MÉTODO EXPERIMENTAL

                                  

MÉTODO EXPERIMENTAL

"Um experiência é um estudo no qual uma ou mais variáveis são manipuladas e no qual a influência de todas, ou quase todas as variáveis relevantes possíveis não pertinentes ao problema da investigação, é reduzida a um mínimo"  (Kerlinger, 1980)

Uma experiência é uma “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 "   (Zimmey, 1961)

Características da Investigação Experimental

·        Manipulação de um ou mais variáveis com fixação prévia dos seus valores

·        Dois ou mais níveis da variáveis, para que se possam contrastar os efeitos na variável dependente;

·        Casualidade: Amostra aleatória;

·        Sujeitos designados aleatoriamente a grupos experimentais;

·        Cada grupo é sujeito a cada condição experimental, também de forma aleatória;

·        Observação objectiva dos fenómenos;

·        Registo preciso e isento de erros de medida; qualidade dos instrumentos, dos procedimentos de medida e do controlo da situação

·        Causalidade: A manipulação de um ou mais factores numa situação rigorosamente controlada permite determinar uma relação causal entre a variável manipulada (variável independente) e a variável de resposta (variável dependente);

·        Através da experimentação é possível identificar as causas prováveis de ocorrência de um determinado fenómeno;

·        Os resultados e as conclusões assentam unicamente nas relações entre a variável independente e a variável dependente;

VARIÁVEL INDENDENTE    -     Variável manipulada a fim de se verificar as mudanças originadas na variável dependente; Os valores manipulados devem ser independentes de mudanças observadas noutras variáveis;

VARIÁVEL DEPENDENTE  - Representa o resultado das mudanças verificadas nos valores de uma ou mais variáveis

Condições da Experiência Científica / Método Experimental

·        Estabelecimento de uma hipótese que preveja efeitos causais de uma variável noutra;

·        Pelo menos duas condições /níveis da variável independente;

·        Distribuição casual dos sujeitos pelas condições ou grupos;

·        Procedimentos sistemáticos para avaliar empiricamente a relação causal entre as variáveis definida na hipótese;

·        Controlo adequado: eliminar/ reduzir os efeitos das variáveis parasitas

Grupo Experimental                                                          Grupo de Controlo

Constituição aleatória

À partida os grupos são similares em todas as variáveis excepto nos valores da variável independente

VARIÂNCIA E CONTROLO

A variância da variável dependente deve ser exclusivamente associada aos valores assumidos pela variável independente controlo os efeitos interactivos de outras variáveis;

Variância (S²)

 VI --- Explicação da variância final dos resultados na VARIÁVEL DEPENTE;

S² Sistemática - Flutuações constantes, sistemáticas ou experimentais /explicada no plano experimental

S²   de Erro  - Flutuações irregulares ou aleatórias / variações da variável dependente devidas ao acaso/ variáveis parasitas

Eliminação da Variância de Erro

·        Constituição dos grupos;

·        Planeamento da investigação (momentos, instrumentos, impacto do estudo);

·        Grupos equivalentes nas variáveis estranhas ou parasitas;

·        Variáveis associadas ao investigador;

·        Variáveis ligadas ao contexto experimental;

·        Variáveis ligadas às características dos sujeitos;

Métodos de Constituição de grupos/ Controlo

·        Aleatoriedade na constituição dos grupos em relação a tais variáveis;

·        Emparelhamento sistemático dos sujeitos nos grupos: Selecção dos indivíduos, tendo em conta o controlo das variáveis estranhas;

Controlo da V.I

·        Manipulação da VARIÁVEL INDEPENTE

·         Selecção dos sujeitos de acordo com os valores que a variável independente pode assumir

Controlo da V.D

·        mensurabilidade

·        rigor da medida

·        qualidade e estado de conservação dos instrumentos

·        momento de medida

Controlo das Variáveis Parasitas

·        Eliminação

·        Igualar a sua influência

Tipos de Experiências Científicas

Mais simples                                    Apenas 2 variáveis

Existência de uma possível relação    causal entre ambas

Mais do que 2 variáveis

Classificação das experiências consoante o número de

Variáveis independentes manipuladas/ número de condições de cada

·                  Experiências bivalentes

Comparação de dois valores ou condições de uma vi

Limitações

Não existe qualquer relação entre as duas variáveis vs. ausência de diferença entre os valores de uma variável

Efeito global de uma variável noutra vs. Efeito em porções limitadas de uma função global

Vantagens

Utilidade na identificação de variáveis importantes ou valores

·                  Experiências multivalentes

Determinação da relação entre duas variáveis, seleccionando 3 ou mais valores da variável independente

Vantagens

Previsões sobre valores ainda não considerados experimentalmente

·                  Experiências Interactivas/ Planos Factoriais

Estudo da inter-relação entre 2 ou 3 vis

Vantagens

Riqueza de informação muito superior

Maior representatividade na generalização dos resultados

Elaboração de novas teorias ou rejeição de outras

Tipos de Investigação    Þ    Delineamento / Plano do Estudo

"O delineamento da pesquisa é a disciplina dos dados. A sua finalidade é impor restrições controladas às observações de fenómenos naturais.  Em resumo, é uma planta da pesquisa."

      (Kerlinger, 1980)

"Sem conteúdo - boa teoria, bons problemas, boas hipóteses - o delineamento de qualquer pesquisa é vazio (…)  Mas, sem forma, sem estrutura adequadamente concebida e criada para os objectivos da pesquisa, pouca coisa de valor pode ser realizada"                                                           (Kerlinger, 1980)

Delineamentos/ Planos de uma só variável (one-way)

·        Uma só variável independente

·        Vários grupos, cada um com um nível diferente de variável independente

·        Análise das variações da variável dependente em cada um dos grupos

·        Podem existir n condições experimentais (níveis da variável independente)

·        "Modelo clássico de pesquisa" --- GRUPO EXPERIMENTAL - GRUPO DE CONTROL

Planos Factoriais

·        Mais do uma variáveis independente

·        Modelos experimentais em que 2 ou mais variáveis independentes são usadas para estudar os seus efeitos conjuntos, ou separados, numa variável dependente

·        Estabelecimento de todas as combinações possíveis dos níveis de cada uma das vis (2x2 grupos =  4)

	A1	A2
B1	a1b1 G1	a2b1 G3
B2	a1b2 G2	a2b2 G4

Efeitos em Plano 2x2

·        Efeitos simples:

Efeitos dos níveis de uma variável independente, dentro de cada nível da outra variável  (G1 e G3/ G2 e G4)

·        Efeitos globais ou principais:

Efeitos globais de cada variável independente, separadamente, sem tomar em conta os valores que toma a outra (G1 e G2/ G3 e G4).

·        Efeitos de interacção ou secundários:

Efeitos decorrentes da interacção existente entre as duas variáveis independentes  [ (G1+G4) - (G2 + G3)/2 ]

Interacção ---  Quando uma variável iindependente tem defeitos diferentes em diferentes níveis ou aspectos de outra variável independente

Correlação entre as variáveis independentes

É possível estudar mais de uma interacção

Vantagens dos planos factoriais

·        Teste e formulação de teorias mais sofisticadas

·        Investigação de problemas mais realistas

·        Estudo da influência conjunta de variáveis

Tipos de Planos

Plano Pré-Experimental

·        Não há manipulação efectiva da variável independente

·        Considera-se apenas o grupo que foi alvo da intervenção e um momento de avaliação

·        Não existe pré-teste (estudo pós-facto)

·         Dificuldade na identificação das variáveis que contribuíram para os resultados

G1    X   O

Plano quase-experimental

·        Não se controlam algumas variáveis parasitas

Plano experimental

·        Constituição aleatória de grupos de sujeitos para as várias condições da investigação e para o grupo de controlo

·        Ambos os grupos são equivalentes

·        Avaliação dos grupos em dois momentos distintos, antes (pré-teste) e depois (pós-teste) da manipulação da variável independente

·        As diferenças no pós-teste só podem dever-se à manipulação da vi

®  G1     O1  X  O2

®  G2     O1       O2

Factores de erro no Plano Experimental

·        Não permite o controlo da reactividade das medidas

·        Qual o eventual efeito da avaliação no pré-teste e sua contaminação na variável independente e nos resultados finais?

Controlo do Factor de Erro

Os dois grupos equivalentes (randómicos) apenas são avaliados no momento do pós-teste

®  G1      X  O2

®  G2          O2

Plano Solomon ---  controlo da avaliação inicial, através da introdução de mais dois grupos (ambos sem a avaliação do pré-teste)

      ®  G1     O1  X  O2

      ®  G2     O1       O2

      ®  G3            X  O2

      ®  G4                 O2

Controlo do efeito da testagem (pré-teste)

Controlo dos efeitos de interacção com o tratamento (G1 e G3) e com a avaliação de pós-teste (G2 e G4).

Função do Planeamento Experimental

·        Assegurar a verificação da hipótese

·        Definição de: nº sujeitos, como fazer a selecção, como medir, como proceder, como analisar e interpretar os resultados

·        Arranjo das condições da experiência, de forma a eliminar as principais fontes de erro

Tipos de Planos Experimentais

Planeamentos Inter-Sujeitos

         1. Planeamento de Grupos Aleatórios

         2. Planeamento de Grupos Emparelhados

3. Planeamento de Grupos Aleatórios com medidas pré e pós tratamento

1.    Planeamento Factorial

Planeamentos Intra-sujeitos ou de Medidas Repetidas

Planeamento Factorial Misto

Planeamento Sujeitos Singulares

Planeamentos Inter-Sujeitos

Os sujeitos pertencentes a um grupo só realizam uma

das condições da experiência

1. Planeamento de Grupos Aleatórios

·        Distribuição de uma amostra de sujeitos por dois grupos, A e B

·        Cada sujeito da amostra tem a mesma probabilidade de ser designado para cada um dos grupos

·        Grupos equivalentes

·        Aplicação das condições da variável independente manipulada

·        Observação das diferenças entre os grupos daí decorrentes

·        O planeamento de grupos aleatórios mais simples, utiliza dois grupos de sujeitos designados ao acaso

·        Alternativa de utilização de Grupo Placebo ou vários Grupos Experimentais

Grupo	Tipo	Condições da V.I	V.D
A	Experimental	Tratamento	Resultado
B	Controlo	Sem tratamento	Resultado

2. Planeamento de Grupos Emparelhados

·        Pressuposto da não equivalência dos grupos aleatórios

·        Medição de variáveis explicativas da variável dependente

Técnicas de Emparelhamento (Þ pré-teste)

Emparelhamento por pares

Emparelhamento segundo o critério de desempenho

Vantagens do Planeamento por Grupos Emparelhados

·         Restringir as diferenças entre os grupos de sujeitos para valores desprezíveis

Desvantagens do Planeamento por Grupos Emparelhados

·         Número elevado de sujeitos a testar     «    amostra homogénea

·         Quanto maior a homogeneidade dos grupos, menor a possibilidade de generalização dos resultados

3. Planeamento de grupos aleatórios com medidas pré e pós-tratamento

·         Û  ao planeamento de grupos aleatórios simples

·        Os sujeitos são distribuídos ao acaso por dois grupos

·        tratamento é aplicado apenas a um dos grupos

·        A variável dependente é medida duas vezes (pré e pós tratamento)

Grupos	Medidas pré-tratamento	Aplicação do tratamento	Medidas pós-tratamento
Experimental Controlo	E1 C1	T	E2 C2

Desvantagens e Vantagens deste Planeamento

·        Melhor controlo dos efeitos da maturação e desenvolvimento dos sujeitos / entre os momentos temporais

·        Desvantagem --- difícil controlar o efeito história no interior de cada grupo

Alternativa para o controlo do efeito história (3 GCs)

Grupos	Medidas pré-tratamento	Aplicação do tratamento	Medidas pós-tratamento
Experimental	E1	T	E2
Controlo 1	C1		C2
Controlo 2		T	C3
Controlo 3			C4

4. Planeamento Factorial

·        Manipulação de mais do que uma variável independente

·        Exemplo de Plano Factorial -- análise dos efeitos combinados de 3 variáveis independentes

Plano factorial 2x2x3

	VI 2,1		VI 2,2
	VI 3,1	VI 3,2	VI 3,1	VI 3,2
VI 1,1	G1	G2	G7	G8
VI 1,2	G3	G4	G9	G10
VI 1,3	G5	G6	G11	G12

Vantagens do plano factorial

Verificação de possíveis interacções entre as variáveis independentes

Experiências Intra-Sujeitos/Planeamento de Medidas Repetidas

A totalidade das condições experimentais são realizadas

por um único grupo de sujeitos, em momentos temporais diferentes

Vantagem                                                   Assegura a igualdade dos grupos

Desvantagem                                             Interferência das variáveis prática e fadiga

Planeamento Factorial Misto

Combinações dos planeamentos anteriormente descritos.

Várias vis

Dois ou +  grupos diferentes

Várias aplicações do tratamento em cada grupo

Planeamento Experimental de Sujeitos Singulares

·        Objectivo: análise das variáveis que afectam o comportamento / não se procura validar teorias existentes

·        A investigação é efectuada com um único sujeito

·        Não é possível usar grupos de controlo, nem sistemas de aleatorização

·        Investigação realizada sob condições de controlo altamente específicas e delimitadas

·        Resultados expressos em termos de funções ou curvas de respostas, e não médias ou desvio-padrão

Tipos de Planos de Sujeitos Singulares

·        A vi é manipulada (presença e suspensão do tratamento) no mesmo sujeito

1.      Planeamento A-B-A

·        Avaliação do sujeito antes do tratamento (A)

·        Introdução da condição experimental B/ avaliação os seus efeitos

·        Reintrodução da condição anterior ao tratamento (A) e avaliação

·        Permite o estabelecimento de uma relação de causalidade entre a aplicação de um tratamento e a mudança num comportamento

Fase A	Fase B	Fase A
Estabelecimento da linha de base	Aplicação do tratamento	Reintrodução da situação inicial

2.      Planeamento A-B-A-B

·        No fim da experiência, o sujeito recebe novamente o tratamento

·        Estes estudos podem demonstrar que o tipo de tratamento ministrado é a causa da alteração do comportamento

Controlo nos Estudos de Sujeitos Singulares

·               Elemento de controlo    Þ                    Fase A        Þ      aplicação de um tratamento na manipulação da v.i (mudanças na fase B)

·               V.i com dois valores de grandeza (tratamento e suspensão do tratamento)

·        A relação causal entre o tipo de tratamento e o comportamento só pode ser determinada se o comportamento na 3ª fase voltar ao nível da linha de base da 1ª fase

Critérios nos Estudos de Sujeitos Singulares

·          Estabelecimento da linha de base   Þ    os valores do comportamento a registar devem ser estáveis durante o período fixado

·        Alteração de apenas uma variável de tratamento

·        Duração temporal de cada uma das fases (breves e equivalentes)

·        Tratamento estatístico vantajoso sempre que as mudanças no comportamento não são suficientemente explícitas

·        Dificuldades de generalização

Critérios de um bom Planeamento Experimental

(Christensen, 1980)

·        Adequação do problema analisar em função da resposta pretendida

·        Validade interna da relação entre as variáveis independentes e a variável dependente

·        Validade externa da experiência

Vantagens e Limites da Pesquisa Experimental

·        Alto Controlo da situação experimental

·        Controlo das possíveis variáveis independentess que possam afectar as variáveis dependebtes

·        As variáveis podem ser manipuladas sozinhas ou em conjunto com outras

·        Flexibilidade ---- variados aspectos da teoria podem ser testados

·        Replicabilidade com ou sem variações

·        As vis dos experimentos são mais fracas do que as variáveis naturais

·        Artificialidade

·        Falta de generalidade para a situação fora do laboratório

Investigação Experimental  vs. Diferencial/Correlacional

·        Forma como os sujeitos são distribuídos pelos grupos e condições

·        Os estudos experimentais manipulam dois ou mais valores de uma das variáveis, enquanto que nos estudos correlacionais, cada variável só tem um valor.

·        Impossibilidade de estabelecimento de relações de causalidade nos estudos correlacionais

·        Os estudos experimentais permitem observações mais precisas e um maior  controlo --- Replicabilidade

Þ Experimentação Psicológica e Investigação Laboratorial

Design Quasi-Experimental

"(…) um planeamento que aplica um modo experimental de análise e interpretação dos dados obtidos, mas que não preenche cabalmente as exigências do controlo experimental"  (Campbell, 1968)

·        Utilizado em ambientes naturais

·        Variáveis de interesse real

·        Impossibilidade de estudar experimentalmente os fenómenos por questões de ordem ética e moral ou impossibilidade prática

·        Objectivo dos Planos quase-experimentais: determinar as inferências causais na compreensão do fenómeno

·        Grande proximidade dos planos experimentais

·        Dificuldades acrescidas no controlo das variáveis parasitas: não se controlam algumas variáveis que podem aliar-se à vi na explicação dos resultados

Tipos de Planos Quase-Experimentais

1. Planeamento de Medidas Pré e Pós Tratamento com grupo de controlo não equivalente

·        Semelhanças com o planeamento experimental de medidas pré e pós tratamento

·        Em ambos existem um Ge e um GC

·        Em ambos há medidas que são obtidas nos dois grupos, antes e depois da aplicação do tratamento

·        A diferença consiste em que o delineamento quase-.experimental não é de facto experimental porque os sujeitos não são distribuídos aleatoriamente pelos grupos

·        Recurso a um grupo de comparação não aleatório

·        G1 e G2 não equivalentes à partida

·        As diferenças observadas entre o pré-teste (O1) e pós-teste (O2), não podem ser exclusivamente atribuídos à manipulação da vi (X)

Grupos	Medidas pré-tratamento	Tratamento	Medidas pós- tratamento
Experimental	E1	T	E2
Controlo	C1		C2

Explicações alternativas / dificuldades no controlo de variáveis parasitas

·        Desenvolvimento e maturação diferencial dos sujeitos dos dois grupos:  emparelhamento

·        Presença de um acontecimento local que pode afectar apenas um dos grupos

2.     Planeamento de Séries Temporais

·        Registo de uma série de medidas da variável dependente antes e depois da aplicação de um dado tratamento

·        As diferenças encontradas nos resultados para os dois momentos de avaliação não podem ser devidas exclusivamente à variável independente

·        Variáveis estranhas, como a história ou a maturação, podem contaminar os resultados

O1  O2  O3  O4 O5…. X O1  O2  O3  O4 O5….

Implicações do Planeamento

·        Obtenção de uma série de medidas durante o período anterior à entrada em vigor do tratamento ministrado

·        Obtenção de uma sequência de medidas no período após o tratamento.

·        Número total de registos antes e depois, depende das condições do estudo

Limitações de controlo/ plano não experimental:

Não é possível excluir totalmente os efeitos de história

e maturação dos sujeitos

Sem um grupo de controlo não é possível excluir

explicações alternativas

3.     Planeamento de Séries Temporais Múltiplas

·        Extensão do Planeamento de Séries Temporais

·        Permite a eliminação do efeito história, através da inclusão de um grupo de sujeitos equivalente que não recebem a condição tratamento

·        Este planeamento oferece um maior grau de controlo sobre eventuais hipóteses rivais (explicações alternativas)

	Medida Pré-tratamento	Tratamento	Medida Pós-tratamento
Grupo Experimental	Y1  Y2  Y3  Y4	X	Y5  Y6  Y7  Y8
Grupo de Controlo	Y1  Y2  Y3  Y4		Y5  Y6  Y7  Y8

4.     Planeamento Correlação Intervalar Cruzada

·        Análise de relações bidireccionais entre as variáveis

·        Duas variáveis, pelo menos,  obtidas no mesmo grupo de sujeitos, mas em  dois momentos temporais diferentes

Contrastes relativamente aos Planos anteriores

·        Os planos anteriores descreviam um procedimento em que se verificava a aplicação de um dado tratamento no comportamento dos sujeitos

·        O tratamento produziria um efeito durante um intervalo de tempo reduzido

·        A relação causal entre tratamento e comportamento era unidireccional

Plano Correlação Intervalar Cruzada          relações bidireccionais entre variáveis

Procedimentos

·        determinar o padrão de causalidade preponderante: de V1 para V2 ou de V2 para V1

·        Este planeamento inclui no mínimo duas variáveis (X e Y) que são obtidas no mesmo grupo de sujeitos em dois momentos temporais diferentes (T1 e T2)           6 correlações

Duas correlações sincrónicas: XT1- YT1 e XT2-YT2 (linhas verticais)

Duas correlações diacrónicas: XT1-XT2 e YT1-YT2 (linhas horizontais)

Duas correlações cruzadas:  XT1 - YT2 e YT1-XT2 (diagonais)

Limitações destes planeamentos

·        Grande complexidade

·        Número de sujeitos elevado (> 300)

·        Pelo menos 3 momentos temporais de avaliação

·         Não determinam quais as relações causais preponderantes, mas apenas quais as relações direccionais preponderantes

·        Planeamento quase experimental porque não há manipulação directa das variáveis / registo

Vantagens

·        Ponto de partida para a identificação de relações direccionais preponderantes

Amostragem e População

Importância da Definição da Amostra ou dos Grupos

·        Impossibilidade de se considerarem  todos os indivíduos

(questões financeiras, tempo e viabilidade)

·        Necessidade de generalização dos resultados

As Amostras devem ser representativas da população

Universo                "(…) diz respeito a todos os sujeitos, fenómenos ou observações passíveis de serem reunidas como obedecendo a determinada característica"

     (Almeida & Freire, 1997)

População            "(…) o conjunto de indivíduos, casos ou observações onde se quer estudar o fenómeno"

    (Almeida & Freire, 1997)

Amostra                  " (…) o conjunto de situações (indivíduos, casos ou observações) extraídos de uma população" 

      (Almeida & Freire, 1997)

Sujeitos                  " (…) casos individualmente tomados"

     (Almeida & Freire, 1997)

Amostragem                   "(…) é um processo utilizado há muitos anos, baseando-se na experiência e na intuição da ideia de que uma amostra pode informar sobre as propriedades do universo"     (Murteira & Black, 1983)

A amostragem leva  a que se observe apenas uma parte ou subconjunto do universo

É o processo para se chegar à definição de uma amostra - deve incluir requisitos para garantir a validade do estudo e a generalização dos resultados

Processos e Tipos de Amostras

Princípios Probabilísticos de Amostragem ---- conduzem à formação de uma amostra verdadeiramente representativa de uma população

Princípios Não Probabilísticos de Amostragem ---- formação de grupos e não de verdadeiras amostras

Procedimentos Probabilísticos

1. Método de Amostragem Aleatório Simples

·        Amostra Aleatória / Randómica --- Amostra constituída ao acaso / forma mais simples na obtenção de representatividade

·        Qualquer indivíduo tem a mesma probabilidade de integrar a amostra

Distribuição Aleatória         método de distribuição dos sujeitos pelos grupos, para que estes se tornem iguais estatisticamente

Amostragem casual        método de tirar uma amostra de uma população, de forma a que todas as amostras possíveis de igual tamanho tenham a mesma probabilidade de ser escolhidas

Casualidade                  designação de sujeitos ou tratamentos de um universo, a subconjuntos desse universo, de tal maneira que, para qualquer designação dada a um subconjunto, todo o membro de um universo tem igual probabilidade de ser escolhido para a designação

Princípio da Casualidade

Certas características contrastantes de alguns sujeitos provavelmente serão contrabalançadas pela selecção de outros membros da população com a quantidade ou qualidade opostas dessa característica

Selecção Aleatória vs Distribuição Aleatória

Procedimentos Independentes

Processo de recolha dos indivíduos/ Amostragem

Distribuição aleatória da amostra por grupos (constituição do GE e do GC)

Princípios na Selecção de uma Amostra Aleatória

·        definição da população

·        todos os sujeitos devem ter igual probabilidade de integrar a amostra

·        a selecção de um sujeito não interfere na selecção de um outro

·        processo organizado e cuidado

·        quanto mais se aproximarem o n da amostra e o N da população, mais facilmente as características da amostra se generalizam à população

·        a representatividade da amostra será mais facilmente alcançada quanto mais se atender aos estratos significativos da população

·        a representatividade será maior quanto mais se mantiver a aleatoriedade, no momento da escolha dos sujeitos e ao longo da sua participação

Vantagens das amostras aleatórias simples

·        Método fácil e económico

·        Fornecem amostras representativas e estatisticamente significativas

·        Evitamento de tendenciosidade na sua composição (dependendo do tamanho da amostra)

Desvantagens das amostras aleatórias simples

·        Conhecimento impreciso dos estratos da população à partida

·        desconhecimento da distribuição destes estratos na amostra

2. Método de Amostragem Estratificada

·        Método de amostragem mais preciso

·        É utilizado quando a população está estratificada por grupos homogéneos com respeito às variáveis em estudo

·        É utilizado quando dentro de cada estrato os sujeitos são retirados ao acaso simples ou sistemático (n proporcional ou de fixação constante)

·        Constituem-se grupos aleatórios de indivíduos, respeitando a sua frequência no universo, em diferentes categorias

·        A distribuição dos sujeitos na amostra é equivalente à distribuição da população

3. Amostragem Sistemática

·        Coeficiente do quociente do efectivo da população sobre o da amostra

·        Selecção dos sujeitos através de números aleatórios coincidentes com esse intervalo

·        N/n =intervalo do sujeito ao longo do contínuum a retirar

1.     Amostragem por grupos

·        Consideram-se grupos nos quais a população se encontra organizada

5. Amostragem polietápica

·        Realizada em diversas etapas, podendo ou não haver uma amostragem aleatória em cada uma das etapas

Procedimentos não Probabilísticos

·        Recurso a grupos de sujeitos

·        n menor quando  se recorre a grupos do que quando se utilizam amostras de sujeitos

·        A metodologia de amostragem é menor no caso dos grupos

·        Limitações ao nível da generalização dos resultados: grupos específicos e disponíveis

Técnicas de Constituição dos Grupos

Amostragem acidental ou incindental     Os grupos são formados por todos os sujeitos que aceitaram colaborar na investigação e que preenchem as condições para tal

Amostragem intencional             Escolha prévia dos sujeitos a observar

Um grupo representa bem um determinado fenómeno ou comportamento

Deverá haver alguma aleatoriedade na constituição dos grupos

Psicologia Experimental

Equivalência ou randomização

Emparelhamento aleatório

Psicologia Diferencial

Grupos específicos (com características comuns)

Grupos que se diferenciam numa variável

Estudos de Caso                                   Estudos de um sujeito ou um caso

Estudos exploratórios

Validade externa muito baixa

Observação de fenómenos raros

Representatividade e Significância das amostras

Significância                      Número de sujeitos que compõem a amostra

Representatividade           Qualidade da amostra/ método de amostragem)

Para a generalização dos resultados é mais importante do que a significância

Princípios de Representatividade de uma Amostra

·        conhecimento prévio das características da população

·        conhecimento da distribuição das variáveis em estudo na população

·        aplicação de um método adequado de amostragem

Maior representatividade da amostra

n  elevado traduzindo em percentagem os estratos da população

Selecção aleatória dos indivíduos

Significância

·        tradição seguida na área de investigação

·        tipo de planeamento  do estudo e da análise estatística a utilizar

Fórmula de cálculo do tamanho da amostra (NEA Research Division)

·        valor do (1gl) ao nível de 0.05 (c² =3.89)

·        tamanho da população (N)

·        proporção da população que se deseja estimar (P= 0,50/ 50%)

·        grau de precisão, expresso em proporção (d= 0,05)

Estimativa do tamanho da amostra

·        definição prévia do nível de significância (a= 95% ou 99%)

·        do erro de estimativa (100 - a= 5% ou 1%)

·         estimativa do n da amostra em função do N do universo/ dados demográficos

Estimativa do n Amostra em função do N População (in Almeida & Freire, 1997)

N População	n Amostra
100	80
300	165
500	215
1000	280
5000	360
10000	370

NEA Research Division (in Pinto, 1990)

N População	n Amostra
	5%	2,5%
50	44	49
100	80	95
500	219	400
1000	280	667
10.000	374	1667
100.000	387	1961
1.000.000	389	1996
10.000.000	389	2000

Erro de Amostragem          

·        "(…) diferença entre o parâmetro numa população e o parâmetro estatístico de uma amostra"

·        Erro de representatividade ( a amostra não é representativa)

·        Erro aleatório (devido ao acaso da amostragem)