Resultados da aprendizagem
- Explicar a investigação correlacional
- Descrever o valor da investigação experimental
Investigação correlacional
Quando os cientistas observam e medem passivamente os fenómenos, chama-se investigação correlacional Na investigação correlacional, o objetivo é identificar padrões de relações, mas não a causa e o efeito. É importante notar que, na investigação correlacional, só se podem examinar duas variáveis de cada vez, nem mais nem menos.
Então, e se quisesse testar se gastar dinheiro com os outros está relacionado com a felicidade, mas não tem 20 dólares para dar a cada participante para que o gastem na sua experiência? Pode utilizar um modelo correlacional - que é exatamente o que a Professora Elizabeth Dunn (2008) da Universidade da Colúmbia Britânica fez quando realizou uma investigação sobre gastos e felicidade. Perguntou às pessoas comoQuanto do seu rendimento gastavam com os outros ou doavam a instituições de caridade e, mais tarde, perguntou-lhes se se sentiam felizes. Acha que estas duas variáveis estão relacionadas? Sim, estão! Quanto mais dinheiro as pessoas declaravam gastar com os outros, mais felizes se sentiam.
Compreender a correlação
Para saber até que ponto duas variáveis estão correlacionadas, pode traçar a relação entre as duas pontuações no que é conhecido como um diagrama de dispersão No diagrama de dispersão, cada ponto representa um ponto de dados (neste caso, são indivíduos, mas poderia ser outra unidade). É importante notar que cada ponto nos fornece duas informações - neste caso, informações sobre o quão bem a pessoa classificou o mês passado (eixo x) e quão feliz a pessoa se sentiu no mês passado (eixo y).
Figura 1 Gráfico de dispersão da associação entre a felicidade e as avaliações do último mês, uma correlação positiva (r = .81). Cada ponto representa um indivíduo.
A associação entre duas variáveis pode ser resumida estatisticamente usando o coeficiente de correlação (abreviado como r). Um coeficiente de correlação fornece informações sobre a direção e a força da associação entre duas variáveis. Para o exemplo acima, a direção da associação é positiva, o que significa que as pessoas que consideraram o mês passado bom se sentiram mais felizes, enquanto as pessoas que consideraram o mês mau se sentiram menos felizes.
Com um correlação positiva Num gráfico de dispersão, os pontos formam um padrão que se estende do canto inferior esquerdo ao canto superior direito (tal como na Figura 1). O valor de r para uma correlação positiva é indicado por um número positivo (embora o sinal positivo seja normalmente omitido). Neste caso, o valor de r é .81.
A correlação negativa A Figura 2 mostra a associação entre a altura média dos homens de um país (eixo y) e a prevalência de agentes patogénicos (ou a vulgaridade da doença; eixo x) desse país. Neste diagrama de dispersão, cada ponto representa um país. Repare como os pontos se estendem do canto superior esquerdo para o canto inferiorO valor de r para uma correlação negativa é indicado por um número negativo - ou seja, tem um sinal de menos (-) à frente. Aqui, é -,83.
Figura 2 Gráfico de dispersão que mostra a associação entre a altura média dos homens e a prevalência de agentes patogénicos, uma correlação negativa (r = -,83). Cada ponto representa um país (Chiao, 2009).
A força de uma correlação tem a ver com o grau de alinhamento das duas variáveis. Recorde-se que, no estudo correlacional do Professor Dunn, as despesas com os outros estavam positivamente correlacionadas com a felicidade; quanto mais dinheiro as pessoas declaravam gastar com os outros, mais felizes declaravam ser. Nesta altura, pode estar a pensar para si próprio: "Conheço uma pessoa muito generosa que deu muito dinheiro a outras pessoas, mas éOu talvez conheça uma pessoa muito sovina que é muito feliz. Sim, pode haver excepções. Se uma associação tem muitas excepções, é considerada uma correlação fraca. Se uma associação tem poucas ou nenhumas excepções, é considerada uma correlação forte. Uma correlação forte é aquela em que as duas variáveis andam sempre, ou quase sempre, juntas. No exemplo da felicidade e de comoQuanto mais forte for a correlação, mais os pontos no gráfico de dispersão estarão dispostos ao longo de uma linha inclinada.
O valor de r de uma correlação forte terá um valor absoluto elevado (uma correlação perfeita tem um valor absoluto do número inteiro um, ou 1,00). Por outras palavras, não se tem em conta se existe um sinal negativo à frente do valor de r e considera-se apenas o tamanho do valor numérico em si. Se o valor absoluto for grande, trata-se de uma correlação forte. Uma correlação fraca é aquela em que os doisA Figura 3 mostra a relação entre a valorização da felicidade e a média das notas (GPA). As pessoas que valorizavam mais a felicidade tendiam a obter notas ligeiramente mais baixas, mas havia muitas excepções a este facto. O valor de r para uma correlação fraca terá um valor absoluto baixo. Se duas variáveis estiverem tão fracamente relacionadas que não estão relacionadas, dizemosNo exemplo anterior, a correlação entre a altura e a prevalência de agentes patogénicos é forte? Em comparação com a Figura 3, os pontos na Figura 2 são mais apertados e menos dispersos. O valor absoluto de -,83 é grande (mais próximo de um do que de zero). Por conseguinte, trata-se de uma correlação negativa forte.
Figura 3 Gráfico de dispersão mostrando a associação entre a valorização da felicidade e a GPA, uma correlação negativa fraca (r = -,32). Cada ponto representa um indivíduo.
Problemas de correlação
Se a generosidade e a felicidade estiverem positivamente correlacionadas, devemos concluir que ser generoso causa felicidade? Do mesmo modo, se a altura e a prevalência de agentes patogénicos estiverem negativamente correlacionadas, devemos concluir que a doença causa a baixa estatura? A partir de uma correlação apenas, não podemos ter a certeza. Por exemplo, no primeiro caso, pode ser que a felicidade cause generosidade, ou que a generosidade cause felicidade. Ou, umaA terceira variável pode causar tanto a felicidade como a generosidade, criando a ilusão de uma ligação direta entre as duas. Por exemplo, a riqueza pode ser a terceira variável que causa tanto maior felicidade como maior generosidade. É por isso que a correlação não significa causalidade - uma frase frequentemente repetida entre os psicólogos.
ver
Neste vídeo, a psicóloga da Universidade da Pensilvânia e autora de um bestseller, Angela Duckworth, descreve a investigação correlacional que a levou a compreender o que é a coragem.
Pode ver a transcrição de "Grit: The power of passion and perseverance