BIOESTATSTICA e METODOLOGIA CIENTFICA

Prof. Ivan Balducci (FOSJC/ Unesp)

INTRODUO............................................................................................................................4
referncias bibliogrficas...............................................................................................................9
Parte 1. METODOLOGIA DA PESQUISA..............................................................................10
1.1. Natureza geral da cincia......................................................................................................10
1.1. Dois exemplos de pesquisa...................................................................................................10
1.2. Objetividade e pesquisa cientfica.........................................................................................10
1.3. Objetividade e explicao.....................................................................................................12
1.4. A abstrao e a cincia..........................................................................................................13
1.5. O carter emprico da cincia................................................................................................13
1.6. O objetivo da cincia: teoria e explicao.............................................................................14
1.7. Variveis................................................................................................................................15
1.8. Relaes................................................................................................................................16
1.9. Estudos e experimentos.........................................................................................................16
1.10. Problemas, hipteses e variveis.........................................................................................17
1.11. O valor das hipteses...........................................................................................................18
1.12. Hipteses e testabilidade.....................................................................................................19
1.13. Explicao cientfica, teoria e relaes...............................................................................20
1.14. Probabilidade e estatstica...................................................................................................20
1.15. Casualizao........................................................................................................................22
1.16. Designao aleatria e casualizao...................................................................................23
1.17. Tamanho da amostra............................................................................................................24
1.18. Delineamento da pesquisa...................................................................................................24
1.19. Pesquisa experimental e no-experimental.........................................................................24
1. 20. Controle..............................................................................................................................25
1. 21. Definio e caractersticas dos experimentos.....................................................................25
1.21.1 Caractersticas essencias de um experimento....................................................................27

1.22. Foras e fraquezas da pesquisa experimental......................................................................27

1.23. Pesquisa no-experimental..................................................................................................29
1.24. O fumo e o cncer do pulmo.............................................................................................30
1.25. A natureza das variveis na pesquisa no-experimental......................................................31
1.26. Variveis Irrelevantes..........................................................................................................31
1.27. O efeito das variveis irrelevantes.....................................................................................32
1.28. Mtodos de Contrle das Variveis Irrelevantes.................................................................33
1.29. O Controle das Variaveis do Sujeito...................................................................................33
1.29a. Plano de medidas repetidas..............................................................................................34
1.29b. Plano dos sujeitos pareados..............................................................................................35
1.29c. Plano de grupos independentes.........................................................................................36
1.30 Um resumo sobre o controle das variveis de sujeito..........................................................37
1.31 O Controle de Variveis Situacionais...................................................................................37
1.32. Experimento sem o grupo controle (ou outro grupo para comparao): - possvel?........39
1.33. Piadas sobre Grupo Controle..............................................................................................41
1.34. Investigao sociolgica (survey, levantamentos)...........................................................43
1.35. Levantamentos....................................................................................................................43
1.36. A importncia dos levantamentos........................................................................................44
1.37. Pesquisa bsica e pesquisa aplicada....................................................................................46
1.37.1. Exemplo de pesquisa bsica.............................................................................................46
1.37.2. Exemplo de pesquisa aplicada..........................................................................................47
Parte 2. EXPERIMENTO........................................................................................................50
2.1 A finalidade de um experimento............................................................................................50
2.2 Fatores de um experimento....................................................................................................51
2.3) Varivel dependente.............................................................................................................51
2.4) Varivel independente..........................................................................................................52
2.5) Exerccios sobre os tipos de variveis em um experimento.................................................53
2.6) Variveis individuais.............................................................................................................54

2.7. Exemplo de um experimento com varivel individual (de sujeito).....................................54

2.8. Identificao de variveis de confundimento........................................................................56
2.9. Meios para isolar a varivel de interesse...............................................................................57
2.10. Validade interna de um experimento...................................................................................59
2.11. Validade externa de um experimento..................................................................................59
2.12. Exerccio de reviso...........................................................................................................61
2.13. Bibliografia principal..........................................................................................................61
Parte 3. ESTUDOS OBSERVACIONAIS................................................................................62
3.1 O que so estudos observacionais?........................................................................................62
3.2. Razes desses estudos...........................................................................................................62
3.3) Cuidados na inferncia..........................................................................................................63
3.4. Tipos de estudos observacionais........................................................................................64
3.5. Alguns aspectos da regresso..............................................................................................66
Parte 4. ESTUDOS OBSERVACIONAIS versus EXPERIMENTO.....................................68
4.1. As limitaes dos experimentos............................................................................................68
4.2. A grande desvantagem dos estudos observacionais..............................................................70
4.3. A grande vantagem dos estudos observacionais....................................................................70
4.4. Concluso..............................................................................................................................70
Para Reflexo..............................................................................................................................71
Testes sobre Delineamento Experimental (by Carl James Schwarz).......................................76

INTRODUO

Por que a nossa disciplina apresenta este nome?

No fcil com poucas palavras responder a esta pergunta. Vamos
justificar o acerto da escolha do nome de nossa disciplina mediante uma
leitura atenta de dois textos. O primeiro da autoria de Robin F. Badgley e
foi publicado em1961 no Canadian Medical Association Journal, (v. 85, p.
246-50). Vamos apresent-lo traduzido:
Bioestatstica e Metodologia Cientfica so o fundamento da pesquisa mdica
quantitativa. Estas duas tcnicas complementam-se uma a outra na formulao de
problemas de pesquisa, no formular e testar hipteses e na obteno de
concluses. Enquanto o contedo de um experimento ou de um estudo que usa
grupos de dados pode variar, a forma, desconsiderando o contedo, pode ser
avaliada por alguns princpios lgicos geralmente aceitos. Estes princpios
pertencem organizao ou estrutura lgica de um estudo e s tcnicas estatsticas
usadas na anlise de seus dados .
O segundo texto foi extrado da Tese de Livre Docncia apresentada
pelo Prof. Ney Moraes Faculdade de Odontologia de Bauru, USP, em
1976:
O objetivo final da Cincia a busca da Verdade. Segundo BERTRAND
RUSSEL(1), uma descrio ou explicao cientfica quando h alguma razo
para acreditarmos que seja verdadeira; no cientfica quando emitida por
motivo diverso que o de sua provvel verdade. A Cincia moderna orienta a sua
ateno para duas metas bem definidas: a descrio do Universo e o
estabelecimento de princpios gerais capazes de explicar os fenmenos desse
Universo, formando um corpo de conhecimentos ordenados do mundo real(2).
Esse corpo de conhecimentos apresenta-se sob a forma de descries e
explicaes, constituindo o conjunto Leis, Teorias e Hipteses a respeito dos seres
e fenmenos conhecidos. A partir da considerao de fatos da realidade objetiva, a
Cincia tenta descobrir padres de regularidade e relaes de causalidade de modo
a poder antecipar resultados particulares baseando-se em princpios mais gerais
que regem o comportamento dos fenmenos. As primeiras explicaes dos
fenmenos naturais procuravam antes projetar a prpria psicologia do observador,

dando explicaes antropomrficas, do que preocupar-se com a realidade objetiva

do fenmeno observado. Para evitar a subjetividade na busca dessas leis gerais, a
Cincia utiliza-se do Mtodo Cientfico, entendido como um conjunto de
procedimentos orientados no sentido da busca do conhecimento objetivo.
De acordo com KARL PEARSON(3), O mtodo cientfico caracterizado
pelos seguintes aspectos: a) cuidadosa e acurada classificao dos fatos e
observao de sua correlao e seqncia; b) a descoberta de leis cientficas com
ajuda da imaginao criadora; c) autocrtica, de modo a que sua validade seja
aceitvel para todas as mentes normalmente constitudas. CONANT(4), em
Science and Common Sense, observa: Os trs elementos da cincia moderna
so: 1) idias especulativas gerais; 2) raciocnio dedutivo e 3) experimentao.
Mais adiante, na mesma obra, comenta: J li referncias ao mtodo cientfico
que descrevem de maneira bastante acurada as atividades de um cientista
experimental em muitas ocasies, embora no em todas. So mais ou menos as
seguintes: 1) um problema reconhecido e um objetivo formulado; 2) toda
informao relevante coletada (muitos problemas esto ocultos na palavra
relevante); 3) uma hiptese de trabalho formulada; 4) so tiradas dedues
das hipteses; 5) as dedues so testadas por experimentao; 6) dependendo
do resultado, a hiptese de trabalho aceita, modificada ou descartada. Embora
esse autor esteja em desacordo com tal formulao, no h dvida que, nas
cincias experimentais, o mtodo cientfico pode ser caracterizado por essas
atividades e podemos reformul-las em quatro etapas bem definidas:
1) Observao: Os fenmenos do Universo so considerados, medidos,
anotados e descritos objetivamente, buscando-se uma compreenso completa do
que est acontecendo no mundo real. Nesta fase procuramos estabelecer relaes
entre seres e atributos.

2) Formulao de Hipteses: So feitas conjecturas ou so introduzidos

conceitos novos buscando explicaes para os fenmenos observados, suas
relaes de causalidade e interaes entre fatos. So propostos sistemas de idias
ou modelos capazes de explicar os fenmenos dentro de uma estrutura universal e
coerente, incorporados ao conjunto de conhecimentos atuais.
3) Verificao da Hiptese: Atravs da experimentao estudamos o
comportamento de fenmenos submetidos s condies capazes de produzir
informaes sobre a provvel verdade da hiptese que est sendo examinada.
4) Generalizao: Quando verificada a provvel verdade da hiptese num
particular experimento, pelo raciocnio indutivo procuramos fazer predies ou
deduzir conseqncias para seres ou fenmenos de mesma natureza daqueles
sobre os quais a hiptese foi verificada.
Este ltimo item se constitui no ponto mais crtico do mtodo cientfico,
tendo sido contestado por inmeros filsofos, desde DAVID HUME (1711-1776)
por no ter suporte lgico irrefutvel(5,6). O modelo de raciocnio indutivo pode ser
esquematizado da seguinte maneira: Se A verdade, ento B deve ocorrer, como
B ocorreu, ento A deve ser verdade. Na realidade, esse modelo inconclusivo
do ponto de vista estritamente lgico. Entretanto, HENRI POINCAR (5) (18541912) desenvolveu a noo de convencionalismo, mostrando a importncia de
certas convenes em cincia. Uma concluso indutiva bem confirmada,
provisoriamente aceita como verdadeira, sendo elevada categoria de princpio,
embora haja necessidade, usualmente, de modificaco pela aquisio de novos
conhecimentos. O raciocnio indutivo auto-ajustvel, permitindo que a maior
soma de experincias anteriores funcione como mecanismo regulador, permitindo
reajustar as concluses que se seguem (corroborao).
Dentre os procedimentos utilizados para a verificao da provvel veracidade
de uma hiptese, a Estatstica capaz de fornecer, em bases probabilsticas, uma

medida dos riscos de errar ao se aceitar ou rejeitar uma hiptese. Em

conseqncia disso, a Estatstica se apresenta como uma ferramenta extremamente
importante nas mos do pesquisador, em busca das verdades cientficas.
A Estatstica participa da cadeia de atividades que caracterizam o mtodo
cientfico com funes bem definidas. KEMPTHORNE (7) apresenta um diagrama
bastante ilustrativo segundo o qual a atuao da Estatstica pode ser situada como
mostra a figura 1:
ESTATSTICA

Observao

Predio de novos resultados

Abstrao dos elementos essenciais que fornecem
base a uma teoria lgica

Desenvolvimento da teoria
Figura 1.
A Estatstica participa em duas fases:
1. Na tomada de observaes.
2. Na comparao das observaes com as predies a partir da teoria.
CRAMER(8) , por outro lado, resume o papel da Estatstica no mtodo
cientfico em trs funes principais. Segundo ele, a maior parte das aplicaes
ordinrias de uma teoria matemtica (da estatstica) pode ser classificada em
relao a trs aspectos; descrio, anlise e predio. Essas funes da
Estatstica coincidem com os objetivos das Cincias Experimentais, que segundo
HEMPEL(9) so: descrever um particular fenmeno no mundo que percebemos e

estabelecer princpios gerais por meio dos quais esse fenmeno possa ser
explicado e previsto.
Pode-se concluir, base do que foi exposto, que da qualidade e correo da
metodologia estatstica empregada decorre como conseqncia imediata a
validade das concluses obtidas pelo mtodo experimental. Evidentemente a
adequao e correo de mtodos estatsticos no condio suficiente, porm
necessria para que concluses derivadas de experimentos sejam vlidas do ponto
de vista cientfico.

referncias bibliogrficas

1 RUSSEL, B. A perspectiva cientfica. So Paulo. Companhia Editora

Nacional, 1956.
2

MACCOBY, N. Communication research methods I: course C- 217.

California, University of Stanford, School of Humanities and
Science, 1964 (Mimeografado).

3 PEARSON, K. apud CONANT, J. B. Science and common sense. London,

Yale University Press, p. 43, 1951.
4 CONANT, J. B. Science and common sense. London, Yale University
Press.,. 1951.
5 ENYCLOPAEDIA Britannica. Chicago, Enyclopaedia Britannica, 1961, v.
12, p. 280.
6 POPPER, K. R. The logic of scientific discovery. New York, Science
Editions, 1961.
7 KEMPTHORNE, The design and analysis of experiments. London J.
Wiley & Sons, 1952.
8 CRAMER, H. Mtodos matemticos de estadstica. Madrid, Aguilar, 1953.
9 HEMPEL, C. G. Fundamentals of concept formation in empirical sciences.
International Encyclopedia of Unified Science. Chicago, University of
Chicago Press, 1952.

10

Parte 1. METODOLOGIA DA PESQUISA

1.1. Natureza geral da cincia.
A cincia um empreendimento preocupado exclusivamente com o
conhecimento e a compreenso de fenmenos naturais. Os cientistas desejam
conhecer e compreender as coisas. Eles querem poder dizer: se fizermos isto aqui,
acontecer aquilo ali. Eles querem poder dizer: se fizermos isto, acontecer
aquilo. Se frustrarmos as crianas, provavelmente elas agrediro outras, seus pais,
seus professores e at a si prprias.
Os cientistas, ento, querem "conhecer" os fenmenos. Eles querem saber,
entre outras coisas, o que produz o comportamento agressivo em crianas e
adultos. Querem saber se a frustrao conduz agresso... .Em resumo, querem
"compreender" de que maneira se relacionam os fenmenos psicolgicos,
sociolgicos, educacionais... .
1.1. Dois exemplos de pesquisa.
Examinemos dois estudos. Um estudo um experimento, o outro estudo no
um experimento. Vamos considerar experimento um estudo no qual se fazem
coisas diferentes com grupos diferentes de sujeito - pombos, ratos, crianas,
adultos - para ver se o que se faz com eles produz efeitos diferentes nos diferentes
grupos. Por exemplo, um pesquisador educacional pode pedir a professores que
escrevam notas elogiosas nos testes de um grupo de alunos e nada de elogios nos
testes de outro grupo de alunos. Ento, o pesquisador v como esta
"manipulao", como chamada, afeta o desempenho dos dois grupos em testes
subsequentes.
Por outro lado, em um estudo no experimental, no h "manipulao", no
h tentativa deliberada e controlada de produzir efeitos diferentes atravs de
diferentes manipulaes. As relaes entre fenmenos so estudadas sem
interveno experimental. As caractersticas dos sujeitos, "como eles so", so
observadas e as relaes entre as caractersticas avaliadas sem tentar mudar nada.
1.2. Objetividade e pesquisa cientfica.
Objetividade um acordo entre juizes "especialistas" em relao ao que
observado, ou o que deve ser ou o que foi feito em pesquisa. Suponhamos que um
cientista observe alguma coisa e anote essa observao, digamos, em forma
numrica. Outro, de igual competncia, observa a mesma coisa,
independentemente, e registra sua observao. Se o processo puder ser repetido
com resultado idntico ou parecido - isto , se h acordo entre as observaes dos

11

cientistas - consegue-se objetividade. Em algumas reas da cincia, como na

qumica e fsica, por exemplo, a objetividade no problema srio, graas aos
instrumentos de alta preciso, como os microscpios eletrnicos. Tais
instrumentos aumentam a probabilidade de acordo entre os juizes, porque, ao uslos, juizes diferentes provavelmente obtero e anotaro os mesmos resultados.
Alm disso, a mquina tem menos possibilidade de influenciar observaes e de
ser influenciada pela natureza do que estiver sendo observado.
A definio de objetividade como acordo entre juizes no deve ser
interpretada com estreiteza: bastante ampla. O que significa isto? A condio
principal para satisfazer o critrio de objetividade , idealmente, que quaisquer
observadores com um mnimo de competncia concordem em seus resultados. Em
psicologia e educao, por exemplo, usam-se testes e escalas objetivas. So
chamados "objetivos" porque qualquer pessoa, devidamente orientada, pode
avali-los e obter os mesmos resultados (com pequena margem de erro). A
expresso "testes objetivos" no significa que os teste sejam em si mesmos
"objetivos". Eles o so porque a contagem de pontos a mesma, no importando
quem os avalie.
A objetividade ajuda o pesquisador "sair" de si mesmo, ajuda-o a conseguir
condies publicamente replicveis e, conseqentemente, descobertas
publicamente averiguveis. A cincia um empreendimento social e pblico,
como tantos outros empreendimentos humanos, mas uma regra importantssima
do empreendimento cientfico que todos os procedimentos sejam objetivos feitos de tal forma que haja ou possa haver acordo entre juizes especialistas. Esta
regra d cincia uma natureza distinta, quase remota, porque quanto maior a
objetividade mais o procedimento se afasta das caractersticas humanas - e de suas
limitaes. Por exemplo, a objetividade quase glacial de partes das cincias
naturais, cujos experimentos so feitos em laboratrios e em circunstncias
altamente controladas, cujas observaes so feitas quase inteiramente por
mquinas de alta preciso e fidedignidade, parece coisa muitssimo distante de
gente e de suas preocupaes sociais e pessoais. (Isto no significa que os
cientistas que pesquisam e controlam as mquinas sejam imunes a erros).
O cientista fsico pode "sair de si mesmo" mais facilmente do que o cientista
comportamental, porque mais fcil para ele preparar uma pesquisa e testar
hiptese "fora" e longe de suas prprias predilees e inclinaes e de outros. Isto
acontece porque os procedimentos so mais fceis de ser "objetivados". Uma vez
que o funcionamento de um processo fsico fique compreendido, pode ser repetido
e medido pela maioria de tcnicos e cientistas competentes. Em outras palavras,
h uma replicabilidade relativamente alta.
Em pesquisas sociolgica, psicolgica e educacional, entretanto, isto
verdadeiro em grau muito menor. A manipulao de variveis psicolgicas, como
a coeso de grupo, a atmosfera em sala de aula, estilos de liderana e ansiedade,
muito mais difcil de ser feita objetivamente por causa da maior complexidade,
amplitude de variao e acessibilidade a influncias outras que as do pesquisador.

12

Igualmente, a mensurao de variveis comportamentais, tais como a inteligncia,

realizao, atitudes, classe social, motivaes so mais sujeitas a influncias
sistemticas e casuais, tornando mais difcil - embora no impossvel, como
pretendem alguns crticos - vrios observadores concordarem em suas
observaes e mensuraes. Isto no significa, entretanto, que os procedimentos
do psiclogo no sejam objetivos. Na verdade, eles freqentemente podem possuir
um nvel de objetividade relativamente alto. Eles so simplesmente menos
objetivos do que os do cientista fsico.
No h qualquer diferena de princpio, por outro lado, entre o uso do critrio
de objetividade pelo cientista fsico e pelo cientista comportamental. A nica
diferena est no grau de objetividade.
Algumas cincias tm condies de controle mais rigoroso por meio da
experimentao. Diferentemente da observao, feita nas condies e
apresentadas naturalmente, a experimentao a verificao dos fenmenos em
condies determinadas pelo experimentador.
A importncia da experimentao que ela se faz em condies
privilegiadas, permitindo a repetio, variao das condies de experincias e
simplificao dos fenmenos, o que torna o controle da investigao mais
rigoroso.
A possibilidade de mensurao e a utilizao de instrumentos do maior
preciso cincia, pois permitem transformar as qualidades em quantidades. Por
exemplo, o som medido em decibis, a temperatura verificada em coluna de
mercrio, o peso indicado pelo movimento da agulha na balana, o que supera
as avaliaes puramente subjetivas e imprecisas.
1.3. Objetividade e explicao.
Sem objetividade a cincia e a pesquisa cientfica perdem seu carter nico e
especial. No haveria cincia sem objetividade. A objetividade em e por si prpria
tem pouca importncia. Isto , o objetivo bsico da cincia a explicao de
fenmenos naturais; no simplesmente ser objetiva. Objetividade importante
porque pode auxiliar a fornecer explicaes mais exatas dos fenmenos naturais.
Ser apenas objetivo no significa ser cientfico. Um procedimento pode ser
altamente objetivo e conter observaes enganosas e concluses falsas.
Objetividade no significa importncia. Uma pessoa pode ser muitssima
objetiva com problemas mais triviais do que com problemas mais importantes.
Podemos, por exemplo, estudar a relao entre o nmero de carteiras nas classes e
o aproveitamento verbal das crianas. Tanto o nmero de carteiras quanto o
aproveitamento verbal podem ser medidos com um alto grau de objetividade. Mas
e da? A objetividade, entretanto, uma caracterstica indispensvel e inseparvel
da cincia e da pesquisa cientfica.

13

1.4. A abstrao e a cincia.

A abstrao, parte do poder da cincia, est sempre distante das preocupaes
comuns e do calor do relacionamento humano. Isto por definio; parte da
natureza da cincia. Sem tal abstrao, no h cincia. O mesmo quanto a
objetividade, que tambm tende a fazer a cincia parecer fria e distante. Parece
distante e fria porque os testes das proposies cientficas so feitos "l fora", o
mais longe possvel das pessoas e suas emoes, desejos, valores e atitudes,
incluindo os do prprio cientista. Mas isto precisamente o que deve ser feito.
Deve-se obedecer ao cnone da objetividade - ou abandonar a cincia.
1.5. O carter emprico da cincia.
Para o cientista, "emprico" significa guiado pela evidncia obtida em
pesquisa cientfica sistemtica e controlada. Veremos um exemplo que nos ajudar
a compreender o que "emprico" significa para a cincia.
Uma pesquisa cientfica foi feita para determinar se possveis animais e
seres humanos aprenderem a controlar reaes do sistema nervoso autnomo.
Podem, por exemplo, diminuir batidas cardacas ou aumentar a secreo da urina
vontade? Tanto velhas quanto novas crenas dizem que isso no possvel.
Ento, a generalizao : as pessoas no conseguem controlar reaes governadas
pelo sistema nervoso autnomo. Acontece que a afirmao talvez no seja
verdadeira: descobriu-se que animais (e talvez pessoas) podem ser treinados para
fazerem coisas tais como aumentar e diminuir as batidas cardacas, aumentar e
diminuir sua secreo urinria e at alterar sua presso sangnea. Um enunciado
empiricamente orientado seria: os animais podem, dentro de certos limites,
controlar reaes do sistema nervoso autnomo, recebendo "instruo"
apropriada. Os animais podem ser ensinados a, por exemplo, aumentar ou
diminuir as batidas cardacas e aumentar ou diminuir sua secreo urinria. No
fcil, mas j foi feito. So afirmativas empricas, j que esto baseadas em
evidncia cientfica.
Por ser emprica, no significa necessariamente que uma afirmativa seja
verdadeira. Se baseada em pesquisa cientfica e evidncia, mais provavelmente
verdadeira do que uma afirmativa baseada inteiramente em crenas. Entretanto,
pode ainda no ser verdadeira. A afirmativa acima, de que possvel aprender a
controlar o sistema nervoso autnomo at certo ponto, embora apoiada pela
evidncia da pesquisa cientfica, pode acabar sendo refutada em longo prazo. Pode
no ser possvel obter os mesmos resultados no prximo ou no ano seguinte, ou na
Austrlia assim como na Amrica. possvel que as descobertas de pesquisa
apoiando o enunciado fossem o resultado de alguma causa temporria e no
reconhecida; caracterstica apenas da situao particular em que foi feita a
pesquisa. No obstante, a probabilidade de uma afirmativa baseada em evidncia
emprica ser verdadeira maior do que a probabilidade de uma afirmativa no

14

emprica ser verdadeira. Evidncia emprica cuidadosamente obtida, como

veremos, um corretivo saudvel e necessrio para as crendices do homem e um
meio salutar de diminuir sua ignorncia. Evidncia no-emprica, por outro lado,
pode e s vezes ajuda a perpetuar a ignorncia, como fazem os velhos provrbios.
E, em resumo, a evidncia emprica freqentemente controla a nossa mania
desenfreada de fazer afirmaes sobre as coisas, afirmaes que podem ou no ser
verdadeiras.
A palavra "emprica" ento importante porque mostra uma maneira de olhar
o mundo e as pessoas profundamente diferentes da maneira tradicional, que
procura explicaes apelando para a autoridade, senso comum, ou para a razo. O
homem basicamente egosta? Podemos citar a Bblia, Freud ou Shakespeare;
podemos dizer que auto-evidente ou bvio que o homem basicamente egosta
ou no egosta; ou podemos raciocinar cuidadosamente na base da autoridade e da
observao e concluir que o homem basicamente egosta ou no egosta. Esta
mais ou menos a maneira tradicional.
Os cientistas, entretanto, no esto satisfeitos com essa maneira. Julgam que
a questo cientificamente respondvel - muitas questes no podem ser
respondidas cientificamente - ento eles abordam o problema diferentemente.
Embora possam apresentar uma explanao terica, sempre fica em suas cabeas
uma pergunta a importunar: O que dir a evidncia cientfica? Decidindo primeiro
como definir e medir o egosmo, o cientista preparar um estudo ou uma srie de
estudos para tentar determinar at onde o egosmo motiva o comportamento
humano e como isto feito. Far, ento sob condies controladas e, depois de
analisar os resultados obtidos, chegar a concluses que parecero saltar da
evidncia. A evidncia, ento, o centro de todo o processo. Sem ela as
concluses geralmente no tm valor cientfico.
A primeira e ltima corte de apelao da cincia a evidncia emprica.
1.6. O objetivo da cincia: teoria e explicao.
O propsito da cincia a teoria. Uma teoria uma exposio sistemtica
das relaes entre um conjunto de variveis. uma explicao geralmente de um
fenmeno particular, ainda que amplo. Um psiclogo poder propor uma teoria da
liderana em grupos e organizaes ou, como Freud, uma teoria da motivao
humana, ou, como o influente socilogo europeu, Weber, uma teoria para
esclarecer o capitalismo moderno ou, como o psiclogo suo, Piaget, uma teoria
do conhecer humano. Tais teorias so tentativas sistemticas de "explicar" os
vrios fenmenos a serem explicados e um certo nmero de "variveis
explicativas" que tambm esto relacionadas entre si de modo sistemtico. O
propsito bsico da cincia chegar teoria, inventar e descobrir explicaes
vlidas de fenmenos naturais.

15

Outras finalidades da cincia, alm da teoria e explicao, foram propostas: a finalidade da cincia melhorar o destino do homem; - a finalidade da
psicologia e sociologia ajudar a melhorar a sociedade humana... .
Colocar o bem-estar humano como finalidade fundamental da cincia,
conduz finalmente a um desgaste da prpria cincia e conseqente diminuio
da compreenso dos fenmenos fsicos e humanos.
1.7. Variveis.
Uma das maiores dificuldades ao abordar um assunto novo o seu
vocabulrio. No se inventam e se usam palavras novas apenas; velhas palavras
so usadas de maneira nova e diferente. Este, naturalmente, o caso da cincia.
Teremos que nos familiarizar com termos e expresses que so usados
constantemente na pesquisa psicolgica, sociolgica, educacional... .
As definies raramente so interessantes para o leitor. Mas so essenciais
porque virtualmente impossvel conversar inteligentemente sobre cincia e
pesquisa sem usar termos abstratos e tcnicos desconhecidos do leitor... Os
cientistas comportamentais usam termos como amostra casual, "variveis
independentes", "manipulao experimental" e "significncia estatstica". Ao
passo que tais expresses so fceis e familiares para o cientista, podem ser
estranhas, perturbadoras e mesmo assustadoras para o leigo.
Nosso objetivo, agora, nessa introduo apresentar o conceito de varivel:
como qualquer coisa que podem ser classificadas em duas ou mais categorias.
"Sexo" uma varivel, o tipo de varivel mais simples porque existe apenas em
duas categorias, masculina e feminina. "Preferncia religiosa, preferncia
poltica, e "classe social" so variveis com mais de duas categorias". Tais
variveis so chamadas de variveis categricas. Tm por caracterstica o fato de
todos membros de uma categoria - todos os do sexo feminino, por exemplo serem considerados iguais no que diz respeito quela varivel. Outros exemplos
so nacionalidade, raa, escolha ocupacional.
Se uma propriedade de objetos pode ser medida, ela pode ser uma varivel.
Ser "medida", por ora, significa que algarismos podem ser atribudos a pessoas
diferentes ou objetos diferentes com base na posse de quantidades de alguma
propriedade ou caracterstica. Altura e peso so exemplos fceis e bvios. Mas
podemos atribuir os algarismos 1, 2, 3, 4 e 5 a determinadas crianas com base em
sua suposta ansiedade, 5 significando muita ansiedade, 4 uma boa quantidade de
ansiedade e assim at 1, que significa pouca ansiedade. Se pudermos fazer isso,
temos a varivel "ansiedade". Em termos de senso comum a varivel algo que
varia. Ou pode ser dito que uma varivel uma propriedade que assume valores
diferentes. A varivel sexo foi mencionada acima. Pode-se atribuir 1 ou 0 aos
indivduos, dependendo de serem homens ou mulheres. Mesmo atribuindo-lhe
somente dois algarismos 1 e 0, sexo uma varivel.

16

Inteligncia, ansiedade, autoritarismo, aptido verbal, realizao escolar...

so variveis medidas porque so medidas com um teste ou outro instrumento que
produz resultados que vo de altos a baixos.
Sempre que os pesquisadores preparam condies experimentais, eles criam
variveis. Ns chamamos tais variveis de variveis experimentais ou
manipuladas.
H, ento, trs tipos gerais de variveis na pesquisa comportamental: as
categricas, as medidas e as experimentais ou manipuladas.
1.8. Relaes.
"Relao" provavelmente a palavra mais fundamental em cincia. um ir
junto de duas variveis: o que as duas variveis tm em comum. A idia
comparativa: uma relao um elo, uma ligao entre dois fenmenos, duas
variveis. As relaes so a essncia da cincia. A cincia no um conhecimento
de simples particularidades, mas um conhecimento do modo de como essas
classes esto relacionadas. Fazemos a cincia com fatos, como fazemos uma
casa com pedras; mas a acumulao de fatos no cincia, assim como um
monte de pedras no uma casa(Poincar) .Sabemos, por exemplo, que coisas
grandes so grandes apenas mediante a comparao com coisas menores. Os fatos
cientficos so relaes. As relaes entre inteligncia e realizao, entre presso
de grupo e conformidade, entre aptido e motivao, so, quando estabelecidos,
"fatos".
1.9. Estudos e experimentos.
Estudo se refere tanto a investigaes experimentais quanto noexperimentais e a tipos diferentes de pesquisa. Embora os experimentos sejam
feitos na maioria em laboratrios, podem ser feitos em outros lugares - em
escolas, lares, fbricas e at nas ruas. Mais importante, um experimento
propriamente dito tem duas caractersticas bsicas. Uma delas uma caracterstica
que todo experimento deveria ter: designao aleatria dos sujeitos para os
diferentes grupos experimentais. Isto quer dizer, simplesmente, que os sujeitos so
designados para os grupos experimentais de tal forma que qualquer um possa se
tornar membro de qualquer grupo, sem ser possvel dizer de qual grupo ele
participar.
A segunda caracterstica bsica de um experimento a manipulao, isto , a
manipulao de variveis independentes. (Variveis dependentes quase nunca so
manipuladas). Repetindo: isto significa que o pesquisador faz coisas diferentes
com grupos diferentes de indivduos. Suponhamos que eu ensine quatro grupos de
alunos do quarto ano com quatro mtodos diferentes. Isto uma manipulao.

17

Suponhamos que eu queira estudar os efeitos dos tipos de tomada de deciso na

produtividade do grupo. Tenho um grupo de 90 pessoas que divido em trs grupos
de 30, denominando-os A1, A2 e A3. As pessoas do grupo A1 tero o mximo de
oportunidades de participar das decises do grupo (as quais so uma parte da
manipulao), as do grupo A2 uma ou outra oportunidade de participar, e as do
grupo A3 nenhuma oportunidade. Isto tambm uma manipulao.
H vrios tipos de estudos cientficos. Um experimento apenas um deles.
Todos os outros so no experimentais. Um levantamento de opinies noexperimental. Assim toda a investigao das relaes entre variveis quando no
h manipulao.
A distino entre um estudo experimental do no experimental muito
importante porque as concluses de um experimento bem conduzido geralmente
so mais fortes do que as concluses de um estudo bem conduzido que no seja
um experimento.
1.10. Problemas, hipteses e variveis.
Problemas so perguntas a respeito de relaes entre variveis. O treino em
uma funo mental melhora a aprendizagem futura dessa funo mental? Este
problema velho e conhecido. Se voc treinar memorizao, pode melhorar sua
memria e sua futura memorizao? (A resposta parece ser desanimadora?).
As mulheres difceis so mais desejveis para os homens do que as ansiosas
por uma ligao?. Esse problema vem do folclore sobre as mulheres: as que so
relativamente inacessveis so mais desejveis. As variveis so: inacessibilidade,
difceis e desejabilidade.
"Um problema uma questo que pergunta como as variveis esto
relacionadas".
So trs as condies para que um problema seja considerado do ponto de
vista cientfico: primeira: uma questo, uma sentena em forma interrogativa;
segunda: uma questo que geralmente pergunta alguma coisa a respeito das
relaes entre fenmenos ou variveis; terceira: o problema seja tal que implique
a possibilidade de testagem emprica, ou seja, que seja obtida evidncia real sobre
a relao apresentada no problema.
Uma hiptese um enunciado conjetural das relaes entre duas ou mais
variveis. Hipteses so sentenas declarativas e relacionam de alguma forma
variveis a variveis. So enunciados de relaes, e, como os problemas, devem
implicar a testagem das relaes enunciadas. Problemas e hipteses so
semelhantes. Ambos enunciam relaes, s que os problemas so sentenas
interrogativas e as hipteses sentenas afirmativas. s vezes so quase idnticos
em substncia. Uma diferena importante, entretanto: as hipteses geralmente so
mais especficas do que os problemas: geralmente esto mais prximas das
operaes de teste e pesquisa.

18

Eis algumas hipteses: "Quanto maior a coeso de um grupo, maior sua

influncia sobre seus membros"; "Aprender coisa nova interfere com a lembrana
de coisas j aprendidas"; "Privao na infncia resulta em deficincia mental mais
tarde". Observe que todas estas trs hipteses so relaes e que sua testagem
emprica est claramente implicada porque as variveis podem ser manipuladas
(interferncia, coeso de grupo e at privao na infncia) ou medidas (influncia,
lembrana, deficincia mental) ou ambas.
Vamos tomar a ltima: Privao na infncia resulta em deficincia mental
mais tarde". "Privao na infncia" a varivel independente. Pode significar falta
de alimento nos primeiros anos. Ou pode significar uma falta prematura de amor
ou afeio. Ou pode significar falta de estimulao adequada - conversa,
brinquedos, outras pessoas ou outros animais, e assim por diante. Observe que
pode ser uma varivel manipulada: os animais podem ser privados
sistematicamente de alimento, afeto ou estmulo. Pode ser tambm uma varivel
medida: determinamos, por exemplo, a magnitude de privao que teve uma
criana ou um adulto nos seus primeiros anos, talvez perguntando a ele e a seus
pais. Evidentemente, "privao nos primeiros anos" acessvel empiricamente.
"Deficincia mental" tambm acessvel empiricamente. Pode ser medida com
um ou mais dos muitos testes disponveis de capacidade mental ou de deficincia
mental. Naturalmente pode surgir um problema difcil em decidir o que ou no
"deficincia". Mas o que interessa aqui determinar se a varivel pode ser
medida.
A hiptese "Privao na infncia produz deficincia mental mais tarde"
uma hiptese porque enuncia uma relao conjetural entre variveis que podem
ser manipuladas ou medidas. A relao expressa pela palavra "produz".

1.11. O valor das hipteses.

As hipteses so muito mais importantes na pesquisa cientfica do que
parece, quando se considera apenas o que so e como so construdas. Elas tm o
objetivo profundo e altamente significativo de tirar o homem de si mesmo, por
assim dizer. Isto , sua formulao apropriada e seu uso capacitam o homem a
testar aspectos da realidade com um mnimo de distoro causada por suas
predilees. As hipteses so uma parte da metodologia da cincia associada ao
critrio de objetividade.
As hipteses so uma ferramenta poderosa para o avano do conhecimento
porque, embora formuladas pelo homem, podem ser testadas e mostradas como
provavelmente corretas ou incorretas parte dos valores e crenas do homem.
Naturalmente, os cientistas querem que suas idias sobre a realidade concordem
com a "realidade".

19

As hipteses so meios especialmente potentes de preencher objetivamente

as lacunas entre uma crena pessoal e a realidade emprica. So ferramentas para
testar a realidade e podem ser mostradas como provavelmente corretas ou
incorretas, independentemente do investigador.
As hipteses tm outras virtudes. Uma delas que podem ser, e
freqentemente so, deduzidas da teoria. Qualquer teoria de importncia ter um
nmero de implicaes empricas que podem ser deduzidas dela. Foi escrito um
livro inteiro sobre as implicaes da hiptese geral de que a frustrao produz
agresso. Na verdade, esta hiptese geral bastante ampla para ser o enunciado
bsico de uma teoria, a teoria da agresso. Tem implicaes empricas. Por
exemplo, se frustrarmos as crianas, elas agrediro outras crianas, adultos ou elas
prprias.
Qualquer teoria, se realmente for uma teoria, ter muitas implicaes para
serem testadas; ela gerar (com ajuda, naturalmente) muitas hipteses testveis.
Sem dvida assim que as teorias so testadas.
1.12. Hipteses e testabilidade.
Para que as hipteses sejam cientificamente teis, elas precisam ser testveis,
ou no mnimo, conter implicaes para teste. Uma hiptese no-testvel no tem
utilidade cientfica. Isto , preciso identificar clara e inteiramente as variveis de
uma hiptese - ou preciso deduzir suas implicaes em forma de variveis - e
depois ter um meio operacional de manipular ou medir as variveis para poder
estudar as relaes entre elas. A hiptese agresso-frustrao um bom exemplo:
j demos duas ou trs possibilidades de teste - e h muitas mais.
Algumas teorias e enunciados tericos, por outro lado, so no testveis pelo menos com os meios de que dispomos hoje. Assim, elas se colocam alm da
abordagem cientfica. Um caso clssico o de algumas teorias freudianas. Por
exemplo, a teoria de Freud sobre a ansiedade no-testvel, pelo menos como
Freud a formulou, em parte porque inclui o conceito da represso. Por represso
Freud quis dizer o ato de forar idias inaceitveis no inconsciente. Dedues
empricas da teoria tero, naturalmente, que incluir o conceito de represso, que
est ligado ao conceito de inconsciente. Embora seja possvel enunciar relaes
entre as variveis da teoria da ansiedade, definir os conceitos de represso (no
sentido pretendido por Freud) e inconsciente, com o fim de medi-los,
extremamente difcil, se no impossvel.
Para usar um conceito no teste de uma hiptese, deve-se deduzir, pelo menos
at certo ponto, as implicaes empricas ou o significado do conceito. Quando se
faz isto, tem-se a chamada definio operacional. No caso da varivel (tambm
dita pelos psiclogos como constructo) represso, isto difcil de fazer por que as
manifestaes comportamentais de represso so difceis de compreender. Freud,
por exemplo, apresenta vrias. Uma famosa o "lapso da lngua". Mas ser que

20

todo lapso de lngua indica uma represso? E como podemos medi-los, assumindo
que indiquem represso?
1.13. Explicao cientfica, teoria e relaes.
Em cincia queremos explicar fenmenos naturais. Por exemplo, queremos
explicar "preconceito", o que quer dizer que vamos dizer como nasce, por que
nasce, como caminha, o que o afeta, o que ele afeta e assim por diante.
Explicar alguma coisa, pelo menos satisfatoriamente, certamente uma das
tarefas mais difceis que podemos empreender. Mais que isto, literalmente
impossvel explicar tudo sobre algum fenmeno, ou sobre conjunto de fenmenos.
E explicar tudo sobre preconceitos, por exemplo, simplesmente no possvel,
principalmente se quisermos que boa parte de nossa explanao venha apoiada em
evidncia emprica. Em outras palavras, a "verdade" absoluta para sempre
impossvel. Mas aproximaes razoveis a explicaes de fenmenos naturais
podem ser dadas de maneira cientfica satisfatria.
O nico meio, ento, de explicar alguma coisa, determinar de que maneira
esta coisa se relaciona com outras coisas. Assim a explicao do preconceito
significa descobrir como o preconceito se relaciona com outros fenmenos
naturais.

1.14. Probabilidade e estatstica.

Vivemos num mundo probabilstico. Num mundo onde quase nada
absolutamente certo. Muita coisa relativamente certo, claro. quase certo que
chover em Londres ou em Amsterd nos prximos 30 dias. Mas nunca se garante
certeza absoluta. H limites nas certezas: algumas coisas so virtualmente certas,
entretanto, outras esto longe disso. Falamos probabilisticamente o tempo todo,
embora freqentemente vivamos como se os acontecimentos da vida fossem
infalveis. Os cientistas, entretanto, no apenas falam probabilisticamente; eles
vivem probabilisticamente em seu mundo de pesquisas.
Uma das principais diferenas entre os vrios ramos da cincia o grau de
certeza dos acontecimentos e relaes. Nas cincias naturais, por exemplo, o grau
de certeza muito alto. Um fsico pode expor uma lei fsica e pr alta confiana
no comportamento de corpos fsicos e em acontecimentos. Alis, muitas relaes
em fsica so chamadas "leis", em parte pelo alto grau de certeza a elas associadas.
Entretanto, sempre h uma margem de erro, embora a literatura popular e o

21

prprio homem paream confiar plenamente nas leis fsicas e no comportamento

de objetos e acontecimentos.
Os acontecimentos e relaes das cincias comportamentais nem sempre so
certos. Um qumico diz que, se certa quantidade do produto qumico A for juntada
a certa quantidade do produto qumico B, haver uma exploso. A afirmativa
probabilstica, embora sua probabilidade de estar correta (na maioria dos casos)
seja muito alta. Os psiclogos, por outro lado, podem dizer que se as crianas
forem frustradas elas mostraro agresso, mas a probabilidade da afirmativa estar
correta no to alta assim.
A despeito das diferenas de graus de certeza, importante compreender que
todas as cincias so probabilsticas. O pensamento do cientista em todos campos
fundamentalmente o mesmo. Entretanto, os cientistas discordam radicalmente
nos nveis de probabilidade que comumente se associam aos fenmenos e relaes
com que trabalham. Se quisermos compreender cincias como a psicologia e a
sociologia importante termos capacidade de pensar e viver em paz com as
afirmaes probabilsticas. Precisamos entender perfeitamente que cada assero,
cada afirmativa de relao vem acompanhada de uma "etiqueta" probabilstica.
Sempre que dizemos "Se p, ento q", o que dizemos "Se p, ento provavelmente
q". O que acontece na vida se repete na cincia: a certeza um mito, para sempre
fora do nosso alcance.
A estatstica utiliza-se da probabilidade. Em parte um instrumento que
mostra aos cientistas em que medida o resultado de suas pesquisas seguro, e,
assim, quanto suas asseres so dignas de confiana.
Quando obtemos o resultado de uma pesquisa, queremos saber se podemos
confiar nele. Se repetirmos o experimento vrias vezes, obteremos os mesmos
resultados a cada repetio? Se a resposta for sim, os resultados so confiveis.
A estatstica e a probabilidade lidam essencialmente com incertezas; na
pesquisa, entretanto, elas nos ajudam a ter mais certeza dos resultados que
obtemos! Isto no significa que podemos ter certeza dos prprios resultados, dos
resultados em si, mas que podemos atribuir graus de certeza aos resultados com
bastante preciso. Se fizer uma experincia com um grupo experimental e um
grupo de controle, por exemplo, e obtive a diferena entre os dois grupos na
direo prevista, posso garantir que esta diferena seja suficientemente grande
para justificar minha confiana de que "uma diferena verdadeira? Poderei
dizer algo como: "A probabilidade de que a diferena de mdia de pontos dos dois
grupos no fortuita, no devida ao acaso, alta. H apenas uma possibilidade
em cem de que a diferena seja devida ao acaso". Embora probabilstica, uma
afirmativa forte.
A variao est presente em toda parte: os indivduos variam, medidas
repetidas no mesmo indivduo variam. Portanto as concluses so incertas. A
nossa intuio sobre incertezas fraca por exemplo, tendemos a tirar

22

concluses no confiveis das irregularidades. Os mtodos estatsticos levam em

conta a incerteza e corrigem a nossa intuio.
(David S. Moore, Teaching Beginners as a Mirror of the Discipline, p.3)

1.15. Casualizao.
Todo experimento tem uma idia fundamental por detrs: testar o efeito de
uma ou mais variveis independentes sobre uma varivel dependente.
Suponhamos que um educador queira testar a eficcia relativa de dois
mtodos de ensino de certas operaes aritmticas. A varivel independente
mtodos de ensino e a dependente o desempenho em aritmtica. Digamos que o
experimentador disponha de um bom teste de realizao aritmtica, a medida da
varivel dependente. Ele especifica cuidadosamente o que far com os dois
mtodos de ensino - denominando-os mtodo A1 e mtodo A2. Isto , ele define
operacionalmente Y, a medida de desempenho em aritmtica e as condies
experimentais, A1 e A2. Nada disto novo para ns.
Agora, entretanto, ele precisa dar um jeito de preparar dois grupos de alunos
e deve fazer isso de tal forma que possa assumir que, antes do experimento
comear, os grupos sejam estatisticamente "iguais" em todas as variveis
possveis, que possam afetar a varivel dependente (desempenho em aritmtica).
Se ele no puder garantir que os grupos sejam iguais antes de comear o
experimento, as concluses que tirar depois sero questionveis. Se os grupos no
forem iguais, ento o resultado final poder ser devido a outra influncia ou
influncias outras que a manipulao da varivel independente. Suponhamos que
a inteligncia afete o desempenho em matemtica - o que de fato acontece - e que
um dos dois grupos, sem o conhecimento do pesquisador, tenha crianas que em
mdia sejam mais inteligentes do que as do outro grupo. Da, depois de feito o
experimento, suponhamos que a mdia de realizao aritmtica do primeiro grupo
seja maior que a mdia do segundo grupo. Esta mdia mais alta pode ser devida
inteligncia superior do grupo e no manipulao experimental. Efeitos
indesejveis como este devem ser controlados se o pesquisador quiser chegar a
resultados em que possa confiar.
Suponhamos ainda que inteligncia e sexo afetem a realizao em aritmtica.
Um meio usado para equalizar grupos experimentais, para controlar efeitos
indesejveis, foi equalizar os grupos designando-lhes sujeitos sistematicamente
de sorte que as variveis independentes ficassem distribudas igualmente entre os
grupos. No caso particular de sexo e inteligncia, por exemplo, o pesquisador
pode medir a inteligncia das crianas com um teste de inteligncia e distribuir as
crianas de inteligncia comparvel entre os dois grupos, igualmente. Se ele tiver
um total de seis crianas (muito pouco, claro), e seus QIs forem 121, 119, 106,
109, 94 e 95 ele poder colocar as de QI 121, 106 e 94 em A 1 e as de QI 119, 109
e 95 em A2. Com isto os grupos ficaro aproximadamente iguais em inteligncia.

23

Depois, poder distribuir meninos e meninas igualmente entre os grupos.

Naturalmente ele poder ter que mudar a primeira distribuio com base na
inteligncia; pois pode ser que as medidas de inteligncia das meninas sejam
maiores (ou as dos meninos), tornando impossvel equilibrar os dois grupos na
base de ambas as variveis.
Este mtodo de designao de sujeitos a grupos est sendo abandonado por
causa de uma grande limitao: controla apenas duas variveis, inteligncia e
sexo. E as outras variveis que possam afetar o desempenho em aritmtica:
aptido numrica, classe social, atitudes e assim por diante? Tais variveis
continuam sem controle. O que se pode fazer?
1.16. Designao aleatria e casualizao.
O mtodo de designarem sujeitos a grupos experimentais que (teoricamente,
pelo menos) evita as dificuldades que acabamos de discutir a designao
aleatria. Se h apenas dois grupos, pode-se jogar uma moeda para escolher cada
um dos membros: dando cara, grupo A1; dando coroa, grupo A2. Isto deve
funcionar se jogar a moeda adequadamente. Mas o mtodo de nmeros aleatrios
funciona com dois, trs ou qualquer nmero de grupos. Encontram-se facilmente
tabelas de nmeros aleatrios e, realmente, elas se tornaram indispensveis em
muitas operaes de pesquisa. Os nmeros aleatrios tm a caracterstica essencial
de serem imprevisveis: se forem aleatrios, no h maneira de prever sua
seqncia, se so pares ou mpares, sua magnitude e assim por diante.
Os nmeros aleatrios so usados para designar sujeitos para os grupos.
Este processo de designar sujeitos aleatoriamente a grupos experimentais
um aspecto importante da casualizao. Casualizao a designao de objetos
(sujeitos, tratamentos, grupos) de um universo a subconjuntos do universo de tal
maneira que, para qualquer designao dada a um subconjunto, todo membro do
universo tem igual probabilidade de ser escolhido para a designao. No h total
garantia de que a casualizao "igualar" os grupos, mas a probabilidade de
igualar relativamente alta.
Uma das grandes foras dos experimentos poderem usar a casualizao.
o nico mtodo defensvel inventado para aumentar a probabilidade da validade
dos experimentos e das inferncias feitas a partir deles, aumentando a
probabilidade de "igualdade" dos grupos experimentais em todas as variveis
independentes possveis. Seu uso d grande fora ao pesquisador para fazer
inferncias partindo de dados e chegar a concluses sobre teorias e hipteses.
Se ns fossemos seres omniscientes, conhecssemos todas as causas que
contribuem a um evento, ento no haveria necessidade de casualizao
(randomness). A beleza da casualizao est em que o homem aproveita-se da sua
"ignorncia" e transforma-a em conhecimento.

24

1.17. Tamanho da amostra.

Uma regra "curta e grossa" que Kerlinger ensina a seus estudantes iniciantes
em pesquisa : "Use tamanhos de amostra to grande quanto possvel". Quer seja
uma mdia, uma proporo, ou outra estatstica que seja calculada da amostra: um valor populacional estar sendo estimado.
A pergunta que dever ser respondida : Qual a magnitude do erro existente
em estatsticas calculadas de amostras de diferentes tamanhos?
Quanto menor a amostra maior o erro, ou seja, maior o desvio do valor
estimado em relao ao valor populacional.
As estatsticas calculadas de amostras grandes so mais exatas do que
aquelas calculadas de pequenas amostras.
Amostras grandes so preferveis. Porque elas do oportunidade ao princpio
de casualizao (ou casualizao) de atuarem: "They are advocate in order to give
the principle of randomization, or simply randomness, a chance 'to work', to
speak somewhat anthropomorphically".
1.18. Delineamento da pesquisa.
O delineamento da pesquisa a disciplina dos dados. Sua finalidade implcita
impor restries controladas s observaes de fenmenos naturais. Um modelo
de pesquisa, com efeito, diz ao pesquisador: "Faa isto e aquilo; no faa isto ou
aquilo; cuidado com isto; esquea aquilo", e assim por diante. Em resumo, uma
planta da pesquisa. Se o delineamento for bem concebido, o produto resultante da
pesquisa tem maior probabilidade de ser vlido empiricamente e merecer ateno
cientfica sria. Sem contedo - boa teoria, bons problemas, boas hipteses - o
delineamento de qualquer pesquisa vazio. Mas sem forma, sem estrutura
adequadamente concebida e criada para os propsitos da pesquisa pouca coisa de
valor pode ser realizada.
1.19. Pesquisa experimental e no-experimental.
A pesquisa experimental pode ser considerada o ideal da cincia porque as
respostas s questes de pesquisa obtidas em experimentos so mais claras e
menos ambguas do que as respostas obtidas em pesquisas no-experimentais.
Mas h um grande corpo de pesquisas importantes e significativas que noexperimental, ou estudo observacional. Pode-se at argumentar que o estudo
observacional mais importante que a pesquisa experimental. Os dois tipos de
pesquisa so importantes e necessrios. Ambos tm valor. Ambos devem ser
feitos.

25

1. 20. Controle
O experimento cientfico uma das maiores invenes de todos os
tempos. tambm a fonte mais segura de conhecimentos e de compreenso dos
fenmenos naturais, outras coisas mantidas constantes.
Os motivos no so difceis de compreender. O principal e central expresso
pela palavra "controle". Num experimento bem conduzido, o controle
relativamente grande. Mas o que significa "controle" em um contexto
experimental? Basicamente significa a definio, delimitao, restrio e
isolamento das condies da situao de pesquisa de maneira a maximizar a
confiana na validade emprica dos resultados. As possibilidades de explanaes
alternativas dos fenmenos em estudo so minimizadas.
Mas, testar explicaes ou hipteses alternativas, uma forma poderosa e
indispensvel de controle cientfico, no uma prerrogativa exclusivamente
experimental. Tal teste pode ser e feito em pesquisa no-experimental.
Entretanto, mais caracterstico e mais exeqvel na pesquisa experimental que na
pesquisa no experimental, porque os pesquisadores podem ter controle quase
total sobre o que podem fazer e como o fazem.

1. 21. Definio e caractersticas dos experimentos.

Steve Miller, Planejamento Experimental e Estatstica, Ed. Zahar, 1977 p. 22-24

Em termos formais, um experimento o meio de coletar provas para mostrar

o efeito de uma varivel sobre uma outra. No caso ideal, o experimentador
manipula a VI, mantm todas as outras variveis constantes e depois observa as
mudanas na VD. Neste hipottico experimento perfeito, quaisquer mudanas na
VD devem ser causadas pela manipulao da VI.
Vamos supor, por exemplo, que estejamos diante da seguinte teoria: a
privao de sono causa um aumento no tempo de reao aos sinais visuais. Dada
a cooperao de um grupo de sujeitos, poderemos testar experimentalmente essa
predio. Metade dos sujeitos seria privada de sono por uma noite, enquanto
metade restante se permitiria que dormisse normalmente. Na manh seguinte,
mediramos o tempo de reao de cada sujeito e veramos se o grupo privado de
sono apresentava tempos de reao visivelmente mais longos. No caso afirmativo
e desde que os dois grupos fossem semelhantes em todos os demais aspectos, estaramos justificados em concluir que a privao de sono causa um retardamento
das reaes e estmulos visuais. Esse procedimento qualifica-se como
experimento porque manipulamos realmente a varivel independente (quantidade

26

de sono) e observamos as mudanas conseqentes na varivel dependente (tempo

de reao). Este o mais simples tipo de experimento aquele em que a varivel
independente assume apenas dois valores ou nveis (nenhum sono sono normal).
Consideremos agora um segundo exemplo. Temos desta vez uma teoria que
prediz a existncia de uma relao entre, digamos, a inteligncia e o tempo de
reao; espera-se que sujeitos inteligentes reajam mais depressa do que sujeitos
menos inteligentes. Poderamos, uma vez mais, dividir o nosso grupo de
voluntrios em dois subgrupos, de acordo com os seus respectivos QIs.
Formaramos, assim, um grupo mais inteligente e um grupo menos inteligente. Se
encontrssemos a diferena prevista nos tempos de reao, talvez, fossemos
tentados a concluir que a inteligncia determina a rapidez das reaes de um
sujeito, tal como a privao de sono no exemplo anterior. Contudo, a analogia
enganadora, pois a inteligncia no pode ser deliberadamente manipulada da
mesma forma que a privao do sono. Os sujeitos levam consigo para o
laboratrio o seu prprio nvel de inteligncia e tudo o que podemos fazer
observar a relao entre inteligncia e tempo de reao. Mas no podemos passar
depois a inferir uma relao de causa e efeito entre as duas variveis porque
ambas so susceptveis de receber a influncia de uma terceira varivel, esta
incontrolvel. Por exemplo, pode ser que os sujeitos inteligentes sejam
acentuadamente mais saudveis que os menos inteligentes, ou mais jovens, ou
mais altamente motivados, ou mais atentos, etc; qualquer dessas variveis pode
ser a causa real da variao no tempo de reao. Seria um equvoco atribuir um
papel causal inteligncia e no a uma das outras variveis que sucede estar
relacionada com a inteligncia. Este exemplo destaca o principal ponto fraco de
toda a pesquisa no experimental; nunca podemos estar certos de que a varivel
independente que medimos realmente aquela que produz mudanas na varivel
dependente.
Lamentavelmente muitas variveis que gostaramos de investigar no podem
ser submetidas a controle experimental. No podemos manipular as caractersticas
pessoais de um sujeito: sua idade, sexo, status social, inteligncia, personalidade,
crenas religiosas, atitudes sociais, etc. Tampouco queremos interferir com
aspectos crticos do estado fisiolgico ou emocionais de um sujeito, se bem que,
em princpio, isso fosse possvel. Em tais casos, o pesquisador tem de apoiar-se
nas variaes naturais que observa nas variveis de interesse. Compara o
desempenho de sujeitos idosos e jovens, dos sexos masculino e feminino ou,
como no exemplo acima, de sujeitos mais ou menos inteligentes. Recorrer depois
a procedimentos estatsticos para eliminar as possveis influncias de fatores
incontrolados que possam estar mudando em conjunto com a varivel sob estudo.
Os procedimentos usados nesse tipo de estudo so discutidos em maior detalhe em
outros textos sob a designao geral de planejamento correlacional (ver, por
exemplo, Krausz, E. e Miller, S.H., Social Research Design, Longman, 1974;
Blalock, H. M. Social Statistics, McGraw-Hill, 1972). So de importncia crtica
em reas tais como a Psicologia Social, a Sociologia e a Economia, onde o

27

controle experimental das variveis independentes usualmente impossvel ou

irrealista. Mas o psiclogo experimental pode evitar as complicaes dos estudos
correlacionais se estiver preparado para limitar a sua pesquisa quelas variveis
que podem ser experimentalmente manipuladas. Isso significar, com efeito, que
ele se interessar mais pela influncia de condies externas sobre o desempenho
do que pelo efeito das caractersticas peculiares dos seus sujeitos. Tambm
significa que ser menos importunado pelos problemas de medio psicolgica. A
manipulao de variveis independentes, como o brilho de um estmulo ou o
comprimento de uma palavra, muito mais direta do que a medio de variveis
independentes como a inteligncia ou o neuroticismo.
1.21.1 Caractersticas essencias de um experimento
O experimento tem duas caractersticas essenciais: a manipulao de
variveis independentes e a casualizao.
A casualizao no absolutamente essencial em um experimento, embora
muito desejvel. O verdadeiro significado da qualidade essencial da casualizao,
na definio, simplesmente que a casualizao pode ser usada apenas em
experimentos. Como veremos mais adiante, a designao aleatria
completamente impossvel em pesquisa no-experimental.
Um experimento um estudo no qual uma ou mais variveis independentes
so manipuladas e no qual a influncia de todas ou quase todas as variveis
relevantes possveis no pertinentes ao problema da investigao reduzida a um
mnimo.

1.22. Foras e fraquezas da pesquisa experimental.

A fora bsica da pesquisa experimental est no controle relativamente alto
da situao experimental e conseqentemente das possveis variveis
independentes que possam afetar as variveis dependentes. Isto significa que as
relaes podem ser estudadas isoladas da cacofonia do mundo exterior; as
relaes "puras" podem ser estudadas. Uma segunda fora que as variveis
podem ser manipuladas sozinhas ou em conjunto com outras variveis. Terceira
fora, as situaes experimentais so flexveis no sentido de que muitos e variados
aspectos da teoria podem ser testados quase vontade. Freqentemente, a nica
restrio o limite da habilidade.
A quarta fora: os experimentos podem ser replicados com ou sem variaes.
muito mais fcil replicar pesquisa experimental que no-experimental, porque
grande parte da situao de pesquisa se encontra sob controle do pesquisador.

28

Replicao significa repetir um estudo, geralmente com variaes. Num

sentido estrito, a duplicao simples jamais possvel, porque so usados sujeitos
diferentes, pode ser acrescentada uma varivel, outra pode ser excluda, a
replicao ter que ser feita em outra ocasio, quando as condies podem ter
mudado e o local da pesquisa pode, e muitas vezes deve, ser mudado. Em todo
caso, se as relaes obtidas so as mesmas, ou semelhantes sob replicao, sua
validade emprica fica reforada.
Fraquezas. Os experimentos tm fraquezas. Uma delas que as variveis
independentes dos experimentos de laboratrio raramente tm muita fora se
comparadas fora de variveis "naturais" fora do laboratrio.
A experimentao freqentemente criticada com base em duas acusaes
relacionadas: artificialidade e falta de generalidade. difcil saber se a
artificialidade dos experimentos realmente uma fraqueza. H muita pouca
dvida de artificialidade. Sem dvida, j que variveis manipuladas so
inventadas, so quase por definio "artificiais". Por outro lado, muitas vezes
incrvel at que ponto os experimentos podem ser tornados realsticos.
Em geral os resultados de experimentos de laboratrios no podem ser
generalizados alm do laboratrio. S porque certos resultados foram obtidos em
laboratrios no se pode dizer que resultado idntico ou semelhante ocorrer fora
do laboratrio - embora possa, e muito bem. Deve-se mostrar, atravs de pesquisas
posteriores, que os resultados se aplicam ao campo. Isto falando num sentido
estrito.
Ao pensar na aplicabilidade da experimentao de laboratrio vida real,
deve-se ter em mente que o objetivo bsico da experimentao no descobrir o
que acontecer ou o que funcionar em situaes de vida. O objetivo bsico
estudar as relaes e testar hipteses derivadas da teoria. Muita pesquisa - um
exemplo claro a medicina - feita em laboratrio, principalmente para
determinar o que aconteceu ou o que acontecer. Por exemplo, tal ou tal mtodo
de terapia surtir efeito? Embora muitssimo til tal experimentao,
cientificamente falando, perifrica base conceitual da experimentao
cientfica. Se esta interpretao assaz purstica est ou no completamente correta
no , entretanto, importante. O que importa no esperarmos que a
experimentao em laboratrio faa o que no foi encarregada de fazer:
generalizar para situaes de vida real.
Os experimentos e seus resultados no foram feitos para serem aplicados
vida real. O experimento uma inveno especializada cujo propsito est quase
totalmente divorciado da vida real. Seu propsito especificamente ficar separado
e protegido do "barulho" exterior. Seu propsito cientfico estudar as relaes e
testar as proposies derivadas da teoria no ambiente menos contaminado que se
possa conseguir. Seu propsito no melhorar as condies humanas e sociais.
Portanto, uma crtica pesquisa experimental com base na generalizao ,
rigorosamente falando, irrelevante. como criticar alguma coisa por no ser o que
no pode ser de forma alguma.

29

1.23. Pesquisa no-experimental.

Nenhum tipo de pesquisa pode ou deve gozar de qualquer monoplio de
validade e prestgio. No h nada inerentemente meritrio em se fazer tanto
pesquisa experimental quanto no-experimental, como tais. Pesquisam-se
problemas de interesse e alguns problemas podem ser experimentais, enquanto
outros no.
Pesquisa no-experimental qualquer pesquisa onde no seja possvel
manipular as variveis ou de designar sujeitos ou condies aleatoriamente.
Efetuam-se inferncias e tiram-se concluses tanto em um tipo de pesquisa
quanto no outro, e a lgica bsica da investigao a mesma. Mas as concluses
no so empiricamente to fortes quanto na segunda.
Na pesquisa no experimental, a manipulao de variveis independentes
no possvel. Esta a caracterstica fundamental da pesquisa no-experimental:
variveis independentes chegam ao pesquisador como estavam, j feitas. J
exerceram seus efeitos, se os havia.
Nos experimentos, j que temos controle virtual das variveis independentes
e da situao na qual as variveis independentes operam, podemos ter mais
certeza - nunca total, claro - de que variaes concomitantes observadas numa
varivel dependente so devidas influncia das variveis independentes. Em
estudos que no so experimentais, nossa confiana, outras coisas mantidas
constantes, deve ser menor, principalmente por causa da falta de controle
manipulador das variveis independentes.
Alguns pesquisadores e autores parecem crer que a diferena
fundamental entre pesquisa experimental e no experimental que na primeira
podem ser feitas inferncias casuais, enquanto na segunda no. Isto est
simplificado demais. Estritamente falando, nenhum tipo de pesquisa pode afirmar
que uma coisa causa outra. O mximo que se pode dizer que tal ou qual relao
existe e que de tal ou qual natureza. A questo, entretanto, realmente
acadmica, j que no h necessidade de fazermos afirmativas causais em
cincia. As afirmativas denominadas condicionais, tipo se p, ento q, que no tm
implicaes causais, so suficientes.
Em muitas pesquisas no-experimentais observamos y, a varivel dependente
e depois "voltamos" para encontrar o X ou os XX que provavelmente tenham
influenciado y.

30

1.24. O fumo e o cncer do pulmo.

A pesquisa da suposta relao entre o fumo e o cncer do pulmo gerou
muita controvrsia. Muitos no-fumantes esto absolutamente convictos de que o
cigarro causa o cncer do pulmo e citam pesquisas que parecem apoiar sua
convico. Muitos fumantes no se convencem - talvez porque no desejam serem
convencidos. Quais so os fatos? Parece haver pouca dvida de que, como ficou
dito, haja uma relao estatstica entre o fumo e o cncer do pulmo. Mais
simplesmente, muitas pesquisas descobriram que o cncer mais comum entre
fumantes que entre no fumantes. H, ento, um acordo nas descobertas. Mas
pode-se concordar com a concluso que , no nos esqueamos, "o cigarro causa
cncer de pulmo?.
Primeiro, vamos nos desembaraar da palavra "causa. Os cientistas no
usam essa palavra principalmente porque virtualmente impossvel - estritamente
falando, dizer que uma coisa causa outra - e sustentar a afirmao. Sempre existe
a possibilidade de a suposta causa de alguma coisa no vir a ser a causa real.
Vejamos um exemplo meio ridculo. fcil verificar que quando chove contam-se
mais guarda-chuvas do que quando no chove, exceto, talvez, em Londres.
Portanto, os guarda-chuvas causam chuva! O exemplo s ridculo porque
muito bvio e porque sabemos as causas da chuva. O exemplo cncer/fumo mais
sutil. Difere apenas em no sabermos o que causa o cncer dos pulmes e o fumar
cigarros parecer uma causa plausvel.
Suponhamos que possamos reunir um grupo de pessoas como amostra
aleatria, digamos, do povo de um pas ou de parte do pas. Dividimos o grupo em
trs subgrupos ao acaso. Instrumos os membros de um grupo a fumar dois maos
de cigarro por dia, cuidando para que eles realmente fumem. Pedimos aos
membros do segundo grupo que fumem um mao por dia. Os membros do terceiro
grupo ficam proibidos de fumar. Este "experimento" continua durante 10 anos, ao
fim dos quais medimos a varivel dependente, a presena do cncer de pulmes
ou mesmo a morte pelo cncer. Deixando de lado duas ou trs dificuldades
tcnicas no delineamento da pesquisa, poderamos ter consideravelmente mais
confiana no resultado do que podemos ter no resultado de um estudo no
experimental. Tais experimentos, naturalmente, so impossveis por motivos
bvios. Ento vamos abandonar a pesquisa sobre cncer pulmonar e fumo? De
forma nenhuma. Mas estamos tolhidos pela principal dificuldade da pesquisa no
experimental.
possvel que o cigarro no seja realmente uma "causa" do cncer
pulmonar? Vamos imaginar que houvesse uma sndrome psicolgica chamada
"discombulismo". E as pessoas discombulistas fossem altamente propensas ao
cncer pulmonar. Suponhamos que os discombulistas, alm de outras
caractersticas - hiperatividade, nervosismo, insnia, temperamento volvel e uma
leve parania tivessem uma forte predisposio a contrair cncer pulmonar e

31

fumassem cigarros, violentamente. Em outras palavras, o discombulismo a causa

bsica do cncer, no o cigarro. Fumar simplesmente uma caracterstica
concomitante. Acontece aparecer na sndrome discombulstico. O pesquisador,
no sabendo nada a respeito do discombulismo, nota repetidamente a presena do
cncer entre pacientes que fumam demais. A correlao entre cncer e fumo alta
e o pesquisador conduzido a acreditar que o fumo causa o cncer de pulmes.
Fantstico? Um pouco. Mas no impossvel certamente. O fato que a
pesquisa no experimental mais vulnervel a concluses errneas do que a
pesquisa experimental.
1.25. A natureza das variveis na pesquisa no-experimental.
Num mundo cientfico comportamental perfeito, os pesquisadores sempre
deveriam poder extrair amostras aleatrias, manipular variveis independentes e
designar sujeitos a grupos aleatoriamente.
Pena, pois nem sempre as trs coisas so possveis, e na pesquisa no
experimental as ltimas duas jamais o so. Mas isto no significa que tal pesquisa
no seja importante e significativa. Longe disso.
Uma das principais diferenas entre os dois tipos de pesquisa est na
natureza das variveis. A pesquisa no experimental lida com variveis que, por
natureza, no so manipulveis: classe social, sexo, inteligncia, preconceito,
autoritarismo, ansiedade, aptido, e realizao, ou em classe social e valores, deve
fazer (geralmente) pesquisa no experimental. Enfrentar problemas mais difceis
de inferncia do que quem estiver interessado em problemas que incluam
variveis manipulveis.
Todas as variveis que so caractersticas de pessoas (chamemos essas
variveis de status) no so manipulveis comumente. Consideremos a
inteligncia. No se pode dizer a um grupo de indivduos: "Sejam inteligentes" e a
um outro grupo: "No sejam inteligentes". As pessoas trazem muitas variveis de
status para as situaes de pesquisa. E as diferenas entre pessoas com tais
variveis j esto relativamente fixadas.
1.26. Variveis Irrelevantes
Existe um grande nmero de variveis que, em princpio, suscetvel de
afetar a varivel dependente num experimento. Para os fins do experimento
vamos considerar o exemplo daquela teoria sobre a privao do sono todos os
outros fatores podem ser considerados variveis irrelevantes. Assim, seriam
variveis irrelevantes os fatores: (i) ser que todos os sujeitos possuem uma viso
igualmente aguda?; (ii) ser que todos os sujeitos esto igualmente atentos e bem
motivados?; (iii) podemos ter a certeza que o aparelho permanecer igualmente
sensvel durante todo o experimento; (iv) os rudos e distraes do ambiente sero

32

os mesmos para cada sujeito? (v) haver influncia das atitudes do

experimentador para com os sujeitos ou ainda ser que o seu tom de voz pode
influenciar?
1.27. O efeito das variveis irrelevantes
Seria til podermos manter constantes todas essas variveis irrelevantes e
manipular apenas a varivel independente. Obteramos, ento, um quadro
perfeitamente claro do seu efeito sobre o comportamento do sujeito. Mas um
completo controle sobre todas as variveis irrelevantes jamais pode ser
conseguido. Ou fisicamente impossvel (por exemplo, como manter constante a
sensibilidade do aparelho?) o praticamente inconveniente (por exemplo,
imagine-se tentar constantes: o rudo, a temperatura, a umidade, a iluminao). E,
em todos o caso, existem razes pelas quais um excesso de controle realmente
indesejvel. Assim, temos de nos resignar presena de algumas variveis
irrelevantes em todos os experimentos que empreendemos. A questo se tais
variveis podero abalar a lgica do prprio experimento.
A nica maneira como isso pode acontecer uma varivel irrelevante mudar
sistematicamente seu valor de uma condio experimental para outra. Temos
ento a VI e a varivel irrelevante mudando juntas, pelo que qualquer diferena
entre os escores obtidos nas duas condies fica impossvel de interpretar; poder
ser causada pela varivel irrelevante, ou a VI, ou os efeitos combinados de ambas.
Suponhamos, por exemplo, que os nossos sujeitos no experimento de privao do
sono tenham de ser testados em duas salas, uma das quais mais quente do que a
outra. Portanto, a temperatura do recinto converte-se numa varivel irrelevante
que poder influenciar o tempo de reao do sujeito. Se, por alguma razo,
testamos todos os sujeitos privados de sono no recinto mais quente e todos os
sujeitos no privados na mais frio, no saberemos ento como interpretar uma
diferena entre o desempenho nos dois grupos. Se os nossos resultados mostram
que o grupo privado de sono tem, digamos, tempos de reao mais demorados do
que o grupo no privado, ento, seremos incapazes de dizer a quem coube a
responsabilidade, se privao de sono ou ao ambiente ao ambiente mais tpido.
O ponto que nunca poderemos destrinar os efeitos de duas variveis que
mudam juntas. A varivel irrelevante conhecida, em tais casos, como um fator
de confuso porque confunde literalmente a nossa interpretao do experimento.
claro, a confuso no acontece por acaso; criao nossa e normalmente
pode ser evitada. Assim, no exemplo prvio, poderamos decidir randomicamente
para cada sujeito a sala que seria por ele usada. Isso no removeria totalmente o
efeito da varivel irrelevante as mudanas na temperatura do recinto ainda
estariam causando variaes no tempo de reao mas os efeitos se dispersariam
de um modo mais ou menos uniforme pelas duas condies experimentais. Esta ,
portanto, a segunda maneira em que as variveis irrelevantes podem influenciar os
resultados de um experimento, isto , variando randomicamente de sujeito para
sujeito, mas sem tendncia alguma para influenciar mais ou menos uma condio

33

em vez de qualquer outra. Os efeitos no sistemticos deste gnero so chamados

de efeitos randmicos e no abalam a lgica de um experimento. Tendem, porm,
a obscurecer os efeitos da VI porque aumentam a variabilidade em cada conjunto
de escores. Assim, quando se trata de comparar os dois conjuntos, no vemos to
claramente os efeitos da VI (vide Tabela abaixo).

Resultados Imaginrios(*) do Experimento de Privao do sono (a) com e (b) sem Efeitos
Randmicos
Tempo de reao a estmulos visuais em milisegundos
(a) Com efeitos randmicos
(b) Sem efeitos randmicos
Privados de sono
Sono Normal
Privados de sono
Sono Normal
450
420
450
420
470
450
450
420
430
400
450
420
420
440
450
420
480
390
450
420
Mdia = 450
Mdia = 420
Mdia = 450
Mdia = 420
(*) S. Miller, op.cit., p26

1.28. Mtodos de Contrle das Variveis Irrelevantes

A principal finalidade do controle experimental evitar a confuso, quer
dizer, assegurar que a nica varivel que muda sistematicamente de uma condio
para a outra a VI. Sem isso, o nosso experimento no ser interpretvel. A
segunda finalidade minimizar a variao randmica nos dados, de forma a
destacar o efeito da VI. Com estes objetivos em mente, apresentaremos agora os
vrios mtodos de controle.
Um ponto preliminar: preciso distinguir entre as variveis irrelevantes que
esto associadas aos sujeitos inteligncia, motivao, personalidade, etc e
aquelas associadas s condies em que o experimento se realiza rudos de
fundo, instrues, tom de voz do experimentador, etc. Chamaremos as primeiras
de variveis do sujeito e as segundas de variveis de situao. Embora ambas as
classes de variveis irrelevantes possam ameaar o nosso experimento da mesma
maneira, elas so controladas de modo diferente.
1.29. O Controle das Variaveis do Sujeito
Ao controlarmos as VS, queremos assegurar-nos de que os grupos de sujeitos
testados sob cada condio experimental sejam to semelhantes quanto possveis
em todas as dimenses em que as pessoas podem diferir. Isso feito mediante o
cuidados controle da forma de alocao dos sujeitos s condies experimentais.
Existem trs mtodos possveis:

34

(a) Plano de medidas repetidas;

(b) Plano dos sujeitos pareados;
(c) Plano de grupos independentes.
1.29a. Plano de medidas repetidas
a nica maneira de garantir que os nossos dois grupos de sujeitos tero
caractersticas idnticas usar os mesmos sujeitos em cada grupo. isso que
fazemos num plano de medidas repetidas; cada sujeito executa sua tarefa em
ambas as condies experimentais, de modo que os efeitos das variveis do sujeito
se equilibrem exatamente. Este o mtodo mais efetivo de controle; analisando-se
a diferena entre os dois escores pertencentes a cada sujeito, obtemos uma medida
muito precisa dos efeitos da VI, medida essa que no est contaminada por
quaisquer variaes nas caractersticas do sujeito.
Suponhamos, por exemplo, que estejamos investigando o efeito do
comprimento das palavras obre a facilidade de recordar uma lista de dez
vocbulos. Usando um plano de medidas repetidas, o nosso grupo de sujeitos seria
testado por sua memria para uma lista de palavras curtas, e o mesmo grupo seria
testado com uma lista de palavras compridas (ver Tabela abaixo).
VI
Nvel I: palavras compridas
S1
S2
S3
.
.
.

Nvel II: palavras curtas

S1
S2
S3
.
.
.

Nota: S1 , S2, S3 etc representam diferentes sujeitos

Este arranjo dar-nos-ia o perfeito controle sobre variveis to importunas

como as diferenas na capacidade de aprendizagem dos sujeitos ou os nveis de
motivao que poderiam, caso contrrio, contaminar os resultados. Mas, em
contrapartida, temos agora de lidar com uma nova varivel irrelevante, isto , se
uma tarefa desempenhada em primeiro ou segundo lugar. A tarefa que
executada pode beneficiar-se da prtica adquirida na primeira ou pode, talvez,
sofrer os efeitos de fadiga ou tdio. Os efeitos de ordem deste gnero podem
facilmente acarretar confuso. Assim, se todos os nossos sujeitos desempenharem
as duas tarefas na mesma ordem, quaisquer diferenas que surjam podero ser
causadas ou pela mudana no tamanho da palavra, ou por uma mudana no estado
de fadiga, ou por mudanas decorrentes da prtica, etc. Por conseguinte, temos de

35

certificar-nos que a ordem em que as tarefas so executadas contrabalanada

entre uns e outros sujeitos quer dizer, metade dos sujeitos segue uma ordem e a
outra metade, a ordem inversa. Alternativamente, podemos decidir a ordem de
maneira randmica para cada sujeito, digamos, jogando uma moeda no cara-oucoroa. Normalmente, tais passos so dados para garantir que os efeitos da ordem
se equilibraro ao longo do experimento como um todo, mas no h garantia
alguma disso. Se os efeitos da ordem so assimtricos por exemplo, uma tarefa
produz mais fadiga do que a outra ento no podemos esperar que os efeitos da
ordem sejam neutralizados pelo contrabalano ou qualquer dispositivo
semelhante. Assim, o plano de medidas repetidas s deve ser usado quando
reputamos que os efeitos da ordem so simtricos ou insignificantes.
1.29b. Plano dos sujeitos pareados
possvel, por vezes, imitar o plano de medidas repetidas sem usar
realmente os mesmos sujeitos em cada condio. Isso pode ser feito quando temos
pares de indivduos muito semelhantes (por exemplo, gmeos idnticos), ou
quando podemos selecionar pares muito similares nas variveis que influenciam o
comportamento em estudo. Suponhamos, por exemplo, que estivssemos
realizando um experimento para comparar os efeitos de dois diferentes tipos de
instrues sobre a rapidez com que um problema resolvido. Seria timo se
pudssemos igualar as duas condies nas variveis do sujeito usando um plano
de medidas repetidas. Mas, como no podemos testar um sujeito duas vezes no
mesmo problema, esse plano inadequado. Assim sendo a melhor coisa a fazer
usar o plano de sujeitos pareados, em que cada par de sujeitos combinado, por
exemplo, em inteligncia e criatividade. Alocamos ento um membro de cada par
primeira condio e o outro membro segunda condio, sendo a alocao
realizada numa base randmica. A diferena entre cada par de escores refletir,
portanto, a influncia do tipo de instrues e estaria largamente livre de efeitos do
sujeito. Mas note-se que isso s seria verdadeiro se os sujeitos fossem pareados
nas variveis corretas isto , aquelas que tm grande efeito sobre o
comportamento de resoluo de problemas. Se parearmos os sujeitos em variveis
sem relao alguma com a varivel dependente, o plano torna-se extremamente
insensvel aos efeitos experimentais que estamos investigando.
Uma importante desvantagem do plano de sujeitos pareados a dificuldade
em saber que variveis de sujeito devem formar a base do pareamento. E mesmo
que possamos identificar as variveis mais influentes, muitas vezes difcil e
consumidor de tempo recrutar pares de sujeitos cujos escores nessas variveis
estejam rigorosamente acasalados. Por conseguinte, este plano no empregado
com muita freqncia, fora da literatura sobre estudos de gmeos.
1.29c. Plano de grupos independentes

36

Deve estar claro, a esta altura, que o rigoroso controle das variveis do
sujeito, esboado nas sees prvias, nem sempre pode ser realizado. Temos de
recorrer muitas vezes a um terceiro mtodo de controle o plano de grupos
independentes o qual geralmente menos sensvel aos efeitos da VI, mas pode
ser livremente usado em quase todo e qualquer experimento.
Nesse plano, os sujeitos so divididos em dois grupos inteiramente
separados, na base de um procedimento estritamente randmico; isto , cada
sujeito tem uma probabilidade igual de ser colocado num grupo ou no outro. Isso
pode ser feito pedindo a cada sujeito que retire um nmero de um chapu,
havendo tantos nmeros quantos sujeitos. Os sujeitos que retirarem nmeros pares
so ento designados para uma condio e os que ficaram com os nmeros
mpares ficam na outra condio. Alternativamente, poder-se-ia usar uma tabela
de nmeros aleatrios ou uma srie de lanamentos de uma moeda para alcanar
os mesmos fins. Uma tcnica obviamente no randmica seria colocar todos os
sujeitos do sexo feminino numa condio e todos os do sexo masculino na outra.
No to bvio, mas igualmente no randmico o procedimento de destinar as
primeiras filas de uma sala cheia de sujeitos a uma condio e, as filas de trs,
outra condio. Pode-se facilmente admitir-se a existncia de uma diferena
sistemtica, digamos, em personalidade, entre sujeitos que preferem os lugares da
frente numa sala e os que se sentam atrs.
Desde que os sujeitos sejam alocados ao acaso s duas condies, possvel
esperar que os grupos estejam razoavelmente bem equilibrados no tocante s
variveis de sujeito. Quer dizer, eles devem ter aproximadamente os mesmos
nveis gerais de inteligncia, extroverso, ateno, entusiasmo, criatividade, etc.
Note-se que a randomizao de forma alguma assegura que os dois grupos
estejam perfeitamente equilibrados em qualquer varivel de sujeito (ao contrrio
dos planos de medidas repetidas e de sujeitos pareados). Tudo o que podemos
dizer que no haver um vis sistemtico em favor de um grupo contendo, por
exemplo, mais extrovertidos que em outro grupo. Em longo prazo, se
continussemos indefinidamente a distribuio randmica, todas as diferenas
seriam equilibradas. Mas, dado o pequeno nmero de sujeitos tipicamente
disponveis para experimentos psicolgicos, no podemos esperar que isso ocorra.
Portanto, cumpre-nos procurar decidir se a diferena entre os nossos dois grupos
de escores devida VI ou, simplesmente, s variveis irrelevantes que no se
equilibram totalmente no processo de randomizao. Quanto maior for a variao
causada pelas variveis de sujeito, mais difcil se torna essa deciso. Da a nossa
anterior advertncia de que a variao randmica pode absorver os efeitos da
VI.
Ao contrrio dos planejamentos prvios, o plano de grupos independentes
no nos permite remover os efeitos das variveis de sujeito da variao randmica
de fundo. Logo, este planejamento algo impreciso. Usando tcnicas mais
avanadas, possvel aperfeioar o plano bsico de grupos independentes. Um
aperfeioamento que pode ser realizado, entretanto, mesmo pelo principiante,

37

consiste em remover os efeitos aleatrios de algumas variveis de sujeito

mantendo-as constantes. Assim, se pressentirmos que as variaes na acuidade
visual independem num experimento de percepo visual, possvel melhorar a
preciso do nosso plano mantendo a acuidade visual constante isto , limitando
o estudo a sujeitos cuja acuidade visual se situa entre alguns limites especficos.
Desse modo, as flutuaes na acuidade visual no contribuiriam para a variao
aleatria nos dados.
1.30 Um resumo sobre o controle das variveis de sujeito.
Do mais eficaz para o menos eficaz, podemos colocar os trs mtodos na
seguinte ordem:
1) medidas repetidas; 2) sujeitos pareados; 3) grupos independentes.
Todos os trs mtodos eliminam diferenas sistemticas entre as condies
de um experimento, no que se refere s caractersticas do sujeito. Mas diferem na
quantidade de variao randmica que remanesce para obscurecer o efeito
experimental. O plano de medidas repetidas permite-nos remover toda a variao
randmica entre sujeitos quando se analisa o efeito experimental; o plano de
sujeitos pareados elimina uma parte, mas no toda essa variao randmica; e o
plano de grupos independentes no elimina nenhuma (embora se selecionarmos os
sujeitos com uma classificao uniforme, em certas variveis, talvez, possamos
remover a variao randmica que, de outro modo, eles teriam produzido).
Conquanto a nossa ordem de preferncia entre essas tcnicas esteja agora
esclarecida, a verdadeira escolha consistir em encontrar o mtodo mais adequado
a um estudo especfico.
1.31 O Controle de Variveis Situacionais
As variaes nas caractersticas dos nossos sujeitos no so os nicos fatores
que podem comprometer um experimento. Tambm preciso controlar as
variveis associadas prpria situao experimental: rudos de fundo, mudanas
de aparelhagem, comportamento do experimentador, etc. Tais fatores podem
facilmente confundir os efeitos da VI se mudarem de maneira sistemtica de uma
condio para outra. O modo mais eficaz de evitar mantermos como constantes
as variveis em questo durante todo o experimento. Assim, possvel eliminar as
variaes no rudo de fundo se o experimento for realizado numa cabina
acusticamente isolada. E poderemos manter constante o comportamento do
experimentador se as instrues forem gravadas em fita. Se forem mantidas tais
variveis como constantes, elas no podero interferir, de forma alguma, nos
efeitos VI; so eliminados o vis sistemtico e os efeitos aleatrios. Mas o
esforo envolvido para manter constantes as variveis situacionais tende a tornar-

38

nos relutantes quanto ao seu uso, exceto para variveis suscetveis de produzirem
grandes flutuaes no desempenho. Por exemplo, manteramos provavelmente
constante o rudo de fundo num experimento sobre a percepo de sons fracos;
mas talvez no considerssemos valer a pena faz-lo num experimento de
memria ou um estudo de soluo de problemas.
Alm do esforo envolvido, haver algumas variveis que no podem
simplesmente, serem mantidas constantes. Por exemplo, pode ser necessrio testar
sujeitos em dias diferentes da semana ou utilizar muitos experimentadores no
decurso de um experimento. Podemos at mudar algumas variveis
intencionalmente, digamos, os veculos usados num experimento de conduo, a
fim de dar uma aplicabilidade mais geral s concluses. O modo de lidar com tais
variveis equilibrar os seus efeitos em ambas as condies do experimento; quer
dizer, aplicar o mesmo padro de mudanas a cada condio. Assim, se dois
experimentadores foram empregados, devemos assegurar-nos de que a metade dos
sujeitos, em cada grupo, foi testada por cada experimentador. Esse procedimento
elimina a varivel experimentador como fonte de vis , mas os seus efeitos no
so completamente eliminados; alguns sujeitos sero testados por um
experimentador e alguns pelo outro. Se a variao causada por isso suscetvel de
obscurecer o efeito experimental, podemos tomar providncia para remov-la
da anlise mas isso requer tcnicas mais avanadas. O ponto importante, porm,
que as variveis controladas desse modo no podem produzir mudanas
sistemticas na varivel dependente.
Tal como no caso das varveis de sujeito, existe um limite para o nmero de
fatores que podem ser autocontrolados por esses mtodos mais rigorosos. Num
experimento tpico, seria apenas vivel controlar uma pequena proporo das
variveis situacionais por equilibrao ou mantendo-as constantes. Por
conseguinte, precisamos de uma tcnica para limpar todas as variveis
situacionais impossveis de controlar de outras formas. Essa tcnica ,
naturalmente, a randomizao. No caso das variveis situacionais, isso significa
testar os nossos sujeitos numa ordem randmica em vez de lidar com uma
condio de cada vez. Desta forma, quaisquer variveis que possam mudar
sistematicamente com o decorrer do tempo, como o estado de nimo do
experimentador ou o funcionamento do aparelho, afetaro por igual as duas
condies. Ao assegurarmo-nos de que todas essas variveis situacionais esto
mudando aleatoriamente de um sujeito para outro, evitamos quaisquer diferenas
sistemticas entre as condies, mas os efeitos randmicos subsistem para
obscurecer o principal efeito experimental. No h muita coisa que possamos
fazer a esse respeito existem alguns fatores randmicos operando em todos os
experimentos e temos simplesmente de esperar que os efeitos da varivel
independente sejam suficientemente robustos para suplantar as variaes
aleatrias nos dados.

39

1.32. Experimento sem o grupo controle (ou outro grupo para comparao): possvel?
Um experimento requer, no mnimo, dois grupos experimentais. Esses dois
grupos podem ser designados como "experimental" e de "controle", ou de A1 e A2,
ou de outra maneira conveniente. Os dois grupos so dois aspectos de alguma
varivel. Se a varivel, por exemplo, for reforamento, ento os dois grupos
podem ser reforamento regular" e reforamento casual", ou reforamento
macio" e "reforamento regular". Naturalmente, um experimento pode ter mais
de dois grupos experimentais.
A base da exigncia de no mnimo dois grupos experimentais
muitssimo importante. Um verdadeiro experimento deve ter no mnimo uma
comparao. Sem dvida, em qualquer estudo tem que haver ao menos uma
comparao. Digamos que um pesquisador deseje aumentar a habilidade de
resolver problemas por um mtodo especial. Ele usa o mtodo com um grupo de
estudantes, por um mtodo especial. Ele usa o mtodo com um grupo de
estudantes, talvez sua prpria classe, e observa, depois que o usou, que a soluo
de problemas do grupo melhorou. Embora este procedimento seja satisfatrio para
demonstraes prticas, inadequado cientificamente. O motivo : com apenas
um grupo no h segurana de que algo alm do mtodo do pesquisador no tenha
influenciado e ajudado a melhorar a capacidade de resolver problemas.
Por exemplo, o mero fato de ensinar alguma coisa aos alunos no que se
refere a resolver problemas pode ter um efeito salutar. Ou o mtodo usado pelo
pesquisador pode simplesmente ter sido um bom veculo para seu estilo pessoal de
ensino, e foi seu estilo pessoal de ensino que ajudou na soluo de problemas, e
no o mtodo. Qualquer mtodo que o pesquisador, como professor, achasse
adequado funcionaria da mesma forma. Alm disso, muito provvel que a
habilidade de os sujeitos resolverem problemas tenha melhorado como resultado
de sua exposio ao problema. Ou, depois de um certo perodo de tempo, os
sujeitos poderiam ter melhorado com qualquer mtodo; sua compreenso dos
vrios aspectos da soluo de problemas pode ter amadurecido.
Pode bem ter sido o mtodo que tenha ajudado na soluo de problemas, mas
jamais isso poder ser dito sem ambigidade enquanto no for usado pelo menos
mais um grupo. A ento, pode-se comparar os resultados obtidos com o mtodo
com os resultados obtidos sem o mtodo - com todas as outras condies mantidas
iguais.
Em resumo, um delineamento de pesquisa tendo apenas um grupo
experimental sempre insatisfatrio teoricamente. Se eu disser ao pesquisador
que no foi o mtodo que melhorou a soluo de problemas, antes, que foi sua
personalidade e entusiasmo, para os quais o mtodo funcionou como veculo, o
que ele poder dizer? Nada! Pelo menos nada convincente. Se ele tivesse usado
um segundo grupo experimental, cujos membros tivessem todos as mesmas

40

condies do primeiro grupo, menos o mtodo, e os resultados favorecessem o

primeiro grupo, ento o pesquisador teria uma base slida para me responder. Ele
poderia dizer: No, no foi a minha personalidade nem meu entusiasmo, porque
eu tambm ensinei o segundo grupo e tentei faz-lo exatamente do mesmo jeito
que fiz com o primeiro grupo. Portanto, a diferena de resultado entre os grupos
deve ser creditada ao mtodo?.
Embora o argumento ainda tenha fraquezas, muito mais forte do que era.
Virtualmente todas as concluses cientficas, ento, exigem comparaes. A
funo das comparaes isolar o efeito da varivel independente crucial, por
assim dizer. Isto significa, essencialmente, mostrar que alguma outra influncia
no produziu o efeito observado; apenas a influncia prevista na hiptese o
produziu.

41

1.33. Piadas sobre Grupo Controle

-----------------------------------------------------------------------------------------------------------Quando perguntaram a um estatstico como era a esposa dele. Ele respondeu: "comparado com
quem"?
-----------------------------------------------------------------------------------------------------------A esposa de um estatstico teve filhos gmeos. Ele ficou emocionado. Telefonou para o padre,
que tambm ficou emocionado. Traga-os para a igreja, neste domingo, e ns os batizamos,
disse o padre. No, respondeu o estatstico. "Batize um. Vamos manter o outro como
controle".
------------------------------------------------------------------------------------------------------------

Sobre a necessidade imperiosa de um Grupo Controle

Encontramos, na internet, numa lista de discusso sobre ensino de estatstica:
http://forum.swarthmore.edu/epigone/apstat-l
dias 3 e 4, dezembro de 1998

Tim Hill: Timwis@aol.com

Hello all,
As I finished up the topic of experimental design, a student asked me if all
experiments should have a control group for comparison purposes. My feeling
was that the answer should be yes but then I thought that it may not always be
possible to have a control. Any thoughts on this matter would be appreciated.
Robert W. Hayden (Bob Hayden): hayden@oz.plymouth.edu
It may depend in part on what you mean by a control group. Medical studies often
compare a new treatment to the standard treatment rather than to no treatment at
all.
Then I think of the ANOVA example in Snedecor and Cochran that compared the
amount of fat retained in donuts fried in various fats. As far as I known, no fat was
standard, and trying to cook the donuts in no fat at all would not make for a
very good reference point!
Or you could think about testing different brands of parachutes.
Richard Scheaffer (Dick): scheaffe@stat.ufl.edu
I agree with Bobanswer, but let me add a little since I think that a clear
understanding of experimental design and how it differs from sample survey
design is one of the important issue of intro statistics.
The most clever data analysis you can muster will not often help you recover from
a bad design.
In an experiment, the experimental units generally are not selected at random from
some population In medicine, they are the patients that give informed consent; in

42

agriculture, they are the plots that happen to be available; in industry, they are the
materials available on the day set aside to run the experiment. So, they goal of an
experiment is not, and usually cannot be, the estimation of some population
parameter or parameters. The goal is to see if treatment A differs from treatment
B. If it does differ on these experimental units, the question of generalizability to
different experimental units is still open. That is why scientists do not take a result
too seriously until it is replicated a number of times. If you read carefully (in good
newspapers) you will see cautios like This result comes from a single study, so
do not stop eating charcoaled hamburgers until more information is available.
Sample surveys, on the other hand, usually involve random samples from a welldefined population, with a goal of estimating some parameter of that population,
like a proportion or mean. Comparisons can be made in surveys, like comparing
the proportions of Democrats and Republicans favoring a certain issue, but these
comparisons have a different flavor from those in an experiment. In the survey
example, you are actually estimating the difference between two population
parameters.
The distinction between random ASSIGNMENT in an experiment and random
SELECTION in a sample survey is fundamentally important to the understanding
of these basic designs, and mostly glossed over (or stated incorrectly) in
introductory books. (I have just been reading the draft NCTM Standards 2000 and
they get it mixed up as well. One statement says In repeated experiments, infer
the structure of the population through drawing repeated samples. I understand
the intent here, but mixing experiments with sampling to infer something about a
population lends to the confusing of these two designs and their intended
purposes).

43

1.34. Investigao sociolgica (survey, levantamentos)

A investigao sociolgica um termo amplo que significa um conjunto e
formas relacionadas de investigao no-experimental dirigidas para o estudo das
relaes entre variveis sociais. A investigao sociolgica feita
principalmente, mas no exclusivamente, por socilogos e inclui diversas
variveis caracterizadas por sua orientao social: status social, preferncia
poltica, preferncia religiosa, afiliao a associaes, escolaridade, renda,
ocupao, raa, sexo, e assim por diante. Estas variveis sociais so atributos de
indivduos (ou grupos) que tm a caracterstica comum de serem membros sociais
grandes e pequenos e assim de serem compartilhados por muitos ou pela maioria
dos indivduos. Por exemplo, todos ns temos ocupaes, renda, sexo, preferncia
religiosa, e assim por diante, e elas nascem, pelo menos em parte, de nossa
participao em diversos grupos. o material bsico de uma grande parte da
investigao sociolgica.
No quero implicar que os socilogos usem apenas essas variveis e que os
psiclogos ou economistas no as usem. Sem dvida, ultimamente os socilogos
vm usando cada vez mais variveis psicolgicas e os psiclogos vm usando
variveis sociolgicas- e assim que deve ser. Estou usando os termos
investigao sociolgicas e variveis sociais em parte por convenincia e em
parte por eles refletirem a realidade da pesquisa. Outro motivo por termos que
nos dirigir a um grande corpo de estudos variados que parecem ter as
caractersticas comuns de usar variveis sociolgicas, ser no-experimentais,
dirigir-se freqentemente parra problemas sociais importantes e usar um conjunto
de tcnicas relacionadas. Muitas dessas pesquisas foram chamadas
levantamentos (survey research) ou estudos de campo.
1.35. Levantamentos
Nos levantamentos as pequenas e as grandes populaes so estudadas
atravs de amostras para descobrir a incidncia relativa, a distribuio e interrelaes de variveis psicolgicas e sociolgicas. Os levantamentos so parte da
pesquisa scio-cientfica e tm influenciado fortemente a pesquisa nas cincias
comportamentais. Tm sido usados principalmente, mas no exclusivamente, para
descobrir o que existe e como existe no ambiente social de um grupo, uma rea
geogrfica ou poltica e mesmo um pas inteiro. Uma de suas principais virtudes,
principalmente para administradores, lderes de governo, dos negcios e da
poltica, sua surpreendente capacidade de fornecer informao exata sobre
populaes inteiras usando amostras relativamente pequenas. A tecnologia dos
levantamentos e formas relacionadas de investigao encontra-se altamente

44

desenvolvida. A sociedade moderna tem uma arma poderosa para colecionar fatos
e testar teorias e hipteses.
A maioria dos levantamentos no para testar relaes entre as variveis,
porm, para descrev-las. Os levantamentos descritivos procuram determinar a
incidncia e distribuio das caractersticas e opinies de populaes de pessoas,
obtendo e estudando as caractersticas e opinies de amostras pequenas e
presumivelmente representativas de tais populaes. So usadas amplamente pelo
governo, pelas firmas e organizaes. O propsito bsico dos levantamentos
usados desta forma no cientfico, mas antes orientado para ao e parra
diretrizes de ao. Entretanto, os levantamentos descritivos tm tido efeitos muito
fortes sobre a pesquisa comportamental em geral, principalmente atravs de seu
procedimento sofisticadssimos de amostragem e entrevista. J discutimos
amostragem aleatria e suas caractersticas. Para fins prticos altamente
desejvel que as amostras estudadas sejam representativas. Desejamos dizer que o
resultado obtido em um estudo de grande escala representativo. Se a amostra for
sem dvida representativa, ento, os resultados obtidos por meio dela podem ser
generalizados para toda a populao. Se 80 por cento de uma amostra respondem
favoravelmente a uma questo sobre uma possvel diretriz do governo, por
exemplo, acredita-se que, se se fizesse a mesma pergunta a todas as pessoas de um
pas, um estado, uma cidade ou uma organizao, perto de 80 por cento delas
seriam favorveis.
H vrias maneiras de tirar amostras para fins de levantamento, mas a nica
que d uma razovel garantia geral de ser representativa alguma forma de
amostra aleatria. Freqentemente os levantamentos usam o que se denomina
procedimento de amostragem aleatria estratificada, que mostrou vrias vezes ter
uma alta probabilidade de ser representativa.
1.36. A importncia dos levantamentos
Tanto para os objetivos cientficos de estudar relaes quanto para objetivos
de ao prtica e orientada para a tomada de decises, mas particularmente parra o
ltimo.
Levantamentos em geral so pesquisas aplicadas: so feitos para objetivos
prticos e especficos, comumente para obter informao na qual basear decises
ou aes.
........................................................................................................

45

Dear Ivan,
An experiment involves random assignment of treatments to experimental
units for the purpose of comparing treatments. The classical clinical trial used to
compare treatments on humans is a good example.
A sample survey involves the random selection of units from a well-defined
population for the purpose of estimating some parameter that describes that
population, such as a mean or proportion. The common opinion or election poll is
a good example.
An observational study looks at data as it becomes available, with no
assignment of treatments and often no random selection of units.
Experiments can be used to prove cause and effect; observational studies
cannot because of the potential biases and confounding effects.
There is not general agreement on the definition of observational study.
Most would say, I think, that a sample survey is not the same as an observational
study, especially if it was based on a good design.
hope this helps.
Dick Scheaffer

46

1.37. Pesquisa bsica e pesquisa aplicada

(Kerlinger, p.321)
Pesquisa aplicada pesquisa dirigida para a soluo de problemas prticos
especificados em reas delineadas e da qual se espera melhoria ou progresso de
algum processo ou atividade, ou o alcance de metas prticas. As pesquisas
denominadas programticas e dirigidas so pesquisa aplicada. Tais pesquisas so
dirigidas para determinados objetivos que prometem soluo de problemas
geralmente aflitivos. o tipo citado freqentemente pelos jornais quando se
discute pesquisa, porque so fceis de compreender as razes e a motivao de
pesquisadores aplicados e suas fontes de recursos financeiros. Como sempre os
exemplos podem nos ajudar a entender as diferenas importantes entre pesquisa
bsica e aplicadas.
1.37.1. Exemplo de pesquisa bsica
O estudo de Aronson e Mills {Aronson, E. and Mills, J. The effect of severity
initiation on liking for a group. Journal of Abnormal and Social Psychology, v. 59, (1959),
p.177-181} um bom exemplo de pesquisa bsica em psicologia. Os pesquisadores
estavam interessados na influncia da privao e dificuldade de entrada em
grupos, no valor que os membros do grupo colocavam na participao no grupo.
Eles procuravam tambm lanar mais luz sobre a teoria scio-psicolgica para
ajudar a explicar certos fenmenos ligados participao em grupos. Os estudos
sobre obedincia autoridade de Milgram (1974) {Obedience to authority. New York:
Harper & Row}, tambm um bom exemplo de pesquisa bsica. Nesse estudo foi
pedido aos sujeitos que aplicassem choques supostamente dolorosos a outra
pessoa num suposto experimento sobre aprendizagem. A questo era: at onde
iro os sujeitos experimentais? At onde infligiriam dor a outra pessoa sob o
comando de um investigador cientfico? A relao estudada foi entre as
variveis autoridade e obedincia.
Nenhuma dessas pesquisas parece ter sido feita com o pesquisador pensando
em conseqncias prticas. Eles estavam procura de explicaes explcitas ou
implcitas para fenmenos naturais: o valor presumivelmente mais alto colocado
na participao em um grupo quando a pessoa experimentou privao ou
dificuldade em fazer parte do grupo e obedincia autoridade.

47

1.37.2. Exemplo de pesquisa aplicada

(Kerlinger, p.11)

a pesquisa aplicada que se dirige para resolver problemas particulares de

pesquisa que no desenvolveram bases tericas. Um exemplo excelente dessa
pesquisa a de Walster. E, Cleary, T.A. , & Clifford, M.M. (The effect of race and
sex on college admission. Journal of Educational Sociology, v.44, p.237-244,
1971). Tem vrias virtudes, duas das quais so a sua hbil manipulao de
variveis usualmente no-manipulveis e sua grande possibilidade de
generalizao. Um aspecto metodolgico interessante foi a unidade de anlise do
estudo: em vez de indivduos, escolas, que formaram uma amostra casual das
escolas norte-americanas. [O leitor deve confiar em que a seguinte proposio
correta: O uso de seleo aleatria (de indivduos ou instituies) permite ao
pesquisador assumir que a probabilidade de que a amostra seja representativa
substancial. Assim alta a probabilidade de que os resultados obtidos em tais
amostras sejam aproximadamente aplicveis populao da qual foi tirada tal
amostra. Esta concluso vale apenas para amostras grandes. Em palavras mais
simples, isto significa que amostras aleatrias grandes possibilitam ao pesquisador
generalizar para as populaes de onde as amostras foram tiradas. Entretanto, o
pesquisador jamais poder ter certeza. Poder, apenas assumir que suas amostras
so representativas porque tem f na proposio enunciada acima].
O estudo de Walster, Cleary & Clifford foi dirigido no sentido de descobrir
uma resposta para um problema social e educacional difcil, complexo e
importante: a discriminao na admisso s universidades. Walster e associados
perguntaram: As faculdades discriminam candidatas (mulheres)? Discriminam
(contra ou a favor) candidatos negros? Selecionaram aleatoriamente 240
faculdades nos Estados Unidos e enviaram pedidos de admisso preparados a cada
uma dessas escolas. Usaram um delineamento fatorial do tipo 2 x 2 x 3. As
variveis independentes eram sexo, raa e nvel de capacidade. Estas variveis so
interessantes e incomuns porque so todas experimentais ou manipuladas.
Comumente estas variveis so no-experimentais, ou variveis -, atributosvariveis que no podem ser manipuladas. Mas Walster e outros manipularam-nas
de maneira inteligente e imaginativa, embora simples [Devemos enfatizar um
ponto, entretanto. Os bons experimentadores exigem, alm de conhecimento e
competncia, habilidade, imaginao e at criatividade. O experimento de Walster
e colegas um bom exemplo. Suas idias parecem simples, depois de conhecidas.
Que eu saiba, no fora feito ainda um experimento controlado para testar
preferncia em admisses].
Prepararam um formulrio guia para admisso universidade, que procurava
responder a todas as perguntas que a instituio pudesse fazer. Estes formulrios
foram enviados s 240 escolas escolhidas ao acaso. (Foram escolhidas
aleatoriamente em um guia de escolas). Cada formulrio era enviado por um

48

candidato supostamente legtimo. Um quarto deles indicava que o candidato era

homem branco, outro quarto homem preto, outra mulher branca e a ltima mulher
negra. Alm disso, incluram-se trs nveis de capacidade do aluno. Na verdade,
havia ento trs variveis independentes, raa, sexo e capacidade e 12 tipos de
formulrios, correspondentes um delineamento fatorial 2 x 2 x 3. As 240 escolas
foram designadas aleatoriamente s 12 clulas do modelo. Havia, ento, 20
escolas por clula. A principal varivel dependente era aceitao ou rejeio do
suposto candidato: uma escala de cinco pontos, partindo da rejeio direta (1) a
aceitao com apoio ou oferecimento de ajuda financeira (5). Foram includas
outras variveis dependentes e independentes, tambm, mas no vamos nos
preocupar com elas.
Os pesquisadores esperavam que os homens fossem preferidos s mulheres e
pretos a brancos. (Na poca do estudo as escolas estavam procurando alunos
pretos). Estavam errados. Pde-se verificar, por meio da anlise de varincia
(fatorial) que os efeitos principais de raa e sexo no eram significativos, nem a
diferena entre mdias de brancos e pretos (3,38 versus 3,18). Foi descoberta uma
interao muito mais interessante e no antecipada, alis. Isto est apresentado na
Tabela abaixo, valores de mdia obtida para os homens e para as mulheres
(resultados mdios na varivel aceitao, homens e mulheres) de acordo com os
trs nveis de capacidade.
Mdias da varivel aceitao em faculdades por sexo e nvel de capacidade: estudo de
Walster, Cleary e Clifford.
Capacidade
Alta
Mdia
Baixa
SEXO
Masculino
3,75
3,48
3,00
3,41
Feminino
4,05
3,48
1,93
3,15
3,90
3,48
2,47

Estude cuidadosamente esta tabela: importante metodolgica e

socialmente. As mdias dos trs nveis de capacidade foram significativamente
diferentes. Mas isto uma descoberta no muito importante, j que reflete
meramente o costumeiro hbito de rejeitar candidatos de capacidade inferior. A
diferena entre a mdia de homens e mulheres de 3,41 e 3,15 no foi significativa.
Evidentemente no houve discriminao global com base em sexo. A interao de
capacidade e sexo em seu efeito conjunto na aceitao, entretanto, foi
estatisticamente significante. Para interpretar a interao, podemos omitir as
mdias do nvel mdio de capacidade (3,48 e 3,48), j que so iguais. As mdias
de alta capacidade so 3,75 e 4,05 no muito diferentes. No nvel ato de
capacidade no h discriminao de sexo. Veja, agora, as mdias de baixa
capacidade, 3,00 e 1,93. Esta diferena relativamente grande o principal motivo
para a interao significativa. Evidentemente os candidatos homens de baixa
capacidade so significativamente mais aceitos do que as mulheres de baixa
capacidade. A discriminao parece ser exercida sobre o nvel baixo de

49

capacidade. Os autores afirmam que esta descoberta concorda com a observao

feminista de que apenas mulheres excepcionais podem transcender esteretipos
sexuais e serem julgadas objetivamente. Mulheres de capacidade mais modestas
so julgadas, sobretudo, como mulheres e assim como inferiores.
Este um excelente exemplo da fora do delineamento fatorial e da utilidade
de estudar interaes. Provavelmente no teria sido possvel revelar a descoberta
importante e interessante deste estudo sem a ideia de interao das variveis
independentes em seu efeito sobre uma varivel dependente.

50

Parte 2. EXPERIMENTO
2.1 A finalidade de um experimento
A finalidade de um experimento (referimo-nos ao experimento comparativo e
no ao experimento absoluto*) identificar uma relao causal entre a varivel
independente** e a varivel dependente***. Ao manipular uma varivel
independente e ao medir os seus efeitos sobre a varivel dependente: isto , aps
obtivermos a resposta ao estmulo provocado pela varivel independente - temos
como caracterizar um experimento.
* ...um experimento absoluto tem por finalidade determinar a grandeza absoluta de alguma
constante fsica ou a absoluta existncia ou no existncia de algum fenmeno. Um
experimento comparativo****, pelo contrrio, efetuado para comparar os valores relativos
de vrias constantes e restringe-se s diferenas, ou talvez s razes, entre elas. Por exemplo,
a primeira transmisso da voz humana sem fio, j foi suficiente para estabelecer
absolutamente que os programas de rdio eram possveis. Pelo contrrio, muitos
experimentos comparativos foram efetuados a fim de se chegar aos modelos atuais de
aparelhos transmissores e receptores. Em experimentos comparativos, o objetivo comparar
dois ou mais estmulos chamados de tratamentos. Os tratamentos so designados s
unidades do material experimental, que resultam em respostas, em observaes.

** Varivel independente: aquela varivel cujo valor o investigador controla diretamente. Por
exemplo, se voc alimenta um grupo de crianas com dietas base de baixo ou alto teor de
clcio e ento mede o ndice CPO, a quantidade de clcio uma varivel independente.
uma varivel que se supe influenciar outra varivel, chamada de dependente. Os cientistas
fazem predies a partir de variveis independentes para variveis dependentes. Eles dizem,
por exemplo, "Se os professores elogiarem as crianas, o trabalho escolar das crianas
melhorar". Os termos vm da matemtica, da expresso: y = a + bx. Onde y a var.
dependente e x a independente.
*** Varivel dependente: a varivel em anlise, aquela varivel cujo valor o investigador
mede, mas no a controla diretamente. Por exemplo, se voc alimenta um grupo de crianas
com dietas base de baixo ou alto teor de clcio e ento mede o ndice CPO, a varivel
dependente o ndice CPO. Poderamos dizer, tambm, que a varivel dependente a sade
bucal definida operacionalmente mediante o ndice CPO.
Tratamentos
(var. indep.)
Teor de Clcio

unidade
experimental
crianas

Observaes
(var. depend.)
ndice CPO

Delineamento de um experimento comparativo ****

**** Dois delineamentos so comumente empregados: (i) "parallel groups design" onde as
amostras so independentes, aleatrias e designadas aleatoriamente aos grupos
experimentais; (ii) "cross-over design" ou experimento rotacional onde os mesmos
indivduos servem como o seu prprio controle.

51

2.2 Fatores de um experimento

2.1) As variveis independentes de um experimento so chamadas fatores, que
podem ser quantitativos ou qualitativos. No exemplo acima, o teor de clcio
corresponde varivel independente quantitativa.
2.2) Fator quantitativo aquele que pode tomar valores reais. Exemplos: as
temperaturas de um forno (em um experimento para cozimento de bolos), os
quilogramas de nitrognio e de fosfato (em um experimento sobre fertilizantes de
milho). Os fatores no quantitativos so chamados de qualitativos. Assim, em um
experimento para comparar dois tipos de pneus de fabricantes diferentes:
Goodyear e Pireli. Cada conjunto pneu/roda testado uma unidade experimental,
e cada um dos tipos de pneu representa um tratamento. Os fabricantes so fatores
qualitativos porque no podem ser representados por nmeros reais.
2.3) A intensidade de um fator chamada de nvel. Assim, as temperaturas de 180
C, 200 C e 230 C representam trs nveis do fator quantitativo "temperatura do
forno".
2.4). Tratamento uma combinao especfica de nveis de um fator. aquilo que
se faz com relao s unidades experimentais, tornando-as diferentes de uma
populao para outra. Em geral, varivel independente d-se o nome de
tratamento.
2.3) Varivel dependente
2.3.1) Uma varivel dependente a varivel medida no experimento. Ela
operacionalmente definida para concretamente representar algum conceito. Em
Odontologia, a varivel dependente muitas vezes a sade bucal que definida
operacionalmente por vrios ndices: CPO, IHO... .Em psicologia, a varivel
dependente muitas vezes o comportamento do sujeito. O comportamento do
sujeito pode depender da situao experimental. No o comportamento geral do
sujeito, mas um comportamento especfico, uma resposta comportamental
claramente definida que observada, medida e geralmente quantificada. Por
exemplo, suponha que um psiclogo esteja interessado em ensinar s pessoas
tcnicas de autocontrole para aumentar a resistncia dor. O psiclogo apresenta
o conceito tolerncia dor como operacionalmente definido: tempo de durao
que as pessoas conseguem manter as duas mos debaixo d'gua gelada. A
tolerncia dor observada e medida como uma resposta uma outra varivel: tcnicas de autocontrole. Como tal, a tolerncia dor serve como varivel

52

dependente no experimento. Enquanto o sujeito mantm as suas mos na gua, h

um grande nmero de respostas comportamentais tambm ocorrendo: ansiedade,
memrias do passado com gua fria... Sero essas outras respostas
comportamentais variveis dependentes? No, porque o psiclogo no observou
essas respostas e nem as mediu de forma sistemtica. A tolerncia dor poderia,
tambm, ser definida operacionalmente de outra forma, caberia sua imaginao
defini-la de outra forma.
2.4) Varivel independente
2.4.1) Uma varivel independente selecionada e manipulada pelo
experimentador para observar seus efeitos sobre a varivel dependente. A
manipulao efetuada pelo uso de nveis qualitativo e quantitativo da varivel
independente.
2.4.2) Uma varivel independente quantitativa indica que os sujeitos esto
expostos a diferentes quantidades da varivel independente. Por exemplo,
suponha que um bilogo estabelea a hiptese: o tempo que os ratos aprendem a
sair de um determinado labirinto proporcional grandeza da recompensa
prevista ao final do labirinto. Trs grupos de ratos so usados, cada grupo
recebendo uma quantidade crescente de recompensa: 5 "food pellets", 10 "food
pellets", e 15 "food pellets". Neste exemplo, os trs nveis da varivel
independente so definidos mediante uma dimenso quantitativa.
2.4.3) Uma varivel independente qualitativa estabelece os seus nveis pela
presena ou ausncia de um procedimento: tratamento. Usando o exemplo da
tolerncia dor; um grupo de sujeitos recebeu treinamento de autocontrole (nvel
1) e o outro no recebeu (nvel 2). Os grupos no diferem na quantidade da
varivel independente, mas em relao presena ou ausncia de uma condio
tratamento.
2.4.4) A experimentao requer que as condies sejam mantidas constantes de
modo que as variveis estranhas (extrnsecas) ou de confundimento no possam
oferecer explicaes alternativas aos resultados obtidos. um experimento ideal
manter tudo constante apenas variando os nveis da varivel independente. Nesse
caso as diferentes respostas entre os grupos de sujeitos s pode ser atribuda
varivel independente. Quando as condies no so mantidas constantes, h a
possibilidade de que alguma outra varivel seja responsvel pelas diferentes
respostas entre os grupos de sujeitos. Essa varivel leva o nome de estranha ou de
confundimento.

53

2.5) Exerccios sobre os tipos de variveis em um experimento

Identifique as variveis dependentes e independentes nos seguintes estudos:
2.5.1) Um psiclogo que atua no meio esportivo est interessado nos efeitos da
vitamina E sobre a resistncia fsica. Um grupo de atletas recebe 20 unidades de
vitamina E, um outro grupo recebe 60 unidades, e um terceiro grupo recebe um
placebo. A resistncia avaliada pela durao do tempo que os atletas so capazes
de pedalar uma bicicleta estacionria (ergonomtrica).
2.5.2) Um professor avalia a eficcia de diferentes programas educacionais sobre
a velocidade e compreenso na leitura (leitura dinmica) ?
2.5.3) Um psiclogo que atua no meio industrial estabelece a hiptese: a
quantidade de luz natural existente no local de trabalho aumenta a produtividade.
Na primeira quinzena de um ms, as venezianas so fechadas e a luz eltrica a
nica fonte de luz. Nos outros 15 dias do ms, as venezianas so abertas. A
produtividade medida pelo nmero de itens produzidos.
Respostas
2.5.1) Varivel independente: Vitamina E ou quantidade de vitamina E.
Varivel dependente: Tempo que os sujeitos gastam pedalando a bicicleta.
2.5.2) Varivel independente: Programas educacionais.
Varivel dependente: H duas variveis dependentes: a compreenso do
texto e a velocidade de leitura.
2.5.3) Varivel independente: Quantidade de luz natural.
Varivel dependente: Nmero de itens produzidos.

54

2.6) Variveis individuais

Variveis individuais, tambm conhecidas como variveis do sujeito, so
aquelas caractersticas fixas, pr-determinadas antes que os indivduos entrem no
experimento. So atributos fsicos, demogrficos, intelectuais e psicolgicos. A
tabela 1 apresenta algumas variveis mais comuns:
______________________________________________________________
Atributos fsicos

Demogrficos

QI / Personalidades

____________________________________________________________
Altura
Renda
QI
Peso
Tamanho da famlia Necessidade de Aprovao
Destreza manual Etnia
Introvertido
Sexo
Educao
Ansiedade
Fora
Religio
Desejo de dominar
Veloz ao correr
Ocupao
Personalidade marcante
As variveis de sujeito podem criar problemas na interpretao dos
resultados de um experimento. Porque essas variveis no so manipuladas pelo
pesquisador ao realizar o experimento. Quando em um experimento tivermos duas
variveis independentes: uma controlada pelo pesquisador (porque este designa de
forma aleatria os indivduos aos grupos) e outra de sujeito (essa varivel no
designada pelo pesquisador aos grupos, fixada antes que os indivduos entrem
no experimento), ento, as relaes de causa-efeito, relaes causais s podero
ser estabelecidas entre a varivel dependente e aquela outra varivel independente
no de sujeito.
2.7. Exemplo de um experimento com varivel individual (de sujeito).
Um psiclogo est interessado em conhecer a eficcia relativa de duas
formas de terapia: a comportamental e a de psicanlise; frente aos problemas de
ansiedade e depresso. Ele seleciona pacientes com depresso e com ansiedade,
aleatoriamente, da populao. Depois, cria as variveis terapia comportamental e
psicanlise, ou seja, designa de forma causal, simultaneamente, um grupo de
pacientes com ansiedade para serem submetidos aos dois tipos de terapia, e, um
grupo de pacientes com depresso para serem submetidos aos dois tipos de
terapia.
O psiclogo no designou os pacientes s duas formas de terapia, e, ento,
criou a ansiedade e a depresso. Os sujeitos foram selecionados para o
experimento porque eles j se encontravam ansiosos ou deprimidos. Se o

55

pesquisador tivesse efetuado uma ao experimental para induzir a ansiedade e a

depresso, ento essas no seriam variveis individuais (de sujeito).
A tabela, mostrada a seguir, apresenta como varivel dependente o rating
mdio de melhoria atribudo por um observador independente a um grupo de
cinco pacientes. As maiores mdias indicam maiores melhorias.
______________________________________
Terapia
Terapia
Comportamental
Psicanlise
Mdia
Mdia
Ansiedade ... 7,4
Ansiedade ... 3,2
Depresso...
5,0
Depresso ... 7,8
Mdias...
6,2
Mdias... 5,5
_______________________________________
Ao considerarmos o resultado do teste estatstico, empregado para analisar
esses dados (ANOVA, 2 fatores), devemos comparar as mdias das variveis
independentes que foram controladas pelo pesquisador, no caso, a mdia 6,2 (fator
terapia, nvel comportamental) versus 5,5 (fator terapia, nvel psicanlise).
Surge uma questo delicada, quando houver interao entre uma varivel de
sujeito e uma experimental. Poderemos, nessa situao, estabelecer relaes de
causa-efeito? Sim e no, a resposta. Poderemos, apenas, especular a resposta.
Porque essa varivel de sujeito pode apresentar um nmero desconhecido de
outras variveis de sujeito que esto correlacionadas com ela. Por exemplo,
pessoas deprimidas tm pensamento negativo: so pessimistas, autocrticas, no
sentem auto-estima quando fazem bem algo. Da que se pode julgar que essas
variveis exercem papel causador da depresso, porm, pode ocorrer o contrrio.
Pelo fato de estarem deprimidas que pensam de modo negativo. Esto
correlacionados o pensamento negativo e a depresso. No h necessariamente
uma relao causal entre essas variveis. Elas podem aparecer, ocorrer juntas
devido uma terceira varivel: perda de controle de si. Essa perda de controle
pode causar tanto a depresso como o pensamento negativo.
Voltando delicada questo da interao entre uma varivel de sujeito com
uma varivel manipulada... . Se representarmos de modo grfico (em colunas) as
mdias 7,4 e 3,2 obtidas para os pacientes com ansiedade veremos a superioridade
da terapia comportamental (7,4) frente a psicanlise (3,2). Essa superioridade no
se mantm para os pacientes depressivos, ou seja, representando graficamente (em
colunas) as mdias 7,8 e 5,0, vemos a inferioridade da terapia comportamental
(5,0) em relao psicanlise (7,8). Essa mudana de comportamento da varivel
terapia comportamental diante da varivel de sujeito representa uma interao.

56

Esse aspecto do delineamento de um experimento fatorial, com uma varivel

independente (terapia) e uma de sujeito (ansiedade/depresso) chamado de
correlacional.
O pesquisador sempre deve determinar o status metodolgico de cada
varivel independente em um experimento fatorial. Pode haver inclusive o caso de
as duas variveis independentes serem do tipo de sujeito. Neste caso o todo o
estudo do tipo correlacional.
A interpretao causal (relao causa-efeito) dos resultados de uma pesquisa
reside no delineamento de um experimento e no no tipo de anlise estatstica
efetuada para analisar os dados obtidos.
2.8. Identificao de variveis de confundimento
2.7.1) Para identificar uma relao causal entre as variveis, essencial que a
varivel de interesse (varivel controlada, ou varivel independente
intencionalmente introduzida no estudo) seja isolada durante o experimento. A
importncia de identificarem variveis de confundimento em um experimento
grande. Quando as variveis de confundimento so controladas, o pesquisador
capaz de isolar as variveis independentes para determinar se elas tm um efeito
causal sobre a varivel dependente. A variveis individuais (de sujeito) podem ser
confundidas com uma varivel independente: quando so desigualmente
representadas nos grupos e quando elas influenciam a varivel dependente.
2.7.2) Como um pesquisador sabe qual (is) varivel (eis) devem estar sob controle
em um experimento? No h nenhuma resposta padro, nenhuma frmula para
sempre aplicar. Um conhecimento geral, amplo, de outras pesquisas na mesma
rea constitui, talvez, a maior proteo contra a falha de no controlar uma
varivel estranha, extrnseca, de confundimento. Os pesquisadores confiam nos
artigos de reviso metodolgica relacionados com o fenmeno sob investigao.
Eles constantemente se perguntam: Quem mais est variando de forma sistemtica
no experimento alm da varivel independente?

57

2.9. Meios para isolar a varivel de interesse

2.8.1) Podemos isolar a varivel de interesse, intrnseca, ou seja a independente,
por diversos modos: (i) o ideal : mantendo constantes todas as demais variveis
possveis de influncia; (2) por utilizar o grupo controle: - que serve como
'baseline', referncia em relao ao grupo experimental, grupo tratado, que recebe
o tratamento que de interesse para o pesquisador.; (3) mediante a casualizao,
'randomization': mtodo de designar os sujeitos aos grupos tratados e controle a
fim de isolar os efeitos da varivel independente.
2.8.2) Variveis do sujeito podem criar problemas quando elas se confundem com
uma varivel independente. Isso ocorre quando: elas so desigualmente
representadas nos grupos, e quando elas influenciam a varivel dependente.
Exemplos de variveis do sujeito (variaes individuais): peso, altura, sexo,
habilidade manual, fora fsica, etnia, educao, raa, ocupao, renda, tamanho
da famlia, nvel de inteligncia, introverso...
2.8.3) Podemos controlar as variveis do sujeito (variaes individuais) e
elimin-las como variveis estranhas. Se os sujeitos forem designados
aleatoriamente s condies experimentais e de controle, isto , aos grupos
tratados e controle, as variveis do sujeito teriam sido eliminadas como variveis
de confundimento.
2.8.4) A aleatorizao, (ou casualizao, ou randomization), uma estratgia para
controlar as variveis do sujeito (variaes individuais) com base no conceito
estatstico da lei das mdias. Randomization indica que cada sujeito possui uma
igual probabilidade de ser designado para qualquer condio de tratamento. Se
uma importante variao individual estende-se igualmente atravs das condies
do grupo tratado e controle, ento essa variao individual no pode criar uma
tendenciosidade. Por meio de uma designao aleatria do sujeito s condies
experimentais, admite-se que o efeito da varivel mantido constante. Contudo, a
aleatorizao pode ainda falhar para igualmente distribuir as variveis do sujeito
(variaes individuais). Esta situao frustrante ocorre na sua maior parte quando
pequeno o nmero de sujeitos utilizados no experimento.
2.8.5) Uma vez que a designao aleatria tende a espalhar as variveis do sujeito
(variaes individuais) igualmente nas vrias condies, o pesquisador tem uma
chance maior de eliminar as variaes individuais como uma explicao
alternativa dos resultados encontrados. Portanto a randomization (casualizao)
ajuda a isolar a varivel independente como uma causa das mudanas na
varivel dependente:

58

"Casualize
possvel:

onde

seja

- selecione os sujeitos ao
acaso;
- designe os sujeitos aos
grupos ao acaso;
- designe os tratamentos
experimentais aos grupos ao
acaso".

59

2.10. Validade interna de um experimento

2.9.1) Validade interna de um experimento. Na prtica no h um experimento
perfeito; no h nenhum modo de controlar cada varivel em potencial estranha,
extrnseca, de confundimento. No obstante, os pesquisadores tentam com muito
afinco controlar aquelas variveis potencialmente estranhas mantendo constantes
aqueles fatores mais bvios, que podem oferecer uma explicao competitiva aos
resultados do experimento. O grau de confiana obtido pelo pesquisador ao
estabelecer a relao causa-efeito entre as variveis que esto sendo consideradas
(sob controle ou intencionalmente introduzidas no experimento) representa a
validade interna de um experimento. Ao efetuar um experimento algumas
variveis (as intencionalmente introduzidas) foram manipuladas, medidas e
selecionadas, enquanto outras no o foram. O que deseja o pesquisador
estabelecer hipteses alternativas plausveis, que podem explicar os resultados
obtidos no estudo, mediante as variveis intencionalmente introduzidas. As
hipteses alternativas razoveis que competem para explicar os resultados do
estudo, mediante a considerao das variveis no intencionalmente introduzidas
no experimento, podem variar em nmero e em persuaso. Conforme aumenta o
nmero e a credibilidade de explicaes alternativas diminui a validade interna
do experimento.
2.11. Validade externa de um experimento
2.10.1) Validade externa de um experimento. A validade externa refere-se
extenso com a qual os resultados da pesquisa podem ser generalizados para
outras populaes, alm da situao experimental. muito difcil julgar a validade
externa de um experimento. Falando claro, no h nenhum modo de determinar se
os resultados de uma pesquisa se manteriam se o experimento fosse conduzido
com sujeitos de uma diferente populao, em uma diferente localidade, ou usando
outros meios de manipular a varivel independente e de medir a varivel
dependente.
2.10.2) Podemos aumentar o grau de confiana da nossa generalizao, validade
externa, mediante um mtodo de amostragem de sujeitos. o mtodo da
amostragem aleatria. Consiste em escolher sujeitos ao acaso de uma populao
definida. O pesquisador assume que as caractersticas individuais dos sujeitos da
populao esto representadas na amostra. (Observe que isto diferente da
designao aleatria. Randomization empregada para designar os participantes
da pesquisa s condies experimentais e afeta a validade interna do estudo).
Mesmo com a amostragem aleatria (random sampling) os pesquisadores nunca
esto certos sobre a extenso com a qual podem generalizar os resultados
(achados) do estudo. Cautela sempre necessria quando so estabelecidas as

60

concluses gerais sobre os resultados de um estudo. Por exemplo, em 1954 nos

Estados Unidos, houve uma campanha de vacinao para erradicar a poliomielite.
O experimento envolveu grupos tratados e controle (placebo). As crianas de 1, 2
e 3 srie do primrio foram designadas aos grupos de forma aleatria. A
generalizao das concluses obtidas para crianas de sries superiores, ou seja,
de mais idade pertencem a imunologia e a virologia, no estatstica.

61

2.12. Exerccio de reviso

a) Qual a varivel mais bvia de confundimento que afeta a validade interna do
seguinte estudo?
Uma agncia de publicidade e de marketing foi contratada para avaliar a
preferncia das pessoas pelos tipos de cerveja: Skol ou Brahma. Para impedir a
tendenciosidade, todos os testes com as garrafas enlatadas das cervejas foram
cobertas com papel, revelando apenas as letras M (para o caso da cerveja Skol) ou
Z (para o caso da cerveja Brahma). Metade das pessoas provaram primeiro a Skol,
depois provaram a Brahma; para a outra metade das pessoas mudou a ordem:
primeiro a Brahma e depois a Skol. Os resultados mostram que as pessoas
preferem a Skol na razo de 2 para 1.
Resposta
a) A letra sobre a lata de cerveja confunde-se com a cerveja. Skol sempre tem a
letra M e a Brahma a letra Z. ao sabor que os sujeitos esto respondendo ou eles
simplesmente seguem, mostram uma preferncia pela letra M?
2.13. Bibliografia principal.
Fred N. Kerlinger - Metodologia da Pesquisa em Cincias Sociais. Um tratamento conceitual,
E.P.U.; EDUSP, 1980.
Grimm, Lawrence G. - Statistical Applications For The Behavioral Sciences, Ed. John Wiley &
Sons, 1993.
Folkes, J. Leroy - Ideas of Statistics, Ed. John Wiley & Sons, 1985.

62

Parte 3. ESTUDOS OBSERVACIONAIS

(Sonia Vieira, Metodologia Cientfica)
3.1 O que so estudos observacionais?

Para introduzir o conceito de estudo observacional vamos imaginar que um

pesquisador pretenda verificar se os alcolatras crnicos esto mais sujeitos
tuberculose do que os no-alcolatras. claro que o pesquisador precisa de dois
grupos de indivduos: um, de alcolatras crnicos e outro, de no-alcolatras.
O "tratamento", que neste exemplo o alcoolismo crnico, no pode ser
sorteado. Ningum se torna alcolatra, ou deixa de se tornar, para obedecer a um
planejamento experimental. Ento, para fazer este estudo, o pesquisador precisaria
de uma amostra de indivduos, j caracterizados como alcolatras crnicos (grupo
tratado), para comparar com uma amostra de no alcolatras (grupo controle).
Com este exemplo pretendemos deixar claro que os indivduos nem sempre
podem ser sorteados para os grupos, tratado e controle.
Toda vez que os indivduos da amostra no tiverem sido designados aos
grupos por processo aleatrio, mas j estiverem classificados nos respectivos
grupos, no incio da pesquisa, dizemos que foi feito um estudo observacional (no
experimento).
3.2. Razes desses estudos

Existem tratamentos
que no podem ser sorteados s unidades
experimentais, devido a sua natureza. Como exemplo, vamos imaginar que um
pesquisador pretenda estudar o efeito de hbitos orais nocivos (como chupar o
polegar) sobre a m ocluso dentria. Ora, no possvel sortear as crianas que
devero adquirir o hbito oral nocivo e as que no devero adquirir esse hbito,
para construir os grupos tratado e controle. Para um estudo deste tipo, o
pesquisador precisa observar indivduos que tm, ou tiveram o hbito, e
indivduos que no tm, ou nunca tiveram esse hbito.
Os tratamentos sabidamente prejudiciais no devem ser sorteados s
unidades experimentais, mesmo que o sorteio seja tecnicamente possvel. Como
exemplo, lembremos que nos estudos dos efeitos da subnutrio sobre o
crescimento no se sorteiam as crianas que iro receber dieta deficiente. No
entanto, existem vrios estudos que comparam o crescimento de crianas
subnutridas com o crescimento de crianas adequadamente alimentadas.
Por outro lado, preciso lembrar que os estudos observacionais constituem a
nica forma de estudar efeitos colaterais das diferentes terapias. Como exemplo,

63

basta lembrar que os testes de drogas so feitos com ratos de laboratrio. Estes
testes podem mostrar se uma quantidade grande de droga, administrada durante
um curto perodo de tempo, provoca reao adversa em ratos de laboratrio. A
constatao de reao indesejvel constitui aviso contra o uso da droga. No
entanto, a segurana da droga no fica garantida pelo simples fato de que no se
observou reao adversa nos ratos em experimentos de laboratrio. Ainda, esses
testes no so suficientes para mostrar se doses pequenas da droga, administradas
por um perodo longo de tempo a doentes com determinada patologia, tm efeitos
colaterais indesejveis. Ento s existe uma forma de estudar os efeitos colaterais
de uma droga: submeter os indivduos ao dessa droga. No entanto, os
experimentos clnicos no so suficientemente grandes para detectar pequenos
desvios da normalidade ou para detectar efeitos colaterais que ocorram apenas
raramente. Ento, algumas contra-indicaes s podem ser detectadas atravs de
estudos observacionais.
3.3) Cuidados na inferncia

Nos estudos observacionais os indivduos no so designados para o grupo

tratado por processo aleatrio: pertencem ao grupo tratado, pelo fato de serem
portadores de determinada caracterstica. Ento, nos estudos observacionais, os
efeitos do tratamento esto confundidos com os efeitos de fatores que levaram o
indivduo a pertencer ao grupo tratado(*). Conseqentemente, a discusso dos
efeitos de um tratamento, com base num estudo observacional, exige mais senso
crtico do que a discusso dos efeitos de um tratamento, estudado atravs de um
experimento planejado.
Vejamos, com base num exemplo, alguns aspectos que podem ser levantados
na discusso dos resultados de um estudo observacional. Vamos supor que um
pesquisador pretenda verificar se a fluoretao da gua de abastecimento pblico
diminui a incidncia de cries dentrias em crianas. So necessrios dois grupos:
o grupo tratado (composto por indivduos que residem em local onde a gua de
abastecimento pblico fluoretada) e o grupo controle (composto por indivduos
que residem em local onde a gua de abastecimento pblico no fluoretada).
Neste caso o estudo observacional , evidentemente, o nico possvel, porque no
se pode designar, ao acaso, onde a criana dever residir.
Vamos supor que o pesquisador examinou dois grupos de crianas, residentes
em locais diferentes e verificou que a prevalncia de cries era menor no grupo
tratado do que no grupo controle. Isto prova que a fluoretao da gua de
abastecimento pblico previne a incidncia de cries em crianas?
Antes de nos apressarmos para uma concluso, conveniente lembrar que,
embora a fluoretao da gua de abastecimento pblico seja um fator importante

64

na preveno de cries dentrias, existem outros fatores que afetam o ndice de

crie, como idade, sexo e cor: as crianas mais velhas tm mais cries; as meninas
tm mais cries do que os meninos; os brancos tm mais cries do que os
negros(**). Ainda, cuidados odontolgicos, higiene oral, quantidade de flor
natural na gua so alguns dos vrios fatores que ajudam na preveno de cries.
Ento, razovel concluir que a fluoretao da gua de abastecimento pblico
diminui a incidncia de cries dentrias, apenas quando o pesquisador puder
garantir que os dois grupos so similares em relao a todos esses fatores(***).
(*) Este exemplo claro: a idade de morte dos bispos maior do que a dos padres, porque
poucos homens se tornam bispos antes da meia-idade. Ento, promover os padres a bispos no
os far viver mais. O exemplo de Farr, um estatstico ingls do sculo passado. In
HILL, A. B. - Short textbook of medical statistics. London, Hodder and Stoughton, 1977, p.
278.
(**) Veja:
MOREIRA, B.W. & VIEIRA, S. - Prevalence of dental caries in permanent teeth of white
and black school-children in Brazil. Community Dental Oral Epidemiol. 5: 129-31, 1977.
(***) Embora no haja dvida de que a fluoretao da gua de abastecimento pblico seja um
mtodo para a preveno de crie, as pesquisas sobre o assunto devem ser feitas com base em
"grandes amostras". A prevalncia de crie, no Brasil, muito alta e a variabilidade dos ndices
de crie muito grande. Ento, amostras com 50 ou 100 crianas do resultados apenas
casusticos.
3.4. Tipos de estudos observacionais

Nem sempre possvel estudar a variao de uma varivel em funo da

outra, atravs de experimentos planejados. Lembremos que para estudar o
crescimento das crianas em funo da idade so necessrios estudos
observacionais. Nesses estudos, a variao de uma varivel, em funo de outra,
pode ser observada atravs de dois tipos de procedimento: o longitudinal e o
transversal. Nos estudos longitudinais o pesquisador observa o mesmo grupo de
indivduos, ao longo do tempo; nos estudos transversais o pesquisador observa
diferentes grupos de indivduos ao mesmo tempo (*). Vejamos um exemplo.
Para descrever o crescimento ponderal de crianas no primeiro ano de vida, o
pesquisador tanto pode fazer um estudo longitudinal quanto um estudo
transversal. Para um estudo longitudinal basta pesar o mesmo grupo de crianas,
em intervalos regulares de tempo - por exemplo, mensalmente, durante um ano.
Para um estudo transversal seria preciso pesar, na mesma ocasio, diversas
crianas, com idades entre zero e 12 meses.
Os estudos transversais exigem amostras grandes, mas podem ser feitos em
pouco tempo. Como exemplo, vamos imaginar que um pesquisador pretenda
verificar se a presso arterial aumenta com a idade. Um estudo transversal exigiria
medir a presso arterial de um grande nmero de pessoas, de diferentes idades,

65

enquanto que, num estudo longitudinal, bastaria medir a presso arterial de um

grupo relativamente menor de pessoas, e segui-las durante certo tempo. No
entanto, medir a presso arterial de um grande nmero de pessoas perfeitamente
possvel, enquanto medir a presso arterial do mesmo grupo de pessoas durante
vrios anos pode ser difcil, ou mesmo impossvel (**). Para tornar mais clara
nossa argumentao, vamos imaginar que o estudo transversal foi feito com uma
amostra de 3100 indivduos, de 30 a 60 anos de idade. claro que, no estudo
longitudinal, poderia ser estudado um grupo menor de indivduos, mas durante
muito mais tempo.
interessante lembrar, neste ponto, que os estudos transversais tm mais
valor descritivo do que os estudos longitudinais, porque levantam dados de maior
nmero de indivduos, o que permite estimar melhor a variabilidade. Vejamos um
exemplo. Vamos supor que um investigador pretenda estabelecer a curva de
crescimento para crianas portadoras da sndrome de Down (mongolismo). Tanto
pode ser adotado o procedimento longitudinal - seguir um grupo de crianas
durante o perodo de crescimento - quanto o transversal - observar crianas em
diferentes idades. O segundo procedimento prefervel, se a finalidade do estudo
descritiva, porque permite avaliar melhor a variabilidade do crescimento das
crianas portadoras da sndrome de Down.
(*) Nos estudos longitudinais os dados so diacrnicos e nos estudos transversais os dados so
sincrnicos
(**) claro que ocorreriam "perdas", por morte, por mudana, por desistncia em cooperar etc.

66

3.5. Alguns aspectos da regresso

"Um nico estudo - principalmente quando observacional - no suficiente para
estabelecer relaes de causa e efeito"
"Com um estudo observacional, o coeficiente angular e o intercepto da equao da reta
de regresso so apenas medidas descritivas. Eles apenas dizem como o valor mdio da
varivel dependente est relacionado para determinados valores da varivel independente, na
populao que est sendo observada. No podemos confiar nesta equao de regresso, se
quisermos predizer o comportamento da varivel dependente, no caso do pesquisador mudar os
valores da varivel independente".

Vimos que pode ser estudado o crescimento ponderal de crianas em funo

da idade. Pode haver interesse, no entanto, em comparar o crescimento de crianas
pertencentes a famlias de diferentes classes de renda. Nesse caso, podem ser
estabelecidas as "curvas de crescimento", para cada classe de renda, e ser feitas
comparaes dessas curvas (*). Isto significa que pode ser estudada a variao de
uma varivel em funo da outra, em situaes distintas.
Por outro lado, preciso ter em mente que se uma varivel cresce em funo
de outra, razovel concluir que o crescimento dessa varivel causa o crescimento
da outra apenas quando os dados so obtidos em experimentos planejados. Nos
estudos observacionais o fato de uma varivel crescer em funo da outra no
significa, necessariamente, que o crescimento de uma seja a causa do crescimento
da outra: pode significar apenas que as variveis esto sendo simultneamente
influenciadas por uma terceira varivel (**). Vejamos um exemplo.
Antes da introduo da vacina contra a poliomelite, a venda de refrigerantes
e a incidncia dessa doena tinham, nos Estados Unidos, correlao positiva, isto
, quando vendiam mais refrigerantes ocorriam mais casos de poliomielite. Essa
correlao, entretanto, nunca foi considerada "prova" de que os refrigerantes
causavam poliomielite, porque se sabia que uma terceira varivel - a temperatura
-influenciava as duas variveis. No vero se consomem mais refrigerantes e
ocorrem mais casos de poliomielite, como mostra a figura (***):

67
30.00
Nmero de casos
de poliomielite

vero

20.00

10.00
in v e r n o

0.00
0.00

4.00

8.00

12.00

Refrigeran tes ve ndido s (milhes)

(*) A comparao do crescimento, em estatura, de adolescentes do sexo masculino, com idades

variando entre 10 e 19 anos, mostra que existe diferena no crescimento de indivduos
pertencentes a diferentes classes de renda. Veja:
PRANDI, R. - Retrato do Brasil em carne e osso. Novos Estudos Cebrap, 1(3):10-5, 1982.
MARQUES, R.M.; TARDELLI, A.O. & Dias, S.V. - O modelo Spillman - modificado para
regresso assinttica. Rev. Bras. Estat. 42:3-16, 1981.
(**) Este exemplo clssico: nas cidades dos pases escandinavos o nmero de nascimentos
tanto maior quanto maior o nmero de cegonhas. Isto entretanto no prova que as cegonhas
so responsveis pelo nascimento de crianas: prova apenas que quanto maior a cidade, maior
o nmero de nascimentos de crianas e maior o nmero de telhados, onde as cegonhas podem
fazer seus ninhos. In:
WALLIS, A.W. & ROBERTS, H.V. - Statistics: A new approach. Chicago, Free Press, 1956.
(***) In:
FREEDMAN, D. ; PISANI, R. & PURVES, R. - Statistics. New York, Norton, 1978, pp. 136137.

Os estudos observacionais so indicadores seguros de causa apenas quando

outras possveis explicaes - que no a relao de causa entre as variveis tiverem sido todas descartadas. Como exemplo, lembremos que diversos trabalhos
tm apontado o aumento de desemprego como causa do aumento de suicdios, de

68

prises e de homicdios(****). difcil escapar concluso de que o aumento do

ndice de desemprego causa o aumento de suicdios, de prises e de homicdios
por que, afinal, que outra varivel estaria influenciando, simultaneamente, o
ndice de desemprego e o nmero de suicdios, de prises e de homicdios?
(****) Para melhor discusso sobre o assunto veja:
LANDMANN, J. - Medicina no sade. Rio de Janeiro, Nova Fronteira, 1983, pp. 288-98.

69

Parte 4. ESTUDOS OBSERVACIONAIS versus EXPERIMENTO

(Nick Black - Why we need observational studies to evaluate the effectiveness of
health care, BMJ, vol. 312, may 1996, 1215-8)
4.1. As limitaes dos experimentos
Os experimentos apresentam limitaes. Eles podem ser desnecessrios,
inapropriados, impossveis ou inadequados.
A experimentao pode ser desnecessria.
Quando o efeito de uma interveno dramtico, a probabilidade de fatores
de confundimento desconhecidos serem importantes to pequena que esses
fatores podem ser ignorados. H muitos e bens conhecidos exemplos de tais
intervenes: penicilina para infeces bacteriolgicas; vacinao contra a
varola; anestesia para operaes cirrgicas. Em todos esses exemplos os estudos
observacionais mostraram-se adequados para demonstrar a efetividade da
interveno.
A experimentao pode ser inapropriada.
H quatro situaes nas quais os experimentos casualizados podem ser
inapropriados:
Primeira situao: Raramente eles apresentam tamanho de amostra
suficientemente grande para medir com exatido resultados adversos infreqentes.
Exemplo, a droga Opren (benoxaprofen) (vide referncia: Opren scandal. Lancet
1983: i:210-220). Esta droga foi lanada em 1980 aps haver sido submetidos a
experimentos casualizados em 3000 pessoas. Ela teve de ser retirada dois anos
depois. Responsabilizam-na pela morte de 61 pessoas.
Segunda situao: surge da dificuldade do tamanho da amostra no estudo, quando
se deseja avaliar intervenes previamente delineadas para impedir a ocorrncia
de eventos raros. Um experimento poderia necessitar um nmero muitssimo
grande, da ordem de milhes.
Terceira situao: Quando os resultados do experimento s ho de aparecer num
momento futuro e distante. Exemplos: as conseqncias dos contraceptivos orais
que podem manifestar-se aps algumas dcadas; o uso da terapia de reposio de
hormnio para impedir fraturas do fmur; e o enfraquecimento das juntas
artificiais do quadril, que podem aparecer s aps 10 a 15 anos de
acompanhamento. As dificuldades prticas em manter tais estudos prospectivos

70

prolongados (seja experimental ou observacional) so considerveis, tambm pelo

custo.
Quarta situao: O experimento pode ser inapropriado porque o ato de
casualizao pode reduzir a efetividade da interveno. Isto ocorre quando a
efetividade da interveno depende da participao ativa da pessoa, que, por sua
vez, depende da opinio e da preferncia de outras pessoas.
A experimentao pode ser impossvel.
H pessoas que acreditam que toda e qualquer interveno pode ser sujeita
ao experimento casualizado, e de que aqueles que desafiam este credo no
tomaram as suficientes medidas, foram displicentes, e so metodologicamente
incompetentes.
Uma viso deste tipo minimiza o impacto de seis srios obstculos que todos
os pesquisadores devem enfrentar com muita freqncia.
Primeiro obstculo. Falta de colaborao das pessoas que de alguma maneira
esto envolvidas.
Segundo obstculo. Objees ticas.
Terceiro obstculo. Dificuldades polticas para efetuar o experimento.
Quarto obstculo. Obstculos legais.
Quinto obstculo. Algumas intervenes no podem ser alocadas de forma
aleatria.
Sexto obstculo. Complexidade para efetuar uma interveno mdica: h vrios
fatores envolvidos.
A experimentao pode ser inadequada.
A validade externa, ou generalizao dos resultados do experimento com
freqncia baixa. H trs razes para isso:
Primeira razo.
Os profissionais de sade envolvidos podem no ser
representativos.
Segunda razo. Os pacientes que participam podem ser atpicos.
Terceira razo. Os tratamentos podem ser atpicos.
Os experimentos casualizados, geralmente, oferecem, vamos dizer, mais uma
indicao da eficcia de uma interveno do que a sua efetividade na prtica do
dia a dia.

71

A maioria dos experimentos casualizados so explicatrios, isto , eles

proporcionam evidncia do que se poderia obter nas circunstncias mais
favorveis.
A questo da validade externa tem recebido pouca ateno por parte daqueles
que propem a experimentao casualizada como padro "gold".
4.2. A grande desvantagem dos estudos observacionais
A baixa validade interna dos estudos observacionais constitui a sua grande
desvantagem em relao aos experimentos casualizados.
4.3. A grande vantagem dos estudos observacionais
Quando os estudos experimentais casualizados no puderem ser efetuados,
estudos observacionais oferecem uma alternativa ao seguinte dilema: ... ento,
neste caso, que no pudemos efetuar o padro "gold": - no fazemos nada!
Os estudos observacionais oferecem a oportunidade de estabelecer uma alta
validade externa, coisa que difcil de conseguir em experimentos casualizados.
4.4. Concluso
Em vez de s aprovar um mtodo e de desaprovar o outro, todo pesquisador
deve ser rigoroso na execuo da pesquisa. Porque nenhum mtodo perfeito;
cada mtodo apresenta seus pontos fortes e as suas fraquezas. As duas abordagens
devem ser vistas como complementares.
........................... ........................... ....................................

72

Para Reflexo
#1) importante ter em mente que a anlise estatstica e o delineamento de
uma pesquisa esto intimamente ligados. Pode-se dizer que, se muitas vezes uma
anlise malfeita pe a perder um bom delineamento, bastante difcil qualquer
tipo de anlise estatstica remediar um delineamento malfeito.
Sobre possveis vantagens de estudos experimentais em relao a estudos
no experimentais, necessrio assinalar que existem situaes em que
impossvel se propor um experimento, algumas vezes por razes de ordem tica,
outras simplesmente por razes de ordem tcnica.
verdade que as relaes de causa e efeito so mais consubstanciadas
quando testadas atravs de experimentao; deve-se lembrar, contudo, que em
experimentos h sempre o risco de artificialidade, ganhando-se em validade
interna, mas s custas, s vezes, da validade externa. Na verdade, o progresso
cientfico feito por ambas as vias, dependendo ainda (e talvez principalmente)
de pesquisadores capazes de formular hipteses a serem testadas,
experimentalmente ou no(BERQU, E. S. et al. - Bioestatstica, E.P.U. 1980, p.
146-7).
#2) Almost all observed associations between two variables are influenced
by other variables lurking in the background. Therefore association does not
imply causation. In assessing evidence for causation, the key question is How
were the data produced? and the gold standard is the randomized comparative
experiment.
Quase todas associaes entre duas variveis so influenciadas por outras variveis de
confundimento (estranhas). Portanto associao no implica causalidade. Ao avaliar a
evidncia de causalidade, a questo decisiva :Como os dados foram produzidos? E a prova
de ouro o experimento comparativo casualizado.
(David S. Moore, Teaching Beginners as a Mirror of the Discipline, p.3)

http://www.stat.purdue.edu/~dsmoore/articles/
http://www.stat.purdue.edu/~dsmoore/articles/NewZealand.pdf
#3) Variation is everywhere: individuals vary, repeated measurements on the
same individual vary. Therefore conclusions are uncertain. Our intuition about
uncertainty is weak for example, we tend to draw unwarranted conclusions from
short-term irregularity. Statistical methods take account of uncertainty and
correct our intuition.
A variao est presente em toda parte: os indivduos variam, medidas repetidas no
mesmo indivduo variam. Portanto as concluses so incertas. A nossa intuio sobre
incertezas fraca por exemplo, tendemos a tirar concluses no confiveis das
variabilidades de curta durao. Os mtodos estatsticos levam em conta a incerteza e
corrigem a nossa intuio.

73

(David S. Moore, Teaching Beginners as a Mirror of the Discipline, p.3)

http://www.stat.purdue.edu/~dsmoore/articles/NewZealand.pdf

#4) random" portion of statistical models is our way of describing

unexplained individual variation and that we have no idea whether this variation
really is random."
A parte aleatria dos modelos estatsticos o nosso modo de descrever a variao
individual no explicada (pelo modelo) e ns no sabemos se essa variao realmente
aleatria.

http://www.stat.purdue.edu/~dsmoore/articles/

http://www.stat.purdue.edu/~dsmoore/articles/WildPfannkuch.pdf

#5) I find that unexplained individual variation" is clearer to students

(because more concrete) than random variation." (David S. Moore)
Eu julgo que a variao no explicada individual uma expresso mais
compreensvel aos estudantes (porque mais concreta) do que variao aleatria.

http://www.stat.purdue.edu/~dsmoore/articles/
http://www.stat.purdue.edu/~dsmoore/articles/WildPfannkuch.pdf

#6) Variation is at the heart of the process of statistical thinking variation

is that which is not pattern.
Educators think about how to move students from their naive conceptions
of variation towards a more professional view
It is fair to say that statisticians have a complex relationship with
variability. Statisticians sometimes attempt to minimize variability, sometimes to
maximize, sometimes to estimate or simply to analyze variance. Many statistics
educators claim variability to be one of the fundamental concepts of
statistics.Yet when most students first encounter statistics, they find that
variability plays second fiddle to central tendency. The conceptualization of
data as signal versus noise, which according to Pfannkuch (1997) some
statisticians consider one the major contributions of Statistics to Science, teaches
students that the central tendency, however its measured, is of primary
importance and variability is simply a nuisance. A noise one at that.
College level statistics does not completely ignore variability, of course.
Many texts and one hopes many instructors discuss the importance of examining
the shape of the distributions before making any conclusions about the data.
DeVeux, Velleman and Bock (2004) write in their introductory statistics textbook
that the three rules of data analysis are 1) make a picture 2) make a picture and
3)make a picture. Most students learn, often in the first weeks of the course, that

74

the mean by itself is not a sufficient summary of a distribution. But after that
variability is brushed aside as attention focuses on estimating the mean, and
students are taught that standard deviation is a nuisance parameter that must be
estimated if one is to do a proper hypothesis test on the men or calculate a
confidence interval for the mean or perform a comparison of means. Some
introductory courses teach ANOVA, which although it pays tribute to variability
in its name, is really about the simultaneous comparison of means from several
populations.
falls on educators to consider how conceptions of variation aid or hinder
how students learn statistical thinking variation is the fuel to statistical
imagination Statistical imagination begins when variation is observed.
www.stat.auckland.ac.nz/serj
Statistics Education Research Journal 3(2), 7-16, 2004.
(SERJ3(2)_Gould.pdf)

#7) many texts: as following a descriptive statistics-probability-inference

sequence. Schield (1996) suggested that introductory courses, of this ilk, are too
narrow in focus, lacking real world breadth:
When we think of statistics, most of us think of the subject as having several parts:
descriptive, probability, inference and possibly modeling. But the essence of statistics is
not readily determined by knowing these parts... The distinction is more than just a
difference between theory and application. It is the difference in method (deductive
versus inductive) and a difference in subject matter (formal probability theory vs. the
material aspects of real data found in observational studies). (pp. 3-4).
(Anne Porter: Improving Statistical Education through the Experience of Reflective practice
Thesis. Chapter 3- Unpacking Statistical Expertise (p.121)) Schield, M. (1996, ). The goal of
Introductory Statistics: Reasoning about data. Paper presented at the Statistical Education Workshop,
Sydney International Statistical Congress (SISC-96), University of Technology, Sydney.

#8)

http://mathforum.org/kb/thread.jspa?
forumID=67&threadID=208332&messageID=741338#741338

Date: Feb 9, 2003 10:10 AM

Author: Steve Peterson
Subject: [ap-stat] Re: Is this an experiment?

75

It is easy to distinguish types of studies by understanding

their purposes.
If the goal is to ask what this population is like (or to compare two
populations), you are looking at an observational study.
If you are trying to determine whether a given treatment has some
specified effect, you should be conducting an experiment.

Observational studies and experiments can also be distinguished by the role

of randomization.

The role of randomization in an observational study lies in the

sampling.

In statistical inference for observational studies we ask how likely

it would be to observe such data by random variability due to the
random sampling.
In an experiment, randomization is used to create experimental groups that are
similar by randomly assigning subjects to treatments.
In an experiment, we ask how likely it would be to observe such differences in
the experimental groups if the difference were only a result of the random
assignment (e.g. All the smart folks just happened to get assigned to the same
group or all the folks who were going to recover from a disease regardless of
treatment
happened
to
get
assigned
to
the
treatment
group.)

(A common misconception is to think that we need a random

sample of subjects to participate in an experiment. Not true.)

#9)
http://mathforum.org/kb/thread.jspa?forumID=67&threadID=203965&messageID=736368#736368

Date: Dec 4, 2001 8:27 AM

Author: Olsen, Chris
Subject: [ap-stat] RE: Experimental Design or observational study?

what constitutes an experiment. I think this is one of those questions that

are wonderful, in that one has an opportunity to create ambiguity due to the
plethora of answers!

I think the historical / philosophical development is something like

this:
Aristotle makes observations and ignores them.
Roger Bacon says we really ought to pay attention to observations.
Descartes says no, to get knowledge we only need to be rational.
John Stuart Mill says that to get knowledge we must observe.
David Hume says that neither actually works perfectly.

76

Isaac Newton blows everybody out of the water with the Principia and says
experimentation is the way to go, period.

Note:

At

this

time,

c.

1700,

experimentation

observation

The psychologists in the 19th century and the agriculture people in the late 19th &
early 20th century gathered all sorts of data and did experiments (= made

observations) on people and peas.

Fisher, in the first quarter of the 20th century, hired to analyze years of the fruits of
labor (so to speak) of agriculture experiments ( =observations &

comparisons), suggested that all of that uncontrolled observation was

essentially worthless, invented randomization, and took on the whole world
to make randomization an essential component of experimentation.
Fisher and Friends Following impose their ideas on the scientific community
and as a result, no experiment worth its salt is regarded as such unless
there is a comparison and some sort randomization, e.g. assignment of
subjects to treatments.
Thus, to the applied statistics community, observations not done under the
color of comparison and random assignment of treatments is just NOT an
experiment!

But to the science teachers, Newtonians all, an experiment still carries

its historical meaning as an observation.
So maybe I could suggest this sort of dichotomy:
To the non-statistical scientist, there are experiments (= observations of
a primitive nature) and there are randomized comparative experiments
(observations of a nature to establish cause)?
To the statistical scientist there are interesting but unhelpful
observations, and there are experiments (i.e. with randomization and
treatment assignment.) (Aside: I don't think those observations constitute
an observational study as we understand it, since they scientist IS
intervening.)
It would seem to me that this is not a question of who is right, but a suggestion
that the traditions -- complete with inertia at this point are different. This
difference is compounded, IMHO, by the physical scientists who, given

their incredible capability of direct control in the lab, may not need
to rely on randomization as a method of increased control.
Now, all of this is arm-chair history and philosophy on my part what we REALLY
need is a Renaissance Man to address this question.
-- Chris Olsen
George Washington High School

77

Testes sobre Delineamento Experimental (by Carl James Schwarz).

http://www.stat.sfu.ca/~cschwarz/MultipleChoice/exper.design.sol.pdf
1. There is a positive association between the number of drownings (afogamentos) and ice
cream sales. This is an example of an association likely caused by:
(a) coincidence
(b) cause and effect relationship
(c) confounding factor
(d) common cause
(e) none of the above
Solution: d
.................................................................................................................................................
2. A new headache remedy was given to a group of 25 subjects who had headaches. Four
hours after taking the new remedy, 20 of the subjects reported that their headaches had
disappeared. From this information you conclude:
(a) that the remedy is effective for the treatment of headaches.
(b) nothing, because the sample size is too small.
(c) nothing, because there is no control group for comparison.
(d) that the new treatment is better than aspirin.
(e) that the remedy is not effective for the treatment of headaches.
Solution: c
.................................................................................................................................................
3. A nutritionist wants to study the effect of storage time (6, 12, and 18months) on the
amount of vitamin C present in freeze dried fruit when stored for these lengths of time.
Vitamin C is measured in milligrams per 100 milligrams of fruit. Six fruit packs were
randomly assigned to each of the three storage times. The treatment, experimental unit,
and response are respectively:
(a) a specific storage time, amount of vitamin C, a fruit pack
(b) a fruit pack, amount of vitamin C, a specific storage time
(c) random assignment, a fruit pack, amount of vitamin C
(d) a specific storage time, a fruit pack, amount of vitamin C
(e) a specific storage time, the nutritionist, amount of vitamin C
Solution: d
.............................................................................................................
4. We wish to investigate if a new medicine is effective in reducing the length and severity
of the flu. We take the next 20 patients that come to the walk-in clinic complaining of flu
and, after a medical exam to verify that the patients do have the flu, we give them the new
medicine and tell them about the new drug we are giving them. One week later, the
patients are contacted and 15 patients state the new remedy was helpful in reducing the
severity and length of the illness. Which of the following is NOT CORRECT?
(a) This is a poor experiment because there is no control group. We do not know how many
would feel better in a week without treatment.
(b) This is a poor experiment because it is not double-blinded. The patients may feel relief
because they thought the drug should work.
(c) This is a poor experiment because a convenience sample was selected. Patients who come to
the a walk-in clinic may have more severe flu than people who do not.

78

(d) This is a poor experiment because we didnt give the remedy to people without the flu to
assess its effect in a control group.
(e) This is a poor experiment because the sample size is likely to be too small to detect anything
but a gross improvement in measuring the proportion of people reporting an improvement.
Solution: d
.....................................................................................................................................................
5. A survey is to be undertaken of recent nursing graduates in order to compare the
starting salaries of women and men. For each graduate, three variables are to be recorded
(among others) u sex, starting salary, and area of specialization.
(a) Sex and starting salary are explanatory variables; area of specialization is a response
variable.
(b) Sex is an explanatory variable; starting salary and area of specialization are response
variables.
(c) Sex is an explanatory variable; starting salary is a response variable; area of specialization is
a possible confounding variable.
(d) Sex is a response variable; starting salary is an explanatory variable; area of specialization is
a possible confounding variable.
(e) Sex and area of specialization are response variables; starting salary is an explanatory
variable.
Solution: c
........................................................................................................................................
6. Which of the following is CORRECT?
(a) We do not need to randomize if our sample size is sufficiently large.
(b) A large sample size always ensures that our sample is representative of the population.
(c) If all other things are equal, we need a larger sample size for a larger population.
(d) In a properly chosen sample, an estimate will be less variable with a large sample size and
hence more precise.
(e) In random samples, the randomization ensures that we get precise and accurate estimates.
Solution: d
........................................................................................................................................
7. An experimenter wishes to test whether or not two types of fish food (a standard fish
food and a new product) work equally well at producing fish of equal weight after a 2month feeding program. The experimenter has 2 identical fish tanks (1 & 2) to put fish in
and is considering how to assign the 40 tagged fish to the tanks. To properly assign the
fish, one step would
be to:
(a) put all the odd tagged numbered fish in one tank, the even in the other, and give the standard
food type to the odd numbered ones
(b) obtain pairs of fish whose weights are virtually equal at the start of the experiment and
randomly assign one to the group tank 1, the other to tank 2 with the feed assigned at random to
the tanks.
(c) to proceed as in as in (b), but put the heavier of the pair into tank 2.
(d) assign the fish at random to the two tanks and give the standard feed to tank 1.
(e) not to proceed as in (b) because using the initial weight in (b) is a non-random process. Use
the initial length of the fish instead.
Solution: d

79

8. A researcher wishes to compare the effects of 2 fertilizers on the yield of a soybean crop.
She has 20 plots of land available and she decides to use a paired experiment using 10
pairs of plots. Thus, she will:
(a) use a table of random numbers to divide the 20 plots into 10 pairs and then, for each pair,
flip a coin to assign the fertilizers to the 2 plots.
(b) subjectively divide the 20 plots into 10 pairs (making the plots within a block as similar as
possible) and then, for each pair, flip a coin to assign the fertilizers to the 2 plots.
(c) use a table of random numbers to divide the 20 plots into 10 pairs and then use the table of
random numbers a second time to decide upon the fertilizer to be applied to each pair.
(d) flip a coin to divide the 20 plots into 10 pairs and then, for each pair, use a table of random
numbers to assign the fertilizers to the 2 plots.
(e) use a table of random numbers to assign the 2 fertilizers to the 20 plots and then use the table
of random numbers a second time to place the plots into 10 pairs.
Solution: b
..
9. A student wishes to examine the effect of wing width and wing length on the length of
flight of a paper airplane. There are 4 different models of airplanes. Which of the
following is NOT correct?
(a) A factor (such as wing width) is an experimental variable under control of the experimenter.
(b) The order of flights was randomized to remove the influence of any other variables upon the
flight distance of each flight.
(c) It would be better to make four copies of each model of plane to give some feel for the
plane-to-plane variations. Flying a single copy four times gives information about the internal
variation.
(d) Interaction between two factors means that the effect of a factor at one level depends on the
level of the second factor.
(e) Planned experiments (where randomization can take place) is one of the strongest pieces of
evidence in try to establish a causal relationship.
Solution: b - randomization does not remove influences - makes them equal in all groups

10. An experiment was conducted where you flew paper airplanes after modifying wing
depth and wing length. There were four different models of airplane. One design
consideration was the choice between flying each plane four times or making four copies of
each model, each of which is flown once. Which of the following is NOT correct?
(a) Flying multiple copies of each model (i.e. separate planes of each model) could give
information on variability in flight due to fabrication effects (i.e. how you made the plane).
(b) Flying a single copy of each model four times could give information on variability in flight
due to changes in initial launch conditions.
(c) The differences in flight length among the different models gives information on the
effects of the design factors - wing depth and wing length.
(d) The response variable is flight length; the explanatory variables are wing depth and wing
width.
(e) Interaction between the effects of wing depth and wing width implies that the effects of wing
depth are the same for all wing widths.
Solution: e
.

80

11. An experiment was designed an experiment to investigate the effect of the amount of
water and seed variety upon subsequent growth of plants. Each plant was potted in a clay
plot, and a measured amount of water was given weekly. The height of the plant at the end
of the experiment was measured. Which of the following is not correct?
(a) The response variable is the plant height.
(b) The explanatory variables are the amount of water and seed variety.
(c) Randomization was used to eliminate the effect of other possible factors upon the growth of
the plants.
(d) A possible uncontrollable factor in this experiment is any nutrients that might be present in
the clay pots.
(e) Designed experiments give the best evidence of cause-and-effect relationships.
Solution: c - randomization does not remove influences - makes them equal in all groups
.
12. A survey was conducted by visiting a student parking lot to estimate the proportion of
cars that were red. Which of the following is NOT correct?
(a) If the sampled stall was empty, we can simply choose another stall, at random, to take its
place because it is not likely that the stall being vacant is related to a car being red.
(b) The sample would be representative of the population if 100 cars were chosen regardless if
randomization was used or not.
(c) Even though a random sample was taken from cars in the parking lot, the sample may not be
representative of the cars driven by SFU students because the decision to park in B-lot is selfselected.
(d) If another sample of cars was chosen, it is likely that a different proportion of cars that are
red would be obtained.
(e) The confidence interval computed gave a 95% confidence interval for the true proportion of
cars that were red in the population of cars that park in B-lot (assuming that the sample was
selected using the 3 Rs).
Solution: b

13. A survey was done to estimate the proportion of cars that are red and are Japanese
made in the City of Vancouver by taking a random sample of size 25 from a student
parking lot at Simon Fraser University. Which of the following is NOT CORRECT:
(a) This sample may not be representative of the cars in Vancouver because mainly students
park at SFU.
(b) If the particular stall is vacant, we can simply select another stall at random because it is
unlikely that a stall is vacant is related to the color or manufacturer of the car.
(c) It would be dangerous to simply select the first 25 stalls in the lot closest to the Applied
Science Building because there are a number of stall reserved for service vehicles whose
primary color is white.
(d) Different students obtained different answers for their sample proportions. This is an
example of a sampling distribution for an estimator.
(e) The margin of error will depend upon the total number of cars in the lot when we did the
sample.
Solution: e
..
16. An experiment was conducted where you analyzed the results of the plant growth
experiment after you manipulated the amount of water and seed variety. Which of the
following is correct?

81

(a) We randomized the plants to plots to eliminate any effect of hidden variables.
(b) We could determine the best combination of water and seed variety by examining the
difference in the plant height in the final week of the experiment.
(c) The variability in growth among plants of the same variety who received the same amount of
water was constant over time.
(d) The growth of a particular plant in week 3 is likely to be independent (unrelated) of the
growth of the same plant in week 2.
(e) The growth of the plants was linear over time.
Solution: b
..
19. An experiment to measure the effect of giving growth hormones to girls affected by
Turners Syndrome was carried out recently in Vancouver. All 34 girls in the study were
given the growth hormone and their heights were measured at the time the hormone was
given and again one year later. No measurements were made on their final adult heights.
Which of the following is NOT a problem with this experiment?
(a) there was no blinding
(b) there was no control group
(c) nonresponse bias
(d) there was insufficient attention to the placebo effect
(e) Because final heights were not measured, it would be impossible to
tell if the hormone affected final height or only accelerated growth
and made no difference to final height.
Solution: c
.
22. An experiment was conducted by the Schwarz family to look at the yield of popcorn
(total grams that popped when 15g of popcorn were heated) when two variables (the type
of popcorn: gourmet or plain) and the amount of oil (little or lots) was used. A profile plot
of the results is below:

Which of the following is NOT CORRECT:

(a) Because the lines are not parallel, there appears to be evidence of interaction between the
two variables.

82

(b) The two explanatory factors are the amount of oil and the type of popcorn. The response
variable is the yield of popcorn.
(c) The difference in yield between gourmet and plain popcorn is estimated to increase by about
6 g when lots of oil was used.
(d) There was little change in the yield for plain popcorn when either little or lots of oil were
used.
(e) An interaction would exist if the increase in yield from going from little to lots of oil were
the same for both types of popcorn.
Solution: e

28. Consider an experiment to investigate the efficacy of different insecticides in

controlling pests and their effects on subsequent yield. What is the best reason for
randomly assigning treatment levels (spraying or not spraying) to the experimental units
(farms)?
(a) Randomization makes the experiment easier to conduct because we can apply the insecticide
in any pattern rather than in a systematic fashion.
(b) Randomization makes the analysis easier because the data can be collected and entered into
the computer in any order.
(c) Randomization is required by statistical consultants before they will help you analyze the
experiment.
(d) Randomization implies that it is not necessary to be careful during the experiment, during
data collection, and during data analysis.
(e) Randomization will tend to average out all other uncontrolled factors such as soil fertility so
that they are not confounded with the treatment effects.
Solution: e
................................................................................................................................................................................

83

Teste da lista de discusso (site AP-stat)

http://mathforum.org/kb/thread.jspa?forumID=67&threadID=1496711&messageID=5397416#5397416

In one study subjects were randomly given either 500 or 1000 milligrams of
vitamin C daily, and the number of colds they came down with during a
winter season was noted.
In a second study people responded to a questionnaire asking about the
average number of hours they sleep per night and the number of colds they
came down with during a winter season.
a. The first study was an experiment while the second was an observational
study.
b. The first study was an observational study while the second was a
controlled
experiment.
c. Both studies were controlled experiments.
d. Both studies were observational studies.
e. None of the above is a correct statement.
What is the correct answer? And why?
The answer is a.
The first study has randomization and a treatment imposed. This is an
experiment.
The second study is only asking question not imposing a treatment. With
out a treatment, this is an observational study.