GERAL: Capacitar alunos que desenvolvam pesquisas nas ciências humanas e do comportamento, interessados em metodologias na abordagem quantitativa, a compreender/usar ferramentas de análise estatística e a interpretar criticamente os resultados obtidos com base no uso de tais ferramentas.
ESPECÍFICOS
- Apresentar os principais métodos de análise quantitativa para aferição de diferenças entre amostras e de relações entre variáveis.
- Discutir criticamente as aplicações e os limites das ferramentas, problematizando seu uso indiscriminado.
- Problematizar o desafio da operacionalização das variáveis no campo das ciências humanas e do comportamento.
- Debater o problema denominado “crise de replicabilidade” no campo das ciências sociais e do comportamento.
- Capacitar os alunos para identificar os principais erros e vieses metodológicos em estudos publicados que alimentam o problema da “crise de replicabilidade”.
- Capacitar os alunos a interpretar os principais tipos de resultados quantitativos provenientes de estudos científicos em ciências sociais e do comportamento.
- Capacitar os alunos a implementarem os modelos de análise estatística mais usuais em ciências sociais e do comportamento.
- Orientar os alunos a dar continuidade ao aprendizado, atualização e capacitação em análises quantitativas.
O avanço de todo campo científico depende, em grande medida, da análise apropriada de grandes quantidades de dados. Com o aumento cada vez mais acelerado do volume de dados mensurados e armazenados pelos mais diversos métodos e fontes, a demanda por técnicas de análises quantitativas se torna central para o fazer científico. Não obstante a volumosa quantidade de informações disponíveis, gratuita e acessível, a respeito de métodos de análise de dados, os problemas e erros identificados em diferentes etapas do processo analítico são bastante comuns em estudos publicados em periódicos científicos – envolvendo fragilidades desde a operacionalização das variáveis até a divulgação dos resultados, passando pela escolha da técnica de tratamento dos dados e pela interpretação – (Bakker & Wicherts, 2011, 2014; Nuijten et al., 2016). As consequências das escolhas equivocadas – de forma proposital ou não – ocasionou o que hoje se chama de “crise de replicabilidade em ciências do comportamento” e na falta de confiança do público em relação à ciência psicológica (Goodman & Greenland, 2007; Ioannidis, 2005). Para contribuir com a produção de conhecimento válido e confiável, assim como a adoção de uma postura crítica em relação a práticas pouco transparentes no processo científico, a presente disciplina buscará apresentar elementos para fomentar uma discussão sobre o processo de produção de conhecimento pelo método científico e capacitar os alunos a implementarem e a interpretarem as principais ferramentas e modelos de análise estatística dentro das ciências do comportamento. Sendo a pós-graduação uma das últimas etapas formais da formação científica, é de grande valia para os estudantes participar de discussões dessa natureza e ter a oportunidade de se atualizarem e de incorporarem saberes teóricos e técnicos fundamentais para a carreira de pesquisador e produtor de conhecimento científico.
- Introdução: modelos estatísticos, erros e vieses comuns, a crise de replicabilidade e boas práticas científicas.
- Conceitos básicos: universo, amostra e amostragem; dados, observações e variáveis operacionalizáveis; parâmetros, estatísticas e inferência.
- Técnicas básicas: criação e manutenção de bancos de dados.
- Análises exploratórias: descrição dos dados – medidas de síntese, gráficos e tabelas
- Análises exploratórias: relação entre duas ou mais variáveis – testes, hipóteses, valor p e efeito
- Análises exploratórias: diferenças entre grupos – testes, hipóteses, valor p e efeito
- Análises exploratórias: modelos de regressão
- Análises exploratórias: vieses, tortura dos dados e p-hacking
- Análises confirmatórias: introdução e conceitos básicos
- Análises confirmatórias: boas práticas científicas
- Educação em análises quantitativas: próximos passos
Agresti, A. (2018). Statistical methods for the social sciences (5ed). Pearson.
Bakker, M., & Wicherts, J. M. (2011). The (mis)reporting of statistical results in psychology journals. Behavior Research Methods, 43, 666–678. doi:10.3758/s13428-011-0089-5
Bakker, M., & Wicherts, J. M. (2014). Outlier removal and the relation with reporting errors and quality of research. Plos One. https://doi.org/10.1371/journal.pone.0103360
Everitt, B., & Hothotn, T. (2010). A handbook of statistical analysis using R (2ed). CRC Press.
Goodman, S., & Greenland, S. (2007). Why most published research findings are false: problems in the analysis. PLoS medicine, 4(4). https://doi.org/10.1371/journal.pmed.0040168
Ioannidis, J. P. A. (2005). Why Most Published Research Findings Are False. PLoS Med, 2(8), e124. http://doi.org/10.1371/journal.pmed.0020124
Nuijten, M.B., Hartgerink, C.H.J., van Assen, M.A.L.M. et al. (2016). The prevalence of statistical reporting errors in psychology (1985–2013). Behavior Research Methods, 48, 1205–1226. https://doi.org/10.3758/s13428-015-0664-2
- Realização de exercícios práticos relacionados às aulas (30%).
- Trabalho/Relatório final contendo todos os passos de uma análise estatística – da descrição dos materiais e procedimentos a apresentação e interpretação dos resultados – de um banco de dados a ser decidido em acordo com cada aluno (70%).