Noções básicas de pesquisa comportamental: definições simples de variáveis ​​e medidas

Este artigo analisará alguns dos termos básicos da análise quantitativa.

6689062, CC0, via Pixabay

A análise estatística qualitativa e quantitativa pode ser muito útil para uma empresa ou organização que deseja formular uma estratégia de marketing eficaz. No entanto, compreender as estatísticas qualitativas e quantitativas e suas ferramentas pode ser muito confuso. Este artigo procura dar sentido aos termos básicos associados à análise quantitativa.

Variáveis

Uma variável é uma característica observável de um objeto ou evento que pode ser descrito de acordo com alguma classificação bem definida ou esquema de medição.

Exemplos de variáveis ​​estudadas na pesquisa em ciências sociais ou comportamentais incluem: gênero, renda, educação, classe social, produtividade organizacional, orientação para tarefas, memória de recordação, memória de reconhecimento e realização (Kerlinger & Lee, 2001).

Variáveis ​​Independentes e Dependentes

Uma variável independente é um fenômeno que é manipulado por um pesquisador e que tem efeito sobre outros fenômenos (Williams & Monge, 2001). Um exemplo de variável independente seria um método de ensino, um tratamento médico ou regime de treinamento.

Uma variável dependente é um fenômeno que é afetado pela manipulação de outro fenômeno pelo pesquisador. Por exemplo, realização é o efeito de um método de ensino, cura ou não o efeito de um tratamento médico, e maior nível de habilidade ou não (realização) o efeito de um regime de treinamento.

Suponha que um pesquisador educacional queira saber como um determinado estilo de ensino afeta o aprendizado em sala de aula e medirá a diferença dando aos alunos um pré-teste antes de o estilo de ensino ser aplicado e, em seguida, testando novamente os mesmos alunos depois. A variável independente seria o novo método de ensino (a causa) e a variável dependente seria os resultados do teste ou o resultado ou efeito).

Variáveis ​​Ativas e de Atributo

Kerlinger e Lee fazem outra distinção nas variáveis ​​entre ativo e atributo.

Uma variável ativa é uma variável que pode ser manipulada. Variáveis ​​ativas também são chamadas de variáveis ​​experimentais. Exemplos desse tipo de variável são métodos de ensino, regimes de treinamento e semelhantes, que podem ser alterados para avaliar seus efeitos sobre os fenômenos.

Uma variável de atributo é uma variável que não pode ser manipulada. Um exemplo de variável de atributo é gênero, raça, condição psicológica e / ou qualquer característica inerente ou pré-programada e não passível de alteração.

Variáveis ​​categóricas e contínuas

Um terceiro par de variáveis ​​importantes são variáveis ​​categóricas e contínuas (Kerlinger & Lee).

Variáveis ​​categóricas pertencem a uma medida chamada de natureza nominal e demográfica. Isso significa que eles são usados ​​para fins de classificação em categorias mutuamente exclusivas. Como tal, eles não têm classificação e, portanto, são de status igual, como gênero, idade, raça, preferência religiosa e filiação política.

Variáveis ​​contínuas são aquelas que têm um sentido ordenado de valores dentro de um determinado intervalo, com um número teórico infinito de valores dentro desse intervalo. Um exemplo desse tipo de variável é a inteligência, que pode ser designada como alta, média ou baixa, dependendo das pontuações nos testes de desempenho.

Escalas de medição em análise estatística

Na análise estatística, existem quatro níveis básicos de medição.

Escala nominal

A escala nominal é a forma mais fraca de medição estatística. Os pesquisadores usam uma escala nominal para classificar as observações sem a intenção de ordenar ou classificar os resultados em nível de importância. Essas observações incluem destacar a cor dos olhos, raça, religião, nacionalidade e assim por diante.

Escala ordinal

A escala ordinal incorpora a escala nominal, mas busca classificar as respostas com alguns "maior que" ou "menor que". Por exemplo, um questionário de pesquisa pode ser elaborado para saber o quanto os adultos gostam de usar mídias sociais como o Facebook ou os resultados de uma corrida de cavalos podem ser listados por ordem de chegada.

Ambas as escalas nominais e ordinais de medição são usadas principalmente na análise qualitativa.

Escalas de intervalo e razão

Uma terceira forma de medição estatística é a escala de intervalo. A primeira característica das escalas de intervalo e razão é que o nível de significância é tratado em termos de intervalos conhecidos e iguais. A segunda característica desses níveis ou escalas é que eles são de natureza quantitativa. Além disso, algumas ou todas as operações aritméticas podem ser aplicadas a eles.

Validade e confiabilidade

Em Reasoning with Statistics, Frederick Williams e Peter Monge (2001) observaram:

Em outras palavras, sempre existe a possibilidade de que o método escolhido leve de fato à loucura estatística. Para garantir os resultados de uma determinada análise estatística, o aspirante a pesquisador deve levar em consideração os conceitos de validade e confiabilidade.

Validade

A validade na pesquisa em ciências sociais ou comportamentais indica o grau em que as escalas medem o que os pesquisadores afirmam medir. Williams & Monge apontam que “a questão da validade é uma questão de 'adequação' entre o que o pesquisador definiu como características de um fenômeno e o que ele ou ela relatou na linguagem da medição” (p. 29).

Por exemplo, o conceito de validade pode fazer perguntas como "em que grau as notas de aproveitamento em um exame estão relacionadas à retenção de conhecimento de um determinado assunto?" Em um extremo absurdo, o conceito de validade seria violado se uma professora desse um exame sobre a Seção 4 de um texto de História dos EUA quando ela quisesse saber o quanto seus alunos aprenderam com a Seção 5 de seu texto de matemática. Da mesma forma, um pesquisador de ciências sociais estaria errado se medisse as percepções do estilo de liderança fazendo um teste de personalidade.

Confiabilidade

A confiabilidade na pesquisa da ciência comportamental se refere à consistência interna e externa da medição. A confiabilidade busca saber se a ferramenta de medição escolhida produziria os mesmos resultados se aplicada nas mesmas condições.