br>Books Table of Contents
Chapter Contents
Prev page
Next page
Definições operacionais
Para testar uma ideia, é necessário recolher dados. Isto significa relacionar palavras numa reivindicação com eventos concretos e mensuráveis no mundo. Para colmatar essa lacuna, os cientistas precisam de definições operacionais. Estas são definições que especificam como medir ou detectar algo.
Como se pode testar a alegação de que 90% do poder do cérebro não é utilizado? O que é que se pode perceber, nesse momento?
Considerar a alegação de que “90% do poder do cérebro não é utilizado”. Esta é uma afirmação que muitas pessoas parecem levar a sério.
O neurofisiologista galardoado com o Prémio Nobel Sir John Eccles repetiu aparentemente uma ideia semelhante numa palestra de 1974 na Universidade do Colorado, embora tenha acrescentado, “Como se pode tomar uma percentagem de infinito?”, pelo que não estava a ser literal. Algumas pessoas pensam que a afirmação remonta a um século atrás à afirmação de Freud de que 90% da mente está debaixo da superfície, inconsciente, como 90% de um iceberg.
p>Even o endosso de um vencedor de um Prémio Nobel ou de uma autoridade famosa não faz com que uma afirmação seja verdadeira. Para adoptar uma atitude científica em relação a esta afirmação, é preciso pensar em como ela seria testada.
P>Primeiro seria preciso definir os termos. O que é “o poder do cérebro”? Como é que se mede? Como se toma uma percentagem dela?
Se pensarmos em como tal alegação seria testada, torna-se claro que, com toda a probabilidade, a alegação de que “90% do cérebro não é utilizado” nunca foi testada. É apenas uma ideia divertida.
Quando as pessoas a dizem, significam provavelmente “a maioria das pessoas tem um grande potencial inexplorado”. Uma boa discussão sobre o “mito dos dez por cento” aparece aqui: https://www.csicop.org/si/9903/ten-percent-myth.html.
Para avaliar as provas, é preciso testar as ideias. Para testar ideias, é preciso reunir dados. Para recolher dados, é preciso descobrir como traduzir as palavras de uma alegação em operações de medição.
Que problema enfrentam os cientistas cada vez que tentam avaliar uma alegação?
Por outras palavras, os investigadores devem definir cada palavra numa alegação, dizendo que acções ou operações a medem. Se as palavras de uma alegação não puderem ser definidas desta forma, a alegação é desprovida de sentido do ponto de vista científico. São apenas palavras.
Cientistas enfrentam este problema sempre que tentam testar uma ideia. Devem sempre decidir como traduzir as palavras de uma reivindicação em operações de medição específicas.
Qual é uma definição operacional?
Os cientistas tentam responder a este desafio com um tipo especial de definição, a definição operacional. Esta é uma definição que especifica como medir ou detectar algo.
Definições Operacionais: Nem sempre Bom
Alguns estudantes desenvolvem uma concepção errada sobre definições operacionais. Eles pensam que todas as definições operacionais são “boas” ou cientificamente aprovadas. Não é esse o caso!
Uma definição operacional é apenas uma decisão sobre operações para medir algo. A decisão pode ser incorrecta.
Que concepção errada desenvolvem alguns estudantes, e porque é que é incorrecta?
Por exemplo, suponha-se que se quisesse estudar a felicidade. Para estudá-la, é preciso medi-la.
Talvez a forma mais fácil de operacionalizar a felicidade seja contar sorrisos. Isto pode ser feito. A felicidade pode ser medida através da contagem do número de sorrisos que uma pessoa emite durante um período de observação de duração especificada.
No entanto, a contagem de sorrisos é uma má definição operacional de felicidade. Isto foi demonstrado num estudo onde psicólogos da Universidade de Cornell analisaram gravações de vídeo de jogadores de bowling e fãs num jogo de hóquei.
Dificaram que o sorriso raramente ocorria quando as pessoas estavam felizes, tal como quando a equipa da casa marcava. Em vez disso, as pessoas sorriam principalmente por razões sociais, tais como quando acidentalmente esbarravam em alguém (Rubenstein, 1980).
Se contar sorrisos não é uma boa definição operacional de felicidade, o que é uma boa definição operacional de felicidade? Como é que se chega a um bom procedimento de medição, quando está envolvido um processo psicológico?
Esta nunca é uma pergunta fácil de responder. A felicidade ou bem-estar subjectivo (SWB) é na realidade o tema de décadas de investigação. Os investigadores fazem o melhor que podem, utilizando classificações de “satisfação de vida” e relatórios de felicidade pessoal (Diener, Suh, Lucas, & Smith, 1999).
Variáveis e Valores
Até ao longo deste livro estaremos a referir-nos a variáveis psicológicas. Alguns estudantes não têm uma compreensão do termo variável, pelo que este poderá ser um bom momento para clarificar o conceito.
Uma variável é alguma característica do mundo que pode variar ou mudar. É algo que pode ser medido ou detectado. Portanto, as definições operacionais (que definem uma palavra dizendo como medir ou detectar algo) definem sempre uma variável.
Variáveis são distintas dos valores, que são números ou pontuações. As variáveis podem assumir muitos valores possíveis, dependendo do que é medido.
O que são variáveis? Como é que elas se relacionam com definições operacionais? Qual é a diferença entre uma variável e um valor?
A tabela seguinte mostra exemplos de variáveis, definições operacionais, e valores.
tabela distingue os três conceitosbr>Variáveis, definições operacionais, e valores
A última definição na tabela (número de pêlos no polegar esquerdo) lembra-nos o ponto acima referido. As definições operacionais nem sempre são boas ou válidas. São simplesmente descrições de acções de medição.
A última definição é de facto uma definição operacional, se implicar um conjunto de operações de medição (olhar para o polegar esquerdo, contagem de pêlos). Contudo, é uma definição estúpida se uma pessoa quiser medir a inteligência.
As primeiras até às terceiras definições também não são muito boas. A primeira equaciona inteligência com capacidade verbal medida por um teste padronizado. Isso negligencia muitas formas de inteligência.
As segunda e terceira definições são mal especificadas (que questionário? que reparação?). Não se pode assumir que uma definição operacional é válida, apenas porque um investigador gera um número com ela.
Reliabilidade e Validade
Se as definições operacionais nem sempre são boas, como se distingue uma boa de uma má? Isto levanta dois conceitos científicos básicos: fiabilidade e validade.
Uma boa definição operacional deve ser fiável e válida. Aqui estão as definições de cápsulas:
Um teste é fiável se produzir os mesmos resultados, repetidamente, ao medir a mesma coisa.
Um teste é válido se medir o que se pensa que mede, como determinado por formas independentes de medir a mesma coisa.
Uma forma de medir a fiabilidade é fazer medições em duas ocasiões diferentes, certificando-se de que se está a medir a mesma coisa exacta em ambas as ocasiões. Se obtiver resultados diferentes ao medir a mesma coisa em duas ocasiões diferentes, o instrumento não é fiável.
O que significa dizer que uma definição é fiável? Válido?
Com um teste de papel e lápis que usa muitos artigos, a fiabilidade pode ser testada usando o método de split-halves. Os itens de número ímpar são tratados como um teste, os itens de número par como outro, e as duas metades são comparadas. Se concordarem, é mais provável que o teste seja fiável.
Como funciona a técnica de “split-halves”?
Não é possível dividir todos os instrumentos de medição desta forma. A fiabilidade é geralmente testada utilizando medidas repetidas: medindo a mesma coisa repetidamente.
Com capacidades humanas, pode ser difícil medir a mesma coisa duas vezes. Efeitos práticos ocorrem quando uma pessoa é exposta a um teste ou técnica de medição.
As pessoas mudam a forma como respondem ao teste, com base na sua experiência a tomá-lo da primeira vez. Isto pode ou não ser consciente, mas torna inúteis medidas repetidas como uma verificação de fiabilidade.
Neste caso, a fiabilidade deve ser avaliada utilizando o mesmo teste em muitos assuntos diferentes. Muitas vezes, esta é a única forma de verificar testes psicológicos. A fiabilidade é avaliada durante um longo período de tempo através do rastreio da fiabilidade do teste.
Como é que os efeitos práticos dificultam os testes de fiabilidade?
Validade foi descrita como uma propriedade que um teste possui se “mede o que pensa que mede”. Como é que isso é determinado?
Um juízo de validade de senso comum é que uma medida soa razoável à sua face. A isto chama-se validade facial. É apenas uma opinião de que uma técnica de medição soa bem.
Validade facial não é muito útil para os cientistas. De facto, pode ser um problema, porque um teste com elevada validade facial pode passar despercebido mesmo que produza resultados enganosos (como equiparar sorrisos a felicidade, o exemplo usado anteriormente).
Peritos em testes listam vários outros tipos de validade que são mais importantes do que a validade facial. Todos são variações sobre o tema da validade preditiva. Um teste ou medida é válido se o puder usar para fazer previsões precisas.
O que é a validade facial? Validade preditiva?
Por exemplo, um teste de emprego destina-se a determinar quem é adequado para um emprego. Se o teste prevê com precisão quem permanecerá no emprego e receberá boas avaliações, tem validade preditiva.
Self-Report Measures: Notoriamente pouco fiável
Um tipo particular de definição operacional é bem conhecido pela sua falta de fiabilidade: medidas de auto-relato. Uma medida de auto-relato é uma definição operacional em que uma pessoa relata verbalmente o seu próprio comportamento ou conteúdo mental.
Exemplos de medidas de auto-relato são as perguntas, “Quanta dor está a sentir numa escala de 1 a 10?” ou “Sonha a cores?” ou “Quantas calorias comeu ontem? A maioria das pessoas concordará em responder a tais perguntas, mas os resultados não são confiáveis. De facto, as medidas de auto-relato são notoriamente inexactas e pouco fiáveis.
Retrospectivas de auto-relato são do tipo menos precisas. Pedem a uma pessoa que olhe para trás no tempo para se lembrar de detalhes de comportamentos ou experiências anteriores.
Um exemplo é perguntar às pessoas que alimentos comeram no dia anterior. Este é um auto-relatório retrospectivo. Combina a incerteza do auto-relatório com a incerteza da reconstrução da memória.
Um problema com auto-relatórios retrospectivos é que as pessoas podem acrescentar ou subtrair detalhes. Mas os erros podem ser maiores do que isto. Quando se pede às pessoas que se lembrem de incidentes do passado, mesmo as pessoas que se esforçam por dizer a verdade não conseguem necessariamente distinguir entre uma fabricação criativa e uma memória genuína.
O problema é que cada memória é uma nova criação, e normalmente sente-se precisa, quer seja ou não. Veremos provas disso em pelo menos três lugares diferentes neste livro: no estudo da hipnose, no estudo da memória, e no estudo do testemunho de testemunhas oculares.
O que há de errado com as medidas de auto-relato? Qual é o tipo menos preciso?
Na escola de pós-graduação, os meus professores discutiram a inexactidão dos dados de auto-relatórios retrospectivos. No entanto, a verdade não ganhou vida para mim até eu estar a fazer investigação sobre a aprendizagem dos estudantes para a minha tese de doutoramento.
Num estudo, pedi aos estudantes que estimassem (à meia hora mais próxima) a quantidade de tempo que passaram a estudar o capítulo da semana anterior. Todos os meus alunos concordaram em responder a esta pergunta.
Ninguém disse “Não me lembro” ou “Não posso fazer essa estimativa”. Assumindo que a informação era exacta, preparei-me para a utilizar na minha investigação.
Então perdi alguns dos questionários. Sem problemas: os estudantes preencheram alegremente questionários idênticos, duplicados.
Um dia depois encontrei os questionários originais, por isso comparei com dois conjuntos para ver como os dados eram comparados. Para meu choque, as estimativas do tempo de estudo foram completamente diferentes!
Um estudante que colocasse “4 horas” no primeiro questionário poderia colocar “1 1/2 horas” no segundo. Estas duas respostas vieram do mesmo estudante, perguntado sobre o mesmo capítulo (o trabalho da semana anterior) em dois dias sucessivos.
Fiquei consternado, mas foi uma lição valiosa. A minha definição operacional de tempo de estudo, utilizando o auto-relatório retrospectivo do aluno, não era claramente fiável.
Por isso também não era válida. Não estava a medir o que eu pensava que media. As respostas num dia nem sequer previam as respostas no dia seguinte.
Se for necessário utilizar dados de auto-relatório, estes devem ser sempre rotulados como tal. (A palavra “eles” é usada aqui porque a palavra dados é plural; datum é a forma singular.)
O que se deve fazer sempre, se se usar dados de auto-relato?
Por exemplo, uma pessoa que pergunta às pessoas se estão satisfeitas está a recolher dados de auto-relato. O investigador deve advertir os leitores, rotulando estes dados como felicidade auto-declarada.
Esta abordagem é utilizada, por exemplo, para lidar com o problema de medir a felicidade. Os investigadores usam normalmente dados auto-relatados como tal, ou usam o termo bem-estar subjectivo. A palavra subjectivo significa que se trata de um auto-relatório.
———————
>br>>>/p>p>Diener, E., Suh, E. M., Lucas, R. E., & Smith, H. E. (1999). Bem-estar subjectivo: Três décadas de progresso. Boletim Psicológico, 125, 276-302.
Rubenstein, C (1980, Fevereiro). Quando se está a sorrir. Psicologia Hoje, p.18.
P>Página anterior | Início da página | Conteúdo do capítulo | Próxima página
Escreva ao Dr. Dewey em [email protected].
Não vê o que precisa? A Psych Web tem mais de 1.000 páginas, por isso pode estar noutro sítio do site. Faça uma pesquisa específica no Google usando a caixa abaixo.