um escore por sujeito no delineamento de grupos inde­ pendentes, é impossível estimar a influência das diferenças entre sujeitos. Você pode usar o quadro-resumo e a tabela dos valores críticos de F para determinar se a diferença entre os dois grupos é significativa. Os procedimentos são idênticos aos anteriormente discutidos.

Análise de Variância: Conclusão A análise de variância é um teste muito útil, que pode ser aplicado a qual­ quer tipo de delineamento fatorial, incluindo os que usam grupos independen­ tes e medidas repetidas no mesmo delineamento. O método de cálculo da análise de variância é praticamente o mesmo, independentemente da complexidade do delineamento. Uma sessão sobre análise de variância, tão resumida como a apre­ sentada neste livro, não consegue dar conta de todos os múltiplos aspectos dessa técnica estatística geral. No entanto, agora o leitor já possui o referencial neces­ sário para calcular uma análise de variância e para compreender as discussões mais detalhadas sobre análise de variância em textos estatísticos avançados.

CORRELAÇÃO E MAGNITUDE DO EFEITO

Finalmente, examinaremos os cálculos de medidas de correlação e magni­ tude do efeito, indicadores da força da associação entre variáveis. Estas são me­ didas muito importantes, porque fornecem uma métrica comum, que pode ser utilizada em qualquer tipo de estudo. Tais números variam de 0,00, que indica ausência de relação, a 1,00, e correlações acima de 0,50 indicam relações muito fortes. Em grande parte das pesquisas, esperamos correlações entre 0,25 e 0,50. Correlações entre aproximadamente 0,10 e 0,25 são mais fracas, mas podem ser significativas se os tamanhos de amostra forem grandes. Além disso, podem ser importantes por razões teóricas e por razões práticas.

Magnitude do Efeito para o Teste qui-quadrado Descrevemos o teste de qui-quadrado anteriormente. Além de determinar se há uma relação significativa, você pode desejar um indicador da magnitude do efeito, que informe a força da associação entre as variáveis. Isso é obtido

A p ên d ice B

403

calculando-se o coeficiente fi, simbolizado por <{). Fi é calculado após a obtenção do valor de qui-quadrado. A fórmula é

Assim, o valor de ty para o estudo sobre sexo e lateralidade, analisado ante­ riormente, é (ver Tabela B.2):

Como já se determinou a significância do valor obtido de qui-quadrado pela Tabela C.2 do Apêndice C, não há necessidade de realizar qualquer teste adicional de significância.

Magnitude do Efeito para a Estatística F Depois de calcular uma análise de variância e avaliar a significância da estatística F, é preciso examinar a magnitude do efeito, Eta é um tipo de coefi­ ciente de correlação que pode ser facilmente calculado. A fórmula á:

eta =

variância entre grupos (sistemática) variância total

No experimento sobre distância interpessoal e auto-revelação, anteriormente descrito, SQAfoi 629,73 e $QToml foi 792,93. O valor de eta seria, então:

0,89 Essa é uma correlação muito alta, que reflete o fato de os dados terem sido criados para fins de facilidade de cálculo.

404

M

éto dos

o t P e s q u is a

fm

C iê n c ia s

do

C o m po rta m en to

Coeficiente de Correlação Produto-Momento de Pearson Usa-se o coeficiente de correlação produto-momento de Pearson (r) para de­ terminar a força da relação entre duas variáveis mensuradas em escalas intervalares. Exemplo. Suponhamos que você queira saber se experiência de viagem está relacionado com conhecimento de geografia. Em seu estudo, você aplicou um questionário com 15 perguntas sobre geografia da América do Sul e pergun­ tou aos participantes quantos Estados brasileiros2 já visitaram. Depois de obter os pares de respostas para cada um dos participantes, calculou-se um r de Pearson para avaliar a força da relação entre experiência de viagem e conhecimento de geografia. A Tabela B.10 apresenta dados fictícios para um estudo desse tipo, junta­ mente com os cálculos de r. A fórmula para calcular r é JV SXY-SX I7 ;—

------------

■-

—

■Tn F x - (.ZXf J n Z Y - (£ Y f onde X refere-se ao escore de um sujeito na variável X, e Y é o escore de um sujeito na variável Y. Na Tabela B.10, o escore de experiência de viagem é a variável X, e o escore de conhecimento de geografia é a variável Y . Na fórmula, N é o número de observações pareadas (isto é, o número de participantes para os quais ambas as variáveis foram medidas). O cálculo de r requer várias operações matemáticas sobre os escores de X e Y. IX é simplesmente a soma dos escores na variável X IX 2 é a soma dos escores de X elevados ao quadrado (cada escore é primeiro elevado ao quadrado, obten­ do-se depois a soma de todos os escores elevados ao quadrado). A quantidade (LX)2 é a soma dos escores elevada ao quadrado: calcula-se primeiro o total dos escores X (LX) e depois eleva-se esse total ao quadrado. E importante não con­ fundir as duas quantidades, (XX)2 e (ZX)2. Os mesmos cálculos são feitos usan­ do os escores de Y, para obter TY, ZY2 e (LY)2. Para obter a £XY, o escore de cada participante em X é multiplicado por seu escore em Y; em seguida, obtém-se a soma destes valores para todos os sujeitos. Depois de fazer todos esses cálculos, calcula-se r usando a fórmula para r fornecida anteriormente. Nesse ponto, você poderá desejar examinar cuidadosamente os cálculos apresentados na Tabela B.10, para familiarizar-se com os procedimentos utiliza­ dos para calcular r. Poderá, então, tentar calcular r para outro conjunto de da­ dos, como o da Tabela 10.2 sobre o local em que o estudante senta na classe e o escore obtido no exame.

2 Originalmente, o autor refere-se ao Canadá e à América do Norte (NT).

A p ê n d icü B

405

Tabela B.10 Dados de um estudo hipotético sobre experiência de viagem e conheci­ mento de geografia: r de Pearson. Condição (A) Número de identificação do sujeito 01 02 03 04 05 06 07 08 09 10

Cálculo:

Escore de viagem (X) 4 6 7 8 8 12 14 15 15 17 IX = 106 IX* = 1308 (IX)2 = 11236

Escore de conhecimento (V) 10 15 8 9 7 10 15 13 15 14 jy = 116 IV2 = 1434 (IV)2 = 13456

XY

I =

40 90 56 72 56 120 210 195 225 238 1302

A /ix y - T X Y . Y r ~ ,------------- ----- r ----------------- VA/ Z X 2- C L X f - i N E Y - (X Y f

_ ________ 10(1302) - (106) (116) Vl0(1308) - 11236 JlO (1434) = 13456 1 3 0 2 0 - 12296________ 7 13080 - 11236 i/14340 - 13456 724 V1844 sí 884 724 1276,61 = 0,567

Signifícância de n Para testar a hipótese nula, segundo a qual o coeficien­ te de correlação na população é 0,00, consultamos a tabela para valores críticos de r. A Tabela C.5 no Apêndice C mostra os valores críticos, de r para os níveis de

406

M f t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

significância 0,10, 0,05 e 0,01. Para encontrar o valor crítico, é preciso determi­ nar em primeiro lugar o núm ero de graus de liberdade. O gl do teste de significância para r é N - 2. No estudo de nosso exemplo sobre viagem e conhe­ cimento, o número de observações pareadas é 10 e, portanto, gl = 8. Para 8 graus de liberdade, o valor crítico de r correspondente ao nível de significância 0,05 é 0,632 (com sinal positivo ou negativo). O r obtido deve ser maior que o r crítico para ser significativo. Como o r obtido (de acordo com a Tabela B.10) 0,567 é menor que o valor crítico, não rejeitamos a hipótese nula. Observe que não rejeitamos a hipótese nula nesse caso, embora a magnitu­ de de r seja razoavelmente grande. Lembre-se da discussão sobre resultados não significativos feita no Capítulo 10. Uma correlação significativa poderia ser obti­ da com uma amostra maior ou, ainda, com medidas mais sensíveis ou mais fidedignas das variáveis.

Apêndice C Tabelas Estatísticas

Ml TABELA DE NÚMEROS ALEATÓRIOS

Os números aleatórios entre 0 e 99 na Tabela C.l podem ser usados para designar participantes randomicamente a determinadas condições num experi* mento ou para selecionar participantes randomicamente de uma população. Para obter uma série de números aleatórios, consulte a tabela com base em um ponto arbitrário e faça a leitura na seqüência desejada. Para usar a tabela de números aleatórios, ordene inicialmente os partici­ pantes de alguma forma. Por exemplo, suponha que 15 indivíduos irão partici­ par de seu experimento. Você poderia simplesmente ordená-los do primeiro ao último, como sugerido a seguir. A tabela de números aleatórios pode ser usada para desígná-los às condições no experimento. Suponhamos que precise distri­ buir esses 15 indivíduos em três grupos. Consulte a tabela de números aleatórios e atribua um número a cada um dos 15 participantes (se houver repetição, igno­ re e passe ao número seguinte na seqüência). No caso do exemplo, a tabela foi consultada a partir do canto superior esquerdo e a leitura, feita de cima para baixo. Distribua, então, os participantes pelos grupos. Os participantes com os números aleatórios mais baixos irão para o grupo 1, os cinco seguintes irão para o grupo 2 e os cinco com os números mais altos irão para o grupo 3. O mesmo procedimento geral pode ser seguido com qualquer número de grupos num ex­ perimento. --------------

408

M é t o d o s d e P e s q u i s a f. m C i ê n c i a s d o C o m p o r t a m e n t o

(

(

( 1

(

( i ^

(

^ (

( (

( í (

Ordenação dos participantes

Número aleatório

Grupo a que foi designado

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

56 57 51 10 69 9 75 5 78 90 79 4 79 48 57

2 2 2 1 2 1 3 1 3 3 3 1 3 1 2

O primeiro passo para usar uma tabela de números aleatórios com o objetivo de fazer amostragem aleatória é listar todos os membros de sua população. Consulte a tabela de números aleatórios e atribua um número a cada membro da população. Determine o tamanho desejado da amostra (N). Sua amostra será, então, composta pelos primeiros N indivíduos. Por exemplo, se quiser extrair uma amostra de 15 membros do corpo docente de sua faculdade, use uma tabe­ la de números aleatórios para atribuir um número a cada professor. Os 15 indi­ víduos com os menores números serão selecionados para compor a amostra. Atualmente, existem alternativas em computador às tabelas de números aleatórios, como a Tabela C.l. Programas com planilhas eletrônicas, como Excel, têm uma função para gerar números aleatórios. Na Internet, você encontra no endereço < http://www.randomizer.org> mais uma opção útil para fazer atri­ buição e seleção randômica.

A p ê n d ic e C

Tabela C.l

409

Tabela de números aleatórios.

56 57 51 10 69 9 75 5 78 90

54 63 1 34 59 94 9 54 23 18

77 49 35 73 39 34 76 84 95 61

81 93 56 74 53 81 33 29 76 31

67 11 36 9 82 9 71 60 61 11

11 26 28 24 97 79 87 75 61 45

27 57 18 14 70 41 5 35 12 44

56 88 97 31 98 30 39 6 52 6

76 94 49 97 90 35 13 31 68 15

67 65 47 62 22 27 98 82 57 90

16 80 80 15 12 54 68 39 72 74

71 23 43 80 22 82 43 31 64 69

93 82 56 51 13 49 32 98 65 72

68 16 73 49 87 95 46 45 12 38

33 58 22 64 10 79 52 97 88 94

31 86 69 48 69 3 75 73 42 35

90 90 58 61 61 26 27 56 8 75

67 70 37 9 11 2 71 3 29 27

52 54 55 14 27 10 66 39 58 75

32 71 52 29 60 12 62 48 56 76

81 13 56 81 50 93 37 36 10 25

64 50 69 65 42 15 70 49 32 91

3 60 34 16 96 12 14 4 32 33

79 4 79 48 57 82 64 98 4 51

70 53 50 13 66 47 38 19 53 12

44 53 9 20 6 37 48 18 16 24

70 85 86 30 29 12 70 8 78 74

2 61 37 35 10 59 7 57 53 1

61 99 60 34 3 51 46 56 54 35

6 99 76 99 33 55 86 76 31 67

4 0 80 51 73 24 42 69 33 55

49 34 13 32 0 35 24 92 2 45

96 17 80 90 69 83 34 64 64 43

17 24 78 6 19 27 68 69 29 88

37 65 16 8 95 34 58 11 24 54

3 59 46 56 35 53 84 79 25 52

78 66 87 61 2 50 54 93 48 90

63 75 56 12 52 87 41 98 30 18

82 80 6 94 88 15 13 3 82 73

57 16 71 86 31 2 23 70 24 92

50 95 17 6 49 20 38 76 25 8

24 96 96 51 40 31 69 6 81 25

55 25 58 89 53 65 29 72 25 0

43 61 63 53 90 15 22 70 22 59

53 36 80 26 46 91 5 83 43 34

84 2 43 13 10 7 27 28 3 75

31 13 73 10 12 34 40 24 85 10

33 73 12 80 5 64 7 46 73 34

22 99 17 53 47 18 10 26 53 23

54 45 38 35 41 70 35 12 28 44

64 24 11 0 45 39 99 98 25 5

88 5 41 10 77 71 37 54 32 98

52 54 25 52 99 85 94 6 79 79

70 90 86 55 91 67 70 83 24 55

43 55 12 19 87 11 17 73 29 92

44 99 85 94 9 70 75 11 54 99

84 24 24 20 34 55 34 69 77 49

43 67 18 43 67 33 82 11 69 53

42 50 3 63 63 21 27 30 38 12

6 58 27 48 61 72 47 90 45 24

57 52 80 44 22 84 62 69 9 42

34 33 54 2 63 92 2 15 3 27

25 36 59 70 37 43 61 5 14 83

34 84 92 26 17 99 69 90 5 69

90 9 51 94 87 6 99 2 42 77

95 92 71 28 89 14 57 40 26 92

54 79 34 92 80 77 50 90 57 90

25 77 58 38 27 36 34 78 51 13

18 5 65 86 24 54 36 64 89 28

69 18 32 61 10 83 82 94 57 76

17 71 28 57 66 32 69 15 83 58

91 29 12 16 15 65 70 11 27 72

38 18 9 77 18 27 0 46 41 63

2 3 99 65 62 30 64 59 10 41

46 17 92 62 62 50 77 85 6 58

98 56 52 39 79 32 55 81 11 67

5 39 98 89 88 60 41 54 22 40

97 69 56 68 79 81 71 89 48 79

22 19 5 82 84 99 42 93 33 28

62 40 12 51 47 86 5 70 34 36

19 69 71 42 21 83 40 20 35 63

48 68 42 91 86 90 76 4 51 27

96 64 23 73 0. 2 10 79 77 79

38 98 3 53 6 70 74 9 38 47

11 7 64 25 21 82 62 18 7 97

5 32 4 59 57 55 24 5 26 61

15 33 5 1 66 24 36 48 34 12

30 52 33 93 12 1 8 77 72 84

79 33 62 57 55 79 85 52 49 97

33 95 5 28 72 12 0 84 52 7

64 7 34 4 31 64 24 32 59 97

7 57 46 17 6 32 25 68 47 41

410

M

é t o d o s de

P e s q u is a

em

C iê n c ia s

do

C o m po rta m en to

4 86 15 10 20 28 63 63 46 58

52 4 98 21 0 48 34 77 74 28

15 49 53 90 53 61 49 79 49 44

69 39 34 40 71 31 96 43 18 4

32 55 70 38 35 66 18 44 77 39

65 71 37 58 49 66 31 26 16 69

40 47 65 1 81 26 59 3 74 71

39 73 88 28 60 62 61 13 10 59

11 78 0 18 51 90 26 21 55 68

63 42 58 98 87 11 18 56 23 28

30 48 3 40 25 86 34 31 2 18

53 32 65 37 13 34 86 71 50. 18

29 68 57 1 16 55 31 71 82 6

21 13 45 19 77 95 97 57 63 4

70 65 5 76 31 26 23 23 17 99

67 43 43 62 43 12 77 0 76 75

57 54 93 54 60 39 44 15 63 64

85 44 18 29 49 20 25 57 99 64

92 61 19 6 27 51 24 57 40 87

95 32 31 27 66 85 31 46 26 59

64 16 4 96 1 77 79 53 35 11

72 61

21 86 61 56 18 94 38 89 37

10 69 34 9 81 8 59 42 42

46 45 27 38 37 46 66 60 99 88

76 98 70 32 79 98 12 6 73 58

17 45 86 43 13 85 25 52 76 26

53 44 16 34 76 52 53 97 80 18

46 70 32 10 64 65 23 15 73 5

94 83 59 3 55 48 83 78 84 60

82 73 99 36 48 9 97 31 6 0

43 99 71 24 79 36 13 36 51 41

71 86 31 91 84 54 61 41 96 6

41 85 22 24 81 50 93 89 76 59

30 4 62 26 19 55 44 52 50 65

13 86 44 62 48 1 12 71 25 43

51 45 39 19 71 92 15 63 14 0

48 29 80 70 72 7 46 1 61 57

28 80 52 31 47 2 50 23 17 91

52 94 27 53 85 50 56 16 46 2

97 78 30 69 75 4 15 60 1 9

13 79 82 1 7 35 12 78 74 30

19 32 73 73 6 35 20 86 43 44

70 25 23 52 41 39 84 47 71 78

58 76 51 6 74 66 23 15 72 94

37 5 36 8 51 71 89 3 99 95

55 70 79 21 59 31 64 82 73 72

92 95 68 57 60 40 90 96 38 72

94 64 19 96 45 8 32 61 66 69

3 66 20 79 57 48 23 45 94 51

46 18 17 5 82 28 16 64 89 48

42 69 34 89 98 46 91 81 57 31

12 33 27 24 25 86 48 15 57 9

52 82 27 90 41 71 32 33 31 46

26 71 51 32 41 71 76 99 84 32

95 32 97 69 35 56 77 55 64 13

48 56 71 37 8 79 68 92 11 23

71 42 35 2 84 61 97 69 51 95

74 63 99 16 62 52 84 3 55 93

98 35 2 38 55 33 72 46 55 34

50 56 37 89 90 38 31 80 4 82

12 96 25 22 59 74 23 64 11 78

69 18 81 25 15 90 44 48 24 0

62 3 52 9 35 87 37 32 80 97

42 14 39 87 63 82 90 76 94 75

20 80 91 21 14 17 97 47 76 65

50 25 4 82 87 n 17 39 81 30

1 80 36 87 69 72 11 27 42 21

1 41 28 24 86 31 76 2 65 97

70 84 31 90 3 79 88 31 90 24

76 16 30 7 69 92 43 21 26 98

15 17 67 84 74 80 46 36 41 3

55 89 23 19 59 5 11 36 22 56

72 69 66 23 7 3 66 12 42 19

55 42 19 54 66 81 75 35 17 5

21 75 43 13 96 7 70 27 8 83

5 33 84 36 42 10 26 95 97 82

90 11 14 62 21 56 19 98 67 23

12 22 6 49 16 50 39 2 74 98

20 7 26 14 87 2 24 32 13 7

85 12 19 91 44 22 68 1 87 0

80 43 22 61 47 90 16 43 63 59

57 38 0 46 87 93 77 20 5 73

80 58 68 20 99 82 81 77 81 84

17 89 47 2 60 39 30 24 8 82

93 41 82 15 63 42 90 26 18 70

86 58 77 44 83 52 38 96 23 12

78 4 5 22 51 74 88 0 39 8

30 34 7 55 14 52 34 57 94 51

18 73 22 48 93 79 90 39 28 73

30 83 76 87 33 33 93 70 25 20

48 20 37 18 41 14 96 82 34 5

77 10 6 5 76 20 98 92 14 86

f APfcNDlCt C

411

28 30 10 55 39 49 11 10 49 60

33 12 34 72 61 74 65 63 86 4

51 3 45 22 21 40 53 78 40 79

32 27 83 83 65 83 34 95 80 64

6 98 27 89 72 29 53 46 73 53

50 73 17 32 49 55 78 99 20 28

6 17 21 48 63 79 51 9 64 9

86 67 70 41 5 69 55 37 72 10

67 91 66 48 65 1 0 42 55 91

4 82 73 88 64 79 85 15 12 24

68 56 14 90 12 73 91 53 17 44

0 24 3 84 25 0 68 59 80 27

15 9 84 1 69 73 17 80 45 5

80 34 92 11 8 88 46 26 95 55

16 63 53 35 32 16 4 15 8 15

15 44 56 8 61 10 72 74 40 96

82 89 0 93 86 3 90 82 70 17

91 43 11 43 15 34 8 60 87 77

61 41 74 45 16 25 56 30 80 1

22 73 19 13 87 54 88 10 1 26

47 80 31 78 35 8 24 74 9 87

2 2 38 47 89 27 85 74 30 20

23 91 47 31 72 22 96 70 19 38

76 64 27 56 1 60 78 25 66 57

99 14 15 82 60 77 5 16 33 20

24 4 19 81 99 63 70 0 96 42

90 40 37 89 69 82 38 86 63 96

2 99 3 30 77 24 3 71 95 94

63 87 52 12 20 30 49 60 69 96

59 73 87 51 9 29 85 76 53 70

39 41 27 48 5 95 15 27 61 53

21 65 30 37 84 38 42 80 40 71

4 21 76 76 82 30 47 27 37 48

76 81 22 94 10 70 12 26 73 26

26 94 82 31 20 66 20 89 42 84

80 22 20 97 87 78 1 94 16 94

12 23 46 36 67 13 6 46 62 37

12 52 76 23 87 38 7 22 13 62

83 0 40 93 48 41 87 51 0 31

28 25 27 82 95 16 61 62 20 19

7 73 90 16 5 60 73 29 85 84

10 10 89 89 83 63 91 83 4 28

93 74 59 29 28 39 19 21 71 88

65 92 93 96 24 44 37 90 25 61

85 87 6 80 6 70 77 37 7 40

54 24 28 99 87 8 73 71 43 58

73 21 9 16 25 85 31 54 82 32

33 91 61 62 45 83 63 94 86 93

16 74 60 92 23 20 91 59 93 35

26 11 69 65 46 36 65 67 17 64

56 28 97 82 19 4 30 69 2 4

63 24 11 67 70 20 40 98 30 86

91 62 85 26 36 69 27 22 12 60

2 67 59 8 7 12 30 50 23 12

13 44 0 36 75 59 15 74 28 80

81 65 6 86 26 32 65 63 24 30

60 90 59 9 41 53 31 3 34 45

13 27 16 73 14 33 43 39 41 75

88 14 12 68 36 33 58 46 74 18

31 92 7 79 32 68 99 22 53 41

86 10 85 60 25 38 30 35 35 11

63 28 2 10 87 37 53 40 88 47

14 22 16 32 34 18 97 4 0 99

76 50 20 48 30 4 91 77 19 30

24 22 39 59 74 38 95 61 71 55

35 68 59 70 57 63 2 14 6 72

87 73 33 83 39 16 89 21 59 53

35 79 81 95 61 73 53 57 38 99

37 3 14 5 76 85 0 2 0 92

82 85 3 15 15 39 22 87 85 34

79 13 21 98 0 51 42 73 99 10

45 56 83 56 33 58 18 0 68 45

35 62 18 37 3 87 32 50 83 58

16 53 41 29 96 73 49 32 67 47

95 14 64 75 88 15 40 20 9 11

16 35 54 56 88 47 72 7 29 9

44 18 36 72 88 34 4 46 40 20

36 87 89 44 97 81 46 65 78 37

95 26 49 28 62 60 56 85 71 33

36 27 46 8 36 99 2 43 93 48

88 17 11 77 95 40 60 73 93 82

13 72 6 45 92 18 59 97 67 9

55 79 87 74 94 50 91 46 56 73

26 83 97 44 4 86 47 73 36 6

81 81 77 51 63 80 22 65 50 2

3 89 12 75 61 88 27 0 76 79

55 64 36 90 77 99 77 8 65 51

42 89 59 63 21 77 35 38 2 99

65 33 75 55 42 79 66 34 83 44

65 86 81 20 62 93 72 11 1 83

12 52 59 97 20 19 88 0 41 49

93 16 20 47 21 27 11 81 27 82

(

412

M

é t o d o s du

P e s q u is a

em

C iê n c ia s

do

C om po rta m en to

86 44 74 23 61 95 93 84 58 76

18 84 73 53 68 71 56 56 0 28

65 28 62 42 2 81 70 83 20 72

26 51 81 17 64 91 45 36 2 71

61 64 99 45 50 8 92 50 37 3

61 40 99 82 82 26 58 59 61 43

38 82 61 3 8 67 31 0 17 50

38 60 21 74 43 73 10 72 19 39

72 39 18 22 48 52 92 58 87 64

60 4 66 47 1 5 0 44 28 89

55 88 96 5 21 2 12 57 16 41

92 49 81 46 52 66 47 96 70 65

88 45 43 76 13 24 70 34 88 54

31 95 97 83 93 24 73 48 26 34 85 44 5

73 58 65 25 86 74 14 7 97 96

41 7 75 30 65 41 14 19 42 61

0 30 46 69 80 10 47 74 98 7

18 80 25 36 74 29 3 43 72 35

36 99 39 19 25 14 29 71 31 88

31 12 80 91 51 49 1 46 88 71

45 91 59 40 93 43 19 11 42 97

88 57 95 86 46 83 75 98 23 59

67 53 75 62 74 46 70 5 47 72

40 90 60 28 94 83 3 14 78 64

51 26 27 92 25 76 16 64 54 73

83 12 51 56 14 46 73 78 45 85

24 76 41 83 68 86 25 73 41 81

30 92 27 71 49 26 58 35 12 80

59 62 22 66 85 41 61 64 91 97

32 70 49 90 27 11 79 61 81 64

34 77 79 13 2 48 7 4S 45 80

58 89 21 22 8 77 48 69 33 19

6 0 20 39 25 93 8 14 73 31

54 75 58 47 5 15 14 40 79 11

13 5 10 79 99 54 8 24 21 85

2 2 25 32 93 99 78 91 26 23

41 50 77 79 21 82 58 81 65 90

40 15 54 66 3 62 72 57 65 75

11 71 33 68 62 93 90 48 86 83

55 99 43 73 2 95 3 9 84 5

45 43 1 40 69 44 89 34 54 91

99 88 15 96 74 83 15 27 33 6

71 59 86 6 50 31 64 23 80 95

7 6 91 15 6 29 72 81 15 23

55 94 58 21 83 78 45 44 77 89

75 75 84 97 92 41 15

A t ’ENDlCH C

Tabela C.2

413

Valores crâicus de qui-quadrado.

Número de graus de liberdade

Nível de probabilidade 0,10

0,05

0,01

1 2 3 4 5

2,706 4,605 6,251 7,779 9,236

3,841 5,991 7,815 9,488 11,070

6,635 9,210 11,345 13,227 15,086

6 7 8 9 10

10,645 12,017 13,362 14,684 15,987

12,592 14,067 15,507 16,919 18,307

16,812 18,475 20,090 21,666 23,209

11 12 13 14 15

17,275 18,549 19,812 21,064 22,307

19,675 21,026 22,362 23,685 24,996

27,725 26,217 27,688 29,141 30,578

16 17 18 19 20

23,542 24,769 25,989 27,204 28,412

26,296 27,587 28,869 30,144 31,410

32,000 33,409 34,805 36,191 37,566

Fonte: Tabela adaptada com base em Fisher e Yates. Statistical tables for biological, agricultural, and medical research. 6. ed. Londres: Longman, 1974. Reproduzida mediante permissão.

414

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

Tabela C.3

Valores críticos de t.

gl

Nível de significância* 0,025 0,01 0,05 0,02 0,05 0,10

0,005 0,01

1 2 3 4 5

6,314 2,920 2,353 2,132 2,015

12,706 4,303 3,182 2,776 2,571

31,821 6,965 4,541 3,747 3,365

63,657 9,925 5,841 4,604 4,032

6 7 8 9 10

1,943 1,895 1,860 1,833 1,812

2,447 2,365 2,306 2,262 2,228

3,143 2,998 2,896 2,821 2,764

3,707 3,499 3,355 3,250 3,169

11 12 13 14 15

1,796 1,782 1,771 1,761 1,753

2,201 2,179 2,160 2,145 2,131

2,718 2,681 2,650 2,624 2,602

3,106 3,055 3,012 2,977 2,947

16 17 18 19 20

1,746 1,740 1,734 1,729 1,725

2,120 2,110 2,101 2,093 2,086

2,583 2,567 2,552 2,539 2,528

2,921 2,898 2,878 2,861 2,845

21 22 23 24 25

1,721 1,717 1,714 1,711 1,708

2,080 2,074 2,069 2,064 2,060

2,518 2,508 2,500 2,492 2,485

2,831 2,819 2,807 2,797 2,787

26 27 28 29 30

1,706 1,703 1,701 1,699 1,697

2,056 2,052 2,043 2,045 2,042

2,479 2,473 2,467 2,462 2,457

2,779 2,771 2,763 2,756 2,750

40 60 120

1,684 1,671 1,658 1,645

2,021 2,000 1,980 1,960

2,423 2,390 2,358 2,326

2,704 2,660 2,617 2,576

OQ

* Use o nível de significância da linha superior se tiver uma previsão específica quanto à direção da diferença (um teste unicaudal; por exemplo, o grupo 1 será superior ao grupo 2). Use o nível de significância da linha inferior se supuser apenas que o grupo 1 será diferente do grupo 2, sem especificar a direção da diferença (um teste bicaudall.

{

A p ê n d ic e C

Tabela C.4

Valores críticos de E

Graus dc liberdade do denominador (variação do c it o

415

Graus de liberdade cio numerador (variação sistemática)

)

a 0,10 0,05

1 39,9 161

2 49,5 200

3 53,6 216

4 55,8 225

5 57,2 230

6 58,2 234

7 58,9 237

8 59,4 239

9 59,9 241

10 60,2 242

11 60,5 243

12 60,7 244

2

0,10 0,05 0,01

8,53 18.5 98.5

9.00 19.0 99.0

9,16 19.2 99.2

9,24 19.2 99.2

9,29 19.3 99.3

9,33 19.3 99.3

9,35 19.4 99.4

9,37 19.4 99.4

9,38 19.4 99.4

9,39 19.4 99.4

9,40 19.4 99.4

9,41 19.4 99.4

3

0,10 0,05 0,01

5,54 10,1 34,1

5,46 9,55 30,8

5,39 9,28 29,5

5,34 9,12 28,7

5,31 9,01 28,2

5,28 8,94 27,9

5,27 8,89 27,7

5,25 8,85 27,5

5,24 8,81 27,3

5,23 8,79 27,2

5,22 8,76 27,1

5,22 8,74 27,1

4

0,10 0,05 0,01

4,54 7,71 18,0

4,32 6,94 16,7

4,19 6,59 16,0

4,11 6,39 15,5

4,05 6,26 15,2

4,01 6,16 15,0

3,98 6,09 14,8

3,95 6,04 21,2

3,94 6,00 21,2

3,92 5,96 14,5

3,91 5,94 14,4

3.90 5.91 14.4

5

0,10 0,05 0,01

4,06 6,61 16,3

3.78 5.79 13,3

3,62 5,41 12,1

3,52 5,19 11,4

3,45 5,05 11,0

3,40 4,95 10,7

3,37 4,88 10,5

3,34 4,82 10,3

3,32 4,77

3,30 4,74

10,2

10,1

3,28 4,71 9,96

3,27 4,68 9,89

0,10 0,05 0,01

3,78 5,99 13,7

3,46 5,14 10,9

3,29 4,76 9,78

3,18 4,53 9,15

3,11 4,39 8,75

3.05 4,28 8,47

3,01 4,21 8,26

2,98 4,15 8,10

2,96 4,10 7,98

2,94 4,06 7,87

2,92 4,03 7,79

2,90 4,00 7,72

7

0,10 0,05 0,01

3.59 5.59 12,2

3,26 4,74 9,55

3,07 4,35 8,45

2,96 4,12 7,85

2,88 3,97 7,46

2,83 3,87 7,19

2.78 3.79 6,99

2,75 3,73 6,84

2.72 3,68 6.72

2,70 3,64 6,62

2,68 3,60 6,54

2,67 3,57 6,47

8

0,10 0,05 0,01

3,46 5,32 11,3

3,11 4,46 8,65

2,92 4,07 7,59

2,81 3,84 7,01

2,73 3,69 6,63

2,67 3,58 6,37

2,62 3,50 6,18

2,59 3,44 6,03

2,56 3,39 5,91

2,54 3,35 5,81

2,52 3,31 5,73

2,50 3,28 5,67

9

0,10 0,05 0,01

3,36 5,12 10,6

3.01 4,26 8.02

2,81 3,86 6,99

2,69 3,63 6,42

2,61 3,48 6,06

2,55 3,37 5,80

2,51 3,29 5,61

2.47 3,23 5.47

2,44 3,18 5,35

2,42 3,14 5,26

2,40 3,10 5,18

2,38 3,07 5,11

0,10 0,05 0,01

3,29 4,96

2,92 4,10 7,56

2,73 3,71 6,55

2,61 3,48 5,99

2,52 3,33 5,64

2,46 3,22 5,39

2,41 3,14 5,20

2,38 3,07 5,06

2,35 3,02 4,94

3,32 2,98 4,85

2,30 2,94 4,77

2,28 2,91 4,71

0,10 0,05 0,01

3,23 4,84 9,65

2,86

3,98 7,21

2,66 3,59 6,22

2,54 3,36 5,67

2,45 3,20 5,32

2,39 3,09 5,07

2,34 3,01 4,89

2,30 2,95 4,74

2,27 2,90 4,63

2,25 2,85 4,54

2,23 2,82 4,46

2,21 2,79 4,40

12

0,10 0,05 0,01

3,18 4,75 9,33

2,81 3,89 6,93

2,61 3,49 5,95

2,48 3,26 5,41

2,39 3,11 5,06

2,33 3,00 4,82

2,28 2,91 4,64

2,24 2,85 4,50

2,21 2,80 4,39

2,19 2,75 4,30

2,17 2,72 4,22

2.15 2,69 4.16

13

0,10 0,05 0,01

3,14 4,67 9,07

2,76 3,81 6,70

2,56 3,41 5.74

2,43 3,18 5,21

2,35 3,03 4,86

2,28 2,92 4,62

2,23 2,83 4,44

2,20 2,77 4,30

2,16 2,71 4,19

2,14 2,67 4,10

2,12 2,63 4.02

2,10 2,60 3;96

1

6

10

11

10,0

i

< (

I

416

M

éto dos de

P e s q u is a

em

C iên c ia s

do

C om po rta m en to

14

0,10 0,05 0,01

3,10 4,60 8,66

2,73 3,74 6,51

2,52 3,34 5,56

2,39 3,11 5,04

2,31 2,96 4,69

2,24 2,85 4,46

2 ,1 9 2,76 4,28

2,15 2,70 4 ,1 4

2,12 2,65 4,03

2 ,1 0 2 ,6 0 3,94

2,08 2,57 3,86

15

0,10 0,05 0,01

3,07 4,54 8,68

2,70 3,68 6,36

2.49 3,29 5,42

2,36 3,06 4,89

2,27 2,90 4,56

2,21 2,79 4,32

2 ,1 6 2,71 4,14

2,12 2,64 4 ,0 0

2,09 2,59 3,89

2,06 2,54 3,80

2,04 2,51 3,73

16

0,10 0,05 0,01

3,05 4,49 8,53

2,67 3,63 6,23

2,46 3,24 5,29

2,33 3,01 4,77

2,24 2,85 4,44

2,18 2,74 4,20

2,13 2 ,6 6 4,03

2,09 2,59 3,89

2,06 2,54 3,78

2,03 2,49 3,69

2,01 2,46 3,62

17

0,10 0,05 0,01

3,03 4,45 8,40

2,64 3,59 6,11

2,44 3,20 5,18

2,31 2,96 4,67

2,22 2,81 4,34

2,15 2,70 4,10

2,10 2,61 3,93

2,06 2,55 3,79

2,03 2,49 3,68

2,00 2,45 3,59

1,98 2,41 3,52

18

0,10 0,05 0,01

3,01 4,41 8,29

2,62 3,55 6,01

2,42 3,16 5,09

2,29 2,93 4.58

2,20 2,77 4,25

2,13 2,66 4,01

2,08 2,58 3,84

2,04 2,51 3,71

2,00 2,46 3,60

1,98 2,41 3,51

2,96 2,37 3,43

19

0,10 0,05 0,01

2,99 4,38 8,18

2,61 3,52 5,93

2,40 3,13 5,01

2,27 2,90 4,50

2,18 2,74 4,17

2,11 2,63 3,94

2,06 2,54 3,77

2,02 2,48 3,63

1,98 2,42 3,52

1,96 2,38 3,43

1,94 2,34 3,36

20

0,10 0,05 0,01

2,97 4,35 8,10

2,59 3,49 5,85

2,38 3,10 4,94

2,25 2,87 4,43

2,16 2,71 4,10

2,09 2,60 3,87

2,04 2,51 3,70

2,00 2,45 3,56

1,96 2,39 3,46

1,94 2,35 3,37

1,92 2,31 3,29

22

0,10 0,05 0,01

2,95 4,30 7,95

2,56 3,44 5,72

2,35 3,05 4,82

2,22 2,82 4,31

2,13 2,66 3,99

2 ,0 6 2,55 3,76

2,01 2,46 3,59

1,97 2,40 3,45

1,93 2,34 3,35

1,90 2,30 3,26

1,88 2,26 3,18

24

0,10 0,05 0,01

2,93 4,26 7,82

2,54 3.40 5,61

2,33 3,01 4,72

2,19 2,78 4,22

2,10 2,62 3,90

2,04 2,51 3,67

1,98 2,42 3,50

1,94 2,36 3,36

1,91 2,30 3,26

1,88 2,25 3,17

1,85 2,21 3,09

26

0,10 0,05 0,01

2,91 4,23 7,72

2,52 3,37 5,53

2,31 2,98 4,64

2,17 2,74 4,14

2,08 2,59 3,82

2,01 2,47 3,59

1,96 2,39 3,42

1,92 2,32 3,29

1,88 2,27 3,18

1,86 2,22 3,09

1,84 2,18 3,02

28

0,10 0.05 0,01

2,89 4,20 7,64

2,50 3,34 5,45

2,29 2,95 4,57

2,16 2,71 4,07

2,06 2,56 3,75

2,00 2,45 3,53

1,94 2,36 3,36

1,90 2,29 3,23

1,87 2,24 3,12

1,84 2,19 3,03

1,81 2,15 2,96

30

0,10 0,05 0,01

2,88 4J7 7,56

2,49 3,32 5,39

2,28 2,92 4,51

2,14 2,69 4,02

2,05 2,53 3,70

1,98 2,42 3,47

1,93 2,33 3,30

1,88 2,27 3,17

1,85 2,21 3,07

1,82 2,16 2,98

1,79 2,13 2,91

40

0,10 0,05 0,01

2,84 4,08 7,31

2,44 3,23 5,18

2,23 2,84 4,31

2,09 2,61 3,83

2,00 2,45 3,51

1,93 2,34 3,2 9

1,87 2,25 3,12

1,83 2,18 2,99

1,79 2,12 2,89

1,76 2,08 2,80

1,73 2,04 2,73

60

0,10 0,05 0,01

2,79 4,00 7,08

2,39 3,15 4,98

2,18 2,76 4,13

2,04 2,53 3,65

1,95 2,37 3,34

1,87 2,25 3,12

1,82 2,17 2,95

1,77 2,10 2,82

1,74 2,04 2,72

1,71 1,99 2,63

1,68 1,95 2,56

120

0,10 0,05 0,01

2,75 3,92 6,85

2,35 3,07 4,79

2,13 2,68 3,95

1,99 2,45 3,48

1,90 2,29 3,17

1,82 2,1 7 2,9 6

1,77 2,09 2,79

1,72 2,02 2,66

1,68 1,96 2,56

1,65 1,91 2,47

1,62 1,87 2,40

200

0,10 0,05 0,01

2,73 3,89 6,76

2,33 3,04 4,71

2,11 2,65 3,88

1,97 2,42 3,41

1,88 2,26 3,11

1,80 2,1 4 2,89

1,75 2,06 2,73

1,70 1,98 2,60

1,66 1,93 2,50

1,63 1,88 2,41

1,60 1,84 2,34

»

0,10 0,05 0,0!

2,71 3,84 6,63

2,30 3,00 4,61

2,08 2,60 3,78

1,94 2,37 3,32

1,85 2,21 3,02

1,77 2,10 2,80

1,72 2,01 2,6 4

1,67 1,94 2,51

1,63 1,88 2,41

1,60 1,83 2,32

1,57 1,79 2,25

A p ê n d ic e C

2,05

2,53

Tabela C.5

3,fiO

Valores críticos de r (coeficiente de correlação produto-momento de Pearson).

2,02 2,48

3,67 1,99 2,42 3.55 1.96

2,38 3,46 1,93 2.34 3,37

1.91 2,31 3,30 1.89 2,28 3.23

1,86 2.23 3.12 1.83 2,18 3,03 1,81

2,15 2.96 1.79 2.12 2.90 1,77 2,09 2.84 1,71 2,00 2,66

1,66 1.92 2,50 1,60

1,83 2.34 1,57 1.80 2,27 1,55 1,75 2,18

417

Nível de significância para teste bicaudal* gl 1 2 3 4 5

0,10 0,988 0,900 0,805 0,729 0,669

0,05 0,997 0,950 0,878 0,811 0,754

0,01 0,9999 0,990 0,959 0,917 0,874

6 7 8 9 10

0,622 0?582 0,549 0,521 0,497

0,707 0,666 0,632 0,602 0,576

0,834 0,798 0,765 0,735 0,708

11 12 13 14 15

0,476 0,458 0,441 0,426 0,412

0,553 0,532 0,514 0,497 0,482

0,684 0,661 0,641 0,623 0,606

16 17 18 19 20

0,400 0,389 0,378 0,369 0,360

0,468 0,456 0,444 0,433 0,423

0,590 0,575 0,561 0,549 0,537

25 30 35 40 45

0,323 0,296 0,275 0,257 0,243

0,381 0,349 0,325 0,304 0,288

0,487 0,449 0,418 0,393 0,372

50 60 70 80 90 100

0,231 0,211 0,195 0,183 0,173 0,164

0,273 0,250 0,232 0,217 0,205 0,195

0,354 0,325 0,303 0,283 0,267 0,254

* 0 nível de significância é dividido por dois no caso de um teste unicaudal.

Apêndice D Construção de um Quadrado Latino /

Um Quadrado Latino para determinar a ordem de qualquer número N de condições terá N arranjos de ordens. Assim, se tivermos quatro condições, have­ rá quatro ordens num Quadrado Latino 4 x 4 . Oito condições produzirão um Quadrado Latino 8 x 8. O método para construir um Quadrado Latino apresen­ tado a seguir produzirá ordens em que: (1) cada condição ou grupo aparece uma vez em cada ordem e (2) cada condição precede e segue uma vez cada uma das outras condições. Use os seguintes procedimentos para gerar um Quadrado Latino quando há um número par de condições: 1.

Determine o número de condições. Use letras do alfabeto para determinar suas N condições: ABCD para quatro condições, ABCDEF para seis condi­ ções e assim por diante.

2.

Determine a ordem para a primeira linha, usando a seguinte ordenação: A, B, U, C, U- 1, D, U- 2 , E

e assim por diante. U corresponde ao último tratamento ou tratamento final. Assim, se o leitor tiver quatro condições (ABCD), sua ordem será A, B, D, C

420

M

éto dos de

P e s q u is a

em

C iê n c ia s

do

C om portam en to

Com seis condições (ABCDEF), a ordem será A, B, F, C, E, D

porque F é o último tratamento (U) e o E é o penúltimo (U - 1). 3.

Determine a ordem para a segunda linha, aumentando uma letra em cada posição da primeira linha. Na verdade, a última letra não pode ser amplia­ da e, assim, reverte para a primeira. Com seis condições, a segunda linha será B, C, A, D, E; F

4.

Continue o procedimento para a terceira linha e para as linhas subseqüen­ tes. Para a terceira linha, aumente uma letra em cada posição da segunda linha: C, D, B, E, A, F

O Quadrado Latino 6 x 6 final será A B C D E F

5.

B C D E F A

F A B C D E

C D E F A B

E F A B C D

D E F A B C

Atribua aleatoriamente cada uma das suas condições a uma das letras para determinar que condição ocupará a posição A, a posição B e assim por diante.

Se o número de condições for ímpar, será preciso construir dois Quadrados Latinos. No caso do primeiro quadrado, simplesmente siga os procedimentos indicados. Em seguida, crie um segundo quadrado invertendo o primeiro, isto é, em cada linha, a primeira condição torna-se a última, a segunda condição torna-se a penúltima e assim por diante. Junte os dois quadrados para criar o Qua­ drado Latino final (de fato, um retângulo!). Assim, se houver cinco condições, o leitor terá 10 ordens possíveis para realizar seu estudo.

Glossário /

Alfa de Cronbach. índice de fidedignidade que avalia consistência interna, examinan­ do a correlação média de cada item (ques­ tão) com cada uma das outras questões. Amostragem. Processo de escolha dos mem­ bros de uma população que serão incluídos numa amostra. Amostragem acidental (por conveniên­ cia). Seleção dos sujeitos de forma aciden­ tal, em geral com base na disponibilidade, e não tendo em vista a obtenção de uma amostra representativa da população. Tra­ ta-se de um tipo de am ostragem não probabilística. Amostragem aleatória estratificada. Tipo de procedimento de amostragem que con­ siste em dividir a população em estratos e, depois, fazer uma amostragem randômica dentro de cada estrato. Amostragem aleatória sim ples. Tipo de procedimento de amostragem, em que cada membro da população tem a mesma pro­ babilidade de ser incluído na amostra. Amostragem não probabilística. Tipo de procedimento de amostragem que não per­

mite especificar a probabilidade de qual­ quer membro da população ser incluído na amostra. Amostragem por agrupamento. Um tipo de procedimento de amostragem que con­ siste em identificar agrupamentos de indi­ víduos. Faz-se uma amostragem dos agru­ pamentos, incluindo na amostra todos os indivíduos que compõem os agrupamentos. Amostragem por quota. Tipo de procedi­ mento de amostragem em que se escolhe a amostra de forma a refletir a composição numérica dos vários subgrupos na popula­ ção. Uma técnica de amostragem acidental é utilizada para obter a amostra. Amostragem probabilística. Tipo de pro­ cedimento de amostragem que permite es­ pecificar a probabilidade de qualquer mem­ bro da população ser incluído na amostra. Análise de cam inhos. Método usado para desenvolver modelos de possíveis relações num conjunto de variáveis estudadas pelo método não experimental. Análise de conteúdo. Análise sistemática do conteúdo de registros escritos.

422

M é t o d o s d e P e s q u is a e m C iê n c ia s d o C o m p o r t a m e n t o

Análise de co-variância. Técnica estatísti­ ca para controlar a correlação entre uma variável do sujeito e uma variável depen­ dente num experimento. Esse procedimento remove a variância do erro que resulta do fato de a variabilidade dos escores na variá­ vel dependente ser devida em parte ao efei­ to da variável do sujeito. Análise de variância. Ver Teste F. Análise do caso negativo. Na observação de campo, um exame de observações que não se ajustam à estrutura explicativa ima­ ginada pelo pesquisador. Avaliação de programas. Pesquisa desti­ nada a avaliar programas (por exemplo, reformas sociais, inovações) que produzem certas alterações ou resultados numa população-alvo. Características de demanda. Pistas que in­ formam o sujeito sobre expectativas exis­ tentes em relação a seu comportamento. Coeficiente de correlação. índice da in­ tensidade da relação entre duas variáveis. Coeficiente de correlação produto-mom ento de Pearson. Tipo de coeficiente de correlação usado com dados de escalas intervalares e de razão. Além de fornecer informação sobre a força da relação entre duas variáveis, o coeficiente de correlação produto-momento de Pearson indica o senti­ do (positivo ou negativo) da relação linear. Comissão de ética. Comissão encarrega­ da de examinar projetos de pesquisa. A co­ missão é composta por cientistas, não-cientistas e especialistas em Direito. Confederado. Pessoa que simula participar de um experimento, mas de fato faz parte do experimento. Confusão. Incapacidade para controlar os efeitos de uma terceira variável num deli­ neamento experimental. Consentimento informado. Princípio exis­ tente na ética de pesquisa segundo o qual os participantes de um experimento devem

ser antecipadamente informados a respeito de qualquer aspecto da pesquisa que possa influenciar sua decisão de participar. Contrabalanceamento. Método para con­ trolar efeitos de ordem num delineamento de medidas repetidas, por meio da inclusão de todas as ordens de apresentação dos tra­ tamentos ou da determinação randômica de uma ordem para cada sujeito. Controle experimental. Manutenção de to­ das as variáveis constantes num experimen­ to, para que apenas a variável independen­ te possa afetar a variável dependente. Coorte. Um grupo de pessoas que nasce­ ram aproximadamente na mesma época e que foram expostas aos mesmos eventos so­ ciais. Efeitos de coorte confundem-se com idade num estudo transversal. Correlação múltipla. Correlação entre uma variável e um conjunto combinado de variá­ veis preditoras. Correlação parcial. Correlação entre duas variáveis quando se controla estatisticamen­ te a influência de uma terceira variável. D efinição operacional. Definição de um conceito que especifica a operação de mensuração ou de manipulação do conceito. D elineam ento com grupo de controle não equivalente. Delineamento experimen­ tal pobre, em que grupos não equivalentes de sujeitos participam nos diferentes gru­ pos experimentais e não há pré-teste. Delineamento com grupos independentes. Experimento em que sujeitos diferentes são designados a cada um dos grupos. Também denominado delineamento entre sujeitos. D elineam ento com linha de base m últi­ pla. Observação do comportamento antes e depois de uma manipulação em diferen­ tes circunstâncias (envolvendo diferentes in­ divíduos, diferentes comportamentos ou di­ ferentes situações). D elineam ento com m edidas repetidas. Experimento em que os mesmos sujeitos fa­

G l o s s á r io

zem parte de todos os grupos. Também de­ nominado delineamento intra-sujeitos. Delineamento com pós-teste apenas. De lineamento realmente experimental em que a mensuração da variável dependente (pósteste) é feita apenas uma vez, após a mani­ pulação da variável independente.

Delineamento com pré-teste-pós-teste com grupo de controle não equivalente. Delineamento experimental pobre, em que se infere o efeito de uma variável indepen­ dente de acordo com a diferença entre o pré-teste e o pós-teste num único grupo.

Delineamento com séries de controle. Extensão do delineamento quase-experimental com séries temporais interrompidas, em que há um grupo - de controle ou de com­ paração. Delineamento de reversão. Delineamen­ to com sujeito único em que se introduz o tratamento após um período de linha de base, retirando-o depois durante um segun­ do período de linha de base. Delineamento de séries temporais inter­ rompidas. Delineamento em que se deter­ mina a eficácia de um tratamento, exami­ nando uma série de medidas feitas ao lon­ go de um período extenso de tempo, antes e depois da introdução do tratamento. O tra­ tamento não é introduzido num ponto randômico no tempo. Delineamento fatorial misto. Delineamen­ to que inclui grupos independentes (entre sujeitos) e medidas repetidas (intra-sujeitos). Delineamentos fatoriais. Delineamento em que todos os níveis de uma variável in­ dependente são combinados com todos os níveis de todas as outras variáveis indepen­ dentes. Um delineamento fatorial permite a investigação de efeitos principais e interações entre duas ou mais variáveis.

Delineamentos quase-experimentais. Tipo de delineamento que se aproxima das características de controle de experimentos reais, para inferir que dado tratamento teve o efeito pretendido.

423

Delineamentos VI x VS. Delineamento fatorial que inclui uma variável indepen­ dente (VI) experimental e uma variável do sujeito (VS) correlacionai. Desgaste do instrumento. Possibilidade de que uma alteração em características do instrumento de mensuração seja responsa vel pelos resultados. Representa uma amea­ ça à validade interna de um experimento. Desvio-padrão. Raiz quadrada da média dos desvios em relação à média do grupo (raiz quadrada da variância). Diferenças de seleção. Diferenças no tipo de sujeitos que compõem cada grupo num delineamento experimental. Essa situação ocorre quando os participantes escolhem o grupo em que irão ficar. Distribuição de freqüência. Organização de um conjunto de escores do menor para o maior, em que há indicação do número de vezes que cada escore ocorreu.

Distribuição randômica emparelhada. Método de distribuição dos sujeitos pelos grupos cm que pares de sujeitos são primei­ ro emparelhados em relação a alguma ca­ racterística e, em seguida, individualmente distribuídos de forma randômica pelos gru­ pos. Distribuição randômica simples. Distri­ buição dos sujeitos pelos grupos de forma randômica, inteiramente determinada por acaso.

Efeito de interação. Efeito diferencial de uma variável independente sobre a variável dependente, em função do nível particular de outra variável independente. Efeito de ordem. Num delineamento de medidas repetidas, o efeito da ordem de introdução do tratamento sobre a variável dependente. Efeito de piso. Falha de uma medida cm detectar diferenças pelo fato de isso ser di­ fícil demais (ver também Efeito de teto). Efeito de teste. Uma ameaça à validade, em que passar por um pré teste muda o

424

M

é to d o s de

P e s q u is a

em

C iê n c ia s

do

comportamento sem qualquer efeito sobre a variável independente. Efeito de teto. Falha de uma medida em detectar diferenças pelo fato de isso ser fá­ cil demais (ver também Efeito de piso). Efeito principal. Efeito direto de uma variá­ vel independente sobre uma variável depen­ dente. Efeito residual. Um problema que pode ocorrer em delineamentos de medidas re­ petidas, se os efeitos de um tratamento ain­ da estiverem presentes quando o tratamen­ to seguinie for introduzido. Efeitos de maturação. Possibilidade de que alterações que ocorrem naturalmente no indivíduo sejam responsáveis pelos resulta­ dos. Representa uma ameaça à validade interna de um experimento. Efeitos históricos. Quaisquer eventos ex­ ternos que não são parte da manipulação, mas poderiam ser responsáveis pelos resul­ tados. Representam uma ameaça à valida­ de interna de um experimento. Eletroencefalogram a (EEG). Medida da atividade elétrica do cérebro. Eletromiograma (EMG). Medida da ativi­ dade elétrica dos músculos, incluindo ten­ são muscular. Entrevista de esclarecim ento. Explicação sobre os objetivos da pesquisa dada aos su­ jeitos após sua participação na pesquisa. Equação de regressão. Equação matemá­ tica que permite a predição de um compor­ tamento conhecendo-se os escores de outra variável. Erro aleatório. Variabilidade não explica­ da e não sistemática em relação a um esco­ re verdadeiro. Erro de mensuração. Grau de desvio de uma medida em relação ao valor do escore real. Erro do Tipo I. Decisão incorreta de rejei­ tar a hipótese nula quando ela é verdadeira. Erro do Tipo II. Decisão incorreta de acei­ tar a hipótese nula quando ela é falsa.

C om po rta m en to

Escala de razão. Escala de mensuração em que há um ponto zero absoluto, que indica ausência da variável mensurada. Decorre daí a possibilidade de formar razões entre os números na escala (em geral, são medi­ das físicas como peso ou medidas de tem­ po, tais como duração ou tempo de reação). Escala intervalar. Escala de mensuração em que os intervalos entre os números na esca­ la têm o mesmo tamanho. Escalas nom inais. Escalas de mensuração com duas ou mais categorias que não têm propriedades numéricas (menor que, maior que). Escalas ordinais. Escalas de mensuração em que as categorias de mensuração for­ mam uma ordem de postos num contínuo. Escore real. Verdadeiro escore de um indi­ víduo numa variável mensurada em oposi­ ção ao escore obtido na mensuração feita. Estatística inferencial. Estatística destina­ da a determinar se resultados baseados em dados amostrais são generalizáveis para uma população. Estatísticas descritivas. Medidas estatísti­ cas que descrevem os resultados de um es­ tudo. Incluem medidas de tendência central (por exemplo, média), variabilidade (por exemplo, desvio-padrão) e correlação (por exemplo, r d e Pearson). Estrato. Subdivisão de uma população com base em características específicas de seus membros. Estudo de caso. Relato descritivo do com­ portamento, da história passada ou de ou­ tros fatores relevantes a respeito de um in­ divíduo específico. Estudo de painel. Em pesquisas de levan­ tamento, questionamento das mesmas pes­ soas em duas ou mais datas no tempo. Estudo piloto. Estudo em pequena escala realizado antes de um experimento real. Planejado para testar e refinar os procedi­ mentos.

G lo s s á r io

Experimento com sujeito único. Experi­ mento em que o efeito da variável indepen­ dente é avaliado por meio de dados de um único sujeito. Experimento de campo. Experimento rea­ lizado em situação de campo em lugar de ser realizado num laboratório. Fidedignidade. Grau de consistência de uma medida. Fidedignidade da consistência interna. F id ed ignidad e avaliada com dados coletados numa data com múltiplas medi­ das de um construto psicológico. Uma me­ dida é fidedigna quando as múltiplas medi­ das fornecem resultados similares. Fidedignidade das m etades. Coeficiente de fidedignidade determinado pela correla­ ção entre escores na primeira metade dos itens numa medida com escores na segun­ da metade nessa mesma medida. Fidedignidade do teste-reteste. Coeficien­ te de fidedignidade determinado pela cor­ relação entre os escores obtidos numa me­ dida em dois momentos diferentes. Fidedignidade entre observadores. índi­ ce de fidedignidade que examina a concor­ dância das observações feitas por dois ou mais avaliadores (juizes). Gráficos de barra. Utilização de barras para representar freqüências de respostas, por­ centagens ou médias de dois ou mais gru­ pos. Graus de liberdade (g/). Conceito utiliza do em testes de significância estatística. É o número de observações que variam livre­ mente para produzir dado resultado. Grupo placebo. Numa pesquisa sobre dro­ gas, um grupo que recebe uma substância inerte para avaliar o efeito psicológico da aplicação de um tratamento. Hipótese. Uma afirmativa sobre o que é verdadeiro numa particular situação; fre­

425

qüentemente diz respeito à relação entre duas ou mais variáveis. Hipótese de pesquisa. Suposição de que as variáveis investigadas estão relacionadas na população e que o efeito observado com base em seus dados amostrais é verdadeiro. Hipótese nula. Hipótese utilizada para fins de pesquisa, segundo a qual as variáveis investigadas não estão relacionadas na po pulação. Qualquer efeito observado com base em resultados amostrais deve se a erro aleatório. Intervalo de confiança. Intervalo de valo­ res em tomo de um valor amostrai no qual um valor populacional provavelmente está situado. Expresso em termos de grau de con­ fiança. Itens de disfarce. Itens incluídos num ques­ tionário para mascarar o real objetivo da medida. Linha de base. Comportamento do sujeito durante um período de controle anterior à introdução da manipulação experimental, num delineamento com sujeito único. Magnitude do efeito. Grau de associação entre duas variáveis. Na pesquisa experimen­ tal, magnitude do impacto da variável in­ dependente sobre a variável dependente. Média. Uma medida de tendência central obtida somando-se os escores e, então, di­ vidindo a soma pelo número de escores. Mediana. Uma medida de tendência cen­ tral. O escore que divide uma distribuição de escores ao meio. Medida não obtrusiva. Medida do com­ portamento feita sem conhecimento do su­ jeito. M etanálise. Conjunto de procedimentos estatísticos que permite combinar os resul­ tados de vários estudos fornecendo uma avaliação geral das relações entre variáveis.

426

M

éto dos de

P e s q u is a

e m C iê n c ia s d o C o m p o r t a m r n t o

Método experimental. Método para deter­ minar se há relação entre variáveis, em que o pesquisador manipula a variável indepen­ dente e controla todas as outras, pela randomização ou controle experimental direto. Método longitudinal. Método de pesquisa de desenvolvimento em que as mesmas pes~ soas são estudadas repetidamente em dife­ rentes idades. É conceitualmente semelhan­ te ao delineamento com medidas repetidas. M étodo não experim ental. Uso da mensuração de variáveis para determinar se há relação entre elas. Também denominado método correlacionai. Método seqüencial. Combinação dos de­ lineamentos transversal e longitudinal para estudar questões de pesquisa sobre desen­ volvimento. Método transversal. Método de pesquisa de desenvolvimento em que pessoas de dife­ rentes idades são estudadas numa data ape­ nas. É conceitualmente semelhante ao deli neamento com grupos independentes. Moda. Uma medida de tendência central. 0 escore mais freqüente numa distribuição de escores. M odelos estruturais. Modelos de um pa­ drão esperado de relações num conjunto de variáveis. O padrão proposto baseia-se numa teoria sobre a relação causal entre as variáveis. Mortalidade. Perda dos sujeitos que deci­ dem deixar um experimento. Representa uma ameaça à validade interna quando a taxa de mortalidade está relacionada à na­ tureza da manipulação experimental. Nível de significância. Probabilidade de re jeitar a hipótese nula quando esta é verda­ deira. Observação naturalística. Método descri­ tivo em que se fazem observações numa si­ tuação social natural. Também denomina­ do observação de campo.

Observação sistemática. Observações de uma ou mais variáveis específicas, em ge­ ral feitas num contexto precisamente defi­ nido. Pesquisa em arquivo. Uso de fontes de in­ formação existentes para pesquisa. As fon­ tes incluem registros estatísticos, arquivos de levantamentos e registros escritos. Pesquisa intercultural. Pesquisa que estu­ da a relação entre variáveis em diferentes culturas. Poder. Probabilidade de rejeição correta da hipótese nula. Polígonos de freqüência. Representação gráfica de uma distribuição de freqüência, em que a freqüência de cada escore é situa­ da no eixo vertical e os pontos, ligados por retas. População. Grupo definido de indivíduos dos quais se extrai uma amostra. Predição. Afirmativa sobre o que irá acon­ tecer em determinada pesquisa. Predisposição de resposta. Padrão indi vidual de resposta a perguntas em medida de auto-relato, que não está relacionado ao conteúdo das perguntas. Probabilidade. Possibilidade de ocorrência de determinado evento (dado um conjunto específico de eventos). Psicobiografia. Um tipo de estudo de caso em que se analisa a vida de um indivíduo com base em teorias psicológicas. Quadrado latino. Técnica para controlar efeitos de ordem sem incluir todas as or­ dens possíveis. Randomização (aleatorização). Controle dos efeitos de variáveis estranhas, garan­ tindo que elas operam de forma inteiramen­ te determinada pelo acaso. Realismo experimental. Grau em que a manipulação da variável independente tem

G j. o s s á r io

impacto e envolve os sujeitos num experi­ mento. Realismo mundano. Grau de similarida­ de da manipulação da variável independen­ te em relação a eventos que ocorrem no mun­ do real. Reatividade. Problema de mensuração em que a medida modifica o comportamento observado. Referencial da amostra. Indivíduos ou agrupamentos de indivíduos numa popula­ ção que poderiam ser selecionados para in­ clusão na amostra. Regressão estatística. Escores extremos numa medida que tendem a tornar-se me­ nos extremos (regredindo em direção à mádia) quando se repete a mensuração. Relação curvilinear. Relação em que au­ mentos nos valores da primeira variável são acompanhados tanto por aumentos quanto por decréscimos nos valores da segunda variável. Relação linear negativa. Relação em que aumentos nos valores da primeira variável são acompanhados por decréscimos nos valores da segunda variável. Relação linear positiva. Relação em que aumentos nos valores da primeira variável são acompanhados por aumentos nos valo­ res da segunda variável. Replicação. Repetição de uma pesquisa para determinar a possibilidade de repro­ dução dos resultados. Replicação conceituai. Réplica de pesqui­ sa, a qual usa procedimentos diferentes para manipular ou medir as variáveis. Replicação exata. Réplica de pesquisa que usa os mesmos procedimentos da pesquisa original para manipular e medir as variá­ veis. Representação de papéis. Procedimento para estudar comportamento que consiste em perguntar a indivíduos como eles agi­ riam em dada situação, em lugar de efeti­ vamente observá-los nela.

427

Resposta galvânica da pele (RGP). Con­ dução elétrica da pele que muda quando o indivíduo sua. Resultados não significativos. Resultados provavelmente devidos a fatores de erro que justificam a decisão de não rejeitar a hipó­ tese nula. Sensibilidade. Capacidade de uma medi­ da para detectar diferenças entre grupos. Significância estatística. Rejeição da hi pótese nula quando um resultado tem bai­ xa probabilidade de ocorrência (em geral menor ou igual a 0,05), se a hipótese nula for verdadeira. Sistema de categorização. Conjunto de re­ gras para classificar as observações. Taxa de retorno. Porcentagem de pessoas selecionadas para uma amostra que real­ mente completaram um levantamento. Tendência central. Um único número ou valor que descreve o escore típico ou cen­ tral de um conjunto de escores. Teoria. Conjunto de afirmações explicativas sobre comportamento que pode ser testado por meio de pesquisa empírica. Teste da manipulação. Medida utilizada para determinar se a manipulação da va­ riável independente teve o efeito pretendido sobre um sujeito. Teste empírico. Uso de observações objeti­ vas para responder a perguntas sobre a na­ tureza do comportamento. Teste F (análise de variância). Teste de significância estatística para determinar se duas ou mais médias diferem significativa­ mente. Fé a razão da variância sistemática em relação à variância do erro. Teste T. Teste de significância estatística usa­ do para comparar diferenças entre médias. Validade. Grau em que um instrumento de medida mede aquilo que pretende medir.

428

M é t o d o s d e P e s q u is a em C iê n c i a s d o C o m p o r t a m e n t o

Validade aparente. Grau em que um ins­ trumento de medida parece medir acura­ damente uma variável. Validade convergente. Determinação da validade de uma medida, demonstrando que ela relaciona-se com outras variáveis da forma prevista. Validade de construto. Grau em que um instrumento de medida mede acuradamente o construto teórico que pretende avaliar. Validade de critério. Grau em que um ins­ trumento de medida prevê acuradamente o comportamento numa medida critério. Validade discriminante. Determinação da validade de uma medida, demonstrando que ela não se relaciona com outras variáveis com as quais não deveria estar teoricamen­ te relacionada. Validade externa. Grau em que os resulta­ dos podem ser generalizados. Validade interna. Certeza com que os re­ sultados de um experimento podem ser atri­ buídos à manipulação da variável indepen­ dente em lugar de ser atribuídos a alguma outra variável confundida. Variabilidade. Quantidade de dispersão dos escores em tom o de algum valor central. Variância. Medida da variabilidade dos es­ cores em tom o da média. A média da soma dos quadrados dos desvios em relação à média do grupo. Variância do erro. Variabilidade randômica num conjunto de escores que não resulta da variável independente. Estatisticamente, cor­ responde à variabilidade de cada escore em relação à média grupai. Variância sistem ática. Variabilidade num conjunto de escores que resulta da variável

independente. Estatisticamente, correspon­ de à variabilidade de cada média grupal em relação à grande média de todos os su­ jeitos. Variáveis confundidas. Incapacidade para controlar os efeitos de uma terceira variá­ vel num delineamento experimental. Variáveis intervenientes. Variável, geral mente um processo psicológico, responsá­ vel pelo efeito de uma variável independen­ te sobre uma variável dependente. Variável. Qualquer evento, situação, com­ portamento ou característica individual que varia, isto é, assume pelo menos dois valo­ res. Variável critério. Comportamento que um pesquisador deseja prever usando uma va­ riável preditora. Variável dependente. A variável que é a resposta do sujeito e que depende do nível da variável independente manipulada. Variável independente. A variável que é manipulada para observar seus efeitos so­ bre a variável dependente. Variável preditora. Medida usada para pre­ ver comportamento em outra medida (uma variável critério). Viés do entrevistador. Influência inten­ cional ou não intencional exercida por um entrevistador, de tal forma que o comporta­ mento real ou interpretado dos respondentes é consistente com as expectativas do entre­ vistador.

Viés do experimentador (efeitos de ex­ pectativa). Qualquer influência intencio­ nal ou não que o experimentador exerce sobre os sujeitos para confirmar a hipótese que está sendo investigada.

Bibliografia

AIELLO, J. R.; BAUM, A.; GORMLEY, F. P. Social determinants of residential crowding stress. Personality and Social Psychology Bulletin, 4, p. 643-649, 1981. AJZEN, I.; FISHBEIN, M. Understanding attitudes and predicting social behavior. Englewood Cliffs: Prentice Hall, 1980. AMERICAN PSYCHOLOGICAL ASSOCIATION. Casebook on ethical standards of psychologists. Washington: American Psychological Association, 1967. _____ Ethical principles in the conduct of research with human participants. American Psychologist, 28, p. 79-80,1973.

_____ Ethical principles o f psychologists. Washington: American Psychological Association, 1981. ........... Ethical principles in the conduct o f research with human participants. Washington: American Psychological Association, 1982, _____ Guidelines for ethical conduct in the care and use of animals. Journal o f Experimen­ tal Analysis o f Behavior, 45, p. 127-132, 1986. _____ Ethical principles of psychologists and codc of conduct. American Psychologist, 47, p. 1597-1611,1992. _____ Publication manual o f the American Psychological Association. 4. ed. Washington: American Psychological Association, 1994. ANDERSON, C. A.; ANDERSON, D. C. Ambient temperature and violent crime: test of the linear and curvilinear hypotheses. Journal o f Personality and Social Psychology; 46, p. 91-97,1984.

430

M é t o d o s d e P e s q u is a em C iê n c ia s d o C o m p o r t a m e n t o

ANDERSON, C. A.; LINDSAY, J. J.; BUSHMAN, B. J. Research in the psychological laboratory: truth or triviality? Current Directions in Psychological Science, 8, p. 3-9, 1999. ANDERSON, D. R.; LORCH, E. P; FIELD, D. E.; COLLINS, R A.; NATHAN, J. G. TV viewing at home. Child Development, 57, p. 1024-1033, 1986. ARISTÓTELES. Rethoric. In: Aristotle , rhetoric and poetics. Tradução de W. Rhys Roberts. New York: Modern Library, 1954. ARONSON, E.; BREWER, M.; CARLSMITH, J. M. Experimentation in social psychology. In: L1NDZEY, G.; ARONSON, E. (Org.). Handbook of social psychology. 3. ed. New York: Random House, 1985. ASTIN, A. The. american freshman: twenty year trends, 1966-1985. Los Angeles: Higher Education Research Institute, Graduate School of Education, University of California, 1987. BAKEMAN, R.; BROWNLEE, J. R. The strategic use of parallel play: a sequential analysis. Child Development, 51, p. 873-878, 1980.

_____; GOTTMAN, J. M. Observing interaction. Cambridge: Cambridge University Press, 1986. BALES, R. F.; COHEN, S. P SYMLOG: a system for the multiple level observation of groups. New York: Free Press, 1979. BARLOW, D- H.; HERSEN, M. Single case experimental designs. New York: Pergamon Press, 1984. BARON, R. A. The sweet smell of... helping: effects of pleasant ambient fragrance on prosocial behavior in shopping malls. Personality and Social Psychology Bulletin, 23, p. 498-503, 1997. ------- ; BRONFEN, M. I. A whiff of reality: empirical evidence concerning the effects of pleasant fragrances on work-related behavior. Journal o f Applied Social Psychology ; 24, p. 1179-1203,1994. BARTON, E. M.; BALTES, M. M.; ORZECH, M. J. Etiology of dependence in older nursing home residents during morning care: the role of staff behavior. Journal o f Personality and Social Psychology, 38, p. 423-431, 1980. BAUM, A.; GACHTEL, R. J.; SCHAEFFER, M. A. Emotional, behavioral and psychological effects of chronic stress at Three Mile Island. Journal o f Consulting and Clinical Psychology, 51, p. 565-572,1983. BAUMEISTER, R. E; NEWMAN, L. S. How stories make sense of personal experiences: moti­ ves that shape autobiographical narratives. Personality and Social Psychology Bulletin, 20, p. 676-690,1994. BEACH, F. A. The snark was a boojum. American Psychologist, 5, p. 115-124, 1950. BECKER, H. S. Outsiders: studies in the sociology of deviance. New York: Free Press, 1963.

< BlBUOGRAFIA

431

'

BEM, D. J. Writing the research report. In: KIDDER, L. H. (Org.). Research methods in social relations. New York: Holt, Rinehart & Winston, 1981.

BERRY, T. D.; GELLER, E. S. A single-subject approach to evaluative vehicle safety belt reminders: back to basics. Journal o f Applied Behavior Analysis, 24, p. 13-22, 1991. BERSCHEID, E.; BARON, R. S.; DERMER, M.; LIBMAN, M. Anticipating informed consent: an empirical approach. American Psychologist, 28, p. 913-925, 1973.

( ^

BORNSTEIN, B. H. From compassion to compensation: the effect of injury severity on mock juror’s liab ility judgments. Journal o f Applied Social Psychology, 28, p. 1477-1502, 1998. BOUCHARD JR., T. J.; McGUE, M. Familial studies of intelligence: a review. Science, 212, p. 1055-1059,1981.

^ (

BROBERG, A. G.; WESSELS, H.; LAMB, M. E.; HWANG, C. P Effects of day care on the development of cognitive abilities in 8-year-olds: a longitudinal study. Developm ental Psychology, 33, p. 62-69, 1997.

(

BRODER, A. Deception can be acceptable. American Psychologist, 53, p. 805-806, 1998. BRODGEN, W. J. The experimenter as a factor in animal conditioning. Psychological Reports, 11, p. 239-242,1962.

f

BROOKS, C. I.; REBATA, J. L. College classroom ecology: the relation of sex of student to classroom performance and seating preference. Environment and Behavior, 23, p. 305-313, 1991. BROWN, A. S.; RAHHAL, T. A. Hiding valuables: a questionnaire study of mnemonically risky behavior. Applied Cognitive Psychology, 8, p. 141-154, 1994. BRUNING, N. S.; FREW, D. R. Effects of exercise, relaxation and management skills training on physiological stress indicators: a field experiment. Journal o f Applied Psychology, 72, p. 515-521,1987. BUSS, D. M. Sex differences in human mate preferences: evolutionary hypotheses tested in 37 cultures. Behavioral and Brain Sciences, 12, p. 1-49, 1989. _____; SCHMITT, D. R Sexual strategies theory; an evolutionary perspective on human mating. Psychological Review, 100, p. 204-232, 1993.

BYRNE, D.; ERVIN, C. R.; LAMBERTH, J. Continuity between the experimental study of attraction and real-life computer dating. Journal of Personality and Social Psychology, 16, p. 157-165,1970. BYRNE, G. Breuning pleads guilty. Science, p. 27-28, 7 Oct. 1988. CACIOPPO, J. T.; PETTY, R. E. (Org.). Social psychophysiology: a sourcebook. New York. Guilford Press, 1983. _____; TASSINARY, L. G. Inferring psychological significance from physiological signals. American Psychologist, 45, p. 16-28,1990.

1

I I I t

432

M i:;t o d o s d e P esqu isa em C i £ ncias d o C o m po rta m ento

CAMPBELL, D. T. Quasi-experimental design. In: GILLIS, D. L. (Org.). International encyclopedia of the social sciences. New York: Mcmillan: Free Press, 1968. v. 5. -------- Reforms and experiments. American Psychologist, 4, p. 409 429, 1969. ------- ; STANLEY, J. C. Experimental and quasi-experimental designs fo r research. Chicago: Rand McNally, 1966. CASPI, A.; SILVA, P T. Temperamental qualities at age three predict personality traits in young adulthood: longitudinal evidence from a birth cohort. Child Development, 66, p. 486498,1995. CAVAN, S. Liquor license: an ethnography of bar behavior. Chicago: Aldine, 1966. CHAIKEN, S.; PLINER, P Women, but not men, are what they eat: the effect of meal size and gender on perceived feminity and masculinity. Personality and Social Psychology Bulletin, 13, p. 166-176,1987. CHASTAIN, G. D,; LANDRUM, R. E. (Org.). Protecting human subjects: department subject pools and institutional review boards. Washington: American Psychological Association, 1999. CHRISTENSEN, L. Deception in psychological research: when is its use justified? Personality and Social Psychology Bulletin, 14, p. 664-675, 1988.

C1ALDIN1, R. B. Influence: science and practice. 2. ed. Glenview: Scott, Foresman, 1988. et al. Wearing the warm glow of success: a (football) field study. Proceedings o f the Division o f Personality and Social Psychology, 1, p. 13-15, 1974.

CI>ARK, K. B.; CLARK, M. P Racial identification and preference in negro children. In: NEWCOMB, T. M.; HARTLEY, E. L. (Org.). headings in social psychology. New York: Holt, Rinehart & Winston, 1947. COHEN, D.; NISBETT, R. E.; BOWDLE, B. F; SCHWARZ, N. Insult, aggression and the southern culture of honor: an “experimental ethnography”. Journal of Personality and Social Psychology, 70, p. 945-960,1996. COHEN, J. Statistical pow er analysis fo r the behavioral sciences. Hillsdale: Erlbaum, 1988. .... — The earth is round (p < .05). American Psychologist, 49, p. 997-1003, 1994. COILE, D. C.; MILLER, N. E. How radical animal activists try to mislead humane people. American Psychologist, 39, p. 700-701, 1984.

COLTHEART, V; LANGDON, R. Recall of short word lists presented visually at fast rates: effects of phonological similarity and word length. M emory & Cognition, 26, p. 330-342, 1998. CONOLEY, J. C.; KRAMER, J. J. Tenth mental measurements yearbook. Lincoln: Buros Institute of Mental Measurements, University of Nebraska-Lincoln, 1989.

B ib l io g r a f ia

433

CONVERSE, J. M.; PRESSER, S. Survey questions: handcrafting the st andardized questionnaire. Newbury Park: Sage, 1986. COOK, T. D.; CAMPBELL, D. T. Quasi-experimentation: design and analysis issues for field settings. Chicago: Rand McNally, 1979. COOPER, H. M.; ROSENTHAL, R. Statistical versus traditional procedures for summarizing research findings. Psychological Bulletin, 87, p. 442-449, 1980. COSTA JR., PT.; McCRAE, R. R. The NEOpersonality inventory manual. Odessa: Psychological Assessment Resources, 1985. CUNNINGHAM, M. R.; DRUEN, P B.; BARBEE, A. P Angels, mentors and friends: trade-offs among evolutionary, social and individual variables in physical appearance. In: SIMPSON, J. A.; KENRICK, D. T. (Org.). Evolutionary social psychology. Mahwah; Erlbaum, 1997. p. 109-140. _ — et al. Their ideas of beauty are, on the whole, the same as ours. Consistency and variability in the cross-cultural perception of female physical attractiveness. Journal o f Personality and Social Psychology, 68, p. 261-279,1995. CURTISS, S. R. Genie: a psycholmguistic study of a modern-day “wild child”. New York: Academic Press, 1977. PARLEY, J. M.; LATANE, B. Bystander intervention in emergencies: diffusion of responsibility. Journal o f Personality and Social Psychology; 8, p. 377-383, 1968.

DENMARK, F. et al. Guidelines for avoiding sexism in psychological research: a report of the Ad Hoc Committee on Nonsexist Research. American Psychologist, 43, p. 582-585, 1988. DEPARTMENT OF HEALTH AND HUMAN SERVICES. Final regulations amending basic HHS policy for the protection of human research subjects. Federal Register; 46(16), p. 8366-8392, 26 Jan. 1981. DERMER, M.; HOCH, T. A. Improving descriptions of single-subject experiments in research texts written for undergraduates. Psychological Record, 49, p. 49-66, 1999. DILL, C. A. et al. Federal human subjects regulations: a methodological artifact? Personality and Social Psychology Bulletin, 8, p. 417-425, 1982.

DONNERMEYER, J. E; WURSCHMIDT, T. N. Educators’ perceptions of the DARE program. Journal o f Drug Education, 27, p. 259-276, 1997.

DUNCAN, S.; ROSENBERG, M. J.; FINKLESTEIN, J. The paralanguage of experimenter bias. Sociometry, 32, p. 207-219, 1969.

EAGLY, A. H. et al. What is beautiful is good, b u t...: a meta-analytic review or research on the physical attractiveness stereotype. Psychological Bulletin, 110, p. 109-128,1991. EAGLY, A. M.; WOOD, W. The origins of sex differences inhuman behavior: evolved dispositions versus social roles. American Psychologist, 54, p. 408-423,1999.

434

M

e t o d o s de

P e s q u is a f.m C ie n c ia s

do

C om po rta m en to

ELLSWORTH, R C.; CARLSMITH, J. M.; HENSON, A. The stare as a stimulus to flight in human beings: a series of field experi ments. Journal ofPersonality and Social Psychology, 21, p. 302-311,1972. ELMS, A. C. Uncovering lives: the uneasy alliance of biography and psychology. New York: Oxford University Press, 1994. ENNETT, S. T. et al. How effective is drug abuse resistance education? A meta-analysis of Project DARE outcome evaluations. American Journal of Public Health, 84, p. 1394-1401, 1994. EPSTEIN, Y. M.; STUFDFELD, P.; SILVERSTEIN, S. J. The experimental contract: subjects’ expectations of and reactions to some behaviors of experimenters. American Psychologist, 28, p. 212-221,1973. EVERETT, R B.; HAYWARD, S. C.; MEYERS, A. W The effects of a token reinforcement procedure on bus ridership. Journal of Applied Behavior Analysis, 7, p. 1-10,1974. FAZIO, R. H. et al. Control and the coronary-prone behavior pattern: responses to multiple situational demands. Personality and Social Psychology Bulletin, 7, p. 97-102, 1981. FISCHER, K.; SCHOENEMAN, T. J.; RUBANOWITZ, D. E. Attributions in the advice columns: II. The dimensionality of actors’ and observers’ explanations of interpersonal problems. Personality and Social Psychology Bulletin, 13, p. 458-466,1987. FISHBEIN, M.; AJZEN, I. Belief, attitude, intention and behavior: an introduction to theory and research. Reading: Addison Wesley, 1975. FISKE, S. T. et al. Social science research on trial: use of sex stereotyping in Price Waterhouse v. Hopkins. American Psychologist, 46, p. 1049-1060,1991. ------ ; TAYLOR, S. E. Social cognition. New York: Random House, 1984. FLAVELL, J. H. Piaget’s legacy. Psychological Science, 7, p. 200-203, 1996. FOWLER JR., F. J. Survey research methods. Newbury Park: Sage, 1984. FRANK, M. G.; GILOVICH, T. The dark side of self- and social perception: black uniforms and aggression in professional sports. Journal of Personality and Social Psychology, 54, p. 74-85,1988. FREEDMAN, J. L. Role-playing: psychology by consensus. Journal of Personality and Social Psychology, 13, p. 107-114, 1969. ------ ; KLEVANSKY, S.; EHRLICH, R R. The effect of crowding on human task performance. Journal of Applied Social Psychology, 1, p. 7-25, 1971. ------ et al. Crowding and human aggressiveness. Journal ofExperimental Social Psychology, 8, p. 528-548, 1972. FRICK, R. W. Accepting the null hypothesis. Memory and Cognition, 25, p. 132-138,1995.

B ibliografia

435

FRIED, C. B. Who’s afraid of rap; differential reactions to music lyrics. Journal of Applied Social Psychology, 29, p. 705-721, 1999. FRIEDMAN, H. S. et al. Psychosocial and behavioral predictors of longevity: the aging and death of the “Termites”. American Psychologist, 50, p. 69-78,1995. FURNHAM, A.; GUNTER, B.; PETERSON, E. Television distraction and the performance of introverts and extroverts. Applied Cognitive Psychology, 8, p. 705-711, 1994. GALLUP G. G.; SUAREZ, S. D. Alternatives to the use of animals in psychological research. American Psychologist, 40, p. 1104-1111,1985. GANS, H. Urban villagers. New York: Free Press, 1962. GARDNER, G. T. Effects of federal human subjects regulations on data obtained in environmental stressor research. Journal of Personality and Social Psychology, 34, p. 774-781, 1978. GARDNER, L. E. A relatively painless method of introduction to the psychological literature search. In: WARE, M. E.; BREWER, C. L. (Org. ). Handbookfor teaching statistics and research methods. Hillsdale: Erlbaum, 1988. GELFAND, H.; WALKER, C. J. Mastering APA style. Washington: American Psychological Association, 1990. GELLER, E. S.; RUSS, N. W.; ALTOMARI, M. G. Naturalistic observations of beer drinking among college students. Journal of Applied Behavior Analysis, 19, p. 391-396, 1986. GERGEN, K. J. The codification of research ethics: views of a doubting Thomas. American Psychology, 28, p. 907-912,1973. GILOVICH, T. How we know what isn’t so: the fallibility of human reason in everyday life. New York: Free Press, 1991. GREEN, B. F. Exposé or smear? The Burt affair. Psychological Science, 3, p. 328-331, 1992. GREEN, J.; WALLAF, C. Ethnography and language in educational settings. New York: Ablex, 1981. GREENFIELD, D. N. Nature of Internet addiction: psychological factors in compulsive Internet use. Paper apresentado na reunião da American Psychological Association. Boston, 1999. GREENWALD, A. G. Within-subiects designs: to use or no to use? Psychological Bulletin, 83, p. 314*320,1976. GROSS, A. E.; FLEMING, I. Twenty years of deception in social psychology. Personality and Social Psychology Bulletin, 8, p. 402-408, 1982. GWALTNEY-GIBBS, RA. The institutionalization of premarital cohabitation: estimates from marriage license applications, 1970 and 1980. Journal of Marriage and the Family, 48, p. 423-434,1986. HANEY, C.; ZIMBARDO, P G. The past and future of U.S. prison policy: twenty-five years after the Stanford Prison Experiment. American Psychologist, 53, p. 709-727,1998.

436

M

éto dos de

P e s q u is a

em

C iê n c ia s

do

C om po rta m en to

HAWKING, S, W. A brief history of time: from the big bang to black holes. New York: Bantam Books, 1988. HEALTH AND HUMAN SERVICES, DEPARTMENT OF. Final regulations amending basic 11HS policy for the protection of human research subjects. Federal Register, 46(16), p. 8366-8392, 26 Jan. 1981. HEARNSHAW, L. S. Cyril Burt, psychologist Ithaca: Cornell University Press, 1979. HENLE, M.; HUBBELL, M. B. “Egocentricity” in adult conversation. Journal of Social Psychology, 9, p. 227-234, 1938. HERMAN, D. B.; STRUENING, E. L.; BARROW, S. M. Self-reported needs for help among homeless men and women. Evaluation and Program Planning, 17, p. 249-256, 1994. HILL, C. T.; RUBIN, Z.; PEPLAU, L. A. Breakups before marriage; the end of 103 affairs. Journal of Social Issues, 32, p. 147-168, 1976. HILL, L. Effort and reward in college: a replication of some puzzling findings. In: NEULIEI? J. W. (Org.). Handbook of replication in the behavioral and social sciences. [Edição espe­ cial]. Journal of Social Behavior and Personality, 5(4), p. 151-161, 1990. HOLDEN, C. Animal regulations; so far, so good. Science, 238, p. 880-882, 1987. HOOD, T. C.; BACK, K. W. Self-disclosure and the volunteer: a source of bias in laboratory experiments. Journal of Personality and Social Psychology; 17, p. 130-136, 1971. HOSTETLER, A. J. Fraud inquiry revives doubt: can science police itself? APA Monitor; 1, p. 12, May 1987. HOVLAND, C.; WEISS, W. The influence of source credibility on communication effectiveness. Public Opinion Quarterly, 15, p. 635-650, 1951. HUMPHREYS, L. Tearoom trade. Chicago: Aldine, 1970. JAMES, L. R.; MULA1K, S. A.; BRETT, J. M. Causal analysis: assumptions, models and data. Newbury Park: Sage, 1982. JONES, R.; COOPER, J. Mediation of experimenter effects. Journal of Personality and Social Psychology, 20, p. 70-74,1971, JOSSELSON, R.; LIEBLICH, A. The narrative study of lives. Newbury Park: Sage, 1993. JOURARD, S. M. The effects of experimenters’ self-disclosure on subjects’ behavior. In: SPIELBERGER, C. (Org.). Current topics in community and clinical psychology. New York: Academic Press, 1969, JOY, L. A.; KIMBALL, M. M.; ZABRACK, M. L. Television and children’s aggressive behavior. In: WILLIAMS, T. M. (Org.). The impact of television: a natural experiment in three cominunities. Orlando: Academic Press, 1986. JUDD, C. M.; SMITH, E. R.; KIDDER, L. H. Research methods in social relations. 6. ed. Ft. Worth: Holt, Rinehart &Winston, 1991.

B ib lio g r a f ia

437

KAMIN, L. G. The science and politics of IQ. New York: Wiley, 1974. KAZDIN, A. E. Preparing and evaluating research reports. Psychological Assessment, 7, p. 228-237,1995. KELMAN, H. C. Human use of human subjects: the problem of deception in social psychological experiments. Psychological Bulletin, 67, p. 1-11, 1967. KENNY, D. A. Correlation and causality. New York: Wiley, 1979. KEYSER, D. J.; SWEETLAND, R. C. (Org.). lest critiques. Kansas City: Test Corporation of America, 1991. KIDDER, L. H.; JUDD, C. M. Research methods in social relations. 5. ed. New York: Holt, Rinehart &Winston, 1986. KIMMEL, A. In defense of deception. American Psychologist, 53, p. 803-805,1998. KINTZ, N. L. et al. The experimenter effect. Psychological Bulletin, 63, p. 223-232, 1965. KTIAYAMA, S. et al. Individual and collective processes in the construction of the self: self­ enhancement in the United States and self-criticism in Japan. Journal of Personality and Social Psychology, 72, p, 1245-1267, 1997. KOOCHER, G. 2 Bathroom behavior and human dignity. Journal of Personality and Social Psychology, 35, p. 120-121, 1977. KOOR C. E. Report of the Surgeon General’s workshop on pornography and public health. American Psychologist, 42, p. 944-945, 1987. KORN, J. H. Illusions of reality : a history of deception in social psychology. Albany. State University of New York Press, 1997. _— . The reality of deception. American Psychologist, 53, p. 805, 1998. KRANTZ, J. H,; BALLARD, J.; SCHER, J. Comparing the results of laboratory and World Wide Web samples on the determinants of female attractiveness. Behavior Research Methods, Instrumentation and Computers, 29, p. 264-269, 1997. LABRANCHE, E. R. et al. To picture or not to picture: levels of erotophobia and breast selfexamination brochure techniques. Journal of Applied Social Psychology, 11, p. 2200-2212, 1997. LANA, R. E. Pretest sensitization. In: ROSENTHAL, R.; ROSNOW^ R. (Org.). Artifact in behavioral research. New York: Academic Press, 1969. LANGER, E. J.; ABELSON, R. P A patient by any other name ...: clinical group difference in labeling bias. Journal of Consulting and Clinical Psychology, 42, p. 4-9, 1974. ------ ; RODIN, J. The effects of choice and enhanced personal responsibility for the aged: a field experiment in an institutional setting. Journal of Personality and Social Psychology, 34, p. 191-198,1976.

438

M e t o d o s d e P e s q u is a e m C (£ n ctas d o C o m p o r t a m f .n t o

LATANE, B.; DARLEY, J. M, The unresponsive bystander: why doesn’t he help? New York: Appleton-Century-Crofts, 1970. ___ ; WILLIAMS, K.; HARKINS, S. Many hands make light the work: the causes and consequences of social loafing. Journal of Personality and Social Psychology; 37, p. 822-832, 1979.

LEVENTHAL, H. Findings and theory in the study of fear communications. In: BERKOWITZ, I,. (Orgj. Advances in experimental social psychology. New York: Academic Press, 1970. v. 5. LEVIN, J. R. Pictorial strategies for school learning: practical illustrations. In: PRESSLEY, M.; LEVIN, J. R. (Org.). Cognitive strategy research: educational applications. New York: Springer-Verlag, 1983. p. 213-238. LEVINE, R. V The pace of life. American Scientist, 78, p. 450-459, 1990. LINZ, D.; DONNERSTEIN, E.; PENROD, S. The findings and recommendations of the Attorney General’s Commission on Pornography: do the psychological “facts” fit the political fury? American Psychologist, 42, p. 946-953, 1987. LOEHLIN, J. C. Latent variable models: an introduction to factor, path, and structural analysis. Mahwah: Erlbaum, 1998. LOFLAND, J.; LOFLAND, L. H. Analyzing social settings: a guide to qualitative observation and analysis. 3. ed. Belmont: Wadsworth, 1995. LOFTUS, E. Eyewitness testimony. Cambridge: Harvard University Press, 1979. LURIA, A. R. The mind of a mnemonist. New York: Basic Books, 1968. MARKUS, H.; ZAJONC, R. B. The cognitive perspective in social psychology. In: LINDZEY, G.; ARONSON, E. (Org.). The handbook of social psychology. 3. ed. New York: Random House, 1985. v. 1. MARIATT, G. A. The controlled-drinking controversy: a commentary. American Psychologist, 38, p. 1097-1110,1983. ------ ; ROHSENOW, D. R. Cognitive processes in alcohol use: expectancy and the balanced placebo design. In: MELLO, N. K. (Org.). Advances in substance abuse. Greenwich: JAI Press, 1980. v. 1. MARUYAMA, G. M. Basic of structural equation modeling. Thousand Oaks: Sage, 1998. MATSUMOTO, D. Cultural influences on research methods and statistics. Belmont: Brooks/ Cole, 1994. MATTESON, M. T.; IVANCEV1CH, J. M. Note on tension discharge rate as an employee health status predictor. Academy of Management Journal, 26, p. 540-545,1983. MAZZELLA, R.; FEINGOLD, A. The effects of physical attractiveness, race, socioeconomic status and gender of defendants and victims on judgements of mock jurors: a meta-analysis. Journal of Applied Social Psychology, 24, p. 1315-1344, 1994.

B ihmcx. rafia

439

McGUIGAN, F. J. The experimenter: a neglected stimulus. Psychological Bulletin, 60, p. 421428,1963. MIDDLEMIST, R- D,; KNOWLES, E. S.; MATTER, C. F. Personal space invasion in the lavatory: suggestive evidence for arousal. Journal of Personality and Social Psychology, 33, p. 541-546, 1976. ____ What to do and what to report: a reply to Koocher. Journal of Personality and Social Psychology, 35, p. 122-124,1977. MILGRAM, S. Behavioral study of obedience. Journal of Abnormal and Social Psychology; 67, p. 371-378,1963. ____ Group pressure and action against a person. Journal of Abnormal and Social Psychology, 69, p. 137-143,1964. — —. Some conditions of obedience and disobedience to authority. Human Relations, 18, p. 57-76,1965. ___ The lost letter technique. Psychology Today, 30, June 1970. MILLER, A. G. Role-playing: an alternative to deception? American Psychologist, 27, p. 623636,1972. ____ The obedience experiments: a case study of controversy in social science. New York: Praeger, 1986, MILLER, G. A. Psychology as a means of promoting human welfare. American Psychologist, 24, p. 1063-1075,1969. MILLER, J. G. Cultural psychology: implications for basic psychological theory. Psychological Science, 10, p. 85-91,1999. MILLER, N. E. The value of behavioral research on animals. American Psychologist, 40, p. 423-440,1985. MONTEE, B. B.; MILTENBERGER, R. G.; WITTROCK, D. An experimental analysis of facilitated communication. Journal of Applied Behavior Analyst1;, 28, p. 189-200, 1995. MURPHY, K. R.; MYORS, B. (Org.). Statistical power analysis: a simple and general model for traditional and modem hypothesis tests. Mahwah: Erlbaum, 1998. NISBETT, R. E.; ROSS, L. Human inference: strategies and shortcomings of social judgement. Englewood Cliffs: Prentice Hall, 1980. ____ ; WILSON, T. D. Telling more than we can know: verbal reports on mental processes. Psychological Review, 84, p. 231-259,1977. ONO, H.; PHILLIPS, K. A.; LENEMAN, M. Content of an abstract: de jure and de facto. American Psychologist, 51, p. 1338-1340,1996. ORNE, M. T. On the social psychology of the psychological experiment: with particular reference to demand characteristics and their implications. American Psychologist, 17, p. 776-783,1962.

440

M

étodos de

P

e s q u is a e m

C iê n c ia s

do

C om portam en to

ORTMANN, A.; HERTWIG, R. Is deception acceptable? American Psychologist, 52, p. 746747,1997. OSGOOD, C. E.; SUCI, G. J.; TANNENBAUM, R H. The measurement of meaning. Urbana: University of Illinois Press, 1957. PATTERSON, G. R.; MOORE, D. Interactive patterns as units of behavior. In: LAMB, M. E.; SUMOI, S. J.; STEPHENSON, G. L. (Org.). Social interaction analysis: methodological issues. Madison: University of Wisconsin Press, 1979. p. 77-96. PAULUS, P B.; ANNIS, A. B.; SETA, J. J.; SCHKADE, J. K.; MATTHEWS, R. W. Crowding does affect task performance. Journal ofPersonality and Social Psychology, 34, p. 248-253,1976, PENDERY, M. L.; MALTZMAN, I. M.; WEST, 1,. J. Controlled drinking by alcoholics? New findings and a réévaluation of a major affirmative study. Science, 217, p. 169-174,1982. PEPITONE, A.; TRIANDIS, H. On the universality of social psychological theories. Joumalof Cross-Cultural Psychology, 18, p. 471-499,1987. PETERSON, J. L.; ZILL, N. Marital disruption, parent-child relationships, and behavior problems in children. Journal of Marriage and the Family, 48, p. 295-307,1986. PETTY, R. E.; CACIOPPO, J. T. Communication and persuasion; central and peripheral routes to attitude change. New York: Springer-Verlag, 1986. ------ ; ------ ; GOLDMAN, R. Personal involvement as a determinant of argument-based persuasion. Journal of Personality and Social Psychology, 41, p. 847-855, 1981. PFUNGST, O. Clever Hans (the horse of Mr. von Osten): a contribution to experimental, animal and human psychology. Tradução de C. L. Rahn. New York: Holt, Rinehart &Winston, 1911. (Republicado em 1965.) PIAGET, J. The origins of intelligence in children. New York: International Universities Press, 1952. PILIAVIN, I. M.; RODIN, J.; PELIAVIN, J. A. Good samaritanism: an underground phenomenon? Journal of Personality and Social Psychology, 4, p. 289-299,1969. PLOUS, S. Attitudes toward the use of animals in psychological research and education: results from a national survey of psychologists. American Psychologist, 51, p. 1167-1180, 1996a. -------Attitudes toward the use of animals in psychological research and education; results from a national survey of psychology majors. Psychological Science, 7, p. 352-363,1996b. PUNNETT, B. J. Goal setting: an extension of the research. Journal ofApplied Psychology, 71, p. 171-172,1986. REED, J. G.; BAXTER, P M. (Org.). Library use: a handbook for psychology. 2. ed. Washing­ ton: American Psychological Association, 1991.

B ib lio g r a f ia

441

REEVE, D. K.; AGGLETON, J. E On the specificity of expert knowledge about a soap opera: an everyday story of fanning folk. Applied Cognitive Psychology, 12, p. 35-42, 1998. REIFMAN, A. S.; LARRICK, R. R; FEIN, S. Temper and temperature on the diamond: the heataggression relationship in major league baseball. Personality and Social Psychology Bulletin, 17, p. 580-585,1991. RICHARDSON, B.; SORENSON, J.; SÖDERSTRÖM, E. J. Explaining the social and psychological impact of a nuclear power plant accident. Journal ofApplied Social Psychology; 17, p. 507-518,1987. RING, K. Experimental social psychology: some sober questions about frivolous values. Journal of Experimental Social Psychology, 3, p. 113-123,1967. ___ WALLSTON, K.; COREY, M. Mode of debriefing as a factor affecting subjective reaction to a Milgram-type obedience experiment: an ethical inquiry. Representative Research in Social Psychology, 1, p. 67-68, 1970. RIORDAN, C. A.; MARLIN, N. A. Some good news about some bad practices. American Psychologist, 42, p. 104-106,1987. ROBERSON, M. T.; SUNDSTROM, E. Questionnaire design, return rates, and response favorableness in an employee attitude questionnaire. Journal of Applied Psychology, 75, p. 354-357,1990. ROBINSON, J. R; ATHANASIOU, R.; HEAD, K. B. Measures of occupational attitudes and occupational characteristics. Ann Arbor: Institute for Social Research, 1969. ____ ; RUSK, J. G.; HEAD, K. B. Measures of political attitudes. Ann Arbor: Institute for Social Research, 1968. ____ ; SHAVER, R R.; WRIGHTSMAN, L. S. Measures of personality' and social psychological attitudes. San Diego: Academic Press, 1991. v. 1. RODIN, J.; LANGER, E. J. Long-term effects of a control-relevant intervention with the institutionalized aged. Journal of Personality and Social Psychology, 35, p. 897-902, 1977. ROSENBAUM, D. E; HANSON, G. S. Assessing the effects of school-based drug education: a six-year multilevel analysis of Project DARE. Journal of Research in Crime and Delinquency, 35, p. 381-412,1998. ROSENBLATT, R C.; COZBY, R C. Courtship patterns associated with freedom of choice of spouse. Journal of Marriage and the Family, 34, p. 689-695, 1972, __DE MIK, L.; ANDERSON, R. M.; JOHNSON, E A. The family in business. San Francis­ co: Jossey-Bass, 1985. ROSENHAN, D. On being sane in insane places. Science, 179, p. 250-258,1973. ROSENTHAL, R. The volunteer subject. Human Relations, 18, p. 389-406,1965. ____ Experimenter effects in behavior research. New York: Appleton-Century-Crofts, 1966.

442

M f.TODOS UK PtSQUlSA EM ClENCIAS DO COMPORTAMF.NTO

ROSENTHAL, R. Covert communication in the psychological experiment. Psychological Bulletin, 67, p. 356-367, 1967. -------Interpersonal expectations: effects of the experimenter’s hypothesis. In: ROSENTHAL, R.; ROSNOW, R. L. (Org.). Artifacts in behavioral research. New York: Academic Press, 1969. -------Meta-analytic proceduresfor social research. Ed. revisada. Newbury Park: Sage, 1991. ------ ; JACOBSON, L. Pygmalion in the classroom: teacher expectation and pupils’intellectual development. New York: Holt, Rinehart &Winston, 1968. ------ ; ROSNOW, R. L. The volunteer subject. New York: John Wiley, 1975. ROSNOW, R. L.; ROSNOW, M. Writing papers in psychology. 4. ed. Belmont: Wadsworth, 1998. ROSSI, R H.; FREEMAN, H. E.; LIPSEY, M. W Evaluation: a systematic approach. Thousand Oaks: Sage, 1999. RUBACK, R. B.; JUIENG, D. Territorial defense in parking lots: retaliation against waiting drivers. Journal of Applied Social Psychology, 27, p. 821-834, 1997. RUBIN, Z. Jokers wild in the lab. Psychology Today, 18, p. 20, 22-24, Dec. 1970. _____ Designing honest experiments. American Psychologist, 28, p. 445-448,1973. -------Disclosing oneself to a stranger: reciprocity and its limits. Journal of Experimental Social Psychology, 11, p. 233-260, 1975. ___ Deceiving ourselves about deception: comment on Smith and Richardson’s “Amelio­ ration of deception and harm in psychological research”. Journal of Personality and Social Psychology, 48, p. 252-253, 1985. ; PF.PLAU, L. A. Belief in a just world and reactions to another’s lot: a study of participants in the national draft lottery. Journal of Social Issues, 29, p. 73-93, 1973. RUNYAN, W. K. Why did Van Gogh cut off his ear? The problem of alternative explanations in psychobiography. Journal of Personality and Social Psychology, 40, p. 1070-1077,1981. RUSSELL, C. H.; MEGAARD, I. The general social survey, 1972-1986: the state of the american people. New York: Springer-Verlag, 1988. RUSSELL, D.; PEPLAU, L. A.; CUTRONA, C. E. The revised UCIA loneliness scale: concurrent and discriminant validity. Journal of Personality and Social Psychology, 39, p. 472-480,1980. SAKS, M. JMARTI, M. W. A meta-analysis of the effects of jury size. Law and Human Behavior, 21, p. 451-467,1997. SCHACHTER, S. The psychology of affiliation. Stanford: Stanford University Press, 1959. SCHAIE, K. W. Beyond calendar definitions of age, time, and cohort: the general developmental model revisited. Developmental Review, 6, p. 252-277, 1986.

B ibuo g r a fia

443

SCHOENEMAN, T. J.; RUBANOWITZ, D. E. Attributions in the advicc columns: actors and observers, causes and reasons. Personality and Social Psychology Bulletin, 11, p. 315-325, 1985. SCHREIBER, E R. Sybil. Chicago: Regnery, 1973. SCHWARZ, N. Self-reports: how the questions shape the answers. American Psychologist, 54, p. 93-105,1999. SCRIBNER, S. Studying literacy at work: bringing the laboratory to the field. In: TORBACH, E. et al. (Org.). Mind and social practice: selected writings of Sylvia Scribner. Cambridge: Cambridge University Press, 1997. SEARS, D. O. College sophomores in the laboratory. Influences of a narrow data base on social psychology’s view of human nature. Journal of Personality and Social Psychology, 51, p. 515-530,1986. SEAVER, W B. Effects of naturally induced teacher expectancy effects. Journal of Personality and Social Psychology, 28, p. 333-342, 1973. SEBALD, H. Adolescents’ shifting orientation toward parents and peers: a curvilinear trend over recent decades. Journal of Marriage and the Family; 48, p. 5-13, 1986. SHAW, M. E.; WRIGHT, J. M. Scales for the measurement of attitudes. New York; McGrawHill, 1967. SHEPARD, R. N.; METZLER, J. Mental rotation of three-dimensional objects. Science, 171, p. 701-703,1971. SIDMAN, M. Tactics of scientific research. New York: Basic Books, 1960. SIEBER, J. E. Planning ethically responsible research: a guide for students and internal review boards. Newbury Park: Sage, 1992. ____ Deception methods in psychology: have they changed in 23 years? Ethics and Behavior, 5, p. 67-85,1995. SIEGEL, S.; CASTELLAN, J. N. Nonparametric statistics for the behavioral sciences. New York: McGraw-Hill, 1988. SILVERMAN, I. Nonreactive methods and the law. American Psychologist, 30, p. 764-769, 1975. SIMPSON, J. A.; KENRICK, D. T. (Org.). Evolutionary social psychology. Mahwah: Erlbaum, 1997. SINGH, D. Adaptive significance of female physical attractiveness: role of waist-to-hip ratio. Journal of Personality and Social Psychology, 65, p. 293-307, 1993. SKINNER, B. E Science and human behavior. New York: Macmillan, 1953. SMART, R. Subject selection bias in psychological research. Canadian Psychologist, 7, p. 115121,1966.

444

M e TODOS DE P e SQUISA BM ClENCIAS DO COMPOR'IAMENTO

SMITH, C. R Ethical issues: research on deception, informed consent, and debriefing. In: WHEELER, L.; SHAVER, R (Org.). Review of personality and social psychology. Newbury Park: Sage, 1983. v. 4. SMITH, M. L.; GI-ASS, G. V Meta-analysis of psychotherapy outcomc studies. American Psychologist, 32, p. 752-760,1977. SMITH, R. J.; LINGLE, J. H,; BROCK, T. C. Reactions to death as a function of perceived similarity to the deceased. Omega, 9, p. 125-138, 1978. SMITH, S. M.; SHAFFER, D. R. Celerity and cajolery: rapid speech may promote or inhibit persuasion through its impact on message elaboration. Personality and Social Psychology Bulletin, 17, p. 663-669, 1991. SMITH, S. S.; RICHARDSON, D. Amelioration of harm in psycological research: the important role of debriefing. Journal of Personality and Social Psychology', 44, p. 1075-1082, 1983. ____ ; On deceiving ourselves about deception: a reply to Rubin. Journal of Personality and Social Psychology, 48, p. 254-255, 1985. SMITH, V L.; ELLSWORTH, R C. The social psychology of eyewitness accuracy: misleading questions and communicator expertise. Journal of Applied Psychology, 12, p. 294-300,1987. SOBELL, M. B.; SOBELL, L. C. Individualized behavior therapy for alcoholics. Behavior Therapy, 4, p. 49-72, 1973. SOLOMON, R. L. An extension of control group design. Psychological Bulletin, 46, p. 137150, 1949. STANTON, J, M. An empirical assessment of data collection using the Internet. Personnel Psychology; 51, p. 709-725,1998. STEINBERG, L.; DORNBUSCH, S. M. Negative correlates of part-time employment during adolescence: replication and elaboration. Developmental Psychology, 27, p. 304-313, 1991. STEPHAN, W G. Intergroup relations. In: PERLMAN, D.; COZBY, RC. (Org.). Social psychology. New York: Holt, Rinehart &Winston, 1983. STERNBERG, R. J. The psychologist's companion: a guide to scientific writing for students and researchers. Cambridge: Cambridge University Press, 1993. STEVENSON, H. W.; ALLEN, S. Adult performance as a function of sex of experimenter and sex of subject. Journal of Abnormal and Social Psychology, 68, p. 214-216, 1964. SULLIVAN, D. S.; DEIKER, T. E. Subject-experimenter perceptions of ethical issues in human research.American Psychologist, 28, p. 587-591,1973. TANAKA, J. S. et al. Theory testing in personality and social psychology with structural equation models: a primer in 20 questions. In: HENDRICK, C.; CLARK, M. S. (Org.). Review of personality and social psychology. Newbury Park: Sage, 1990. v. 11,

B irliocjrafia

445

TERMAN, L. M. Genetic studies o f genius: mental and physical traits of a thousand gifted children. Stanford: Stanford University Press, 1925. v. 1. ____ ; ODEN, M. H. Generic studies of genius: the gifted child grows up: twenty-five years’ follow-up of a superior group. Stanford: Stanford University Press, 1947. v. 4. — __; ______ Genetic studies of genius: the gifted group in med-life: thirty-five years’ follow-

up of the superior child. Stanford: Stanford University Press, 1959. v. 5. THOMAS, G. V; BIACKMAN, D. The future of animal studies in psychology. 47, p. 1678, 1992.

American

Psychologist,

TUFTE, E. R. The visual display of quantitative information. Cheshire: Graphics Press, 1983. _____ Envisioning information. Cheshire: Graphics Press, 1990.

VERDONIK, E; SHERROD, L. R. An inventory of longitudinal adolescence. New York: Social Science Research Council, 1984.

research on childhood and

VINCENT, P C.; PEPLAU, L. A.; HILL, C. T. Alongitudinal application of the theory of reasoned action to women’s career behavior. Journal o f Applied Social Psychology, 28, p. 761-778,1998. VITZ, P C. Preference for different amounts of visual complexity. Behavioral Science, 11, p. 105-114,1966. WEBB, E. J. et al. Mifflin, 1981.

Nonreactive measures in the social sciences. 2.

ed. Boston: Houghton

WEBER, R. RBasic content analysis. 2. ed. Newbury Park: Sage, 1990. WILSON, D. W.; DONNERSTEIN, E. Legal and ethical aspects of nonreactive social psychological research. American Psychologist, 31, p. 765-773, 1976. WILSON, W. H. et al. Effects of marijuana on performance of a computerized cognitiveneuromotor test battery. Psychiatry Research, 51, p. 115-125,1994. WINOGRAD, E.; SOLOWAY, R. M. On forgetting the location of things stored in special places. Journal of Experimental Psychology: General, 115, p. 366-372, 1986. YIN, R. K. Case study research: design and methods. Newbury Park: Sage, 1994. ZAJONC, R. B. Family configuration and intelligence. Science, 192, p. 227-236, 1976. ZIMBARDO, P G. The psychological power and pathology of imprisonment. In: ARONSON, E.; HELMREICH, R. (Org.). Social psychology. New York: Van Nostrand, 1973. ZUCKERMAN, M. Sensation seeking: beyond the optimal level of arousal. Hillsdale: Erlbaum, 1979.

Créditos

Capítulo 2. p. 24, Netscape Communicator browser windows Copyright © 1999 da Netscape Communications Corporation. Usado com permissão; reimpresso com permissão da American Psychological Association, proprietária dos bancos de dados PsycINFO® e PsycLIT®, todos os direitos reservados e não podem ser reproduzidos sem permissão. Capítulo 7. p. 105, Figura 7.1, Negative correlates of part-time employment during adolescence, de L. Steinberg e S. M. Dornbusch. Developmental Psychology, 27, 1991. p. 303-313. Copyright © 1991 da American Psychological Association, reimpresso com permissão. Capítulo 8. p. 139, Figu­ ra 8.1, reimpresso com permissão de Mental rotation of three-dimensional objects, de R. N. Shepard e J. Metzler. Science, 1971. p. 701-703, Copyright © 1971 da American Association for the Advancement of Science. Capítulo 11. p. 184, Figuras 11.2 e 11.3, Reforms as experiments, de D. T. Campbell. American Psychologist, 24, 1969. p. 409-429. Copyright © 1969 da American Psychological Association. Reimpresso com permissão. Apêndice A. p. 283, Robert A. Baron, the sweet smell of ... helping: effects of pleasant ambient fragrance on prosocial behavior in shopping malls. Personality & Social Psychology Bulletin, 23(5), 1997. p. 498-503. Copyright © 1997 de Sage Publications, Inc. Reimpresso com permis­ são da Sage Publications, Inc. Apêndice C. p. 337, Tabela C.2, adaptada de R. A. Fisher e F. Yates, Statistical tables for biological, agricultural, and medical research. 6. ed. Londres: Longman, 1974. Copyright © 1963 R. A. Fisher e F. Yates. Reimpresso com permissão da Addison Wesley Longman Limited e Pearson Education.

(

( f f

r

í t

i

(

( /

I

í

( ( I

í

índice Remissivo

Abordagem empírica, 19 qualitativa, 124 quantitativa, 124 Abreviações, 355 Alcance da observação, 128 Alfa de Cronbach, 112 Alternativas ao engodo, 58 Alternativas de respostas número de, 158 Amostra escolha do tamanho, 303 referencial da, 153 tamanho da, 147, 290 Amostragem, 132,145 acidental, 151 não probabilística, 151 por agrupamento, 149 por quota, 152 probabilística, 148 randômica estratificada, 149 randômica simples, 148 técnicas, 148 Amostras avaliação das, 152

de conveniência, 154 e populações, 285 Amplitude, 384 Análise de caminhos, 278 de conteúdo, 137 dc covariância, 184 de dados por computador, 305 de variância, 294, 389, 394, 399, 402 Análise e interpretação de resultados, 215 Animais uso de, 72 Anonimato, 62 Apêndice, 344 Aprovação institucional, 66 Arquivos de levantamentos, 135 Artificialidade dos experimentos, 97 Artigo de pesquisa seções, 46 Atitudes e crenças, 156 Aumento do número de níveis dc uma variá­ vel independente, 220 Aumento do número de variáveis indepen dentes, 222 Ausência de relação entre variáveis, 87

450

M é t o d o s d e P e s q u is a f. m C iê n c ia s d o C o m p o r t a m e n t o

Autoridade, 19 Avaliação de programa, 238 Benefícios mútuos de pesquisas de campo e de laboratório, 322 Blocos randomizados, 188 Características da demanda, 207 Causalidade, 95 Ceticismo, 19 Ciência, 19 objetivos da, 21 Citação de endereço da Web, 354 Coeficiente de correlação, 267 Coeficiente de correlação produto-momento de Pearson, 110, 267, 404 Coeficiente de correlação r de Pearson, 267, 304 Comparação das porcentagens entre gru­ pos, 260 Comparação de médias grupais, 260 Compartilhamento e utilização de dados, 68 Comportamento, 21,156 descrição, 99 estudo científico, 15, 81 futuro, 100 observação do, 123 Compromisso de honra, 69 Computadores e pesquisa, 215 Comunicação da pesquisa, 215 Comunicação facilitada, 36 Conceitos de mensuração, 107 fidedignidade, 108 reatividadede medidas, 116 validade de construto de medidas, 112 variáveis e escalas de mensuração, 117 Consentimento informado, 55, 56, 66 dispensa de, 67 Contrabalanceamento, 186 Controle das expectativas do experimentador, 209 dos participantes, 207 Controle experimental, 92 Correlação, 257, 402 múltipla, 274 parcial, 276

Correlação de escores individuais, 260 Cultura, 318 Cúmplice, 201 Custo das medidas, 206 Custos e benefícios revisitados, 73 Dados descrição e interpretação, 126 Decisões corretas, 297 Defeitos do estudo, 212 Definição operacional de variáveis, 83 Delineamento com grupo de controle não equivaleute, 176 com grupos independentes, 182 com linha de base múltipla, 247 com medidas repetidas, 182,184 com pós-teste, 178 com pré-teste/pós-teste, 174,179 com reversão, 245 com sucessões-controle, 244 com sucessões cronológicas interrom­ pidas, 243 com sujeito único, 237 de pesquisas sobre desenvolvimento, 237, 250 experimental, 171 experimental complexo, 219 fatorial, 222, 228, 230, 232 fatorial misto, 230, 231 pré-teste/pós-teste com grupo controle não equivalente, 241 quase-experimental, 237, 238 VIxVS, Descrição, 257 do comportamento, 99 e interpretação dos dados, 126 Desgaste do instrumento, 175 Desvio-padrão, 384 Diferenças de seleção, 177 Diferenças individuais e de personalidade, 138 Direção de causa e efeito, 90 Discussão, 47, 343 Distribuição de freqüência, 261 Distribuição randômica emparelhada, 182 simples, 182 Distribuições amostrais, 287, 289

I n d ic k R e m is s iv o

Efeito de expectativa, 209 de interação, 224 de piso, 206 de teto, 205 histórico, 175 principal, 223 Elaboração das perguntas, 155 Eletroencefalograma (EEG), 205 Eletromiograma (EMG), 205 Engodo, 54,61 Engodo na pesquisa, 68 Entrevista de esclarecimento, 57, 214 Entrevistas, 164 Equações de regressão, 273 Equipamento, 131 Erro de mensuração, 108 Erro tipo I, 296, 297 Erro tipo II, 296, 298 Escala de avaliação gráfica, 159 Escala de diferencial semântico, 160 Escala não verbal para crianças, 160 Escalas de avaliação, 159 de mensuração, 119, 258 de razão, 119 intervalares, 118 nominais, 117 ordinais, 118 Escolha do tamanho de uma amostra, 303 Escore real, 108 Estatística descritiva, 264, 382 inferencial, 286 Estudantes universitários, 314 Estudo de caso, 133 Estudo do comportamento, 15, 81 variáveis, 82 Estudos-piloto, 212 Estudos que envolvem simulação, 59 Ética, 207 Ética e pesquisa animal, 71 Ética na pesquisa, 51, 54, 62 alternativas ao engodo, 58 anonimato e sigilo, 62 consentimento informado, 55,56 custos e benefícios, 53

451

engodo, 54 entrevista de esclarecimento, 57 experimento de Milgram, 52 formulação de princípios éticos, 64 fraude, 74, 75 obrigações dos experimentadores, 64 pesquisa animal, 71 pesquisa com humanos, 65 populações especiais, 62 principais questões, 54, 62 uso de animais, 71 Expectativas do experimentador, 209 dos participantes, 207 Experimento de campo, 98 Experimento de Milgran sobre obediência, 52 Experimentos, 195 bem planejados, 178 com sujeito único, 245 honestos, 60 mal planejados, 173 Explicação do comportamento, 22 Fatos e dados demográficos, 156 Fidedignidade, 108,132 da consistência interna, 11 das metades, 111 do teste-reteste, 110 entre avaliadores, 112 Figuras, 345 Filmagens ou gravações consentimento, 67 Folha de rosto, 337 Formulação das questões, 156 de princípios éticos, 64 Fraude, 74 Generalização como interação estatística, 316 de acordo com o laboratório, 321 dos resultados, 313,325 e pré-testes, 321 para outras populações de participan tes, 314 para outros experimentadores, 320

452

M

é to d o s de

P e s q u is a

em

C iê n c ia s

do

Gênero, 315 Gráficos de barra, 262 Gráficos de setor, 262 Graus de liberdade, 293 Grupo de controle, 173 Grupo de controle não equivalente, 176 Grupos independentes, 230 Grupos placebo, 208 Hipótese de pesquisa, 286 Hipótese nula, 286 Hipóteses, 30 História, 174 Humanos pesquisa com, 65 Idéias, fontes, 31 Importância de replicações, 304 Incentivos a participantes de pesquisa, 68 Inferência estatística, 283 Informações sobre o estudo aos participan­ tes, 69 Interpretação de delineamentos fatoriais, 223 de resultados não significativos, 301 Intervalo de confiança, 146 Intervalo de tempo entre tratamentos, 189 Introdução, 339 Intuição e autoridade, limitações, 18 Itens de disfarce, 208 Levantamento, 143,163 e mudanças ao longo do tempo, 166 Local, 316 Magnitude do efeito, 272, 295, 402 Manipulações, 201,203 diretas, 198 que envolvem representação, 200 tipos de, 198 Maturação, 175 Média, 264,383 Mediana, 264, 383 Medidas auto-relato, 204 comportamentais, 204 da variável dependente, 203

C om portam en to

de tendência central, 382 de validade de construto, 112 de variabilidade, 384 fisiológicas, 205 múltiplas, 206 nãoobstrusivas, 116 repetidas, 230 Mensuração conceitos de, 107 Metanálise, 326 Método, 46, 340 experimental, 89,92 longitudinal, 251 não experimental, 88 seqüencial, 253 transversal, 250 Métodos de pesquisa usos, 16 vantagens e desvantagens, 97 Minitab for Windows, 150 Moda, 265, 382 Modelos estruturais, 277 Montagem do cenário, 198 Mortalidade, 180 Múltiplos métodos, 100 Nível de significância, escolha do, 300 Nota do autor, 344 Notas de rodapé, 345 Obediência à lei e às normas, 66 Objetivos da pesquisa, 156 Obrigações dos experimentadores, 64 Observação do comportamento, 123 do mundo, 32 naturalística, 125, 127, 129 sistemática, 130 Ocultamenio, 127 Participação e ocultamento, 127 Participantes de pesquisa, 197 de um estudo, 31 Pearson, 110, 267, 304,404 Perguntas elaboração das, 155

Í ndice R e m issiv o

PF..S (percepção extra-sensorial), 288 Pesquisa aplicada, 24 básica, 23 bibliográfica, 37 com animais, 71 com participantes humanos, 65 custos e benefícios, 53 de levantamento, 141 em arquivo, 134 engodo, 68 e qualidade de vida das pessoas, 327 e uso de computadores, 215 responsabilidade, 66 resultados, 257,283 Pesquisas anteriores, 35 Planejamento de pesquisa, 65 Poder, 303 Polígonos de freqüência, 263 Ponto de partida, 29 População, 145 Populações especiais, 63 Predições, 30 Princípios éticos, 65 Probabilidade, 287 Problema da terceira variável, 91, 276 Problemas das expectativas, 211 Problemas práticos, 36 Procedimentos de atribuição, 230 invasivos, 69 Projeto de pesquisa, 212 Psicologia principais periódicos, 38 resumos, 40 PsycINFO, 41, 139 Quadrado latino, 188,419 Questionário, 163 finalização, 162 Questões formulação das, 156 metodológicas, 131 Questões fechadas versus questões abertas, 158 Qui-quadrado, 385

453

Randomização, 93 Realismo experimental, 322 mundano, 322 Realização de experimentos, 195 Reatividade, 116,132 Referencial da amostra, 153 Referências a fontes eletrônicas, 353 bibliográficas, 344 Registros de veículos de comunicação de massas, 136 escritos, 136 estatísticos, 134 Regressão estatística, 175 Relação curvilincar, 87, 271 Relação linear negativa, 85, 86 Relatório de pesquisa, 331 Replicação, 323 conceituai, 324 exata, 323 Réplicas em delineamentos com sujeito úni­ co, 249 Representação de papéis, 58 Representação gráfica de relações, 265 Resposta galvânica da pele (RGP), 205 Restrição da faixa de variação, 271 Resultados, 47, 341 Resultados de pesquisa, 257, 259, 283 Resultados não significativos, 301 Resumo, 46, 338 Revisão de literatura, 45, 325 Rótulos às alternativas de resposta, 160 Samplitig, 150

Sensibilidade, 205 Sensibilidade da variável dependente, 205 Senso cornum, 31 Sigilo, 62 Significância estatística, 273, 296 Simulação, 59 Sistema de categorização, 130 Social Science Citation Index (SSCI), 44 Soma de quadrados, 389 Tabelas, 345 de números aleatórios, 407

M éto d o s de P esquisa em C iências do C o m po rta m ento

ç a ca b a m e n to

Validade, 101 aparente, 113 convergente, 113 de construto, 102 de critério, 115

discriminante, 114 externa, 102 interna, 102,173 Variabilidade, 265 Variância do erro, 295 Variáveis, 82 ausência de relação, 87 confundidas, 172 do participante, 99 e escalas de mensuração, 117 intervenientes, 82 mensuradas em escala intervalar e de razão, 259 mensuradas em escala nominal, 258 mensuradas em escala ordinal, 258 relações entre, 85 Variável critério, 116 definições operacionais, 83 independente, 198 preditora, 115 Viés do entrevistador, 165 Viés do experimentador, 209 Voluntários, 315

Ymngraf Gráfíc* 9 Editora Ltda

estatísticas, 407 Tamanho da amostra, 147, 290 Taxa de retorno, 153 Tendência central, 264 Teorias, 33 Terceira variável, 91, 276 Teste F, 294, 389 Teste-reteste, 110 Testes bicaudais, 294 de manipulação, 213 de signifícância apropriado de signifícância estatística, 385 empíricos, 19 escolha, 307 estadsticos, 381 unicaudais, 294 Trabalho realizado por outros, 333

im p re s s à o

454

f 5im. Quero fazer parte do banco de dados seletivo da Editora Atlas para receber informações sobre lançamentos na(s) área{s) de meu interesse.

Nome: CPF:

__________ Sexo:O M asc.O Fern. Est. Civil: O Solteiro O Casado

Data de Nascimento: End. Residencial: Cidade: _ _ _ _ _ _ _

CEP: _ Fax:

Tel. Res.:

E-mail:

End. Comercial.: Cidade: _________ Tel. Com.: ____ _

CEP: _ ______

E-mail:

Fax:

De que forma tomou conhecimento desse livro? □ Jornal

□ Revista

□ Indicação de Professores

Li Internet

□ Rádio

□ TV

□ Mala Direta

□ Outros: _______________ O Residencial

Remeter correspondência para o endereço:

O Comercial

[dre a q u i

Indique sua(s) área(s) de interesse:

O Administração Geral / Management

O Economia

O Produção / Logística / Materiais

O Comércio Exterior

5 O Recursos Humanos

O Matemática / Estatistica / P. 0.

u O Estratégia Empresarial

O Informática / T. 1.

; O Marketing / Vendas / Propaganda

O Educação

< O Qualidade

0 Línguas / Literatura

2

O Teoria das Organizações

L O Turismo 5

O Contabilidade

° O Finanças u 0. U) ü □ □ S

0 Sociologia / Psicologia / Antropologia O Comunicação Empresarial O Direito 0 Segurança do Trabalho

Com entários

4* I