Métodos Psicológicos Cap - 3

Métodos Psicológicos
Procedimentos:
planos e amostras
Prof. Doutora Joana Oliveira

Ano letivo 2017-2018
Procedimentos: planos e amostras
Resumo
 Planos de investigação
 Validade interna e externa
 Grupos e momentos num plano
 Método experimental
 Planos factoriais
 Classificação dos planos
 Método correlacional
 Métodos qualitativos
Procedimentos: planos e amostras
Resumo (cont.)
 População e amostras
 Conceito de população, amostra e sujeito
 Processos e tipos de amostras
 Representatividade e significância das amostras
 Estudos de grupo e caso único
 Os sujeitos na investigação
Planos de investigação
Conjunto de procedimentos e orientações a que uma investigação deve
obedecer tendo em vista o rigor e valor prático da informação recolhida
Guião
da
investigação
Anterior ao
início da
investigação
- junto de quem se vai intervir, experimentar ou

proceder à observação
- quem vai intervir e/ou avaliar

Guião - quando se vai apresentar a condição experimental
da e quando se vai avaliar
investigação
- como se vai proceder à intervenção ou avaliação
- o que vai ser avaliado e com que meios

Validade interna e externa
 O plano deve ser adequado à investigação em causa

 Os planos variam no seu grau de adequação, de rigor
e de validade
 Adequação e rigor - adequação dos procedimentos à natureza do
problema e objectivos do estudo
 Validade - garantir a validade da informação recolhida, pelo que

importa controlar várias fontes de erro, que podem colocar em
causa:
• O significado dos resultados (validade interna)
• A generalização dos resultados a outras amostras e situações
(validade externa)
Validade interna e externa
 Validade interna: grau com que, no final da

investigação, se consegue atribuir os resultados
observados na VD à manipulação da VI
 Validade externa: generalização dos resultados a

outras amostras, à população em geral ou a outras
condições e situações reais. Questionamos as
condições que podem afectar a representatividade
dos procedimentos e resultados
Factores que afectam a validade interna
Maturação ou desenv. Selecção diferencial

Contexto
dos sujeitos dos sujeitos
Mortalidade
Efeitos de interacções Reactividade da medida
experimental
Difusão ou imitação do
Instrumentação Regressão estatística
tratamento
Factores que afectam a validade externa
Reactividade experimental
Interacções tratamento-atributos
Efeito reactivo ou interactivo do pré-teste
Interferências de tratamentos múltiplos
Novidade do tratamento
Grupos num plano
 Nos planos experimentais as amostras tendem a repartir-

se por dois ou mais grupos:
 Grupo experimental – alvo da intervenção ou das condições
experimentais
 Grupo de controlo – sujeitos que não passam pela

intervenção
 Grupo placebo – realiza um programa ou intervenção de

efeito neutro para os objectivos em causa
• Efeito da curiosidade
Grupos num plano
 Cuidados a ter na formação de grupos:

 A constituição das amostras ou dos grupos não deve
colocar em causa a significância final dos resultados
(método aleatório de amostragem)
 Procedimentos complementares para salvaguardar

equivalência dos grupos (emparelhamento dos sujeitos)
 Não obrigatoriedade de grupos de controlo:

• Estudos de caso único
• Planos factoriais
Momentos num plano
 A avaliação dos efeitos requer a existência de dois ou mais momentos de
avaliação (pelo menos um antes da manipulação da variável independente e
outro após):
 Pré-teste (ou pré-tratamento) – não é obrigatoriamente necessário

 Pós-teste (ou pós-tratamento)
 Follow-up (em algumas situações)
 O objectivo é avaliar se alguma coisa mudou com a intervenção ou condição

da VI
 Tomando conjuntamente a avaliação dos grupos experimental e de
controlo,é possível avaliar se a mudança é devida a:
- intervenção ou condição da VI
- intervalo de tempo
- ambas
Grupos e momentos da avaliação
 De acordo com a forma como os planos contemplam os grupos
e momentos de avaliação, podem ser definidos vários tipos de
estudos:
 Estudos transversais
• Não controla efeitos de geração
 Estudos longitudinais
• Morosidade
• Elevados custos
• Efeitos interactivos de testagem
• Mortalidade experimental
 Estudos sequenciais
• Estudo simultâneo de diferenças inter e intra-
individuais
Método Experimental
 Deve ser a meta na investigação ou produção de conhecimento científico
 Experiência científica
Zimmey (1961) - Observação objectiva de fenómenos que são forçados

a ocorrer numa situação rigorosamente controlada, e em que um ou
mais factores são manipulados enquanto os restantes são controlados
ou mantidos sob condições constantes
Observação seja objectiva

 Resultados e conclusões assentem no quadro da
relação entre VI e VD
 Aspectos que definem o plano experimental ou verdadeiramente
experimental:
 Assegura a manipulação da VI e a fixação prévia dos seus valores
 Implica dois ou mais níveis ou valores da VI, de forma a contrastar
efeitos na VD
 A amostra é seleccionada ao acaso
 Implica o controlo de variáveis associados ao experimentador,

contexto experimental e características dos sujeitos
 Experimentador: expectativas acerca dos resultados desejados,
traços físicos, (idade, género, aspecto físico) ou sociais.
 Contexto experimental: condições do ambiente (luz, temperatura,
ruído), rumores, motivação.
 Características dos sujeitos: idade, classe social, habilitações
académicas, género, motivação, inteligência, auto-conceito etc.)
2
 A variância (S ) final dos resultados na VD pode ser devida a:
 Flutuações constantes, sistemáticas ou experimentais (S2
sistemática), e;
 Flutuações irregulares ou aleatórias (S2 de erro)
2 2
 A S sistemática refere-se à S explicada no quadro do plano
experimental
 Nos planos factoriais existem duas fontes para o coeficiente de S2
sistemática:
• S2 primária: variações centradas na manipulação da(s)
VI(s)
• S2 secundária: variações associadas aos efeitos
interactivos das mesmas variáveis
2
 A S de erro diz respeito às variações da VD devidas ao acaso
Planos Factoriais
 Planos Factoriais ou Multifactoriais: planos experimentais que

incluem mais do que uma variável independente
 Exemplo: plano com duas variáveis independentes com duas

condições cada.
VI Níveis A existência de 2 X 2
A A1 Grupos (4 grupos)
(método de estudo) A2 para a combinação
completa das condições
B B1 experimentais
(tipo de reforço) B2 (Plano Bifactorial)
Planos Factoriais
A1 A2
B1 a1b1 (G1) a2b1 (G3)
B2 a1b2 (G2) a2b2 (G4)
 Este tipo de plano permite-nos analisar três tipos de

efeitos:
• Efeitos simples
• Efeitos globais ou principais
• Efeitos de interacção ou secundários
Planos Factoriais
 Efeitos simples: efeitos dos níveis de uma VI dentro de cada

nível da outra variável
 O método A exerce dois efeitos simples:
• O primeiro obtém-se comparando as médias de A no 1º nível da
variável ou factor B (G3 – G4)
• O segundo obtém-se comparando as médias de A no 2º nível de
B (G4 – G2)
• Os mesmos efeitos podem ser calculados para a variável B
 Efeitos principais: relacionam-se com as influências ou efeitos

globais de cada VI por separado ou sem tomar em conta os
valores que toma a outra
• Tomar os 4 grupos 2 a 2 de acordo com a variável que se quer
analisar, ou seja, olhando às linhas ou às colunas no quadro
Planos Factoriais
 Efeitos de interacção ou secundários: consideram-se os efeitos

decorrentes da interacção existente entre as duas VI
 Os valores na VD estão associados simultaneamente aos

valor3es recíprocos das VI (no exemplo, os efeitos do método
dependem também do tipo de reforço atribuído)
 A interacção é significativa quando a diferença entre os efeitos

simples de uma variável é demasiado grande para ser atribuído
ao acaso, sendo isso verificável através do cálculo da diferença
das médias dos grupos nas diagonais
• [(G1+G4) – (G2+G3)] / 2
• Na ausência de qualquer efeito secundário dever-se-ia
obter um coeficiente de zero ou muito próximo
Classificação dos Planos
 Plano pré-experimental
 Plano quasi-experimental
 Plano experimental
Plano pré-experimental
 Não há manipulação efectiva da VI

 Não existe pré-teste
 A avaliação ocorre apenas no final do
tratamento (estudo post-facto)
G1 X O
Plano quasi-experimental
 Verifica-se uma aproximação ao plano

experimental
 Não controla ainda algumas variáveis
parasitas
 Exemplos:
• Recurso a um grupo de comparação
• Recurso a séries temporais de registo
• Plano de correlação intervalar cruzada
Recurso a um grupo de comparação
 Utilização de um grupo experimental (G1)

 Utilização de um grupo de comparação (G2)
 Não são formados de forma aleatória
G1 O1 X O2
G2 O1 O2
 As diferenças entre o pré-teste (O1) e pós-teste (O2) não podem

ser atribuídas exclusivamente à manipulação da VI
Séries temporais de registo
 Várias medidas de VD num momento anterior e

posterior à intervenção
O1 O2 O3 O4... On X O1 O2 O3 O4... On
 As diferenças encontradas entre os dois

momentos de avaliação não podem ser
exclusivamente atribuídas à VI
 Variáveis estranhas podem contaminar os

resultados (ex. história, maturação)
Plano de correlação intervalar cruzada
 Existem no mínimo duas variáveis
 Obtidas no mesmo grupo de sujeitos, mas em dois momentos

temporais diferentes
 Permite a análise de relações bidireccionais entre variáveis

Plano de correlação intervalar cruzada
 Duas variáveis (X e Y)
 Dois momentos temporais
(T1 e T2)
 Seis correlações diferentes
XT1 XT2
– Duas correlações sincrónicas
(XT1 – YT1 e XT2 – YT2)
– Duas correlações diacrónicas
(XT1 – XT2 e YT1 – YT2)
– Duas correlações cruzadas YT1 YT2
(XT1 – YT2 e YT1 – XT2)
Plano experimental
 Constituição aleatória de todos os grupos
 O objectivo é que os grupos de intervenção e de

comparação sejam equivalentes
 Se forem equivalentes, as diferenças encontradas

nos pós-teste são atribuíveis à manipulação da VI
Plano experimental
 Exemplo:  Problemas:
- Dois grupos aleatórios (R) - Não controla a reactividade
- Grupo de controle e grupo das medidas
experimental - Efeito da avaliação no pré-
- Dois momentos de avaliação teste
- Dado que os grupos são - Este efeito pode ser
equivalentes em O1, as controlado utilizando um
diferenças encontradas em O2 plano experimental simples
podem ser atribuídas à
manipulação da VI
(R) G1 O1 X O2
(R) G2 O1 O2
Plano experimental
 Exemplo: plano experimental simples

– Dois grupos equivalentes (aleatórios)
– Avaliação no momento do pós-teste
(R) G1 X O2
(R) G2 O2
Plano experimental
 Exemplo: plano Solomon
– O efeito da avaliação inicial é controlado pela introdução
de mais dois grupos
– Permite controlar o efeito de maturação e contexto
– Conjugação dos dois anteriores
(R) G1 O1 X O2
(R) G2 O1 O2
(R) G3 X O2
(R) G4 O2
Plano experimental
 Plano Solomon: vantagens
– Permite controlar o efeito da testagem (ou pré-teste),
nomeadamente:
• Os efeitos de interacção com o tratamento

(comparação do G1 e G3)
• Os efeitos de interacção com a avaliação de pós-teste
(comparação do G2 e G4)
– Permite continuar a controlar o que pode ser devido à

maturação dos sujeitos ou a outras ocorrências
externas (comparação do G1 e G2)
Método correlacional
 Nem toda a investigação em Psicologia se
orienta pelo modelo experimental
 Por razões várias são usados outros modelos

alternativos:
 Razões éticas
 Natureza dos fenómenos
 Variáveis em presença
 Metodologia experimental não é a mais indicada
 Situa-se entre os métodos descritivos e os
estudos experimentais
 Relativamente aos descritivos, conseguir ir além da

descrição de fenómenos, estabelecendo relações entre
variáveis e quantificando essas relações
 Relativamente aos experimentais, não consegue

estabelecer relações de causalidade
 O nome decorre da metodologia mais

frequentemente utilizada: estudo de relações
entre variáveis, ou seja, coeficientes de
correlação
Análise de correlações
 A grandeza estatística do coeficiente de

correlação entre duas variáveis pode oscilar entre
–1.00 e +1.00
• Zero (0): significa ausência de correlação
• À medida que se aproxima da unidade é cada vez
mais perfeita
• Pode ser positiva (+1.00) ou negativa / inversa (-
1.00)
 Importa assim atender quer à intensidade da
relação, quer ao seu sentido
 Estes parâmetros são autónomos
Análise de correlações
 O coeficiente de correlação remete-nos para o

coeficiente de determinação
 r2 = % de variância de uma variável que pode ser prevista a

partir do conhecimento dos resultados da segunda variável;
ou parte comum da variância dos resultados em duas
variáveis
 Importa notar que se trata de um coef. de

previsibilidade e não de um coef. explicativo da
natureza da relação
Distinção entre metodologia correlacional e experimental
Método correlacional Método Experimental

- Permite o estabelecimento - Permite a determinação da
de previsões causa de um fenómeno
- Não proporciona provas de

causalidade
• É contudo evidente que a correlação se pode

assumir como um dos aspectos da causalidade
Exemplo
 Diversas VIs e respectivas correlações com a

variável dependente
 Neste caso, falamos em correlações múltiplas e análise de
regressão
 Procura-se obter equações de predição do critério tomando

vários indicadores (predictores ou VIs)
 Alguns modelos estatísticos, como o linear structural

relations (LISREL) pretendem proporcionar alguma
explicação de causalidade entre variáveis, mesmo em
investigações fora do plano experimental
Métodos qualitativos
 Origem anterior ao método experimental-positivista
 A sua importância actual relaciona-se com novas

preocupações da investigação em ciências sociais e
humanas
 Três princípios:
a) Primazia da experiência subjectiva como fonte do conhecimento

b) O estudo dos fenómenos a partir da perspectiva do outro ou
respeitando ou seus marcos de referência, e;
c) O interesse em se conhecer a forma como as pessoas experienciam
e interpretam o mundo social que também acabam por construir
interactivamente
 Significações pessoais dos fenómenos
 Representações
 Natureza interactiva da construção dos fenómenos
 Necessidade de se colocar na perspectiva do outro
 Objectivo
 Busca da globalidade e da compreensão dos fenómenos
Enfoque de análise de cariz indutivo, holístico e idiográfico

Diferenças
 Os planos são mais flexíveis
 As técnicas de recolha de dados podem diversificar-se no
tempo, podendo recorrer-se a métodos de avaliação menos
quantitativos e mais informais:
• Entrevista
• Registo directo
• Observação participante
• Análise de documentos, etc.
 Os princípios de objectividade e validade são difíceis de

aplicar, recorrendo-se a:
• Métodos de triangulação
• Métodos de contrastação subjectiva
População e amostras
Introdução
 O valor científico dos resultados deve ser independente

dos sujeitos avaliados
 Os resultados devem ser o mais possível associados às

condições experimentais da investigação e à sua
manipulação
 Se os dados podem ser explicados pela singularidade dos

grupos tomados, não contribuem para responder à
hipótese formulada
Introdução
 A definição da amostra ou grupos a considerar numa

investigação é essencial
 Dois factos condicionam este ponto na planificação de

uma investigação:
• A impossibilidade e desinteresse em serem
considerados todos os indivíduos
• A necessidade de, não sendo tomados todos os
indivíduos, os resultados poderem ser generalizados
Introdução
 Três questões são abordadas nos procedimentos

de amostragem:
a) São os sujeitos apropriados para as questões e

objectivos da investigação?
b) São os sujeitos representativos?
c) Qual o numero de sujeitos necessários?
Conceito de população, amostra e sujeito
Conceito Descrição
Todos os sujeitos, fenómenos ou observações passíveis de
Universo serem reunidas como obedecendo a determinada
característica
Conjunto dos indivíduos, casos ou observações onde se quer

População estudar o fenómeno
Conjunto de situações (indivíduos casos ou observações)

Amostra extraídos de uma população.
Sujeito Casos individuais, quando se tratam de indivíduos

Conceito de população, amostra e sujeito
 Razões para a utilização de amostras:
– É economicamente inviável utilizar a população
– Estatisticamente desnecessário
– Humanamente impossível
 “a amostragem é um processo utilizado há muitos anos,
baseando-se na experiência e na intuição de que uma
amostra pode informar sobre as propriedades do
universo” (Murteira & Black, 1983, p.8)
 Requer que se salvaguardem algumas características, a
mais importante das quais é que a amostra represente a
população de que é proveniente
Processos e tipos de amostras
 O processo de amostragem (processo para se

chegar à definição da amostra) pode orientar-se
por:
Os procedimentos
conduzem a verdadeiras
amostras (P. de
representarem
Princípios
probabilísticos
a população)
Princípios Os procedimentos
não probabilísticos usados formam mais
grupos do que
verdadeiras amostras
 Ao nível dos procedimentos estatísticos podemos

referir:
• Método de amostragem aleatório simples

• A amostragem sistemática
• A amostragem estratificada
• A amostragem por grupos
• A amostragem polietápica
Amostragem aleatória simples
A modalidade mais conhecida e de maior rigor científico, pois

qualquer indivíduo tem a mesma probabilidade de integrar a
amostra, sendo que a saída de um não afecta a probabilidade de
saída dos restantes – amostra retirada ao acaso
Amostragem sistemática
Obtendo-se um coeficiente do quociente do efectivo da população

sobre o da amostra, retiram-se os sujeitos através dos números
aleatórios coincidentes com esse intervalo – N/n = intervalo de
sujeito ao longo do contínuo a retirar
Amostragem estratificada
Usa-se quando a população está estratificada por grupos

homogéneos com respeito à característica que se estuda, melhor
ainda quando dentro de cada estrato os sujeitos são retirados ao
acaso simples ou sistemático; o n de cada estrato pode ser
proporcional ou então de fixação simples ou constante
Amostragem por grupos
Amostra tomando não os indivíduos singulares, mas grupos em que

a população se encontra organizada, por exemplo, tomando os
distritos do país ou as turmas num dado ano de escolaridade
Amostragem polietápica
Feita em múltiplas etapas, por exemplo distrito, concelho, escola e

turma, havendo ou não amostragem aleatória em cada uma dessas
fases
Amostras aleatórias simples
 Obtenção da amostra totalmente ao acaso

(amostra aleatória ou ao acaso, diferente de
amostra ocasional)
 O carácter aleatório obriga a que:

 Todo o sujeito tenha igual probabilidade de integrar a
amostra
 A selecção de um sujeito não interfere ou condiciona a

selecção do sujeito seguinte
 Cuidados a ter para assegurar a representatividade:
 Quanto mais o n da amostra se aproxima ao n da população maior a

facilidade na generalização
 A representatividade é melhor conseguida se paralelamente se atender

aos estratos mais significativos da população (n em função de estratos
populacionais)
 Manter a aleatoriedade quer no momento da recolha dos sujeitos, quer

ao longo da intervenção, i.e., na sua participação
 Vantagens:
• Menores custos
• Facilidade
• Tende a assegurar amostras representativas
• Tende a assegurar amostras estatisticamente significativas
• Em amostras grandes e representando populações
homogéneas é eficaz
 Desvantagens:
• Decorrem do não conhecimento dos estratos da população
à partida e da não distribuição equitativa destes na
amostra
 Amostras aleatórias já contemplando alguma

estratificação:
 Listas de pessoas ou procedimento de painel
• Vantagens
• Desvantagens
Selecção aleatória e Distribuição aleatória
Está em causa o processo

Está em causa a
de recolha de indivíduos
distribuição por grupos
(amostragem)
Amostras aleatórias estratificadas
 Tende a assumir-se como o método mais preciso, nomeadamente

quando não se consegue ter toda a população disponível para
obtenção de uma amostra pelo método aleatório simples
 Aplica-se quando a população pode ser dividida em estratos de

acordo com as variáveis em análise e quando o recenseamento dos
indivíduos nesses estratos se encontra viabilizado
 A equivalência é garantida por dois aspectos:
 Obediência às quotas ou percentagens de sujeitos em cada estrato e sua

mútua interdependência
 Os sujeitos são aleatoriamente integrados na amostra, respeitando-se os dois

pontos referidos sobre amostragem aleatória simples
Representatividade e significância das amostras
 Significância – efectivo da amostra (o seu número)

 Representatividade – a qualidade da amostra
(método de amostragem)
representatividade significância
Representatividade das amostras
 Condição essencial, nomeadamente quando se

pretende generalizar os resultados obtidos com
uma amostra à população
 Requer as salvaguarda de alguns princípios:

 Conhecimento prévio das características da população
relevantes para o estudo em questão
 Conhecimento da distribuição da população por tais
características identificadas (variáveis)
 Utilização de um procedimento correcto de amostragem
(probabilísticos)
Significância das amostras
 O n da amostra deve ser compatível com a representação da

população, i.e., a amostra deve ser suficientemente grande para
garantir a representatividade
 Paralelamente, o n depende do número de condições ou variáveis em

estudo
– Por norma sugerem-se 10 sujeitos por cada condição
– Aceita-se como consistente uma amostra de 300 sujeitos em estudos de validação

de instrumentos com elevado número de itens
– Nas análises estatísticas envolvendo a intercorrelação de itens multiplica-se o

número de itens por 10
 A estimativa do tamanho da amostra pode ser feita tomando a definição

prévia do nível de confiança e do erro de estimativa
 Para estimar o tamanho da amostra necessitamos conhecer o nível de

confiança que queremos que os dados possuam
• 95% (erro de estimativa máximo de 5%)
• 99% (erro de estimativa máximo de 1%)

 Estimativa do valor de n da amostra conhecido o n do universo, para

uma probabilidade de erro nunca superior a 5%
n n n n n n
População Amostra População Amostra População Amostra
100 80 600 230 1500 320
200 130 700 245 2000 330

300 165 800 260 3000 350
400 190 900 270 5000 360
500 215 1000 280 10000 370
Representatividade e significância das amostras
 Os erros de amostragem surgem quando tomamos uma amostra em

de uma população
 É possível defender que os resultados obtidos numa amostra não são

coincidentes com os valores reais na população
 Erro de amostragem: diferença entre o parâmetro numa população e

o parâmetro estatístico de uma amostra
 São devidos a dois factores principais:
 Erro de representatividade (a amostra não é representativa)

 Erro aleatório (devido ao acaso da amostragem)
Estudos de grupo e caso único
 Métodos não probabilísticos de amostragem

 Não existe possibilidade de generalização dos dados e conclusões
obtidas para outras situações ou amostras
 Em Psicologia recorre-se ao estudo de grupos em vez de

amostras sobretudo quando não se tem como objectivo abarcar
as características de uma população ou a generalização dos
resultados:
• Estudos exploratórios
• Psicologia social
• Psicologia clínica
• Psicologia escolar
• Psicologia experimental
Estudos de grupo
 Diferenças entre grupos e amostras:

 Número de efectivos considerados (em geral menor nos grupos)
 Metodologia de amostragem seguida (menos aleatória no caso dos
grupos)
 Procedimentos na constituição dos grupos:

 Amostragem acidental ou incidental: grupos formados por todos os
que responderem afirmativamente e colaborarem na investigação
(grupo “tous venants”)
 Método intencional de amostragem: recolha prévia dos sujeitos a

serem observados (mais intencional). O rigor aumenta se for
introduzida alguma aleatoriedade na constituição dos grupos
Estudos de grupo
 Grupos em Psicologia Experimental

 Recorre-se frequentemente a grupos e não a amostras
 Método de equivalência por aleatorização:
• em experiências com mais de uma condição

experimental, os sujeitos são previamente reunidos e
depois são aleatoriamente repartidos pelos grupos
• Frequentemente proporciona grupos equivalentes
• A equivalência pode ser atingida se os sujeitos

forem previamente identificados procedendo-se
depois ao seu emparelhamento aleatório nos grupos
a formar
Estudos de grupo
 Grupos em Psicologia Diferencial

 Utilizam-se sobretudo dois tipos de grupos
Grupos específicos:
constituídos por Grupos que se
sujeitos com uma diferenciam numa
determinada variável
característica comum
Grupos que se
diferenciam numa
variável
Grupos Grupos
contrastados contrastantes
Em ambos se
obtém grupos
contrastados
• Grupos contrastados: grupos que se afastam em determinada característica

(aí não equivalentes)
• Passam a designar-se grupos contrastantes quando os dois grupos se situam
nos extremos da distribuição dos resultados na variável a tomar
Estudos de caso único
 Frequentes em Etologia, Psicofisiologia, Psicologia Clínica e

Psicologia do Desenvolvimento
 A validade externa dos resultados e das conclusões é baixa
 A única hipótese de generalização quando se tratam de fenómenos de

variabilidade baixa (por exemplo, malformações genéticas
específicas)
 Objectivo: observação de fenómenos raros mas ricos ou importantes

do ponto de vista da informação contida para questionar uma dada
teoria, explorar uma hipótese ou uma metodologia de análise
Estudos de caso único
 Áreas de aplicação:
• Avaliação de metodologias de intervenção

• Averiguação dos efeitos de traumatismos
• Evolução de determinadas casuísticas
• Avaliações longitudinais do desenvolvimento
 Metodologia de caso único para estudo de condutas ou

situações de observação
Os sujeitos na investigação
 Cuidados metodológicos na constituição de amostras e grupos:

 Grupos estruturados (sobre-utilização)
 Considerar vantagens e desvantagens
• Vantagens económicas, materiais e humanas

• Desvantagens: problemas éticos
 Estudos de aferição de instrumentos:
• Visam a generalização das normas
• A generalização pressupões o conhecimento da população e

da sua distribuição percentual pelas características relevantes
para a variável em estudo
Bibliografia
 Almeida, L., & Freire, T. (2008).

Metodologia da investigação em
psicologia e educação (5ª Ed). Braga:
Psiquilíbrios Edições.

Métodos Psicológicos Cap - 3

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Métodos Psicológicos Cap - 3

Загружено:

Авторское право:

Доступные форматы

Métodos Psicológicos

Prof. Doutora Joana Oliveira

 Conceito de população, amostra e sujeito

 Processos e tipos de amostras

 Representatividade e significância das amostras

 Estudos de grupo e caso único

- junto de quem se vai intervir, experimentar ou

- quem vai intervir e/ou avaliar

- o que vai ser avaliado e com que meios

 O plano deve ser adequado à investigação em causa

 Validade - garantir a validade da informação recolhida, pelo que

 Validade interna: grau com que, no final da

 Validade externa: generalização dos resultados a

Maturação ou desenv. Selecção diferencial

Efeito reactivo ou interactivo do pré-teste

Interferências de tratamentos múltiplos

 Nos planos experimentais as amostras tendem a repartir-

 Grupo de controlo – sujeitos que não passam pela

 Grupo placebo – realiza um programa ou intervenção de

 Cuidados a ter na formação de grupos:

 Procedimentos complementares para salvaguardar

 Não obrigatoriedade de grupos de controlo:

 Pré-teste (ou pré-tratamento) – não é obrigatoriamente necessário

 O objectivo é avaliar se alguma coisa mudou com a intervenção ou condição

Zimmey (1961) - Observação objectiva de fenómenos que são forçados

Observação seja objectiva

 Implica o controlo de variáveis associados ao experimentador,

 Planos Factoriais ou Multifactoriais: planos experimentais que

 Exemplo: plano com duas variáveis independentes com duas

 Este tipo de plano permite-nos analisar três tipos de

 Efeitos simples: efeitos dos níveis de uma VI dentro de cada

 Efeitos principais: relacionam-se com as influências ou efeitos

 Efeitos de interacção ou secundários: consideram-se os efeitos

 Os valores na VD estão associados simultaneamente aos

 A interacção é significativa quando a diferença entre os efeitos

 Não há manipulação efectiva da VI

 Verifica-se uma aproximação ao plano

 Utilização de um grupo experimental (G1)

 As diferenças entre o pré-teste (O1) e pós-teste (O2) não podem

 Várias medidas de VD num momento anterior e

 As diferenças encontradas entre os dois

 Variáveis estranhas podem contaminar os

 Existem no mínimo duas variáveis

 Obtidas no mesmo grupo de sujeitos, mas em dois momentos

 Permite a análise de relações bidireccionais entre variáveis

 Constituição aleatória de todos os grupos

 O objectivo é que os grupos de intervenção e de

 Se forem equivalentes, as diferenças encontradas

 Exemplo: plano experimental simples

• Os efeitos de interacção com o tratamento

– Permite continuar a controlar o que pode ser devido à

 Por razões várias são usados outros modelos

 Relativamente aos descritivos, conseguir ir além da

 Relativamente aos experimentais, não consegue

 O nome decorre da metodologia mais

 A grandeza estatística do coeficiente de

 O coeficiente de correlação remete-nos para o

 r2 = % de variância de uma variável que pode ser prevista a

 Importa notar que se trata de um coef. de

Método correlacional Método Experimental

- Não proporciona provas de

• É contudo evidente que a correlação se pode

 Diversas VIs e respectivas correlações com a