1

Variveis e projeto de pesquisa

PANORAMA DO CAPTULO
Na tentativa de explicar como utilizar e entender estatstica, talvez seja melhor iniciar destacando os
principais tpicos ao delinear uma pesquisa. Descreveremos, ento, os aspectos mais importantes
de um projeto de pesquisa com o objetivo de mostrar como ele influencia o uso da estatstica. Assim,
neste captulo queremos ensinar a voc o seguinte:

variveis: contnuas, discretas e categricas;

variveis dependentes e independentes;
projetos correlacionais, experimentais e quase-experimentais;
projetos entre e intraparticipantes.

1.1 Por que ensinar estatstica sem frmulas matemticas?

A estatstica como um contedo tende a despertar medo em coraes e mentes de muitos
estudantes de cincias sociais e em muitos professores tambm. Entender os conceitos
estatsticos no deve, no entanto, ser mais difcil do que compreender qualquer outro
conceito terico (por exemplo, o conceito de inteligncia). De fato, algum poderia
pensar que entender um conceito bastante concreto, tal como o de mdia aritmtica,
seria bastante mais fcil do que compreender o conceito psicolgico, bem mais vago,
de uma atitude. Ainda assim, a cada ano, parece que a maioria dos estudantes, que
aparentemente percebem muitos conceitos no estatsticos como um caso consumado,
tem dificuldade para entender estatstica. No nosso modo de ver, muitas pessoas temem
a estatstica porque os conceitos esto perdidos em meio s frmulas matemticas. Desta
forma, procuramos explicar a estatstica de uma forma conceitual sem confundir os estudantes com frmulas matemticas desnecessrias isto , desnecessrias hoje em dia,
na era dos pacotes computacionais. Se o estudante quer aprender essas frmulas para
melhorar o seu conhecimento, que ponto de partida melhor do que um entendimento
conceitual da estatstica?
A estatstica tende a ter uma m reputao, como ilustra a mxima de Disraeli*:
Existem trs tipos de mentiras: mentiras, mentiras deslavadas e estatsticas. Entretanto,
o problema no da estatstica, mas sim da forma como ela utilizada. Com frequncia,
particularmente na poltica, a estatstica utilizada fora de contexto. Esse problema
claramente ilustrado na seguinte carta publicada no Nottingham Evening Post, em 2006.
Por que o nmero de crimes em Nottingham equivocado
Estou farto das estatsticas equivocadas retratando Nottingham como a capital do
crime no Reino Unido e gostaria de dar uma explicao.
Nottingham, embora a sua rea urbana inclua aproximadamente um milho
de pessoas, oficialmente uma autoridade unitria, com aproximadamente 300000
habitantes vivendo na rea metropolitana da cidade prxima ao centro da cidade.
*N. de T.T.: Benjamin Disraeli (1804-1881). Primeiro ministro britnico em 1868 e de 1874 a 1880.

Dancey-5ed_01.indd 23

06/09/12 10:38

24

Christine P. Dancey & John Reidy

Os limites da cidade so definidos rigorosamente e somente incorporam algumas reas como Radford, St Anns e Hyson Green, assim como outros pontos de
crimes da cidade.
As estatsticas de crime de Nottingham excluem West Bridgford, Beeston e mais
outras reas suburbanas mais seguras.
Em comparao com outras reas industriais maiores, como Leeds, Sheffield,
Birmingham, Manchester e Liverpool, a taxa de crimes de Nottingham, por habitantes, pior, mas este o caso porque todas as cidades acima so distritos metropolitanos ou condados, significando que as estatsticas do crime das cidades so
um reflexo de toda a rea metropolitana, incluindo os pequenos subrbios semirrurais nos limites das cidades, com pouco crime.
Se Nottingham fosse metropolitana, o que eu no estou sugerindo que deveria
ser (o que no alteraria o crime), apenas mudaria as estatsticas. Os limites da
cidade sem dvida se estenderiam a Ruddington e Tollerton, onde a taxa de crime
baixa. Isso teria um efeito menos intenso no nmero de crimes, que no momento
esto concentrados em reas altamente populosas sem crimes do centro da cidade.
Comparar Nottingham a cidades como Newcastle Upon Tyne ou Sheffield no
correto, embora elas sejam comparveis como centros urbanos, como distritos
do crime elas so de uma liga diferente, com Sheffield tendo aproximadamente um
milho de habitantes comparado com os 275000 de Nottingham (todos nas reas
mais perigosas).
Vale a pena olhar a outras cidades que no esto bem no departamento de
estatstica do crime.
O pior lugar para estupros Portsmouth, para assaltos Leicester e para assassinatos em Nottingham.
Todas essas cidades so distritos no metropolitanos como Nottingham.
Gostaria de ver as estatsticas do centro da cidade para as reas metropolitanas de Doncaster, Rotherham, Oldham e Bolton e ver se elas ainda so mais seguras do que as reas equivalentes de Nottingham. Eu, de certo modo, duvido.
(Carta do Nottingham Evening Post, 5 de junho de 2006)
Essa carta ilustra claramente a importncia de se colocar estatsticas em um contexto correto. Se for dito a voc, por exemplo, que a altura mdia de um adulto 173 cm,
isto pode ser correto para um homem brasileiro, mas no necessariamente para um homem de uma tribo africana de pigmeus, onde a altura mdia pode ser de apenas 145 cm.

1.2 Variveis
Explicamos um aspecto muito importante das estatsticas: que elas s tm sentido em
um contexto. Mas o que que a estatstica realmente faz? Essencialmente, a estatstica
nos fornece informaes sobre fatores que podemos medir. Na pesquisa, as coisas que
medimos so denominadas variveis.
As variveis so o foco principal da pesquisa em cincias. Uma varivel simplesmente algo que pode variar, isto , pode assumir valores ou categorias diferentes. Alguns
exemplos de variveis so o gnero (sexo), velocidade de digitao, velocidade mxima
de um carro, nmero de sintomas registrados de uma doena, temperatura, pblico em
um festival de rock (por exemplo, o festival Download), nvel de ansiedade, nmero de
gols em uma partida de futebol, inteligncia, nmero de encontros sociais ao levar o
cachorro para passear, quantidade de violncia na televiso, ocupao e cores favoritas.
Esses so exemplos de coisas que se pode medir e registrar e que variam de uma situao
ou pessoa para outra.

Dancey-5ed_01.indd 24

06/09/12 10:38

Estatstica sem matemtica para psicologia

25

Mas por que estamos interessados em variveis? Geralmente estamos interessados

em variveis porque queremos entender o motivo da sua variao. De forma a compreender essa variao, devemos ter capacidade de medir e registrar as alteraes nestas
variveis em qualquer situao dada.

1.2.1 Caractersticas das variveis

Pode ser notado dos exemplos de variveis dados acima que elas apresentam diferentes
caractersticas. Enquanto se pode medir a temperatura em termos de graus Celsius ou
Fahrenheit e atribuir um valor ao resultado, no se pode fazer o mesmo com o tipo de
ocupao, por exemplo. Isso representa uma caracterstica importante das variveis,
isto , quo precisamente elas podem ser avaliadas. No ponto mais distante da escala
uma varivel considerada contnua, ou seja, ela pode assumir qualquer valor em um
determinado intervalo. Dito de outra forma, a varivel no varia de forma discreta, isto ,
de maneira que possa ser contada. Um exemplo de varivel contnua a temperatura. Ela
contnua porque se pode medir a temperatura, digamos, como sendo 40o C ou, ento,
se pode medi-la de forma mais precisa como 40,2558 oC. Outro exemplo, menos bvio,
a quantidade de violncia na televiso. Pode-se medi-la em termos da quantidade de
tempo que ela aparece na tela por dia. Se avaliada dessa forma, isto , em termos do tempo, a varivel pode assumir qualquer valor em termos de segundos ou partes de segundo,
como, 1000 s ou 1000,1235672 s por dia. A nica limitao na preciso da medida de tal
tipo de varivel a acurcia do equipamento de medida. Com variveis contnuas existe
a hiptese implcita de que ela contnua mesmo que a forma de medi-la no o seja.
Dos exemplos fornecidos anteriormente, temperatura, nvel de ansiedade, velocidade
mxima de um carro, velocidade de digitao e inteligncia podem ser consideradas
contnuas, enquanto as demais no (veja a Tabela 1.1).
Uma varivel pode, tambm, ser discreta, ou seja, pode assumir somente valores discretos dentro de um determinado intervalo. Um exemplo desse tipo de varivel o nmero de sintomas observados de uma doena que uma pessoa possui. Isso somente pode ser
registrado em termos de presena ou no do sintoma. Outro exemplo seria se escolhssemos medir a quantidade de violncia na televiso de acordo com o nmero de incidentes
violentos por semana. No podemos medir essa varivel em termos de fraes de incidentes violentos por semana. Desta forma, o nmero de incidentes violentos semanais na televiso uma varivel discreta. Dos exemplos dados anteriormente, as variveis discretas
mais bvias so o nmero de sintomas registrados de uma doena, o de encontros sociais enquanto se passeia com o co, o de frequentadores de um festival de rock, o de
carros que se possui, o de filhos por famlia e o de gols em uma partida de futebol.
Um problema que surge quando tratamos com variveis discretas e contnuas o perigo de confundir a varivel subjacente, isto , propriamente dita, com a forma como ela
Tabela 1.1

Exemplos de variveis contnuas, discretas e categricas

Contnuas

Discretas

Categricas

Temperatura

Nmero de sintomas registrados de

uma doena

Gnero (sexo)

Velocidade mxima de um carro

Nmero de carros que se possui

Ocupao

Velocidade de digitao

Nmero de gols em uma partida de

futebol

Cor favorita

Inteligncia

Nmero de encontros sociais enquanto

se passeia com o cachorro

Tipo de restaurante

Nvel de ansiedade

Participantes de um festival de rock

Nmero de filhos de uma famlia

Dancey-5ed_01.indd 25

06/09/12 10:38

26

Christine P. Dancey & John Reidy

mensurada. Uma varivel pode ser teoricamente contnua, mas a forma de medi-la
sempre discreta, no importa o grau de preciso da medida utilizada. Poderamos medir
a ansiedade (uma varivel teoricamente contnua) utilizando um questionrio (por exemplo, o Inventrio das Caractersticas e Estados da Ansiedade*, Spielberger et al., 1983),
em que o escore total no questionrio fornece uma indicao do nvel de ansiedade de
uma pessoa. O escore total neste questionrio pode aumentar somente em unidades,
digamos de 38 para 39 ou de 61 para 62. Assim, a forma de mensurao da ansiedade
discreta, enquanto a varivel envolvida de fato contnua.
Adicionalmente, com frequncia, ao se analisar variveis discretas elas so tratadas
como se fossem contnuas. Muitos dos testes estatsticos que usamos assumem que estamos tratando com variveis contnuas. Geralmente quando uma varivel discreta pode
assumir um grande nmero de valores dentro de certo intervalo (por exemplo, pblico
de um festival de rock), elas podem para efeitos prticos ser tratadas como se fossem
contnuas na utilizao do teste estatstico.
Outro tipo de varivel a categrica, isto , aquela em que os valores assumidos so
categorias. Um bom exemplo gnero, que pode ter apenas dois valores: masculino e
feminino. Variveis categricas podem, algumas vezes, apresentar muitos valores possveis, como em tipo de ocupao (por exemplo, juiz, professor, advogado, engenheiro,
etc.). Quando lidamos com dados categricos temos um grande nmero de variveis
que gostaramos de investigar. Poderamos, se quisssemos, categorizar pessoas com
base em se elas comeram ou no bolo de chocolate s 6:30 desta manh ou talvez (ou
pouco mais bizarro) se elas deram ou no contribuies ao time de futebol Manchester
United. Os nicos exemplos bvios de variveis categricas apresentadas na lista do
incio desta seo ocupao, gnero e cor favorita.
Tente se assegurar que voc entendeu os diferentes tipos de variveis que voc est
medindo, pois isso importante quando se decidir como analisar os dados.
Definies
Variveis contnuas podem assumir qualquer valor dentro de um determinado intervalo.
Variveis discretas podem assumir apenas valores discretos em um intervalo.
Variveis categricas so aquelas nas quais simplesmente alocamos pessoas ou objetos a categorias.

1.2.2 Dicotomizando variveis contnuas e discretas

Existem casos em que os pesquisadores convertem variveis discretas e contnuas em
variveis categricas. Por exemplo, poderamos querer comparar a habilidade espacial
de pessoas altas e baixas. Podemos fazer isso comparando pessoas que tm mais de 193
cm de altura com aquelas que tm 147 cm de altura em um teste de habilidade espacial.
Dessa maneira, escolhemos pontos na escala contnua (altura) e decidimos comparar
aqueles participantes que esto acima e abaixo desses pontos (veja a Figura 1.1).
Outro exemplo poderia ser a comparao da habilidade de memria de pessoas ansiosas e no ansiosas. Podem-se medir os nveis de ansiedade utilizando um questionrio, isto , uma varivel contnua medida em uma escala discreta. Por exemplo, a Escala
Hospitalar de Ansiedade e Depresso** apresenta valores que variam de 0 a 21. Para
convert-la em uma varivel categrica, iremos simplesmente comparar aqueles escores
acima de certo valor (digamos, 11) com aqueles abaixo desse mesmo valor.

*N. de T.T.: State-Trait Anxiety Inventory (STAI).

**N. de T.T.: Hospital Anxiety and Depression Scale.

Dancey-5ed_01.indd 26

06/09/12 10:38

Estatstica sem matemtica para psicologia

27

Valores da varivel categrica

Altura (cm)
Alto

193

200

150

Baixo

147

100

50

10

Valores da varivel continua

Figura 1.1 Ilustrao da converso de variveis contnuas em categricas.

Essa dicotomizao (diviso em duas categoriais) de variveis discretas e contnuas

comum na psicologia e permite que se encontrem diferenas entre grupos que podem
estar nos extremos de variveis discretas ou contnuas, por exemplo, pessoas altas e
baixas. No entanto, no recomendamos tal prtica, pois reduz a sensibilidade da anlise
estatstica. Existe uma boa discusso de tais problemas em Streiner (2002) e Maxwell e
Delaney (1993). Mencionamos isto aqui para que voc possa estar ciente do que ocorre
na literatura cientfica e, assim, possa entender o que o pesquisador fez.

Ponto de discusso

Dicotomizao de variveis contnuas

Por que os pesquisadores dicotomizam variveis? Streiner (2002) ressalta o fato de que muitas decises em psicologia, psiquiatria e medicina so binrias. Neste tipo de deciso tm-se apenas duas
escolhas, tais como se a pessoa apresenta ou no problema mental, se tem ou no uma determinada
doena, se precisa ou no ser hospitalizada ou se deve ou no receber alta do hospital. O argumento
utilizado que, se esses profissionais precisam tomar decises binrias, ento legtimo investigar
esses tipos de variveis. Tal raciocnio utilizado para dar suporte prtica disseminada de dicotomizar variveis contnuas.
Streiner argumenta que no precisamos ver as decises que os mdicos tomam como binrias.
Ele sugere que seria melhor pensar em uma doena mental, por exemplo, como um contnuo. Quantos mais sintomas algum apresenta, mais afetado estar. Devemos medir tais construtos de forma
contnua e no dicotomiz-los. Assim, ao invs de se utilizar questionrios para categorizar pessoas,
poderamos us-los para obter uma medida onde eles esto em um contnuo. Tal informao pode
ento ser utilizada na deciso de tratar tais pessoas ou de uma forma ou de outra.
Um exemplo pode ilustrar melhor a dicotomizao. Foi sugerido anteriormente que possvel
categorizar pessoas em ansiosas e no ansiosas com base em escores obtidos em um questionrio. Pesquisadores investigando ansiedade utilizam regularmente questionrios desta forma. Aqueles
participantes que apresentam altos escores so classificados como de alta ansiedade, enquanto os
que tm pouca pontuao so classificados como de baixa ansiedade. O mtodo de diviso pela mediana muitas vezes utilizado com esse propsito, categorizando os que ficaram acima da mediana como
ansiosos e os que ficaram abaixo como no ansiosos (por exemplo, Gramer e Saria, 2007).

Dancey-5ed_01.indd 27

06/09/12 10:38

28

Christine P. Dancey & John Reidy

Streiner argumenta que a prtica de dicotomizar variveis contnuas tende a diminuir o poder da
pesquisa (o poder de um teste ser tratado nos Captulos 4 e 7). A razo disto que se perdem muitas
informaes sobre os participantes. Por exemplo, suponha que duas pessoas tenham os escores de 20
e 38 em um teste de ansiedade e que, quando a varivel for dicotomizada, eles sero contados como
de baixa ansiedade (os dois esto abaixo da mediana). Em qualquer anlise subsequente baseada na
categorizao feita, ambos sero tratados como possuindo o mesmo nvel de ansiedade, isto , eles
sero considerados no ansiosos. Entretanto, de acordo com os escores originais, o nvel de ansiedade
entre eles bastante diferente. Tratar essas duas pessoas como idnticas em termos de nveis de ansiedade no parece fazer sentido. Seria mais sensato tentar incluir os valores reais de ansiedade em
qualquer anlise estatstica que for realizada.
Alm disso, pode-se observar uma diferena muito maior entre os nveis de ansiedade das duas
pessoas classificadas como no ansiosas do que entre uma classificada como ansiosa e a outra no.
Por exemplo, suponha que a mediana fosse 39, ento todos aqueles acima desse escore seriam classificados como ansiosos e os todos os abaixo como no ansiosos. Pode-se ver aqui que uma pessoa
no ansiosa que tenha um escore de 38 tem muito mais em comum com uma ansiosa cujo escore seja
41 do que com outra no ansiosa cujo escore seja 20. Ainda em qualquer anlise posterior, os participantes com escores de 20 e 38 so classificados como idnticos em termos de ansiedade e estes so
classificados como diferentes de uma pessoa que tenha um escore de 41. Isto no faz sentido.
Streiner ainda ressalta pesquisas que mostram que anlises utilizando variveis dicotmicas
apresentam aproximadamente 67% da eficincia das que utilizam as variveis contnuas ou discretas
originais. Trata-se uma grande perda de sensibilidade do estudo. Significa que voc tem apenas 67%
de probabilidade de detectar relacionamentos entre variveis se estiver utilizando variveis contnuas
ou discretas dicotomizadas. Esta uma sria desvantagem na conduo de uma pesquisa. Alm disso,
a perda de poder no o nico problema que surge quando variveis so dicotomizadas. Maxwell e
Delaney (1993) mostraram que essa prtica pode levar a achados esprios na anlise estatstica.
Consequentemente, aconselhamos a no dicotomizar variveis contnuas.

Atividade 1.1
Quais das seguintes variveis so categricas, quais so discretas e quais so contnuas?

Velocidade do vento
Tipos de ttulos oferecidos por uma universidade
Nvel de extroverso
Marcas de carros
Times de futebol
Nmero de peas de xadrez capturadas em um jogo
Peso de pandas gigantes
Nmero de pinturas expostas em galerias de arte
As respostas corretas podem ser encontradas no final do livro.

1.3 Nveis de mensurao

Outra forma de distinguir entre variveis e escalas em termos do nvel de mensurao.
Existem quatro nveis de mensurao e eles variam em funo da informao que cada
um d sobre as variveis. Os quatro nveis diferentes so:
1.
2.
3.
4.

Nominal
Ordinal
Intervalar
De razo

No nvel mais baixo da mensurao esto as escalas nominais. Elas so, de fato,
variveis categricas representando categorias diferentes, mas elas tambm tm a ca-

Dancey-5ed_01.indd 28

06/09/12 10:38

Estatstica sem matemtica para psicologia

29

racterstica de que no existe uma ordem em particular que possa ser atribuda s categorias. Um bom exemplo de uma escala nominal gnero, que tem duas categorias,
masculino e feminino. Voc deve ser capaz de ver que no existe uma maneira lgica de
ordenar essas duas categorias em termos de magnitude. Outro exemplo pode ser o grupo
tnico: novamente, podemos categorizar pessoas em termos do seu grupo tnico, mas
no podemos colocar esses grupos em uma ordem em particular eles so simplesmente
categorias diferentes. Quando tratamos com medidas nominais, estamos simplesmente
colocando pessoas em categorias e os dados que obtemos esto na forma de frequncias.
As frequncias simplesmente nos dizem quantas pessoas esto em cada categoria.
No prximo nvel de mensurao temos as escalas ordinais. Seguidamente em
psicologia usamos escalas de avaliao para medir as respostas dos participantes. Por
exemplo, queremos saber quo nervosa uma pessoa est antes de tomar parte em um
estudo que estamos realizando. Poderamos usar uma escala como a apresentada abaixo
para avaliar quo nervosa est.
1
Eu estou bem.

3
Opa, isto est
ficando srio!

5
Estou uma pilha
de nervos!

Usando tal escala podemos colocar os participantes em um tipo de ordem em termos

de quo nervosos eles esto antes do estudo (portanto, escala ordinal). Diria que algum
que circulasse o 1 estaria menos nervoso do que algum que circulasse o 3 ou o 5.
Uma das desvantagens dessas escalas que no podemos dizer que a diferena entre
1 e 2 na escala a mesma diferena entre 3 e 4 na escala ou que a diferena
entre Eu estou bem e Opa, isto est ficando srio! a mesma diferena entre Opa,
isto est ficando srio! e Estou uma pilha de nervos!. Portanto, no temos intervalos
iguais na escala.
Ao nvel de intervalo da mensurao, somos capazes de colocar escores em algum
tipo de ordem de magnitude e tambm ter intervalos iguais entre pontos adjacentes na
escala (portanto, escala intervalar). Um bom exemplo de uma escala intervalar um
das escalas comumente usadas para medir a temperatura, como a de Centgrados ou
Fahrenheit. Em tais escalas podemos dizer que a diferena entre 1 e 2 graus a mesma
diferena entre 9 e 10 graus ou entre 99 e 100 graus. Temos intervalos iguais entre pontos adjacentes nas escalas. A desvantagem de tais escalas que no existe zero absoluto
nelas. Deste modo, enquanto existem zero pontos zero tanto na escala de centgrados
quanto na de Fahrenheit, eles so pontos arbitrrios, pois no igualam a temperatura a
zero. O ponto zero na escala centgrada foi escolhido porque era o ponto em que a gua
congela e o da escala Fahrenheit igualmente arbitrrio. Quando alcanamos zero nessas escalas no podemos dizer que no existe calor ou no existe temperatura. Por causa
disso, no podemos dizer que 4C a metade do calor de 8C ou que 40C duas vezes
mais quente do que 20C. Para fazer tais afirmaes precisaramos de uma escala de
mensurao que tenha um zero absoluto ao invs de um zero arbitrrio.
O nvel final de mensurao a escala de razo. As escalas de razo tm todas as
caractersticas dos dados de nvel intervalar, mas com o acrscimo de um ponto zero
absoluto. Por exemplo, se quisesse medir quanto tempo voc leva para ler este pargrafo,
iniciaria o cronmetro quando voc iniciasse a leitura no incio do pargrafo e, ento, o
pararia quando voc tivesse lido a ltima palavra do pargrafo. Aqui temos uma escala
em que os intervalos entre os pontos adjacentes so iguais: isto , a diferena entre 1 e
2 segundos a mesma do que a entre 79 e 80 segundos. Tambm temos um ponto zero
que um zero absoluto. O ponto em que voc est se preparando para comear a ler o
pargrafo zero em termos de tempo gasto lendo o pargrafo. Outro exemplo de escala

Dancey-5ed_01.indd 29

06/09/12 10:38

30

Christine P. Dancey & John Reidy

de razo a velocidade de um carro. Quando o carro no est se movendo ele tem velocidade zero (um ponto zero absoluto) e a diferena entre 9 e 10 km por hora a mesma
diferena entre 29 e 30 km por hora. O ponto til de se ter um zero absoluto que podemos formar razes usando escalas (portanto, escalas de razo). Desta forma, posso dizer
que um carro se movendo a 100 km por hora est se movendo duas vezes mais rpido do
que um a 50 km por hora. Ou uma pessoa que l este pargrafo em 30 segundos l duas
vezes mais rpido do que algum que l em 60 segundos.
Os nveis de mensurao so importantes porque podem influenciar qualquer tipo
de teste estatstico que podemos usar para analisar nossos dados. Geralmente, podemos
somente usar as tcnicas estatsticas suscetveis (chamadas de testes paramtricos) quando temos dados de nvel intervalar ou de razo. Se tivermos dados nominais ou ordinais,
devemos utilizar testes no paramtricos menos suscetveis (veremos as condies para
usar tipos diferentes de teste com mais detalhes no Captulo 5).
Definies
Escalas de razo tm intervalos iguais entre os escores adjacentes da escala e um zero absoluto.
Escalas intervalares tm intervalos iguais entre escores adjacentes, mas no tm um zero absoluto.
Escalas ordinais tm algum tipo de ordem para as categorias (por exemplo, em termos de magnitude),
mas os intervalos entre os pontos adjacentes na escala no so necessariamente iguais.
Escalas nominais consistem de categorias que no podem ser ordenadas.

1.4 Delineamentos da pesquisa

Existem muitas tcnicas estatsticas que podem ser usadas para se analisar dados coletados em uma pesquisa. Neste livro sero apresentadas algumas das mais utilizadas.
Muitas dessas tcnicas apresentam frmulas matemticas complexas para calcular as
estatsticas envolvidas. Essas frmulas no sero abordadas, pois preferimos fornecer
ajuda para que voc entenda as tcnicas a partir de um ponto de vista conceitual.
Um dos principais fatores na determinao de qual teste estatstico ser utilizado
para analisar os dados a forma como o estudo foi projetado ou planejado. Existem
vrias maneiras de projetar ou planejar um estudo e a forma como este feito exercer
grande influncia nos tipos de procedimentos estatsticos que estaro disponveis. Algumas vezes os pesquisadores querem observar diferenas entre dois grupos de participantes em uma particular varivel. Em outra situao pode-se querer verificar se duas variveis apresentam algum tipo de relacionamento. Um exemplo de procura de diferenas
entre dois grupos pode ser a pesquisa relatada por Guguen e Ciccotti (2008). No estudo,
os pesquisadores estavam interessados se os ces facilitavam ou no interaes sociais
e ajudavam nos comportamentos entre adultos. Os pesquisadores executaram quatro estudos diferentes, em que pesquisadores do sexo masculino e feminino caminharam com
e sem os ces. Nos dois estudos o pesquisador abordou pessoas e pediu dinheiro. Em
outro estudo, o pesquisador deixou cair algumas moedas para ver se as pessoas o ajudariam a colet-las do cho e, em um estudo final, um pesquisador do sexo masculino
aborda mulheres na rua e pede seus nmeros de telefone. Em cada estudo o pesquisador
completa a tarefa com e sem os ces. Em todos os quatro estudos eles descobriram que o
comportamento de ajuda era maior quando o pesquisador tinha o co do que quando no
tinha. Um exemplo de pesquisa procurando relacionamentos foi relatado por Ferreira,
Martinez e Guisande (2009). Nesse estudo, os pesquisadores estavam interessados nos
fatores da personalidade que possam estar relacionados ao comportamento de risco na
direo. Eles mediram uma srie de fatores, incluindo ansiedade, independncia, infle-

Dancey-5ed_01.indd 30

06/09/12 10:38

Estatstica sem matemtica para psicologia

31

xibilidade, autocontrole e extroverso. Das variveis mensuradas, eles encontraram que

somente ansiedade, autocontrole e independncia estavam relacionadas ao comportamento de risco na direo. Os testes estatsticos que seriam utilizados nesses exemplos
so denominados de testes de diferenas e testes correlacionais, respectivamente. A forma como o estudo for planejado influenciar em qual desses testes ser utilizado. Nas
sees seguintes sero apresentadas vrias maneiras de se planejar estudos e os tipos de
testes disponveis para que o pesquisador analise os resultados.

1.4.1 Variveis estranhas e de confuso*

Se for pensar no exemplo do co e interao social recm descrito, percebe-se que existem
outros fatores, alm do de possuir o cachorro, que podem afetar o nmero de encontros
sociais das pessoas enquanto caminham. Alguns desses fatores incluem a timidez de quem
est caminhando, a atratividade, o gnero, a raa do co e diversas outras variveis. Todos
so fatores que o pesquisador no levou em considerao, mas que podem ter influenciado
a interao social. Esses fatores so denominados de variveis estranhas. Em qualquer
situao de pesquisa, quer em qumica, fsica ou psicologia, deve-se levar em conta a influncia dessas variveis. Se elas forem negligenciadas, as concluses obtidas do estudo
podem no ser confiveis. Assim, no estudo da caminhada com o cachorro, se as variveis
de confuso no so controladas no ser possvel dizer, ao certo, que as diferenas obtidas
foram em virtude da propriedade do cachorro. As diferenas podem ser por quaisquer outras combinaes das variveis mencionadas. A principal razo para se fazer pesquisa em
condies de laboratrio tentar manter o controle sobre as variveis de confuso tanto
quanto possvel. Poder ser notado que muitas das questes de pesquisa abordadas neste
captulo foram projetadas com o objetivo de reduzir a influncia das variveis de confuso.
Voc deve estar ciente de que, para cada varivel que for medida, existiro vrias
outras que podem estar relacionadas a ela (veja a Figura 1.2, por exemplo). Quando um
estudo como o da caminhada com o cachorro conduzido, no possvel termos certeza se a existncia ou no do co o responsvel pelas diferenas na interao social.
Assim, precisamos tentar eliminar as outras variveis (as de confuso) como possveis
razes para as alteraes observadas. Fazemos isto tentando controlar essas variveis,
por exemplo, tentar combinar o mximo possvel os participantes com e sem o co nos
aspectos timidez, atratividade e gnero. Ainda, pode-se assegurar que todos os participantes faam a caminhada com o mesmo tipo de co e que caminhem nos mesmos horrios e dias da semana. Uma vez que se tenha controlado essas variveis, ento possvel
se ter mais confiana na concluso de que caminhar com um co exerce influncia sobre
o nmero de interaes sociais que uma pessoa ter.
Definio
Variveis estranhas so aquelas que podem ter um impacto em outras variveis que estamos interessados, mas falhamos em consider-las quando delineamos nosso estudo.

Um tpico especfico de varivel estranha aquele que est correlacionada com ambas
as variveis principais que estamos interessados. Tal varivel chamada de varivel de confuso ou confundimento. Por exemplo, vamos supor que estamos interessados nas diferenas de sexo na habilidade de jogar sucessivamente, com sucesso, uma bola em uma cesta de
basquete. Vamos presumir que executamos um estudo e descobrimos que os homens pontuaram mais do que as mulheres. Podemos concluir disso que os homens so melhores do
*N. de T.T.: So tambm utilizados os termos varivel de confundimento ou varivel confundidora.

Dancey-5ed_01.indd 31

06/09/12 10:38

32

Christine P. Dancey & John Reidy

Tipo do co
Caminhar
com ou sem
o co

Timidez

Nmero de interaes
sociais em uma
caminhada no parque
Dia da semana
e hora do dia
da caminhada

Gnero

Atratividade

Figura 1.2 Ilustrao das variveis que podem influenciar o nmero de interaes sociais
que uma pessoa pode ter em um parque.

que as mulheres no jogo de basquete. O problema que poderia haver um relacionamento

potencial do sexo dos participantes com a habilidade de pontuar e a altura. Pode acontecer
que pessoas altas sejam melhores em pontuar no basquete e tambm existe o fato de que os
homens so, em geral, mais altos do que as mulheres. Poderia, tambm, ser simplesmente
a altura dos participantes, ao invs de seu sexo, o que determinou sua habilidade de marcar
pontos no nosso estudo. A altura, neste caso, seria a varivel de confuso.
Definio
Uma varivel de confuso um tipo especfico de varivel estranha que est relacionado a ambas as
variveis principais em que estamos interessados.

1.4.2 Delineamentos correlacionais

Dissemos anteriormente que o principal objetivo da cincia o entendimento das variveis. Mais especificamente, que desejamos entender como e por que certas variveis
esto relacionadas. Talvez a forma mais simples de examinar o relacionamento entre
variveis pela utilizao de delineamentos correlacionais. Em tais projetos, medimos
a varivel de interesse e ento verificamos como cada varivel se altera em relao s
mudanas provocadas na varivel de interesse. Um exemplo pode auxiliar a entender
a situao. Anteriormente, nesta seo, descrevemos um estudo executado por Ferreira e colaboradores (2009) que investigou os fatores da personalidade relacionados ao
comportamento de risco na direo. Os participantes nesse estudo completaram dois
questionrios, o primeiro sendo a quinta verso dos Dezesseis Fatores da Personalidade
(Sixteen Personality Factors 16PF-5; Cattell, Cattell e Cattell, 1993) e o segundo, um
questionrio sobre o comportamento na direo que os prprios pesquisadores desenvolveram. Eles realizaram uma anlise correlacional e descobriram que existem relaes
entre ansiedade, independncia, autocontrole e comportamento na direo. Os pesquisadores concluram que a personalidade est relacionada com o comportamento de risco
na direo. isto , medida que uma das variveis mudava, a outra tambm; dizemos que

Dancey-5ed_01.indd 32

06/09/12 10:38

Estatstica sem matemtica para psicologia

33

as duas variveis covariam. Deve-se notar que os termos relacionadas, correlacionadas e covariam so muitas vezes utilizados indistintamente.
Outro excelente exemplo de pesquisa conduzida com a utilizao de desenho correlacional a que verifica a relao entre o hbito de fumar e o cncer. Tem sido geralmente verificado, que medida que aumenta o consumo de cigarros, o mesmo ocorre com
a incidncia de cncer. Portanto existe um relacionamento entre o nmero de cigarros
consumidos e a chance de contrair cncer.
Se voc usar um delineamento correlacional, ento o tipo de tcnica estatstica provavelmente utilizada ser o coeficiente de correlao momento-produto de Pearson* ou
talvez o coeficiente de correlao de Spearman**. Eles sero abordados nos Captulos
6 e 16, respectivamente.
Definio
Delineamentos correlacionais so aqueles que investigam relacionamentos entre variveis.

1.4.3 Causao
A questo da causao problemtica em cincia, ainda mais quando utilizamos delineamentos correlacionais. Um dos principais objetivos da cincia descobrir a causa
dos acontecimentos. Em todos os ramos da cincia, os pesquisadores esto tentando
determinar relaes causais entre variveis. Por exemplo, Newton*** produziu uma teoria
elegante para explicar o que causa a queda de mas. Ele estabeleceu uma relao causal
entre a queda das mas e a gravidade. Em muitas pesquisas psicolgicas, tambm tentamos estabelecer tal relao causal. Quando usamos delineamentos correlacionais, no
entanto, difcil estabelecer se a alterao em uma varivel causa a mudana em outra
varivel. A razo disto que em tais delineamentos estamos simplesmente observando
e registrando mudanas em variveis e tentando estabelecer se elas covariam de alguma
forma que faa sentido. Em virtude de que estamos apenas observando como as variveis mudam, difcil (para no dizer impossvel) estabelecer a relao causal entre elas.
Para sermos capazes de fazer isto de forma mais fcil, necessrio sermos capazes de
manipular uma das variveis (mud-la sistematicamente) e ento observar o que acontece com a outra varivel. Essa abordagem ser discutida mais tarde nesta seo.
Uma das regras de ouro do delineamento correlacional que no se pode inferir
causao a partir de uma correlao. A indstria do tabaco tem se valido dessa fraqueza da correlao para argumentar que no existe evidncia de que o fumo cause cncer.
Estritamente falando eles podem estar certos, pois os estudos tm sido principalmente
correlacionais. Mas considerando a quantidade de pesquisas que tm sido feitas corroborando uma relao causal entre o hbito de fumar e o cncer, ningum seria tolo
em ignorar as pesquisas e acreditar nas pessoas que esto tendo lucro com a venda de
tabaco.
Descobrir que ansiedade estatstica e procrastinao esto relacionadas (Figura 1.3)
no nos diz muito sobre a relao causal entre estas duas variveis. Pode ser que o
aumento na ansiedade estatstica aumente a procrastinao ou ento que alteraes na
procrastinao causem alteraes na ansiedade estatstica. De forma alternativa, podem
existir outras variveis, tais como uma neurose que pode causar mudanas tanto na ansiedade estatstica quanto na procrastinao (veja a Figura 1.4). Voc pode ver, portanto,
*N. de T.T.: Karl Pearson (1857-1936).
**N. de T.T.: Charles Edward Spearman (1863-1945).
***N. de T.T.: Isaac Newton (1642-1727).

Dancey-5ed_01.indd 33

06/09/12 10:38

34

Christine P. Dancey & John Reidy

Es
tat
sti
ca

co
m

ma
tem
ti
ca

Oh no! Eu acho que

lerei isto amanh.

E
s
ta
t
s
mate tica com
mtic
a

Figura 1.3 Relao entre ansiedade estatstica e procrastinao.

Neurose

Ansiedade estatstica

Procrastinao

Figura 1.4 Possvel relao causal entre neurose, ansiedade estatstica e procrastinao.

que a existncia de um relacionamento entre duas variveis no, necessariamente, nos

informa, muita coisa, sobre causa e efeito.
Outro exemplo da limitao do delineamento correlacional o relacionamento entre
ansiedade e depresso. Muitos estudos mostraram que ansiedade e depresso esto altamente relacionadas (veja Clark e Watson, 1991). Pessoas que apresentam altos nveis
de ansiedade tambm apresentam altos nveis de depresso. Poderamos dizer, ento,
que depresso causa ansiedade ou ansiedade causa depresso? No, ns no podemos.
bastante provvel que alguma varivel interveniente esteja entre esses dois estados de
humor. De fato, o que se tem verificado que a ansiedade e a depresso apresentam um
elemento angustiante geral em comum e ele que explica o alto valor do relacionamento
entre as duas variveis (veja a Figura 1.5)
possvel estabelecer relacionamento causal utilizando delineamentos correlacionais, mas estas situaes so bem mais complexas do que os delineamentos indicados
nesta seo e envolvem a medida das variveis em vrios pontos no tempo.

1.4.4 O projeto experimental

Para estabelecermos relaes causais entre variveis mais facilmente, precisamos manipular uma das variveis sistematicamente e ver qual o efeito obtido na outra varivel. Tal
processo , essencialmente, o realizado no projeto experimental*.
Um dos delineamentos ou projetos mais utilizado em cincia o projeto experimental, tambm denominado de experimento verdadeiro. Se voc lembrar-se dos experimentos tpicos que realizou na escola, em qumica ou fsica, perceber que eles representam
o projeto experimental. Por exemplo, queremos ver o que ocorre com o sdio quando
*N. de T.T.: Os termos em ingls so DOE (Design Of Experiments) e experimental design (utilizado pelos autores). No Brasil,
tambm so utilizadas as verses: projeto de experimentos, desenho de experimentos ou ainda delineamento de experimentos.

Dancey-5ed_01.indd 34

06/09/12 10:38

Estatstica sem matemtica para psicologia

35

Angstia

Depresso

Ansiedade

Aqui no existe uma

conexo causal direta.

Figura 1.5 Ilustrao do elemento comum compartilhado por ansiedade e depresso e a

ausncia de uma conexo causal entre eles.

exposto ao ar e comparar isto com ele exposto a gua. Observaramos uma reao lenta
na condio ar (a superfcie brilhante do sdio torna-se opaca) e uma reao rpida na
condio gua (o sdio torna-se efervescente e pode entrar em combusto). Em um
experimento, temos uma varivel que estamos mensurando (o estado do sdio varivel
do experimento) e queremos descobrir que efeito sofrer a outra varivel manipulada
pelo investigador (por exemplo, ao que o sdio est exposto). A varivel manipulada pelo
observador denominada de varivel independente (VI), isto , o seu valor no dependente ( independente) das outras variveis investigadas. A outra varivel do experimento
denominada de varivel dependente (VD). Ela denominada de dependente porque
se assume que ela dependa dos valores da VI. De fato, o propsito de um experimento
comprovar ou descartar tal dependncia.
Podemos conduzir tal pesquisa em psicologia, por exemplo, se quisermos verificar
que caminhar com o co de fato influencia o nmero de encontros sociais. Para conduzirmos tal estudo tomamos um grupo de pessoas e aleatoriamente sorteamos alguns para
caminhar com o co, enquanto os demais caminhariam sem o co. Poderamos prever que
caminhar com o co acarretar em mais encontros sociais do que caminhar sozinho. Dessa
forma, estabelecemos uma hiptese que ser testada por meio da estatstica.
Definio
Uma hiptese de pesquisa nossa previso de como variveis especficas podem estar relacionadas
umas com as outras ou como grupos de participantes podem ser diferentes uns dos outros.

Vamos assumir que o experimento foi realizado e verificou-se que os que caminharam com o co tiveram mais encontros sociais do que aqueles que caminharam sozinhos.
Esse resultado confirmaria a nossa previso. Entretanto, existem vrios outros fatores
que podem ter influenciado na verificao de uma diferena de encontros sociais entre
as duas condies (veja a Figura 1.2). Como saberemos que a diferena observada foi
causada pela manipulao da varivel independente ao invs de uma das possveis variveis de confuso? A resposta ns no sabemos. O que possvel fazer, nesse caso,
tentar limitar o impacto das variveis de confuso sobre o estudo, pela alocao aleatria
dos participantes s condies da VI. Por meio da alocao aleatria dos participantes s
condies, pode-se reduzir a probabilidade de que os dois grupos difiram em coisas como
timidez, atratividade, gnero e, assim, eliminar esses fatores como causas possveis da

Dancey-5ed_01.indd 35

06/09/12 10:38

36

Christine P. Dancey & John Reidy

diferena no nmero de encontros sociais entre os dois grupos. Se a alocao dos participantes s condies for feita de forma aleatria, ento poderemos ter mais confiana na
nossa habilidade para inferir um relacionamento causal entre a VI e a VD (caminhar com
ou sem co e nmero de encontros sociais). a alocao aleatria que torna o projeto
experimental to til na determinao do relacionamento causal entre variveis.
Desta forma, uma das principais caractersticas definidoras de um projeto experimental a alocao aleatria dos participantes s condies. Para utilizar a alocao
aleatria, no exemplo acima, atribui-se a cada participante um nmero, ao acaso, gerado
em um computador. Pode-se, ento, solicitar a todos aqueles cujo nmero seja inferior a
um determinado valor que caminhem com o co e aos demais que caminhem sozinhos.
Desta forma, teremos alocado aleatoriamente os participantes a cada uma das duas condies do estudo. Um bom exemplo de um estudo que utilizou um projeto experimental
o de Zhao e colaboraores (2010), que investigou o efeito de tirar uma soneca em sentimentos subjetivos e objetivos de prontido, fadiga e humor. No estudo, os pesquisadores
tinham trs condies: tirar uma soneca em uma poltrona, tirar uma soneca na cama
e sem soneca. Eles alocaram aleatoriamente os participantes a essas trs condies e
descobriram que os participantes nas duas condies da soneca tiveram uma melhora na
sonolncia, fadiga e humor quando comparados com a condio dose sem soneca.
claro que a alocao aleatria mais til para controlar fatores interpessoais,
tais como timidez. Existem, entretanto, outros fatores relacionados ao projeto de experimentos que no podem ser controlados pela alocao aleatria dos participantes as
condies. D uma nova olhada na Figura 1.2 e voc ir notar que variveis de confuso,
como a hora do dia e o tipo de co, no sero controladas pela alocao aleatria dos
participantes s condies da VI. Essas so questes que devero ser tratadas por outros
aspectos do projeto experimental, tais como assegurar que variados tipos de co sejam
utilizados no estudo e que as duas condies sejam realizadas na mesma hora do dia e
no mesmo dia da semana.
Definio
Projetos experimentais so aqueles em que o pesquisador manipula uma varivel chamada de varivel
independente (VI) para ver que efeito ela tem sobre outra varivel chamada de varivel dependente (VD).
Em projetos experimentais estamos, geralmente, procurando por diferenas entre as condies da VI.
A caracterstica dos projetos experimentais a alocao aleatria dos participantes s condies da VI.

1.4.5 Delineamentos quase-experimentais

Muitas vezes em psicologia queremos trabalhar com variveis que no podemos manipular diretamente. Se quisermos comparar homens e mulheres de alguma forma, no
podemos manipular o grupo a qual cada participante pertence. No possvel alocar
aleatoriamente participantes s condies masculino e feminino. Assim, estritamente falando, no temos um projeto experimental. Para ressaltar o fato de que tais projetos no
so estritamente experimentais, eles so denominados de projetos quase-experimentais.
Como um exemplo, suponha que estamos conduzindo o estudo da caminhada com
o co mencionado anteriormente e que queremos remover o gnero como varivel de
confuso. Podemos conduzir um estudo em que tentamos descobrir se as mulheres tm
mais encontros sociais quando caminham (sem co) do que os homens. Pode-se ver que
nesse estudo os participantes no so alocados aleatoriamente s condies, pois eles j
so homens ou mulheres. Assim, temos um projeto quase-experimental. Se for verificado que as mulheres tm mais encontros sociais do que os homens, ento ser possvel
argumentar que o fato de ser mulher encoraje mais a interao social.

Dancey-5ed_01.indd 36

06/09/12 10:38

Estatstica sem matemtica para psicologia

37

Um dos problemas com os projetos quase-experimentais a alocao no aleatria

das vrias condies que constituem a VI. No podemos ter certeza de que a manipulao da VI (ou, deveramos dizer, pseudomanipulao) a responsvel pelas diferenas
entre as vrias condies. Assim, mais difcil inferir relaes causais de projetos quase-experimentais do que de projetos experimentais. Como ilustrao o exemplo anterior
pode apresentar algum fator, alm do gnero, que distingue os dois grupos (tamanho, por
exemplo). Pode ser que as mulheres sejam vistas como menos ameaadoras em virtude
de serem menores do que os homens. Desta forma, uma varivel de confuso importante
infiltrou-se em nosso estudo. Em virtude do aumento do risco das variveis de confuso
estarem associadas com estudos quase-experimentais, os estudos experimentais devem
ser preferidos sempre que possvel.
Caso voc esteja inseguro se est lidando com um projeto experimental ou quase-experimental, observe a alocao aleatria dos participantes s condies. Se ela no
for uma caracterstica do estudo, ento mais provvel que voc esteja lidando com um
estudo quase-experimental.
Se voc est utilizando um estudo experimental ou quase-experimental, ento algumas das tcnicas disponveis para voc so: o teste t, o teste U de Mann-Whitney*,
o teste de Wilcoxon** e a anlise de varincia ANOVA. Todos eles sero abordados
posteriormente no livro.
Definio
Delineamentos quase-experimentais consistem em verificar se existem diferenas na varivel dependente (VD) entre as condies da varivel independente (VI). Diferente dos delineamentos experimentais, no existe alocao aleatria dos participantes s vrias condies da VI.

1.4.6 Panorama dos delineamentos de pesquisa

Descrevemos trs dos principais delineamentos de pesquisa e como eles influenciam
os diferentes tipos de anlises estatsticas que podemos utilizar. A Tabela 1.2 fornece
breves resumos das principais caractersticas destes delineamentos em conjunto com os
tipos de testes estatsticos que seriam apropriados a cada tipo.
Atividade 1.2
O seguinte um extrato de um resumo de um artigo publicado por Stead, Shanahan e
Neufeld (2010):
Procrastinao e estresse esto associados com sade mental deficiente, problemas
de sade e protelao do tratamento. Examinamos a procrastinao no domnio da
sade mental. Altos nveis de procrastinao e estresse foram previstos estarem
correlacionados com o status da sade mental deficiente e poucos comportamentos
de procura de ajuda para a sade mental. Participantes universitrios (135 mulheres, 65 homens) completaram questionrios online sobre procrastinao, problemas
de sade mental relacionados ao estresse e comportamentos de procura de ajuda
para a sade mental.
Que tipo de delineamento este estudo e que tipos de variveis esto sendo medidas?

*N. de T.T.: Henry Berthold Mann (1905-2000) e Donald Ransom Whitney (1915-).
**N. de T.T.: Frank Wilcoxon (1892-1965).

Dancey-5ed_01.indd 37

06/09/12 10:38

38

Christine P. Dancey & John Reidy

Tabela 1.2

Panorama das principais caractersticas dos vrios delineamentos de pesquisa

Delineamento

Caractersticas

Experimental

Manipulao da VI

Testes t

Alocao aleatria dos participantes aos diversos grupos

ANOVA

Anlise por comparao entre os grupos

Teste U de Mann-Whitney

Pseudomanipulao da VI

Testes t

Alocao no aleatria dos participantes

ANOVA

Anlise por comparao entre os grupos

Teste U de Mann-Whitney

Investigar o grau com que as variveis covariam

Teste de Wilcoxon

No se pode inferir causao a partir de correlao

Correlao de Pearson

Analisados por meio de testes de correlao

de Spearman

Quase-experimental

Correlacional

Teste estatstico

1.5 Delineamentos entre e intraparticipantes

Outra caracterstica importante dos delineamentos de pesquisa se os participantes fazem parte de mais de uma condio. Suponha que se retorne ao exemplo da caminhada
com o co e encontros sociais. Aqui temos um experimento em que a VI o participante
que est caminhando com o co e a VD o nmero de encontros sociais.
Como podemos alocar os participantes s condies neste experimento?

Voc deve lembrar que foi sugerido que a melhor coisa a ser feita era alocar os participantes aleatoriamente s condies de caminhar com o co e sem o co.
Existe, no entanto, a alternativa de que cada participante tome parte nas duas condies.

O primeiro procedimento denominado de delineamento entre participantes (algumas vezes tambm denominado de delineamento independente ou no correlacionado)
o segundo, de delineamento intraparticipantes (algumas vezes denominado de medidas
repetidas ou delineamento relacionado). Para decidir qual desses dois procedimentos
utilizar, preciso levar em considerao as vantagens e desvantagens de cada um.

1.5.1 Delineamentos intraparticipantes

A principal vantagem de utilizarmos o delineamento intraparticipantes que podemos
controlar muitas das variveis de confuso interindividuais. Quando utilizamos grupos
diferentes de pessoas em cada condio, corremos o risco de existir alguma varivel,
alm da VI, que influencie a diferena entre os grupos. Voc ter, se isso acontecer, uma
varivel confundidora ou de confuso. Quando usamos o delineamento intraparticipantes, teremos um controle, muito maior, sobre tais variveis. Em virtude de termos as
mesmas pessoas em todas as condies da VI, existiro muito menos variaes externas
entre as condies. Em geral a mesma pessoa trar os mesmos problemas ou vantagens
para todas as condies da VI.
Uma segunda vantagem da utilizao desse tipo de delineamento que ser necessrio trabalhar com menos participantes para realizar o experimento. Por exemplo, se
existirem duas condies e necessitarmos de um mnimo de 12 participantes por condio, o total necessrio para completar o estudo de 24 pessoas com o delineamento
entre participantes, mas apenas doze no delineamento intraparticipantes. Se voc estiver
realizando um estudo em que os custos envolvidos forem altos, ento esse delineamento
dever ser levado em considerao.

Dancey-5ed_01.indd 38

06/09/12 10:38

Estatstica sem matemtica para psicologia

39

Definio
Delineamentos intraparticipantes tm os mesmos participantes em cada condio da varivel independente (VI). Cada participante atua sob todas as condies no estudo.

Entretanto, nem tudo so rosas no jardim do delineamento intraparticipantes. Se

voc pensar um pouco sobre o estudo da caminhada com o co, ser capaz de identificar
alguns possveis problemas. Poder ocorrer, se forem utilizadas as mesmas pessoas em
ambos os casos, que a familiaridade com o caminho e com outras pessoas j encontradas
encoraje a interao. Assim, na segunda condio os participantes podem ter mais encontros sociais mais em virtude dessa familiaridade do que pelo fato de ter o cachorro.
Por outro lado, eles podem ficar chateados ou cansados quando completarem a caminhada na segunda condio e isso, talvez, afete o nmero de encontros sociais que eles
teriam. Esses fatores sero as variveis de confuso e podem dificultar a interpretao
dos dados. Qualquer diferena no nmero de encontros sociais detectada entre as duas
condies poder se dever a esses fatores, ao invs da manipulao experimental da VI.
Esses fatores so denominados de efeitos de ordem.
Definio
Efeitos de ordem so uma consequncia dos delineamentos intraparticipantes pela qual completar as
condies em uma ordem em particular leva a diferenas na varivel dependente que no so resultado da manipulao da varivel independente (VI). As diferenas entre as condies da VI podem se
dever a prtica, fadiga ou tdio ao invs da manipulao do pesquisador na VI.

Uma forma de eliminar os efeitos de ordem introduzir um contrabalano no estudo. Para contrabalanar, pode-se fazer metade dos participantes completarem a primeira
condio e em seguida a segunda condio, enquanto a outra metade segue o mesmo
procedimento, mas na ordem contrria. Como forma de introduzir o contrabalano no
estudo da caminhada com o co, preciso que a metade dos participantes caminhe com
o co primeiro e depois sem o co, enquanto a outra metade faz o contrrio. Qualquer
efeito como fadiga ou tdio ser, dessa maneira, distribudo entre as duas condies da
VI e no sero mais variveis de confuso (veja a Figura 1.6). Voc ainda ter cada participante caminhando sob as duas condies retendo, assim, as vantagens da utilizao
do delineamento intraparticipantes.

Todos os
participantes

Caminhando
com o co

Caminhando
sem o co

Todos os efeitos de
ordem na condio
sem o co

Delineamento intraparticipantes sem contrabalanceamento

Metade dos
participantes

Caminhando
com o co

Caminhando
sem o co

Metade dos
participantes

Caminhando
sem o co

Caminhando
com o co

Efeitos de
ordem afetando
igualmente as
duas condies

Delineamento intraparticipantes com contrabalanceamento

Figura 1.6 Ilustrao da forma de eliminar efeitos de ordem pela utilizao de contrabalanceamento.

Dancey-5ed_01.indd 39

06/09/12 10:38

40

Christine P. Dancey & John Reidy

Um bom exemplo de um estudo que usa o contrabalanceamento foi relatado por

Ingram e colaboradores (2009). Neste estudo, eles estavam interessados na eficcia da
imerso da gua gelada e quente para atletas como uma ajuda para a recuperao aps
o exerccio. Eles tinham trs condies que foram experimentadas por cada atleta no
estudo. A primeira foi a imerso na gua quente/fria (IQF), a segunda foi uma imerso
na gua fria e a condio final foi um controle de no recuperao no tratamento. Para
se levar em considerao a adaptao para a tarefa do exerccio por intermdio das trs
condies, os autores contrabalanaram as trs condies. Assim, a ordenao diferente
das trs condies pode ficar assim:
IQF

gua fria

Sem recuperao

gua fria

Sem recuperao

IQF

Sem recuperao

IQF

gua fria

Outra limitao do delineamento intraparticipantes o fato de que os participantes

terem tomado parte nas duas condies significa que eles tm uma maior probabilidade
de perceber o objetivo do experimento. Isso um problema porque os participantes
podem querer fazer o que o experimentador deseja que eles faam e no o que normalmente fariam. Isso denominado de efeitos de demanda. A razo disto ser mais provvel
no delineamento intraparticipantes que cada participante exposto a mais condies
experimentais do que no delineamento equivalente entre participantes. Em certo sentido,
o contrabalanceamento pode reduzir, mas no necessariamente eliminar, os efeitos de
demanda.
Um problema adicional associado ao delineamento intraparticipantes que no se
pode utiliz-lo em muitos projetos quase-experimentais. Por exemplo, se voc quiser
comparar encontros sociais de homens e mulheres enquanto esto caminhando, no ser
possvel a utilizao do delineamento intraparticipantes. No se pode ter uma pessoa
sendo homem e mulher simultaneamente em duas ocasies separadas e uma pessoa no
pode tomar parte nas duas condies (a menos, claro, que elas faam uma mudana de
sexo entre a participao nas duas condies).
Atividade 1.3
Como voc introduziria o contrabalanceamento no seguinte estudo?
Um estudo conduzido para testar os efeitos da motivao no desempenho da tarefa de
desenhar sobre um espelho. Os participantes so solicitados a desenhar uma estrela utilizando o equipamento para desenho sobre o espelho. O tempo decorrido para desenhar
a estrela e o nmero de erros registrado. Os participantes devem, ento, fazer a tarefa
novamente, mas desta vez eles ganharo R$ 30 se completarem a tarefa mais rpido e
com menos erros.

Definio
Contrabalanceamento a variao sistemtica em que os participantes fazem parte das vrias condies da varivel independente (VI). O contrabalanceamento seria introduzido em um estudo com um
delineamento intraparticipantes.

Dancey-5ed_01.indd 40

06/09/12 10:38

Estatstica sem matemtica para psicologia

41

1.5.2 Delineamentos entre participantes

Uma das mais importantes caractersticas do delineamento entre participantes que,
em virtude de se ter grupos diferentes em cada condio das VI, cada participante estar menos sujeito a ficar chateado, cansado ou frustrado com o experimento. Como
consequncia, eles tm uma probabilidade maior de apresentar um desempenho timo.
De modo semelhante, o experimento ser menos suscetvel a efeitos prticos e os participantes estaro menos propensos a racionalizar sobre os objetivos do estudo. Esse tipo
de delineamento, portanto, reduz os efeitos de demanda e de ordem e pode-se, de modo
geral, eliminar do experimento esses fatores como variveis de confuso.
O lado negativo a necessidade de uma quantidade maior de participantes do que
em um experimento intraparticipantes. Ainda, em virtude de que cada uma das condies utiliza diferentes participantes, certo grau de controle ser perdido sobre as variveis de confuso intraparticipantes. Por exemplo, suponha que voc est conduzindo o
estudo sobre a caminhada com o co descrito previamente como um delineamento entre
participantes. O que ocorre se realmente encontrarmos que caminhar com o co leva a
mais encontros sociais? Antes de podermos aceitar isso como verdadeiro, precisamos
nos assegurar de que no existem variveis de confuso. Uma varivel confundidora
importante, em tal estudo, talvez seja a timidez dos que esto caminhando. Poder acontecer, por acaso, que os caminhantes sem o co sejam mais tmidos e, desta forma, o
menor nmero de encontros ser devido a essa varivel. Se tivssemos feito esse experimento como um delineamento intraparticipantes, teramos condies de controlar essa
varivel de confuso, pois cada pessoa caminha com e sem o co. Isso significa que o
nvel geral de timidez seria o mesmo sob as duas condies e essa varivel de confuso
no existiria.
Da discusso acima voc pode ver que um problema do delineamento entre participantes que pessoas diferentes trazem caractersticas diferentes s condies do experimento. Quando estamos aleatoriamente alocando participantes s condies, podemos,
por acaso, alocar todos os participantes com uma determinada caracterstica a um grupo
e isso talvez confunda ou mascare os resultados. As tcnicas estatsticas que descrevemos neste livro daro indicaes da probabilidade de tais circunstncias aparecerem na
nossa pesquisa.
Definio
Delineamentos entre participantes tm grupos diferentes de participantes em cada condio da varivel
independente (VI). Portanto, o grupo de participantes em uma condio da VI diferente dos participantes em outra condio da VI.

A Tabela 1.3 fornece um resumo das vantagens e desvantagens dos delineamentos

entre e intraparticipantes. Deve ficar claro que as vantagens do delineamento intraparticipantes tendem a ser desvantagens no delineamento entre participantes e vice-versa.
Atividade 1.4
Como voc projetaria um estudo para investigar a possvel relao entre cafena e habilidade matemtica?

Dancey-5ed_01.indd 41

06/09/12 10:38

42

Christine P. Dancey & John Reidy

Tabela 1.3

Resumo das vantagens e desvantagens dos delineamentos entre e intraparticipantes

Delineamento

Vantagens

Entre participantes

Ausncia relativa de efeitos prticos e

de fadiga.

necessrio um nmero maior de participantes.

Participantes esto menos sujeitos a se

comportar de acordo com os objetivos
do estudo.

No existe muito controle das variveis

de confuso entre condies.

Necessita de um nmero menor de participantes.

Aumento da probabilidade de efeitos

prticos e de fadiga.

Grande controle das variveis de confuso entre as condies.

Os participantes tm maior probabilidade

de adivinhar os objetivos do estudo.

Intraparticipantes

Desvantagens

Resumo
Neste primeiro captulo, mostramos os conceitos
bsicos para um entendimento da pesquisa e do
projeto de pesquisa. Voc aprendeu que:

Variveis se diferenciam em termos de preciso.

Isto , elas podem ser:
Contnuas, quando assumem qualquer valor em determinado intervalo (p.ex., 10 ou
10,2365).
Discretas, quando assumem apenas certos valores especificados dentro de um determinado
intervalo (p.ex., 9 ou 10).
Categricas, quando os valores assumidos
so categorias, ao invs de valores puramente
numricos (p.ex., gnero: masculino ou feminino).
Existem trs delineamentos principais de pesquisa:
Delineamentos correlacionais, que examinam
as relaes entre variveis e no apresentam,

Dancey-5ed_01.indd 42

em um sentido estrito, variveis dependentes

ou independentes. Voc no pode inferir causao a partir de correlaes.
Delineamentos experimentais, que envolvem
alocao aleatria de participantes s condies de VI.
Delineamentos quase-experimentais, que envolvem investigar grupos fechados, tais como
homens e mulheres e, desta forma, no utilizam alocao aleatria de participantes s
condies.
Nos experimentos, a varivel independente (VI)
manipulada pelo pesquisador para verificar
como ela afeta a varivel dependente (VD).
Os delineamentos entre participantes so aqueles em que h participantes diferentes para cada
condio da VI.
Os delineamentos intraparticipantes so aqueles
em que cada participante avaliado sob todas as
condies da VI.

06/09/12 10:38

Estatstica sem matemtica para psicologia

43

Questes de mltipla escolha

1. Qual das seguintes constitui uma varivel contnua?
(a) Nmero de vezes que um escore de 180 alcanado em um jogo de dardos
(b) Gnero
(c) Temperatura
(d) Todas as anteriores.
2. O projeto experimental caracterizado por:
(a) menos do que duas condies.
(b) sem controle das condies.
(c) alocao aleatria dos participantes s condies.
(d) nenhuma das anteriores.
3. Em um estudo em que o gnero a varivel a ser
manipulada, a VI :
(a) intraparticipantes.
(b) correlacional.
(c) entre participantes.
(d) Nenhuma das anteriores.
4. Qual das seguintes afirmaes verdadeira para
o delineamento correlacional?
(a) No apresenta VI nem VD.
(b) Procura-se por relacionamentos entre variveis.
(c) No se pode inferir causao a partir de correlao.
(d) Todas as anteriores.
5. Qual das seguintes pode ser considerada uma varivel categrica?
(a) Gnero
(b) Marca de feijo
(c) Cor do cabelo
(d) Todas as anteriores.
6. O delineamento intraparticipantes pode ser:
(a) tanto quase experimental quanto experimental.
(b) somente experimental.
(c) somente quase-experimental.
(d) somente correlacional.
7. Qual das seguintes afirmaes verdadeira para
experimentos?
(a) A VI manipulada pelo pesquisador.
(b) A VD assumida como dependente sobre a
VI.
(c) Eles so difceis de serem realizados.
(d) Alternativas (a) e (b) acima.

Dancey-5ed_01.indd 43

8. O projeto quase-experimental apresenta:

(a) uma VI e uma VD.
(b) alocao no aleatria dos participantes as
condies.
(c) nem VI e nem VD.
(d) Alternativas (a) e (b) acima.
9. Uma varivel contnua pode ser descrita como:
(a) podendo assumir certos valores discretos em
uma faixa de valores.
(b) podendo assumir qualquer valor dentro de
uma faixa de escores.
(c) ser caracterizada por categorias.
(d) Nenhuma das anteriores.
10. Qual dos seguintes so problemas associados
com o delineamento intraparticipantes?
(a) Existe uma maior probabilidade de efeitos
prticos e de fadiga.
(b) Os participantes apresentam uma maior probabilidade de adivinhar a natureza do estudo.
(c) Ele no pode ser utilizado com projetos quase-experimentais.
(d) Todas as anteriores.
11. De acordo com Streiner (2002), qual a eficincia
de estudos que dicotomizam variveis quando
comparados com estudos que no o fazem?
(a) 100%
(b) 95%
(c) 67%
(d) 50%
12. Um pesquisador acabou de conduzir um estudo
correlacional investigando o relacionamento da
quantidade de lcool ingerida por fs do time da
casa antes de um jogo de futebol e o nmero de
gols marcados pelo time. Descobriu-se que existe
um relacionamento entre as duas variveis. Qual
das seguintes afirmaes vlida?
(a) A quantidade de lcool ingerido est relacionada com a habilidade do time de fazer gols,
mas no se pode afirmar que seja a causa dos
gols marcados
(b) A habilidade do time da casa de marcar gols
no est relacionada quantidade de lcool
ingerida, mas quantidade de incentivo dada
pelos fs bebedores.
(c) Um aumento na quantidade ingerida de lcool causar um aumento no nmero de gols
marcados.
(d) Todas as anteriores.

06/09/12 10:38

44

Christine P. Dancey & John Reidy

13. Em um projeto intraparticipantes com duas condies, se voc no utilizar o contrabalanceamento das condies, ento seu estudo poder sofrer
de:
(a) efeitos de ordem.
(b) efeitos da hora do dia.
(c) falta de participantes.
(d) Todas as anteriores.
14. Voc conduziu um estudo mostrando que, quanto mais cedo as pessoas levantam, mais trabalho
elas conseguem fazer. Qual das seguintes concluses vlida?
(a) No existe necessariamente uma relao
causal entre levantar cedo e a quantidade
produzida de trabalho.
(b) Pessoas que levantam cedo precisam trabalhar mais.
(c) Levantar cedo a causa de mais trabalho ser
produzido.
(d) As alternativas (b) e (c) acima.
15. Com qual dos seguintes projetos (delineamentos)
menos provvel que se possa estabelecer relacionamentos causais entre variveis?
(a) Projeto experimental
(b) Projeto quase-experimental
(c) Projeto correlacional
(d) Delineamento intraparticipantes
16. Efeitos de demanda so possveis variveis de
confuso em que:
(a) os participantes se comportam de acordo
com o que o pesquisador quer.
(b) os participantes apresentam baixo desempenho, pois esto cansados ou chateados.
(c) os participantes apresentam bom desempenho, pois praticaram as tarefas do experimento.
(d) Nenhuma das anteriores.
17. Suponha que voc queira conduzir um estudo para
verificar se pessoas com depresso roem mais as

Dancey-5ed_01.indd 44

unhas do que pessoas no depressivas. Qual das

seguintes ser a melhor maneira de proceder?
(a) Medir a depresso dos participantes com um
questionrio e ento solicitar que atribuam
um escore sobre o quanto roem as unhas.
Aps, classificar os participantes como depressivos e no depressivos com base nos
resultados do questionrio. Podemos verificar, ento, se existem ou no diferenas no
quanto eles roem as unhas.
(b) Como a situao (a) acima, mas sem dividir os
participantes em dois grupos. Utilizar os escores de depresso obtidos e verificar se existe
uma relao entre roer as unhas e depresso.
(c) Esse tipo de estudo impossvel de ser executado e ento no deve ser tentado.
(d) Nenhuma das anteriores.
18. Qual das seguintes seria VI apropriada em um estudo quase experimental?
(a) Gnero
(b) Se ou no algum apresenta Transtorno de
Ansiedade Generalizada
(c) Estudantes versus no estudantes
(d) Todas as anteriores.
19. Em um delineamento intraparticipantes, os efeitos de ordem ocorrem quando:
(a) os participantes ficam cansados nas ltimas
condies.
(b) os participantes desempenham igualmente
em todas as condies.
(c) os participantes tm problemas em conseguir
bebida no bar.
(d) Nenhuma das acima.
20. Qual dos seguintes problemas est associado com
a dicotomizao de variveis contnuas?
(a)
(b)
(c)
(d)

Perda de poder experimental.

Podem ocorrer efeitos esprios.
Existe uma sria perda de informao.
Todas as alternativas acima.

06/09/12 10:38

Estatstica sem matemtica para psicologia

45

Referncias
ALTMAN, D. G. and ROYSTON, P. The cost of dichotomizing continuous variables. British medical Journal. v.
332, p. 1080, 2007.
CATTEL, R. B., CATTEL, A. K. and CATTEL, H. E. Sixteen Personality Factor Personality Questionnaire,
Champaign, IL: Institute of personality and Ability Testing. 5th edition.
CLARK, L. A. and WATSON, D. Tripartite model of anxiety and depression: psychometric evidence and taxonomic
implications. Journal of Abnormal Psychology. v. 100, p.
316-36, 1991.
FERREIRA, A. L., MARTINEZ, L. F. and GUISANDE, M.
A. Risky behavior, personality traits and road accidents
among university students. European Journal of Education and Psychology. v. 2, n. 2, p. 79-98, 2009.
GRAMER, M. and SARIA, K. The effects of social anxiety
and evaluative threat on cardiovascular responses to active performance situations. Biological Psychology. v. 74,
p. 67-74, 2007.
GUGUEN, N. and CICCOTTI, S. Domestic dogs as facilitators in social interaction: an evaluation of helping and
courtship behavior. Anthrozoos: A Multidisciplinary Jour-

nal of the Interactions os People and Animals. v.21, n.4,

p. 339-49, 2008.
INGRAM, J. et al. Effects of water immersion methods on
post-exercise recovery from simulated team sport exercise. Journal of Science and Medicine in Sport. v. 12, p.
417-21, 2009.
MAXWELL, S. E. and DELANEY, H. D. Bivariate median
splits and spurious statistical significance. Psychological
Bulletin. v. 113, p. 181-90, 1993.
SPIELBERGER, C. D. et al. Manual for the State-Trait
Anxiety Inventory (Form Y). Palo Alto (CA): Consulting
Psychologists Press, 1983.
STEAD, R., SHANANHAN, M. J. and NEUFELD, R. W. J.
Ill go to therapy, eventually; procrastination, stress and
mental health. Personality and Individual Differences. v.
49, p. 175-80, 2010.
STREINER, D. L. Breaking up is hard to do: the heartbreak
of dichotomizing continuous data. Canadian Journal of
Psychology. v. 47, p. 262-66, 2002.
ZHAO, D. et al. Effects of physical positions on sleep architectures and post-nap functions among habitual nappers.
Biological Psychology. v. 83, p. 207-13, 2010.

Respostas das questes de mltipla escolha

1. c, 2. c, 3. c, 4. d, 5. d, 6. a, 7. d, 8. d, 9. b, 10. d, 11. c, 12. a, 13. a, 14. a, 15. c, 16. a, 17. b, 18. d, 19. a, 20. d
Dancey-5ed_01.indd 45

06/09/12 10:38