Estatística III

Código:

P406

Sigla:

ESTIII

Áreas Científicas
Classificação	Área Científica
OFICIAL	Metodologia de Investigação Científica

Ocorrência: 2011/2012 - 1S

Ativa?	Sim
Unidade Responsável:	Psicologia
Curso/CE Responsável:	Mestrado Integrado em Psicologia

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIPSI	154	Plano Oficial 2007/2008	2	-	3	33	81

Língua de trabalho

Português

Objetivos

OBJECTIVOS GERAIS:
- Aprofundamento de noções estatísticas e de competências na análise de dados adquiridas em unidades curriculares precedentes (Estatística I e Estatística II)
- Demonstração da relação entre metodologias de investigação e procedimentos de análise de dados
- Treino na capacidade técnica de elaborar um plano de análise de dados enquanto componente indissociável do processo de investigação
- Treino na prática de análise de dados por computador e apresentação escrita dos resultados

COMPETÊNCIAS A ADQUIRIR:
- Identificação das variáveis num plano de análise de dados (nível de medida, relação entre variáveis, estatuto das variáveis no plano – VI, VD, …);
- Definição/identificação operacional de hipóteses, ou "questões de investigação", tendo em vista os procedimentos estatísticos que permitem testá-las;
- Escolha do(s) procedimento(s) estatístico(s) adequado(s) à situação de investigação e seus objectivos: identificação do leque de possibilidades e limites de aplicação de cada uma delas;
- Conhecimento do enquadramento conceptual estatístico dos diversos procedimentos;
- Execução dos procedimentos estatísticos adequados a cada plano de investigação, com recurso ao software de análise de dados SPSS;
- Análise, descrição e interpretação dos resultados: apresentação de resultados estatísticos de acordo com as regras utilizadas mais habitualmente (vão seguir-se as directrizes do Publication Manual of the American Psychological Association, 2010 – 6ª Ed.)

Programa

ORIENTAÇÃO CONCEPTUAL:
- Racional dos modelos de Análise de Variância: os modelos ANOVA e sua relação com procedimentos estatísticos abordados em UCs precedentes (Est. I e II); Variância Sistemática (VS) e Variância Erro (VE); identificação das fontes de VS e VE nos vários modelos; relevância do teste à homogeneidade das variâncias nos modelos ANOVA;
- Racional da Regressão Múltipla – análise de preditores e de modelos de predição: os modelos ANOVA e RM; dissociação entre a lógica Causal e a lógica de predição da RM; os Quadrados Mínimos num modelo de RM; significado das estatísticas R e R2; teste ao ajustamento de um modelo de regressão usando o racional da ANOVA, a razão entre a variância associada ao modelo/recta da regressão (VS) e a variância residual (VE); escolha do método de RM; multicolinearidade na RM
- Análise à confiança da medida – teste à consistência externa e interna: conceitos de consistência externa e interna de uma medida; a consistência/correlação teste-reteste e suas limitações; o teste de “partição-a-meio” (Split-Half) na análise à consistência interna de uma medida - testes complementares e limitações deste procedimento; teste à consistência interna α de Cronbach e a variante Kuder-Richardson 20 – racional estatístico do teste e sua relação com os conceitos de correlação e co-variância, a teoria dos “valores verdadeiros” e “valores erro de medida”, valores de α estandardizados e não estandardizados; relação entre o valor de α, a correlação entre itens da medida, e o conceito de regressão múltipla (valores de correlação múltipla)
- Análise em Componentes Principais (ACP) – introdução aos métodos indutivos multivariados; O que é, e para que serve a ACP; o racional da ACP (princípio da Variância Comum vs. Variância Única; o conceito de Componente Principal ou Factor e sua relação com a lógica correlacional e com o modelo da RM, o conceito de Comunalidade e de “variância explicada”); critérios de “validade” de uma ACP (tamanho amostral e relação sujeitos/variáveis, valores de Comunalidade, adequação amostral e o teste de Kaiser-Meyer-Olkin, análise da matriz de correlações e o teste de esfericidade de Bartlett); critério para a “extracção” de uma Solução Factorial [critério de Kaiser (a noção de raiz latente e eigenvalue), critério gráfico (ou do “cascalho”, Scree Plot), critérios “a priori”, (“empíricos”, “teóricos” ou “conceptuais”), percentagem de variância explicada; o conceito de Saturação Factorial; a Interpretação das Componentes de uma Solução Factorial e a rotação factorial.
- Análise dos requisitos subjacentes à utilização dos diferentes procedimentos estatísticos: sua importância conceptual, análise da sua relevância no quadro da metodologia de investigação empregue

PROCEDIMENTOS ESTATÍSTICOS:
- Teste de hipóteses em planos factoriais: o modelo ANOVA factorial com dois ou mais factores independentes; os conceitos de efeito principal e interacção; decomposição de interacções
- Teste de hipóteses em planos mistos: o modelo ANOVA em planos mistos; efeitos principais inter-sujeitos e intra-sujeitos, interacções inter-sujeitos, intra-sujeitos e mistas; decomposição de interacções em planos mistos
- Avaliação da magnitude dos efeitos em modelos ANOVA: razão eta-quadrado; noção de correlação entre VI e VD
- Introdução aos métodos de Regressão Múltipla: relação entre a RM e as lógicas correlacional e ANOVA; os vários métodos de RM; limitações e requisitos da RM
- Análises de consistência externa e interna: correlação teste-reteste, α de Cronbach e variante Kuder-Richardson 20; o impacto do “tamanho” da medida (nº de itens) no valor de α

Bibliografia Complementar

Klockars, A. J., & Sax, G.; Multiple Comparisons: Structural Models for Qualitative Data, Sage Publications, Inc., 1986
Rosenthal, R., Rosnow, R. L., & Rubin, D. B.; Contrasts and Effect Sizes in Behavioral Research: A Correlational Approach, Cambridge University Press, 1999
Toothaker, L. E.; Multiple Comparison Procedures, Sage Publications, Inc., 1993

Métodos de ensino e atividades de aprendizagem

Aulas Teórico-Práticas

ANÁLISE DE DADOS COM O SPSS:
- Assume-se como pré-requisitos da UC, decorrendo das UCs precedentes, que os alunos têm conhecimentos ao nível da definição de bases de dados: codificação e definição de variáveis, introdução de dados, regras básicas de limpeza dos dados
- Retomam-se procedimentos de transformação de variáveis: recodificação de variáveis e criação de variáveis compostas
- Manipulação de ficheiros de dados: comandos select cases e split file
- Utilização dos menus do SPSS para selecção dos procedimentos enumerados nas secções anteriores e definição dos seus parâmetros

Tipo de avaliação

Avaliação por exame final

Componentes de Avaliação

Descrição	Tipo	Tempo (Horas)	Peso (%)	Data Conclusão
Participação presencial (estimativa)	Participação presencial	28,00
	Total:	-	0,00

Obtenção de frequência

Para ser aprovado o aluno tem que ter frequência das aulas (presença em 3/4 das aulas)

A avaliação é feita através de Prova Escrita. Esta prova avalia:
- o conhecimento dos procedimentos estatísticos adequados a diferentes situações de investigação;
- a capacidade para utilizar o programa estatístico SPSS para realizar análise de dados, incluindo a necessidade de manipular dados e ficheiros (por exemplo, codificar e definir variáveis, introduzir dados, recodificar variáveis, criar variáveis compostas, manipulação de ficheiros)
- a capacidade de descrever, analisar e interpretar os resultados fornecidos pelo programa SPSS, relativamente aos procedimentos estatísticos apresentados no programa da disciplina

Melhoria de classificação

Os alunos podem submeter-se a melhoria da sua classificação realizando novo exame na época em que seja autorizado a tal pelos regulamentos da FPCE-UP

Observações

BIBLIOGRAFIA PRINCIPAL
Bryman, A. & Cramer, D. (1992). Análise de dados em ciências sociais. Oeiras: Celta Editora.
Bryman, A. & Cramer, D. (1997).Quantitative data analysis with SPSS for windows: A guide for social scientists. London: Routledge.
Cramer, D. (1994). Introducing statistics for social research: step-by-step calculations and computer techniques using SPSS. London: Routledge.
Howell, D. C. (1997). Statistical methods for psychology. London: International Thomson Publishing Europe.
Kinnear, P. R., & Gray, C. D. (2000). SPSS for windows made simple: Release 10. Hove, UK: Psychology Press.
Poeschl, G. (2006). Análise de dados na investigação em psicologia: Teoria e prática. Coimbra: Almedina. (Manual recomendado)
SPSS (1999). Base 10.0 Applications Guide. Chicago, Il.

BIBLIOGRAFIA COMPLEMENTAR
Hair, Jr., J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (2005). Análise multivariada de dados. Porto Alegre: Bookman.
Judd, C. M., Smith, E. R., & Kidder, L. H. (1991). Research methods in social relations. New York: Harcourt Brace Jovanovich College Publishers.
Publication Manual of the American Psychological Association (2010, 6ª Ed.). Washington: APA.
Tabachnick, B. G. & Fidell, L. S. (2001). Using multivariate statistics. Boston: Allyn & Bacon.
Winer, B. J. (1962). Statistical principles in experimental design. New York: McGraw-Hill.