Professional Documents
Culture Documents
Pesquisa em
Cincias Sociais
Um tratamento conceituai
Bibliografia.
CDD-300.72
-300.18
80-1332 -507.2
Metodologia da
Pesquisa em
Cincias Sociais
Um tratam ento
conceituai
MfOM KBBGGICB
UnreRSfTfRM ITDfi.
Traduo do original em ingls:
Behavioral Research a conceptual approach
Copyright 1979 by Holt, Rinehart and Winston
UNIVERSIDADE t ,hA
BIBLIO ' nTRAL
r O?
Traduo:
Helena Mendes Rotundo
Reviso tcnica:
Jos Roberto Malufe
Professor-Assistente de Metodologia da Pesquisa em Educao, na PUC/SP
ISBN 978-85-12-60340-7
ISBN 85-12-60340-2
E.P.U. - Editora Pedaggica e Universitria Ltda., So Paulo, 1980. Todos os direitos reservados.
A reproduo desta obra, no todo ou em parte, por qualquer meio, sem autorizao expressa e por
escrito da Editora, sujeitar o infrator, nos termos da lei n 6.895, de 17-12-1980, penalidade
prevista nos artigos 184 e 186 do Cdigo Penal, a saber: recluso de um a quatro anos.
E. P. U. - Telefone (0++11) 3168-6077 - Fax. (0++11) 3078-5803
E-M ail: vendas@epu.com.br Site na Internet: http://www.epu.com.br
Rua Joaquim Floriano, 72 - 6o andar - conjunto 65/68 - 04534-000 So Paulo - SP
Impresso no Brasil Printed in Brazil
Para
William Clark Trow
Theodore M. Newcomb
5
Sumrio
Prefcio .................................................................................... r ? . . XV
1. A natureza da cincia e da pesquisa cientfica....................... 1
t
2. Conceitos comportamentais cientficos e definies................... 22
3. Problemas, hipteses e variveis . . . . ....................................... 33
4. Relaes e explicaes .............................................................. 51
5. Probabilidade e estatstica .......................................................... 74
6. O delineamento da pesquisa experimental: delineamentos de
uma s varivel.......................................................................... . 94
7. Delineamento da pesquisa experimental: delineamentos fatoriais 105
8. Pesquisa experimental e no-experimental ............................... 120
9. Observao e mensurao de variveis ................................... 144
10. Investigao sociolgica, levantamentos e anlise de freqncias 162
11. A abordagem multivariada: regresso mltipla e partio da
varincia ............................... ...................................................... 179
12. A abordagem multivariada: anlise fatorial ........................... 202
13. A abordagem multivariada: correlao cannica, anlise dis-
criminant e anlise de estruturas de covarincia.................... 235
14. O com putador.............................................................................. 271
15. Concepes errneas e controvrsias: questes metodolgicas 296
16. Concepes errneas e controvrsias: pesquisa e prtica . . . 317
Apndice Tipos de pesquisa, mtodos de observao e testes de
significncia estatstica ................................................................... 347
Bibliografia ....................................... 363
ndice onomstico .............................. 369
ndice analtico ................................ 372
Sobre o autor
J.R.M.%
* J
ar
Ui
I
Prefcio
XII
contempornea. A cobertura desta parte ampla e diversificada. Inclui
relaes, probabilidade, delineamento de pesquisa, mensurao e anlise
multivariada. o ncleo tcnico do livro, mas na sua maior parte
expresso em linguagem no-tcnica.
O captulo 4 estabelece a base: examina relaes e explicaes e
tenta mostrar como esto subjacentes a todo o empreendimento cientfico.
O captulo 5 apresenta uma abordagem intuitiva probabilidade e
estatstica. A importncia da idia de aleatoriedade, mencionada acima,
fortemente enfatizada. Os captulos 6, 7 e 8 formam uma unidade
sobre experimentao e delineamento de pesquisa. Os delineamentos de
pesquisa tm o propsito essencial de fornecer quadros de referncia que
tornem possvel responder diferentes questes de pesquisa. Os captulos 6
e 7 esboam os princpios de tais quadros de referncia. O captulo 8
mostra as semelhanas e diferenas entre a pesquisa experimental e a
no-experimental. Raramente essa distino to importante discutida
na bibliografia. Considero-a suficientemente importante para justificar
um captulo inteiramente dedicado a ela. A distino e as suas con-
seqncias, tais como apresentadas no captulo 8 e em outros trechos do
livro, podem ser questionadas. Todavia, por mais corretas ou incorretas
que sejam julgadas a definio, as distines e as conseqncias, no h
dvida de que o tema requer divulgao e compreenso.
Mensurao a principal preocupao do captulo 9. Assim como a
estatstica, a mensurao psicolgica uma das maiores conquistas de
nossos tempos. Embora tenha ainda um longo caminho pela frente, boa
parte deste j conhecido, e uma parcela do ncleo desse conhecimento
est condensada no captulo 9. A despeito de ser uma grande realizao,
a mensurao tem sido tambm o calcanhar de Aquiles de grande parte
da pesquisa comportamental. O captulo ajuda a esclarecer suas foras e
fraquezas.
O captulo 10 procura descrever um volumoso e importante tipo de
pesquisa em termos gerais denominado investigao sociolgica
cujas principais caractersticas so sua natureza no-experimental, sua
mensurao e seus modos de anlise. Temos este tipo de pesquisa quando,
por exemplo, os pesquisadores estudam principalmente o que pode ser
chamado de variveis sociolgicas classe social, status ocupacional,
sexo, preferncias religiosas e polticas, e assim por diante e quando
o mtodo predominante de observao a contagem, geralmente a conta
gem de caractersticas sociolgicas de indivduos. O captulo ocupa-se
de suas caractersticas e de seu uso na pesquisa comportamental.
A incluso dos captulos 11, 12 e 13, sobre a abordagem multiva
riada, essencial em um livro sobre a pesquisa comportamental contem
pornea. Algumas pessoas podero achar que o assunto muito complexo
para um livro deste tipo. Como se poderia explicar anlise fatorial,
XIII
regresso mltipla e anlise discriminante de modo preciso e no-tcnico?
Essa uma boa pergunta, e para a qual no existe uma resposta pronta
e fcil. O problema que, se no forem discutidas as abordagens multi-
variadas pesquisa e anlise de dados, deixa-se uma grande lacuna no
conhecimento e na compreenso que ter o leitor sobre a pesquisa com-
portamental. A pesquisa comportamental passa, atualmente, por uma
verdadeira revoluo, a meu ver, precisamente por causa, em grande parte,
da abordagem multivariada e do ultra-rpido computador moderno.
Problemas de pesquisa, que antes no poderam ser contemplados por
uma incapacidade de se fazer as complexas anlises envolvidas, so hoje
abordados quase rotineiramente. Assim, decidiu-se incluir o assunto, a
um nvel cortceptual e semitcnico. H a conseqente supersimplifica-
o, ignorando-se diversos problemas importantes. Os riscos, entretanto,
talvez sejam compensados por uma imagem melhor e mais completa que
o leitor poder adquirir. Pelo menos, estes captulos podero aumentar o
1-interesse e difundir uma abordagem fascinante, com muitas probabili
dades para a teoria e a pesquisa significativas e criativas.
A terceira parte do livro, captulos 14, 15 e 16, discute e explora
diversos problemas controvertidos e mal compreendidos, que trazem
considervel preocupao cincia e aos cientistas. Um deles feliz
mente, relativamente fcil de manejar a natureza e a finalidade do
computador. No h dvida de que o computador foi e uma das
influncias mais fortes na pesquisa comportamental contempornea.
Esta influncia examinada no captulo 14. Os notveis poderes do com
putador so descritos e analisados com o propsito de se compreender o
que o computador pode fazer e, o que praticamente to importante
quanto isso, o que o computador no pode fazer. Depois de estabelecida
essa base, procurou-se tambm esclarecer um ou outro mal-entendido
sobre o computador e o seu lugar na pesquisa e na ordem das coisas.
Os dois ltimos captulos do livro, captulo 15 e 16, exploram basica
mente um certo nmero de problemas mal compreendidos e contro
vertidos, que intrigam e desorientam os pesquisadores e os indivduos
que observam a cincia e a pesquisa. Por exemplo, a questo de para
que serve a cincia atacada diretamente, e so tiradas concluses que
podero desconcertar alguns leitores. Qualquer atividade humana com
plexa controvertida. A cincia no exceo. Decidi, portanto, que
alguns dos mal-entendidos mais perturbadores e importantes sobre a
cincia e a pesquisa teriam que ser abordados. Naturalmente, ao se fazer
isso, h um risco considervel. Poder parecer que se est tomando
partido em um debate. Na realidade, o que se est assumindo menos
um partido em um debate do que uma posio baseada no que se
considera ser a natureza da cincia. Novamente, isto se torna um
obstculo compreenso. Por exemplo, muitas pessoas acreditam que o
XI V
propsito da pesquisa cientfica aumentar o bem-estar humano. Quando
isso categoricamente negado, e se afirma que o propsito da pesquisa
cientfica a teoria, ou a compreenso e explicao, no de se admirar
que surjam dificuldades. Pretende-se, entretanto, explicar de tal maneira
as coisas, que as razes para as afirmaes feitas possam ser compreendi
das e, pelo menos, consideradas. Assim, os ltimos dois captulos do
livro exploram controvrsias e mal-entendidos. Tentam colocar em
perspectiva trs ou quatro das maiores questes, em parte filosficas, da
cincia e da pesquisa.
Embora possa ser considerado metodolgico, num sentido amplo,
este no um livro de mtodos. No se tenta ensinar como fazer pesquisa;.,-
Toda a nfase posta em compreender pesquisa. Na verdade, provvel- '-
mente impossvel compreender qualquer assunto complexo sem trabalhar1'
ativamente com ele; Para compreender realmente a estatstica, a maioria^
das pessoas precisaria trabalhar com problemas estatsticos, por exemplo, j
Todavia, um nvel substancial de compreenso pode ser alcanado por-'
uma forma vicria de trabalhar com os problemas. Muitos de tais
trabalhos vicrios so dados no livro. Por exemplo, uma caracterstica
importante do livro a descrio de pesquisas reais, geralmente acom
panhada da teoria em que se baseiam os estudos, bem como as questes:.
colocadas pelos pesquisadores. Assim, o livro descreve a maneira pelar
qual as pesquisas tm sido feitas e , portanto, numa certa medida^ 5
metodolgico. Mas deixa quase que completamente de lado os mtodos;
reais de fazer observaes, medir variveis, analisar dados e assim pog
diante. A necessidade de informaes sobre esses tpicos atendida, num*
certa medida, pelo Apndice, no qual so discutidos tipos de pesquisa
diferentes dos tratados no texto, bem como alguns mtodos de observao.
Embora saiba o quanto me ajudou, no creio que minha mulher
compreenda realmente at que ponto ela uma parte importante deste
livro. Em todo caso, por suportar minhas rabugices e frustraes,
deixando de lado o que ela considerava obstculos menores, dando-me
apoio e nimo, eu lhe agradeo.
Amsterd, Holanda
junho de 1978 Fred N. Kerlinger
XV
1, A natureza da cincia e da pesquisa cientfica
1
informao vlida e fidedigna sobre fenmenos complexos, inclusive o
complexo fenmeno do prprio homem. Era preciso superar explicaes
absolutistas, metafsicas e mitolgicas de fenmenos naturais ou pelo
menos suplement-las com uma abordagem at certo ponto exterior
ao homem O sucesso da cincia como abordagem do conhecimento e
compreenso de fenmenos naturais tem sido notvel. Mas a compreen
so da cincia e da abordagem usada pelos cientistas tem sido conside
ravelmente menos notvel. Pode-se dizer que a cincia seriamente
mal compreendida.
O objetivo bsico deste livro ajudar o leitor a compreender a
abordagem, o pensamento e os mtodos da cincia e da pesquisa cien
tfica. Seu foco especial se dirigir para a pesquisa em psicologia, socio-
> logia educao. A abordagem geral a mesma, ou pelo menos basica
mente semelhante, em todas as cincias. Estudaremos esta abordagem
'* muito cuidadosamente. Entretanto, h dificuldades e problemas especiais
na cincia e pesquisa comportamentais que precisamos conhecer se qui
sermos entender tal pesquisa.1 Em outras palavras ,a abordagem geral do
conhecimento e compreenso da fsica e da psicologia a mesma, mas os
detalhes da teoria e investigao so muito diferentes. Por exemplo, a
complexidade e a ambigidade do comportamento humano, geralmente
considerado como mais complexo e ambguo do que os objetos do mundo
fsico, criam grandes problemas de observao e inferncia vlidas e
fidedignas. Medir aspectos do comportamento humano agressividade,
preconceito, preferncias polticas e realizao escolar, por exemplo
geralmente mais difcil do que medir as propriedades dos corpos
fsicos.
E grande a necessidade de compreender a cincia e a abordagem
cientfica. Esta necessidade grande principalmente na psicologia, socio
logia e educao, dada a urgncia dos problemas humanos e sociais que
os pesquisadores estudam, e dada a natureza controvertida de alguns
dos problemas e mtodos das cincias comportamentais. Este livro se
concentra nesta necessidade.
2
Natureza geral da cincia
3
da mudana sobre a outra varivel. Estas idias devem ficar claras depois
de lermos a discusso dos dois estudos que vm a seguir.
4
Inteligncia superior ao do outro. No tipo de pesquisa em que se usam
dois grupos e um tratamento especial aplicado a um deles, este grupo
reqentemente chamado grupo experimental. O outro, ao qual no
se faz nada em especial, chama-se grupo de controle.
No incio do experimento, todos os alunos foram elogiados por seu
trabalho. Isto foi usado para estabelecer mdias de recompensa para
os professores das crianas. (Naturalmente os professores diferem quanto
recompensa que usam.) Depois de seis sesses, as mdias de recom
pensa ficaram estabilizadas e o experimento propriamente dito comeou.
Os professores do grupo experimental, das crianas a receberem trata
mento special ou experimental, foram avisados para dobrarem ou tripli
carem a recompensa, enquanto os professores do grupo de controle
foram avisados para manterem o trabalho em ordem. No fim de um
perodo de trs semanas foi feito um teste de leitura com as crianas.
A anlise dos resultados dos testes mostrou que o grupo experi
mental ou da recompensa macia fez o teste melhor do que o grupo
de controle. Esta concluso foi inferida de um teste estatstico da dife
rena entre a mdia de pontos de leitura entre os dois grupos: a mdia
do grupo experimental foi maior do que a mdia do grupo de controle.
Mais tarde explicaremos o princpio que rege tais testes estatsticos.
Por enquanto, pode-se dizer que a recompensa macia teve resultados
aumentando a contagem de pontos do grupo experimental em compa
rao com o nmero de pontos feitos pelo grupo de controle. Se se
pode dizer que recompensas macias funcionam com crianas negras
carentes e que possam ou devam ser usadas com elas, depender de
outras pesquisas, destinadas a averiguar se os mesmos resultados so
obtidos repetidamente isso se chama replicao e testando o
reforamento em geral com diferentes tipos de crianas. Em outras
palavras, os resultados de um estudo so sugestivos, embora no conclu
sivos. Talvez as crianas negras carentes necessitem de reforo macio
mas talvez no.
5
que as variveis A e B esto relacionadas, queremos dizer que existe
algo em comum entre as duas variveis, alguma ligao entre elas.
Suponhamos que os dois crculos da figura 1.1 representem essncias
do que sejam A e B. Isto , A representa a essncia do que seja a va
rivel A. a substncia de A. O crculo B, naturalmente, representa a
essncia de B. Observe que os crculos A e B se sobrepem e que a
superposio indicada por traos horizontais. Isso indica que algo das
essncias de A e B compartilhado. Uma parte de A igual a uma
parte de B e vice-versa. Esta faixa compartilhada, indicada pela rea
de traos finos, representa a relao entre A e B. A pode ser inteligncia
e B aproveitamento escolar. A superposio na figura 1.1 a relao
entre as duas. O que esta propriedade dividida? difcil dizer sem
outras evidncias. Pode ser aptido ou habilidade verbal; pode ser o
que se denominou inteligncia geral. Mas voltemos ao nosso exemplo.
Os psiclogos e socilogos fizeram grande nmero de pesquisas
sobre classes sociais e descobriram sua importncia para a explicao de
diferentes tipos de comportamento: recreao, eleies e criao dos
filhos, por exemplo, so fenmenos associados s classes sociais. Miller
e Swanson (1960) levantaram a hiptese, entre outras coisas, de uma
relao entre a classe social dos pais e o tempo que levavam para
desmamar os filhos. Foi perguntado a uma amostra de 103 mes da
classe mdia e da classe trabalhadora de uma grande cidade do
meio-oeste como estavam criando seus filhos. O resultado de uma per
gunta sobre o tempo do desmame apresentado na tabela 1.1. Os
nmeros nas casas representam a quantidade de mes que eram da classe
mdia ou da classe trabalhadora e que haviam desmamado os filhos
mais cedo ou mais tarde.
O estudo dos nmeros nas diferentes casas da tabela indica que as
mes da classe mdia parecem desmamar os filhos mais cedo do que
as mes da classe trabalhadora. Das 55 mes de classe mdia, 33 des
mamavam cedo enquanto 22 desmamavam tarde; das 48 mes da classe
Figura L I
6
Tabela 1.1 Classe social e tempo de desmame, estudo de Miller e Swanson (1960). *
Cedo Tarde
Classe mdia 33 22
(0,60) (0,40) 55
Classe trabalhadora 17 31
(0,35) (0,65) 48
50 53 103
7
no estar presente entre todas as mes. necessrio mais pesquisa para
reforar a afirmao e a certeza que se pode ter quanto sua verdade .
Estes dois estudos tm um bom nmero de aspectos que so caracte
rsticos da pesquisa comportamental. Primeiro, um um estudo experi
mental, o outro no-experimental. Segundo, eles ilustram a objetividade,
uma caracterstica da pesquisa cientfica que logo examinaremos. Ter
ceiro, seu uso de anlise quantitativa elementar ir nos ajudar a apro
fundar mais na anlise e estatstica. Por exemplo, no estudo de Clark
e Walberg, foram calculadas e comparadas as mdias e no estudo de
Miller e Swanson, foram tabuladas e comparadas as freqncias. Estes
so dois dos modos mais comuns de se fazer anlise quantitativa. Quarto,
os problemas, relaes e metodologia de ambos os estudos so simples
e claros; sero teis para ilustrar colocaes a serem feitas em discusses
subseqentes.
Mais pertinentes ao tema principal deste captulo o que os estudos
tentaram fazer, quais foram seus objetivos. Um dos objetivos do estudo
de Clark e Walberg foi compreender e explicar o aproveitamento, ou
antes, um certo aspecto do aproveitamento, o chamado subaproveita-
mento. Um dos objetivos do estudo de Miller e Swanson foi explicar o
desmame, que , naturalmente, um aspecto do trabalho de cuidar de uma
criana. As palavras compreender e explicar devem ser interpretadas
num sentido amplo. Quando dizemos que compreendemos um fen
meno, queremos dizer que conhecemos suas caractersticas pelo
menos algumas o que o produz e quais as suas relaes com outros
fenmenos. Queremos dizer que tentamos explicar o fenmeno. Po
demos dizer o que provavelmente o tenha causado, o que o influencia
agora, o que o influenciar e no que ele influencia. importante obser
var aqui que nossa compreenso de um fenmeno sempre incompleta,
parcial e probabilstica. Sem dvida, muito do nosso conhecimento do
mundo, especialmente do fenmeno social e humano, parcial e
at falho.
A realizao um fenmeno importante no mundo ocidental.
Quando dizemos que procuramos compreend-lo , em parte queremos
dizer que desejamos saber por que certas pessoas conseguem grandes
coisas, enquanto outras conseguem muito pouco. Ou, mais ambiciosa
mente, queremos saber por que certos grupos conseguem tanto e outros
to pouco. Por exemplo, McClelland (1961), num livro estimulante,
The Achieving Society, relatou uma pesquisa voltada para uma questo
geral: Como e por que as pessoas de diferentes pases diferem em sua
motivao para a realizao? possvel se estender muito discutindo
um conceito to rico quanto o de realizao. O ncleo da idia de com
preenso e explicao, entretanto, que explicamos um fenmeno espe
cificando o que est relacionado a ele.
8
Clark e Walberg se interessaram por explicar um aspecto relativa
mente limitado da realizao. Eles desejavam explicar e compreender a
realizao em leitura, de crianas negras que eram geralmente defi
cientes, na realizao escolar. Queriam saber se o reforamento macio
da realizao iria afet-la positivamente. Estudaram, ento, a relao
entre o reforamento e a realizao em leitura. Conseguiram mostrar
que o reforamento macio afetava positivamente a realizao das
crianas em leitura. Eles, at certo ponto, explicaram a realizao por
que mostraram uma coisa que afetou.6
O fenmeno explicado por Miller e Swanson foi o desmame, ou,
talvez mais exatamente, a tcnica de cuidar de crianas, que inclui entre
outras coisas mtodos disciplinares, tipos de recompensas usadas e m
todos para induzir obedincia. Eles mostraram, por exemplo, que mes
da classe mdia e da classe operria diferem nas suas prticas de des
mame. Assim estabeleceram uma relao, por um lado, entre classes
sociais e por outro, no mtodo de desmame. Mostraram que algumas
diferenas observadas no desmame eram devidas classe social, em
outras palavras. Assim, at certo ponto, eles explicaram as diferenas
nas prticas de desmame.
Vamos interromper nossa discusso a respeito das metas e prop
sitos cientficos para discutirmos duas caractersticas importantssimas
da cincia. A primeira, objetividade, uma caracterstica metodolgica
controvertida e difcil de entender. A segunda a natureza emprica da
cincia. Aps discutirmos estas caractersticas, estaremos em melhor
posio para continuar a discusso principal. Pode ser dito clara e
categoricamente que sem o mtodo ou critrio de objetividade, ou
sem a abordagem e a atitude emprica, a cincia como conhecida no
mundo moderno no seria possvel. O que significa esta afirmativa? E o
que ela tem a ver com a natureza da pesquisa cientfica?
9
sua influncia e predilees. Em vez de estarem em suas cabeas, as
idias testadas so objetivadas, feitas objetos do lado de fora, objetos
que tm uma existncia, por assim dizer, separada de seus inventores.
Qualquer um pode observar um experimento e como ele feito; coisa
pblica.
Todo conhecimento do mundo afetado, e at distorcido de certa
forma, pelas predisposies dos observadores. Quanto mais complexas
as observaes, mais se afastam da realidade fsica, e quanto maiores
as inferncias feitas, maiores as probabilidades de distoro. Quando o
cientista fsico lida com pesos, por exemplo, h uma baixa probabilidaue
de distoro: existem pequenas oportunidades para pontos de v ist:
pessoais, inclinaes e prenoes entrarem no processo. Mas considerem
se as possibilidades de distoro no estudo e mensurao de autoritaris
mo, dogmatismo, inteligncia, nvel de aspirao, realizao, classe social,
ansiedade e criatividade.
Tomemos apenas uma destas variveis, a criatividade. Embora
concordemos que vamos estudar e medir a criatividade, podemos ter
idias muito diferentes do que seja a criatividade. Essas idias diferentes,
estas percepes diferentes, podem influenciar nossas observaes de,
digamos, criatividade em crianas. Um ato comportamental que para
um indica criatividade pode no indicar criatividade para outro e essas
diferenas em percepo podem afetar nossa mensurao. Em outras
palavras, as verdadeiras observaes do comportamento criativo podem
ser, muito diferentes, dependendo de quem observa, a no ser que se
concorde em adotar um mtodo de observao e se ater rigidamente
a ele.
Objetividade um acordo entre juizes especialistas relativo 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 obser
vao, 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 cientistas consegue-se
objetividade. Em algumas reas da cincia, como na qumica e fsica,
por exemplo, a objetividade no problema srio, graas aos instru
mentos de alta preciso, como os microscpios eletrnicos. Tais instru
mentos aumentam a probabilidade de acordo entre os juizes, porque, ao
us-los, juizes diferentes provavelmente obtero e anotaro os mesmos
resultados. Alm disso, a mquina tem menos possibilidade de influen
ciar 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?
10
A condio principal para satisfazer o critrio de objetividade , ideal
mente, 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 mes
mos resultados (com pequena margem de erro). A expresso testes
objetivos no significa que os testes sejam em si mesmos objetivos.
Eles o so porque a contagem de pontos a mesma, no impor
tando quem os avalie. Por outro lado, a correo de respostas em
redaes depende muito mais do julgamento pessoal do juiz, enquanto
tais julgamentos so virtualmente excludos em testes objetivos. (Deve
ser notado, entretanto, que a avaliao de redaes pode ser feita de
maneira muito mais objetiva do que geralmente se faz.)
Mudemos um pouco a perspectiva. No estudo Clark e Walberg a
mensurao do aproveitamento em leitura foi mais objetiva do que a
mensurao de tempo de desmame no estudo de Miller e Swanson por
que o primeiro foi medido com um teste de tipo objetivo, enquanto o
segundo foi medido atravs de entrevistas. Qualquer um que avaliasse o
teste de leitura obteria os mesmos resultados. Mas dois entrevistadores
poderam mostrar diferenas na mensurao de tempo de desmame, no
caso por dois motivos. O primeiro acaba de ser dado: juizes diferentes
podem interpretar as respostas do entrevistado diferentemente. Uma me
pode dizer que desmamou seu filho quando a criana tinha entre 7 e 9
meses. Um entrevistador pode se satisfazer com esta resposta e anot-la,
mas outro pode querer se aprofundar mais "e acabar descobrindo que
a me desmamou o filho aos seis meses. O segundo motivo se deve
falta de memria da me: ela pode simplesmente no se lembrar quando
desmamou o filho e dizer que foi aos dez meses, quando de fato foi
aos oito. No existe tal ambigidade com mensurao de tipo objetivo
(embora no esteja isenta de outros tipos de dificuldades). Um teste de
leitura de tipo objetivo, por exemplo, tem regras explcitas para a ava
liao das respostas. A resposta a qualquer pergunta s pode ser ou cor
reta ou incorreta: h pouca margem para a iniciativa ou o julgamento
do avaliador.
A importncia da objetividade exige mais explicao ainda. Embora
seja aplicada geralmente a observaes e mensurao cientficas, a idia
mais ampla. Quando os psiclogos fazem experimentos, lutam por
objetividade. Isso significa que fazem sua pesquisa controlando de tal
modo a situao experimental e descrevendo de tal modo o que fazem
que outros psiclogos podero repetir experimento e obter resultados
iguais ou semelhantes. Em outras palavras, a objetividade ajuda o pes
quisador a sair de si mesmo, ajuda-o a conseguir condies publica
mente replicveis e, conseqentemente, descobertas publicamente averi-
11
guveis. 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 obje
tividade 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.)
Comparem-se agora os procedimentos em psicologia e educao. O
cientista fsico pode sair de si mesmo mais facilmente do que o cien
tista comportamental, porque mais fcil para ele preparar uma pesquisa
e testar hipteses fora e longe de suas prprias predilees e inclina
es 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 replica-
bilidade relativamente alta.
Em pesquisa sociolgica, psicolgica e educacional, entretanto, isto
verdadeiro em grau muito menor. A manipulao de variveis psicol
gicas, 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 acessibili
dade a influncias outras que as do pesquisador. Igualmente, a mensu-
rao de variveis comportamentais, tais como inteligncia, realizao,
atitudes, classe social e motivao mais sujeita a influncias sistem
ticas 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 proce
dimentos do psiclogo no sejam objetivos. Na verdade, eles freqente-
mente 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 com
portamental. A nica diferena est no grau de objetividade. J foi dito
que as cincias comportamentais no podem ser verdadeiramente cient
ficas porque no podem usar os mtodos das cincias fsicas. Isto no
assim, a no ser num sentido puramente literal. Em todas as cincias
so usados a mesma abordagem e os mesmos mtodos gerais. Assim est
12
longe de ser impossvel chegar-se objetividade nas cincias comporta-
mentais; isto j foi conseguido com sucesso, muitas vezes. apenas
mais difcil.
Objetividade e explicao
Figura 1.2
13
objetividade, entretanto, uma caracterstica indispensvel e inseparvel
da cincia e da pesquisa cientfica.
7 Tais enunciados no podem ser gerais demais porque, se forem, no podem ser
refutados. Como veremos mais tarde, os enunciados cientficos tm que ser pas
sveis de serem submetidos a teste e acessveis a serem mostrados como falsos
se realmente o forem.
14
A abstrao, parte do poder da cincia, est sempre distante das
preocupaes cotxiuns e do calor do relacionamento humano. Isto por
dffTnlrao; parte dTnatureza da cincia. Sem tal abstrao, no h
cincia. O' mesmo quanto a objetividade, que tambm tende a fazer a
fiiinci parecer fria e distante. Parece distante e fria porque os testes
das proposies cientficas so feitos la 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.
15
pesquisa cientfica sistemtica e- controlada. Aqui est um exemplo que \
nTSiTSjudr a compreender o que emprico significa para a cincia. \
Uma pesquisa cientfica foi feita para determinar se possvel
animais e seres humanos aprenderem a controlar reaes do sistema
nervoso autnomo. Podem, por exemplo, diminuir as batidas cardacas
ou aumentar a secreo da urina vontade? (Miller, 1971, caps. 55, 56).
Tanto velhas quanto novas crenas dizem que isso no possvel. Ento,
a generalizao : as pessoas no conseguem controlar reaes gover
nadas 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 diminuit sua secreo urinria e at alterar
sua presso sangunea (Miller, 1971, Parte XI). Um enunciado empiri-
camente 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 afirjnativas..empricas, j que
esto baseadas em evidncia cientfica.
Por ser emprica, no significa necessariamente que uma afirma
tiva seja verdadeira. Se baseada em pesquisa cientfica e evidncia,
mais provavelmente verdadeira do que uma afirmativa baseada intei
ramente em crenas. Entretanto, pode ainda no ser verdadeira. A
afirmativa acima, de que possvel aprender a controlar o sistema ner
voso autnomo at certo ponto, embora apoiada pela evidncia da pes
quisa cientfica, pode acabar sendo refutada a 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 parti
cular 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-emprica ser verdadeira. Evi
dncia 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
nossa mania desenfreada de fazer afirmaes sobre as coisas, afirmaes
que podem ou no ser verdadeiras.
A palavra emprica ento importante porque mostra uma ma
neira de olhar o mundo e as pessoas profundamente diferente da
maneira tradicional, que procura explicaes apelando para a autoridade,
16
senso comum, ou para a razo. O homem basicamente egosta? Po
demos 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.
Se acham que a questo cientificamente respondvel muitas questes
no podem ser respondidas cientificamente ento eles abordam o
problema dferentemente. 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 comporta
mento humano e como isto feito. Far, ento o estudo sob condies
controladas e, depois de analisar os resultados obtidos, chegar a con
cluses que parecero saltar da evidncia. A evidncia, ento, o centro
de todo o processo. Sem ela as concluses geralmente no tm valor
cientfico.
Alguns leitores podem ficar em dvida quanto importncia desta
distino entre abordagens empricas e no-empricas. Podem dizer que
bvio, at auto-evidente, que procuramos evidncias para as afirma
tivas que fazemos. Pessoas racionais sempre faro isto. Mas a questo
justamente esta: s vezes fazem, mas muitas vezes no. Nossos siste
mas de crenas religiosas, polticas, econmicas, educacionais so
sem dvida poderosos e freqientemente guiam nosso comportamento,
no a evidncia. Parece que muito difcil usar a evidncia emprica
como hbito. Se no o fosse, muitos dos problemas sociais que enfren
tamos poderam ser resolvidos, admitindo-se a existncia de boa vontade
e motivao adequada. Para compreender a cincia e a pesquisa cient
ficas, portanto, necessrio um esforo contnuo e consciente, nada fcil,
porque a necessria atitude emprica exige no mnimo uma suspenso
temporria de poderosos sistemas de crenas. Em outras palavras, a
primeira e ltima corte de apelao da cincia a evidncia emprica.
17
*
Figura 13
18
Na teoria, duas variveis, inteligncia e motivao para a realiza-
fio, so influncias diretas; acredita-se que ambas influenciem a reali
zao escolar sem passarem pelas outras variveis. Estas influncias
diretas so mostradas pela figura 1.3: as setas de inteligncia e motiva
o para a realizao vo para realizao na universidade. Acredita-se
que as outras duas variveis, situao econmica familiar e classe social,
tenham influncia indireta na realizao escolar; elas atravessam a
motivao para a realizao. Acredita-se, por exemplo, que em geral,
quanto mais afluente a famlia, maior a motivao para a realizao.
Igualmente a classe social influencia a motivao para a realizao: ra
pazes e moas da classe mdia tm maiores motivos para desejarem
progredir que os jovens das classes trabalhadoras. A inteligncia, alm
de sua influncia direta na realizao escolar quanto maior a inteli
gncia, maior a realizao tem influncia indireta na realizao esco- <
lar atravs da motivao para a realizao: quanto maior a inteligncia,
maior a motivao para a realizao.
Temos ento uma teoria da realizao escolar, que pode ser boa /
ou m, dependendo de quo bem explique a realizao escolar. bas- c
tante testvel. Todas as variveis so suscetveis de mensurao satisfa
tria (embora uma teoria no tenha necessariamente que ter apenas5'.
variveis mensurveis) e h tcnicas analticas que podem permitir testes^
bastante claros das relaes especificadas na teoria. --<
Outras finalidades da cincia, alm da teoria e explicao, foram-
propostas. No precisamos elaborar as mais tcnicas destas, pois geral
mente j so dedutveis da teoria como propsito. H um alegado pro
psito da cincia, entretanto, que d muitos problemas e que confundiu
um bocado a compreenso clara da finalidade da cincia. Essa alegada
finalidade est contida em afirmaes como as que se seguem, todas
elas estreitamente relacionadas: A finalidade da cincia ,melhorar o
destino do homem; A finalidade da psicologia e sociologia ajudar
a melhorar a sociedade humana; A finalidade da pesquisa educacional
melhorar a prtica e o pensamento educacional. Sem dvida, os
sentimentos por detrs de tais afirmativas so fortes e no de se
admirar. Parece bvio que a finalidade da cincia melhorar o destino
do homem; parece to auto-evidente!
A confuso, sem dvida, surgiu porque os efeitos dos progressos
cientficos muitas vezes aumentaram o bem-estar do homem mas
tambm feriram o bem-estar humano principalmente atravs de aper
feioamentos tecnolgicos possibilitados por pesquisas e descobertas
cientficas desinteressadas. Mas isto no significa que o propsito da
cinica seja melhorar o bem-estar humano, assim como seu propsito
no ajudar a promover guerras. Uma interpretao mais exata que a
melhoria da vida .pode ser subproduto da cincia, um produto afortu
nado, embora no necessrio das descobertas e do trabalho cientfico.
19
H um parodoxo aqui. Parece bvio que o propsito da cincia
melhorar a humanidade. Entretanto, uma posio perigosa porque
conduz, entre outras coisas, a distores. As distores resultam de duas
ou trs razes. Uma, a mistura de forte compromisso e a exigncia de
programas sociais e polticos, por um lado, e a pesquisa cientfica de
problemas de tais programas, por outro, parecem induzir preconceitos
e o que foi chamado percepo seletiva. Isto significa que vemos o que
desejamos ou precisamos ver em vez do que realmente existe. Esta
tendncia to forte que quase cheguei ao ponto de pensar que cin-
tistas comportamentais no deveram pesquisar coisas que advogam
apaixonadamente. Ou melhor, quando pesquisarem, devem criar e usar
salvaguardas excepcionalmente elaboradas contra suas prprias incli
naes.
Uma segunda razo para distores que tendemos a confundir
misses sociais e cientficas e isto leva a distorcer o que vemos, a des
gastar nossa objetividade e, mais importante, nosso compromisso com
a objetividade. O desgaste do compromisso com a objetividade peri
goso para um cientista, pis, como j ficou dito, a objetividade uma
caracterstica, .cientfica ..inconfundvel e indispensvel .S ua perda destri
a proprja cincia.
Voltando ao argumento principal, a_cineia e_a pesquisa cientfica
so absolutamente^neutras. Os resultados de pesquisas cientficas podem
e so usados tanto para bons propsitos quanto para maus. Fazemos uso
de bombas atmicas, instrumentos de destruio baseados na teoria
cientfica, pesquisa em fsica e campos relacionados; usamos tambm
descobertas atmicas para a dessalinizao da gua, para a criao de
energia praticamente ilimitada, e assim por diante. Bondade e maldade,
melhora e deteriorao, felicidade e sofrimento humanos, so assuntos
para as pessoas que resolveram fazer certas coisas que tm boas ou ms
conseqncias, que melhoram ou pioram as coisas, que promovem a
felicidade humana ou que aumentam seu sofrimento. Naturalmente os
resultados da cincia podem ser usados para ajudar a tomar tais deci
ses, e os cientistas, como seres humanos, podem participar na tomada
de decises, mas a cincia em si, estritamente falando, no tem nada
a ver com as decises. Isto porque a preocupao da cincia e a
nica atividade humana em larga escala cuja preocupao to desin
teressada diz respejta.apenas compreenso e explicao de__fen-
mnos naturais.
Enfatizo fortemente a finalidade da cincia desta forma porque a
concepo errada exposta acima, levada ao extremo lgico de 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. O ltimo captulo
20
deste livro examinar novamente este problema com mais detalhes. O
motivo por que o propsito da cincia como teoria foi enfatizado aqui
que a tentativa de sua aceitao a esta altura muito nos ajudar a
jRmpreender o contedo deste livro. Esta nfase nos manter ligados
essncia e natureza da cincia e no nos permitir sermos distrados
por consideraes estranhas. Por exemplo, se falarmos do chamado
lubaproveitamento de crianas brilhantes, vamos poder focalizar a com
preenso do aproveitamento ao invs de remdios especficos para o
problema. Ao fazer isto, naturalmente, j teremos assumido que a com
preenso cientfica do problema pode aumentar as possibilidades nossas
e dos outros de encontrar solues prticas para o problema.
21
2. C o n c e it o s c o m p o r t a m e n t a is c ie n t f i c o s e
d e f in i e s
Variveis
22
algumas vezes exibe inteligncia. No fcil ver o que agresso repre
senta. Para o psiclogo, agresso pode significar um estado interior
que predispe a pessoa a certos tipos de comportamentos chamados
Igressivos. Para o pesquisador psicolgico, entretanto, agresso
Blgnifica tipos diferentes de comportamentos que tm as caractersticas
de ferir outros ou a si prprio, fsica e psicologicamente. Devem ser
bastante especficos; devem definir agresso especificando de alguma
forma o que so comportamentos agressivos. Fazem isto para poderem
medir ou manipular a agresso. A idia de "varivel deve ficar clara
depois que examinarmos tipos e exemplos de variveis.
23
a um grupo de crianas um reforamento macio e a um sgundo grupo,
reforamento regular. Esta manipulao, com efeito, cria uma varivel.
Sempre que os pesquisadores preparam condies experimentais, eles
criam variveis. Ns chamamos tais variveis variveis experimentais ou
variveis manipuladas. Pode-se demonstrar que elas satisfazem a defini
o dada acima, embora no faamos isto aqui.
H, ento, trs tipos gerais de variveis na pesquisa comporta-
mental: variveis categricas, variveis medidas e variveis experimen
tais ou manipuladas. O reforamento, no estudo de Clark e Walberg, ,
como ficou dito, uma varivel experimental. Classe social (classe mdia
e trabalhadora) no estudo de Miller e Swanson sobre classe social e
criao dos filhos, descrito no captulo 1, uma varivel categrica.
Exemplos de variveis medidas so inteligncia, ansiedade, autoritarismo,
* aptido verbal e realizao escolar. So chamadas variveis medidas
porque so medidas com um teste ou outro instrumento que produz
resultados que vo de altos a baixos.
24
Outros tipos de variveis
25
Relaes
Estudos e experimentos
26
dizer, simplesmente, que os sujeitos so designados para os grupos
IXperimentais de tal forma que qualquer um possa se tornar membro
de qualquer grupo, sem ser possvel dizer de qual grupo ele participar.
possvel fazer-se um experimento sem designao aleatria, embora
no seja desejvel. Vamos deixar o assunto de designao aleatria para
o captulo 6, porque o assunto exige explicaes mais completas e
detalhadas.
A segunda caracterstica bsica de um experimento foi mostrada
no captulo 1 manipulao. Agora podemos ser mais precisos: mani
pulao de variveis independentes. (Variveis dependentes quase nunca
so manipuladas.) Repetindo: isto si unifica mie o pesquisador faz coisas
diferentes com grupos diferentes de indivduos. Suponhamos que eu
ensine quatro grupos de alunos do quarto ano com quatro mtodos dife
rentes. Isto uma manipulao. 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 3 grupos de 30, denominando-os
Ai, Aa e As. As pessoas do grupo Ai tero o mximo de oportunidades
de participar das decises do grupo (as quais so uma parte da manipu
lao), as do grupo A2 uma ou outra oportunidade de participar,
e as do grupo A3 nenhuma oportunidade. Isto tambm uma ma-
pipulao.
A manipulao experimental varia da mais simples mais com
plexa. A manipulao da varivel independente de Clark e Walberg foi
simples: dois grupos, um recebendo reforamento macio, o outro, re
gular. Para que o leitor no pense que toda ou mesmo a maioria das
manipulaes se limitam a dois grupos, examinemos uma ligeira exten
so da manipulao at trs grupos. Aronson e Mills (1959), num inte
ressante experimento scio-psicolgico, testaram a idia de que quanto
mais dificuldade se encontrar para entrar em um grupo, mais os mem
bros deste grupo daro valor a ele. Os membros de um grupo receberam
uma iniciao severa, os de outro, uma iniciao suave e aos membros
do grupo restante no se exigiu nada para se tornarem membros do
grupo (o grupo de controle). (A manipulao incluiu a leitura, por
jovens do sexo feminino, de palavras que variavam em termos de
Obscenidade.) Foi predito que os membros do primeiro grupo valoriza
riam mais a participao no grupo, os membros do segundo, um pouco
menos, e os do terceiro o grupo de controle valorizariam menos
ainda. (A exnectativa foi confirmada pelos resultados.) Isto tambm
uma manipulao: foram feitas coisas diferentes sistematicamente com
os trs grupos. As virtudes e outras caractersticas deste poderoso mtodo
de obter conhecimento sero exploradas mais tarde. Veremos tambm
que perfeitamente possvel manipular mais do que uma varivel inde
pendente por ver.
27
H vrios tipos de estudo cientfico. Um experimento apenas um
deles. Todos os outros so no-experimentais. Um levantamento de
opinies no-experimental. Assim toda a investigao das relaes
entre variveis quando no h manipulao. O estudo de Miller e
Swanson sobre classe social e criao de filhos um exemplo. No
foi um experimento porque no houve manipulao de uma vari
vel independente. Freqentemente a distino mal entendida. Estudos
que so no-experimentais so s vezes chamados experimentos. Entre
tanto, a distino muito importante porque as concluses de um expe
rimento bem conduzido geralmente so mais fortes do que as concluses
de um estudo bem conduzido que no seja um experimento. Voltaremos
a esta distino no captulo 8 ,
Dados
28
Apesar de seu uso especfico, dados tambm se refere a quase
qualquer evidncia obtida em pesquisas. Pode-se at afirmar que dados
e evidncia so usados quase como sinnimos. As observaes feitas
por ministrios de educao e anotadas sob determinada forma so cha
madas dados. Sadas de computador so chamadas dados . Pontos
obtidos em testes so chamados dados.
Variao e varincia
29
e relacionados atravs das suas variaes. O que significa esta afirmao
ligeiramente estranha? Virtualmente nenhum conhecimento cientfico
seria possvel se o fenmeno no variasse. O psiclogo no poderia
estudar a inteligncia se a inteligncia das pessoas no variasse. O soci
logo no poderia estudar classes sociais e suas relaes com outras
variveis se as pessoas e grupos no diferissem em classes sociais. Diz-se
que um grupo de pessoas, por exemplo, alunos de quarta srie, alta
mente varivel em inteligncia. Outra maneira de dizer isto : a varincia
de inteligncia da classe grande. Por outro lado, a varincia de inteli
gncia de um grupo de candidatos ao doutorado pode ser pequena. Se
por ora o leitor puder confiar na veracidade destas afirmaes sobre
variao, vamos apoiar esta confiana con. razes em um captulo
posterior.
Embora no se discuta bastante estatstica neste livro, imperativo
que conheamos alguns termos estatsticos e seu significado geral.
Varincia um termo tanto estatstico quanto geral. geral enquanto
significa a variabilidade do fenmeno, como discutido acima. Os cien
tistas comportamentais usam-no muito desta forma. Varincia tam
bm uma medida estatstica que expressa a variabilidade de qualquer
conjunto de medidas, e, assim, indiretamente, de qualquer conjunto de
indivduos. 2 Os cientistas comportamentais falam muito sobre a va
rincia de um fenmeno ou sobre a varincia de uma varivel afetada
pela varincia de outra varivel. O pesquisador educacional poder per
guntar: Quanto da varincia de realizao devida varincia de inte
ligncia, varincia de motivao, varincia de background familiar?
Isto simplesmente uma maneira resumida e semitcnica de dizer: As
crianas de alto grau de inteligncia tm alta realizao e as crianas de
inteligncia inferior tm baixa realizao? As crianas com alta motiva
o se saem bem e as crianas com baixa motivao no se saem bem?
Crianas de ambiente familiar favorvel se saem bem, enquanto
crianas de ambiente familiar desfavorvel no se saem bem?
Esta uma maneira de dizer que as variveis covariam, variam
juntas de modos sistemticos. Assim, os pesquisadores falam freqente-
mente em covarincia, um termo tcnico que significa a varincia com
partilhada por duas ou mais variveis. Olhe novamente para a figura 1.1.
A parte sombreada representa a covarincia ou a varincia compartilhada
pelas duas variveis.
Olhe os nmeros na tabela 2.1. Os dois grupos de nmeros em I
covariam perfeitamente. Os dois grupos de nmeros, a e b, so os
mesmos: para um nmero alto em a, h um nmero alto em b; para
2 Uma-discusso tcnica e geral do termo, das idias por detrs dele e de como
usado, pode ser encontrada em Kerlinger (1973, cap. 6).
30
Tabela 2.1 Trs conjuntos de pares de postos * expressando covarincias e
relaes diferentes.
I II III
a b a b a b
1 1 i 5 i 3
2 2 2 4 2 5
3 .3 3 3 3 1
4 4 4 2 4 4
3 5 5 1 5 2
Probabilidade
31
de desassossego e ansiedade em ns induzidos pela incerteza do nosso
mundo. Eles nos oferecem um credo ou uma pessoa a seguir cegamente,
com promessas de grandes recompensas.
A cincia e a pesquisa comportamental no nos oferecem certeza.
(Nem a cincia natural!) No oferece nem mesmo certeza relativa.
Oferece apenas conhecimento probabilstico: Se A for feito, ento pro
vavelmente B ocorrer. A afirmativa usada antes, A frustrao leva
agresso., na verdade incorreta. Uma afirmativa mais correta : A
frustrao provavelmente leva agresso. Uma maneira de definir a
pesquisa comportamental pode ser dizer que ela urn meio de ajudar a
reduzir a incerteza. A pesquisa emprica jamais pode nos dizer que
alguma coisa certamente assim. Pode, entretanto, dizer: As probabi
lidades de tal coisa ser assim ou .sado so de 70 para 30.
A probabilidade e o pensamento probamisuco so o ncleo da
moderna cincia e pesquisa comportamental. Infelizmente, difcil defi
nir a probabilidade satisfatoriamente. Vamos usar uma abordagem
intuitiva, como sempre, mas o leitor fica avisado de que pode desa
gradar os especialistas. A probabilidade de um acontecimento o nmero
de casos favorveis dividido pelo nmero total de casos (igualmente
possveis). (Caso favorvel significa qualquer resultado estipulado ou
previsto.) Seja f = nmero de casos favorveis. E p = nmero de
casos favorveis dividido pelo nmero total de casos, N. Seja o caso
favorvel ocorrncia de cara no lanamento de uma moeda. Ento p
a proporo de caras em N lanamentos, ou p = f/N . J que h duas
possibilidades no lanamento de uma moeda, p = 1/ 2. O caso ou evento
favorvel pode ser o 6 do dado. Ento, p = 1/6: a probabilidade de
ocorrer um 6 1/6. Se houver 50 homens e 50 mulheres em determinada
amostra de 100 pessoas, a probabilidade de escolher um homem (ou
mulher) 50/100 = 1/2 (num processo de seleo imparcial).
Isto tudo muito simples. Mas a probabilidade pode ser complexa.
Nossa preocupao aqui, entretanto, apenas com a compreenso preli
minar e intuitiva. Em geral, o leitor precisa compreender que todos os
enunciados cientficos so probabilsticos. Sempre h incerteza. As cin
cias naturais oferecem maior certeza do que as comportamentais. Alis,
todas as disciplinas cientficas so mais ou menos incertas. Todas as afir
mativas, em outras palavras, vm acompanhadas com um valor p implcito
ou explcito. por isso que a bibliografia da cincia comportamental
fala tanto em tendncias.
O leitor no dever ficar muito preocupado se no apreendeu com
pletamente os termos e expresses dados acima. Leva-se tempo para
acostumar-se a eles. O que precisamos a esta altura uma familiaridade
geral. As lacunas sero preenchidas mais tarde. Em todo caso, agora
temos suficientes definies para continuarmos com a discusso principal.
3. P r o b le m a s , h i p t e s e s e v a r i v e is
34
enunciados tm pouco ou nenhum significado. Naturalmente, tm signi
ficado para religiosos, polticos, pais, professores e novelistas, mas se
mantm alm do alcance da cincia.
Tais questes, propostas desta forma, no so testveis, ou porque
lhes falta a forma de questes ou proposies testveis (que discutire
mos mais tarde) ou porque a linguagem em que so expressas to
vaga que as torna cientificamente intratveis. Eis outro exemplo da
educao. um problema que, embora tenha intrigado e importunado
os pesquisadores de educao durante meio sculo, virtualmente
irrespondvel cientificamente, pelo menos desta forma: O que faz um
professor bem sucedido? Para muitos educadores, isto pode no parecer
um problema. Eles acham que sabem a resposta; acham que sabem o
que um professor bem-sucedido. At agora, entretanto, o problema
no foi resolvido num sentido cientfico.
H diversas razes pelas quais ainda no foi resolvido. Para come
ar, a questo intil porque no h o enunciado de uma relao entre
variveis. Portanto, no pode ser testada ou respondida cientificamente.
(Com toda a honestidade, talvez jamais seja respondida.) Por outro lado,
o problema extremamente complexo: tem inmeras facetas que no
so imediatamente aparentes, tornando-se difcil lidar com elas. Por
exemplo, o que se quer dizer com bem sucedido? Bem sucedido em
conseguir que os alunos aprendam, ser? Aprender o qu? O que signi
fica aprender? O sucesso est ligado a certas caractersticas pessoais
e profissionais dos professores? Ao que os professores realmente fazem
em classe? s suas atitudes? Bem sucedido tambm implica mal
sucedido. O que significa um professor mal sucedido? Este mal su
cedido significa o oposto de bem sucedido? Ou diferente apenas?
Ou mal sucedido uma idia to complexa quanto bem sucedido?
Em resumo, temos aqui uma questo complexa cuja dificuldade
da. de se admirar, ento, que no tenha sido resolvida?
35
realizao em leitura entre crianas negras carentes? O problema geral
do estudo de Miller e Swanson pode ser colocado: Mes de diferentesi
classes sociais usam tipos diferentes de criao? Um problema maisi
especfico (Ver tabela 1.1) : O tempo de desmame de crianas difere
nas classes mdia e trabalhadora? Estes problemas so bem especficos;
e, naturalmente, podem ser apresentados de maneira mais geral.
H muitos anos Hurlock (1925) perguntou: Qual o efeito de
diferentes tipos de incentivo no desempenho dos alunos? Este problema
mais geral. Eis outro (Etzioni, 1964): O conflito aumenta ou impede
a eficincia de organizaes? Um interessante problema scio-psicol-
gico foi apresentado por Frederiksen, Jensen e Beaton (1968): Como
o clima organizacional afeta o desempenho administrativo? Berkowitz
(1959) fez esta importante pergunta: Sob condies de deflagrao
de hostilidade, como o anti-semitismo influi no deslocamento da agres
so? Ou, quando frustradas, pessoas altamente anti-semitas exibem
comportamentos mais agressivos em relao aos outros, que pessoas
menos anti-semitas? Em seu importantssimo estudo inter-cultural sobre
categorias naturais de cognio, Rosch (1973) fez a seguinte pergunta:
Prottipos naturais de cor e forma facilitam a aprendizagem de cate
gorias de cor e forma? 1
Repetindo, um problema de pesquisa cientfica em primeiro lugar
unia questo, uma...sentena em-lnna Jpterrogativ7 SegundT uma
questo jjuejgeralmente pergunta alguma coisa a respeito- cls relaes
entre fenmenos ou variveis. resposta questaoTe procurada n pes-
qusaTClark e Walberg, baseando-se em suas descobertas, puderamafir-
mar que o reforamento macio melhorava a leitura de crianas negras
carentes. Miller e Swanson puderam afirmar que as mulheres da classe
mdia tinham tendncia a desmamar seus filhos mais cedo que as mes
da classe trabalhadora.
Trs critrios de bons problemas de pesquisa e proposies de pro
blemas podem ajudar-nos a compreender problemas de pesquisa. Pri
meiro, o problema deve expressar umarelao, entre duas ou mais
variveis. Pergunta: A est relacionado com B? Como A e B esto
relacionados com C? Embora haja excees neste critrio,_s.a. raras.
Segundo, o problema deve ser ~apresentado em forma interrogativa. A
interrogao tm a virtude de apresentar problema diretamente. No
exemplo de Hurlock, dado acima, o problema apresentado diretamente
pela pergunta sobre a relao entre incentivos e desempenho.
36
Emprico da Cincia no captulo 1.) Testagem emprica significa que
seja obtida evidncia real sobre a relao apresentada no problema.
Obter evidncia na questo incentivos-desempenho de Hurlock signi
fica manipular (ou medir) incentivos, medir o desempenho do aluno e ava
liar o suposto efeito do incentivo sobre o desempenho. s vezes difcil
dizer claramente que o problema tem implicaes de testagem emprica.
Entretanto, preciso fazer a distino para que a pesquisa tenha possi
bilidade de dar certo. As principais dificuldades com questes no-tes-
tveis so o fato de no serem enunciados de relaes (O que o
conhecimento? Como se deve ensinar a ler?), ou seus constructos ou
variveis serem difceis ou impossveis de definir de maneira a poderem
ser manipulados ou medidos. Isto geralmente funciona com questes de
valor e moral, questes que indagam sobre o certo e o errado das coisas,
suas qualidades ou defeitos ou sua desejabilidade ou indesejabilidade.
Vamos nos concentrar novamente em juzos de valor. Tomemos afirma
tivas como: A democracia o melhor de todos os sistemas de governo ;
Igualdade to importante quanto liberdade e O casamento bom.
So juzos de valor; no so testveis cientificamente. A no-testabilidade
de juzos de valor j foi discutida, mas a distino entre jmzT^eTlr
enuntrrados empricos TmHEesFveis t a o mjftnte^que^eVe^nKK^exa-
nM4a"-de~TOv^'m'^puco mB'^nIiHicinener'
"TTzr que alguma coisa boa ou m, melhor ou pior, dar um
julgamento humano. S o homem pode dizer que uma coisa boa ou
m e no se discute. Nenhum procedimento cientfico pode conter
uma resposta sobre a rela~tiva desejabilidade, de uma coisa. s afirma
tivas cientficas dizem simplesmente: Se Tsto for verdade, ento pro
vavelmente acontecer aquilo; Se se frustram as pessoas, elas prova
velmente agrediro outras, agrediro objetos ou elas prprias. Tais
afirmativas no tm comprometimento com virtude ou defeito, desejabi
lidade ou indesejabilidade, valor moral ou falta de valor moral. Nem
podem fazer tal comprometimento. Na verdade, o cientista, como pessoa,
pode fazer tal julgamento e pode ser sbio ou tolo como qualquer
um mas ao fazer isto ele sai fora de seu papel de cientista.
neste sentido que a cincia neutra. No neutra por haver
alguma virtude especial em ser neutra. simplesmente a natureza da
cincia, que est em testar relaes empricas entre fenmenos ou vari
veis e, para fazer isto, exige que o fenmeno seja de natureza a ser
observado, manipulado ou medido. Enquanto o cientista pode estudar
yalQres,_ c.omo_ valores, e sua_ relao.-com outros, .fenmenos . por
exemplo, ele pode estudar como a posse de certos ...valores econmicos
influencia a maneira de as pessoas votarem (O capitalismo bom.
Ja propriedade privada sagrada) ele no pode estudar proposi-
es que incluam julgamentos ticos ou morais. Simplesmente no h
37
maneira de chegar aos referentes empricos de palavras como deveria,
convira, bom, mau e precisaria.
/
Hipteses
38
dicJa 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_jzav^pod&-Rermedi da.
A_hiptese Privao na infncia prodqjz deficincia mental mais
tarde uma hiptese _.p.orque-. enunGa umarelaoconjetural_entre
variveis aue podem ser manipuladas ou medidas. A relao expressa
pela palavra produz.^. Uma palavra- cm expresso de relao une de
alguma forma as variveis: produz, est positivamente relacionada
a, uma funo de, e assim por diante. Um modo melhor de com
preender todas estas afirmativas, entretanto, traduzi-las todas para
enunciados se-ento. Embora no haja regras fixas para se escrever hi
pteses h vrias espcies, todas legtimas e teis a maioria pode
ser colocada na forma se-ento: Se p, ento q, p e q sendo contructos
ou variveis. Se frustrao, ento agresso ; Se privao na infncia,
ento deficincia na realizao escolar mais tarde; Se reforamento,
ento aumento na aprendizagem. Em todos estes enunciados duas va
riveis esto ligadas entre si como as palavras se e ento Colocado
muito simplesmente, uma hiptese quase sempre ura enunciado de
uma relao,j j natureza da relao sendo especificada at certo ponto
pl"estrutura se-ento do enunciado.
Consideramos hipteses com duas variveis apenas. Na pesquisa
comportamental moderna, entretanto, mais provvel haver mais de
duas variveis. As hipteses sero ento: Se p, ento q, sob as condi
es r e s. Se incentivo positivo (p), ento aprendizagem aumentada
(q), dado sexo feminino (r) e classe mdia (s). Outra maneira de simbo
lizar esta hiptese .: Se p, e p 2 e p3, ento q ; Se incentivo positivo
(pO e sexo feminino (p2) e classe mdia (p3), ento aumento na apren
dizagem (q). Voltaremos mais tarde aos problemas multivariveis, ou
multivariados. So muito importantes.
Em resumo,_hiPtescs,.s.O-enunciados conieturais ,de relaes e so
estas conjeturas que so testadas na pesquisa. Vejamos agora jx jrq u e
s" hipteses so importantes.
39
discutido no captulo 1. Iste qu.er dizer que as hipteses so uma fer
ramenta poderosa para o avano do conhecimento porque, embora for
muladas pelo homem, podem ser testadas e mostradas como provavel
mente corretas ou incorretas parte dos valores e crenas do homem.
Naturalmente, os cientistas querem que suas idias sobre a realidade
concordem com a realidade.
Um psiclogo social, por exemplo, pode acreditar que um mtodo
por ele criado de lidar com o preconceito, chamado mtodo K, seja mais
eficiente do que outros em diminuir, o preconceito. Ele acha que se K
fosse usado sistematicamente em escolas de segundo grau e em univer
sidades, ajudaria a reduzir o preconceito contra as minorias onde quer
que fosse usado. Ele est dizendo que o mtodo K mais eficiente do
que outros mtodos e mais eficiente do que no fazer nada. Se ele for
testar sua crena cientificamente, ele ter que achar um meio de ficar
de fora de sua crena, saindo para fora de si mesmo. As hipteses aju
dam a fazer isto, O psiclogo social pode formular uma hiptese de que
o mtodo K, depois de uso suficiente, resultar em maior diminuio de
preconceito do que, digamos, os mtodos L e M (e talvez outros m
todos ou nenhum mtodo).
A hiptese agora uma afirmativa l fora, independente do pes
quisador. Est fora dele no sentido de que, apesar de sua crena
pessoal, predilees e inclinaes sua averso pelo preconceito, por
exemplo pode ser testada fora de suas crenas, predilees e vises.
Embora esteja pessoalmente a favor do mtodo K, sua crena de que o
mtodo K seja superior no pode afetar o teste da hiptese e o resultado.
Assim, as hipteses so meios especialmente potentes de preencher obie-
tivamente 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 (Dollard, Doob, Miller, Mowrer & Sears,
1939) 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. Dollard e seus colegas at salienta
ram que se podem deduzir implicaes marxistas da hiptese geral:JSe
o trabalhador TQ^-^plorado- treciBnci 'salrios' baixos, trabalhando
horaiTxtras e_agsim_par_diante), ele iicar frustrado. Se continuar frus-
trd ~Dormm~l&ne8-r3erodoy.ele...acabar...se revoltando, e destruindo seu
frustrador. a burguesia. A questo que qualquer teoria, se realmente
40
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.
Hipteses e testabilidade
42
A semelhana de crenas influi mais em aceitar os outros que a
semelhana de raa? (Rokeach & Mezei, 1966). Este problema to
controvertido, pergunta, com efeito, se a semelhana de crena mais
poderosa do que a semelhana (e diferena) de raa em influenciar as
pessoas a aceitarem outras. Se um branco concorda com as crenas de
um negro, ele ir aceit-lo mais do que aceitaria um branco de cujas
crenas ele discordasse? Se for conservador, por exemplo, ele aceitar
os conservadores negros em geral mais do que aceitaria brancos liberais?
So perguntas fascinantes, difceis de responder. Temos aqui um pro
blema que enunciado implicando termos quantitativos, j que vamos
usar mais. (Parece que a resposta Sim, crena mais importante
do que raa, mas no em todas as circunstncias.)
J foi dito que muitos, talvez a maioria dos problemas da pesquisa
comportamental, tm mais que uma varivel independente. Aqui est
um enunciado de problema com trs variveis independentes: Como a
aptido acadmica, a realizao no ginsio e o nvel de aspirao influen
ciam a realizao acadmica? (Worell, 1959). Tais problemas com ml
tiplas variveis esto mais prximos da realidade psicolgica e social;
eles refletem com mais nitidez as complexas estruturas causais dos fen
menos, neste caso, a realizao acadmica.
Eis uma hiptese derivada do primeiro problema dado acima. A
prtica em uma funo mental no tem efeito sobre a futura aprendiza
gem desta funo mental (Gates & Taylor, 1925). Observe a estrutura
se p, ento q da hiptese: "Se prtica numa funo mental, ento (no)
futura aprendizagem da funo mental . Observe tambm a forma nega
tiva da hiptese: A prtica (treino) no tem efeito . Isto raro. A
maioria das hipteses especifica alguma direo do efeito. (A hiptese
foi corroborada.)
Uma hiptese mais convencional: Indivduos que tm papis
ocupacionais iguais ou semelhantes tero atitudes semelhantes em rela
o a coisas significativamente relacionadas ao papel ocupacional. Isto
significa, por exemplo, que os mdicos mantero crenas e atitudes
semelhantes em relao a assuntos mdicos. Se a hiptese for apoiada
pela evidncia, conclmos que a maioria dos mdicos pensa igual no
que se refere a cuidados mdicos.
Nossa hiptese final uma hiptese que vem sendo cada vez mais
testada na pesquisa comportamental contempornea: Pessoas anti-semi
tas deslocaro agresso para outros quando ua hostilidade estiver
deflagrada (BerKowitz, 1959). Aqui h duas variveis anti-semitismo
e deflagrao de hostilidade que levam^ao^ieslo&amento da agresso.
A hiptese diz que o anti-semitismo (produzir^ agresso deslocada
apenas sob a circunstncia de deflagrao de-hoslidade. Isto , a estru
tura do argumento : Se p, ento q, dado r; ou Se anti-semitismo, ento
43
Figura 3.1
Variveis
Obviamente, varivel uma coisa que varia, que tem valores dife-
rentesJVIdimos, digamos, o nvel de aspira dem gmpol'crincas.
Para cada criana~oBfemos uma nota, algum tipo de nmero Dizemos
44
que medimos a varivel nvel de aspirao. Embora intuitivament
atraente, at instrutiva, esta definio no realmente uma definio.
E tambm no exata.
Uma varivel um smbolo ao qual so atribudos algarismos.
Exempios de tais smbolos so A, x, M ou inteligncia, nvel de aspira
o, ansiedade. A varivel x pode assumir um conjunto d valores num
ricos, por exemplo, pontos obtidos em um teste de inteligncia ou de
leitura. A varivel A pode assumir os valores at, a2 e a3, e assim pr
diante, que podem representar os valores numricos obtidos por uma
medida de atitude feita com uma escala de sete pontos. Podemos obter
s resultados de atitude de quatro indivduos: a, = 6, a2 = 3, a.i = 5,
4 = 4. A uma varivel. Se quisermos, podemos dar-lhe o nome de
Atitude em relao s mulheres.
Esta definio de varivel simples e geral, embora um pouco
afastada do senso comum. geral porque abrange todos os casos conce
bveis e tipos de variveis. E, embora seja um tipo de definio que no
pertence ao senso comum pode parecer estranho at no nada
complicada e fcil de entender. H smbolos que podem ser letras dc
alfabeto, palavras ou expresses curtas: X, Y, A, K, inteligncia, atitudes
em relao s mulheres, ansiedade, classe social, nvel de aspirao,
reteno, preferncia religiosa, renda e assim por diante. Logicamente,
variveis so propriedades que tomam valores diferentes. Algumas vari
veis podem ter muitos valores, at um nmero infinito (teoricamente:
por outro lado, varivel podem ter um mnimo de dois valores. 3 Inteli
gncia, reteno, atitudes em relao s mulheres, podem ter vrios valo
res. Sexo tem apenas dois valores, geralmente 1 e 0, 1 sendo designado
para um sexo e 0 para o outro. Morto-vivo, empregado-desempregado
so tambm variveis de dois valores ou dicotmicas. Classe social,
geralmente, tem dois, trs ou quatro valores. Preferncia religiosa um
tanto diferente. Embora seja uma varivel chamada nominal ou cate
grica (veja abaixo), os valores a ela atribudos so invariavelmente 1 e 0,
mas por enquanto no vamos mostrar como isso feito.
Antes de mudarmos de assunto, devemos observar que variveis
so tambm conceitos e constructos. Um conceito e, Tiitfalment, um
t-ermogeral ~q expressa a suposta idia central por trs de objetos
particulares relacionados. Quando os cientistas falam sobre os conceitos
usados em seu trabalho, chamam-lhes freqentemente constructos.
Constructo um termo til porque indica a natureza sinttica das
variveis psicolgicas e sociolgicas. Expressa a idia de que os cientistas
3 possvel, por definio, uma varivel ter s um valor. Nestes caso chamada
constante. Lidamos quase que exclusivamente com variveis de dois ou mais
valores.
45
freqentemente usam termos de acordo com a necessidade e exigncias
de suas teorias e pesquisas. Inteligncia, aptido, ansiedade, locus de
controle, agresso, autoritarismo, classe social, sexo e realizao so
todos constructos. Se a definio de varivel dada acima pode ser
satisfeita isto , se algarismos puderem ser atribudos a objetos de
acordo com regras ento, podemos chamar de varivel um cons-
tructo. leitor encontrar freqentemente estes termos na bibliogra
fia da psicologia e educao, mas eles nem sempre sero usados pre-
eisamente. Entretanto, deve ser lembrado que h diferenas entre eles.
Por exemplo, bom saber que, embora seja teoricamente possvel
transformar a maioria dos constructos em variveis, nem sempre pra
ticamente possvel faz-lo. Um exemplo, a represso de Freud, foi dado
anteriormente.
Definies operacionais
46
Ilim por diante) o resultado no teste de inteligncia X, ou inteligncia
i o que o teste de inteligncia X mede. Esta definio nos diz o que
fazer para medir a inteligncia. Diz ao pesquisador para usar o teste
tlc inteligncia X. Realizao pode ser definida citando um teste padro
nizado de realizao, um teste feito pelo professor, ou notas dadas pelos
Ijofessores. Aqui temos trs maneiras diferentes de definir operacional-
tnente o mesmo constructo. O leitor no dever se preocupar com esta
Multiplicidade de definies operacionais; faz parte de sua flexibilidade
fora. Afinal, um constructo como realizao tem vrias facetas em <
Momentos diferentes. Consideremos at o exemplo bvio de diferentes
Areas de realizao: leitura, aritmtica, artes e assim por diante.
O
Vejamos um exemplo mais difcil. Suponhamos que queiramosO
definir a varivel considerao. Pode ser definida operacionalmente;'
ftrrolando-se comportamentos de crianas que so presumivelmente com- j
portamentos que expressam considerao, e fazendo os professores obser-.-'
varem e classificarem os comportamentos das crianas numa escala de-
inco pontos. Tais comportamentos podem ser: quando uma criana diz::
a outra: com licena, desculpe; quando uma criana entrega um*:
n sig
|finquedo pedido a outra; ou quando uma criana ajuda outra enS
uma tarefa. g
O tipo de definio discutido pode ser chamado uma definii-
ifperacional medida. Ela mostra ao pesquisador como medir (e observaB
uma varivel. Lembre-se das variveis de Miller e Swanson, classe
gocial e tempo de desmame. H tambm definies operacionais experi
mentais que mostram ao pesquisador como manipular uma varivel. Por
exemplo, o reforamento pode ser definido operacionalmente dando os
detalhes de como os indivduos devem ser reforados como Clark
e (Walberg fizeram. No estudo sobre os efeitos dos diferentes incentivos
sqjjre o desempenho de alunos em aritmtica, j mencionado, Hurlock
(1925) elogiou algumas crianas, criticou outras e ignorou outras. A
frustrao pode ser definida como um impedimento de alcanar uma
meta, uma definio constitutiva com implicaes claras para a manipu
lao experimental. Isto foi muito bem realizado por Barker, Dembo e
Lewin (1943), que definiram frustrao operacionalmente descrevendo
Crianas em uma sala de jogos com um nmero muito grande de brin
quedos muito atraentes, mas inacessveis. (Os brinquedos foram deixados
atrs de uma tela de arame; as crianas podiam v-los, mas no toc-los.)
Como outras idias apresentadas neste livro, a definio operacional
uma inveno notvel. Como ficou dito no incio deste tpico, uma
ponte entre conceitos ou constructos e observaes, comportamentos e
atividades reais. Para esclarecer, veja a figura 3.2. A figura mostra os
dois nveis nos quais os cientistas operam: o nvel dos constructos e
hipteses (I) e o nvel da observao e manipulao (II). Os dois nveis
47
Figura 3.2
48
Iuuh definies operacionais, entretanto, podem dar resultados dife
rentes. Se ambas forem boas definies operacionais, devem estar em
jiifffeito acordo.
Em um interessante estudo mencionado anteriormente, Walster e
outros (1973) definiram uma de suas principais variveis com muita
igbllidade. Tentaram, em sua pesquisa, encontrar a resposta para uma
Antiga pergunta: As mulheres difceis so mais atraentes para os
liOmens do que as mulheres no to difceis? Sujeitos do sexo masculino
tlpeberam cinco pastas contendo informaes sobre uma mulher. Trs
delas continham formulrios para a seleo de candidatos , contendo
iin possveis reaes da mulher a cinco homens seus provveis candidatos.
Illias reaes eram anotadas como marcas feitas pela mulher numa escala
partindo de escolhido com toda certeza. Ou seja, cada mulher
llaera, presumivelmente, cinco marcas em cinco pastas, e estas marcas
lllflicavam-na como fcil ou difcil. Por exemplo, a que marcasse
um todas as escalas escolhido com toda certeza era uma mulher
"fcil. Se, por outro lado, ela no se entusiasmasse com nenhum dos
ffn didatos. era difcil. A categoria mais interessante e decisiva foi a
mulher seletivamente difcil : ela no desejava nenhum dos outros
homens alm de voc (uma das pastas referia-se ao sujeito). Este proce
dimento, ento, era a definio operacional de dificuldade da mulher,
Uma definio muito habilidosa.
Nos exemplos acima, observe que a definio operacional mostra
com bastante detalhe o que o pesquisador deve fazer para medir as
fiveis. Holtzman e Brown especificamente relataram como a mdia
de notas seria calculada, e Walster e outros detalharam o procedimento
para obter medidas de dificuldade. Igualmente, em situaes experi
mentais, as definies operacionais especificam o que os experimenta-
dores devem fazer para manipular uma ou mais variveis independentes.
Elas do as operaes envolvidas.
Nada, entretanto, ficou dito sobre a qualidade das definies opera
cionais. Como as definies constitutivas, elas podem ser boas ou ms,
bem ou mal concebidas. Tem havido crticas s definies operacionais
(e filosofia do operacionalismo que as inspirou), que erraram comple-
tomente o alvo. Foi dito, por exemplo, que nenhuma definio opera
cional jamais pode expressar o significado completo e a riqueza de
Conceitos como agresso, represso, ansiedade, autoritarismo, aprendi-
Mgem, realizao e assim por diante. Exatamente. Jamais poder. Mas
acontece o mesmo com as definies constitutivas! Definies operacio
nais so definies limitadas freqentemente muito limitadas, cujo
pbjetivo ajudar o pesquisador a chegar a aspectos da realidade
fljOtnportamental. H sempre o perigo de fracionar de tal modo um
conceito que este passe a ter pequena relevncia para o seu "verdadeiro
significado. Isto no implica, contudo, que seja impossvel inventar e
usar definies operacionais que aproximem aspectos significativos da
realidade conceituai. Difcil, mas no impossvel. Sem dvida, o
sucesso cientfico em inventar e usar definies to limitadas tem sido
gratificante. medida que avanarmos em nosso estudo veremos exem
plos cada vez mais marcantes de definies operacionais e o ir e vir
entre os dois nveis de operao da cincia.
4
*
50
4. R e la e s e e x p lic a e s
KTkAi
mas de grupos minoritrios e dos problemas de preconceito e discrimi
nao. Uma dessas relaes a que existe entre a discriminao contrai
grupos minoritrios e a tendncia violncia dos grupos minoritrios.
Acredito, por exemplo, que quanto mais o grupo for discriminado, mais
seus membros apelaro para a violncia. Coletei dados sobre oito grupos
e posso classific-los em duas variveis: discriminao e violncia. Espe
cialistas classificaram os oito grupos conforme os graus de discriminao
usados contra eles, 1 significando a maior discriminao e 8 o mnimo
de discriminao. Obtive tambm estatsticas do total de violncia que
caracterizou os oito grupos nos ltimos cinco anos. (No vamos nes;
preocupar agora de como isso foi feito.) A partir dessas estatsticas,
jlassifiquei os oito grupos de alto a baixo em violncia, 1 significando
glta violncia e 8 baixa.
Os dois conjuntos obtidos esto na figura 4.1 A figura expressa uma
"relao. Faz isto porque mostra dois conjuntos de nmeros que foram
sistematicamente emparelhados: o primeiro grupo minoritrio, o que
foi mais fortemente discriminado e que portanto recebeu o posto 1,
recebeu um posto 2 em violncia. O segundo grupo, o segundo mais
fortemente discriminado (posto 2) teve o terceiro (3) lugar em violncia
e assim por diante com os grupos restantes. Em resumo, os dois con
juntos de postos colocados em relao entre si, como na figura 4.1,
expressam uma relao.
Pode parecer um pouco estranho chamar os dois conjuntos de
.meros uma relao. Mas no . Alis, muito preciso e claro, como
Veremos. Todas as relaes podem ser expressas de algum jeito, embora
nem sempre seja preciso usar nmeros. O caso que os dois conjuntos
de nmeros, considerados conjuntamente como na figura 4.1, so uma
felao. Mais adiante veremos que as relaes tm direo e magnitude.
No caso presente, a direo positiva: os dois conjuntos de nmeros
"vo juntos um com o outro: os postos baixos em discriminao ten
dem a emparelhar-se com postos baixos em violncia e postos altos com
postos altos. A magnitude da relao ser discutida mais adiante neste
gBptulo.
51
Figura 4.1
52
Conjuntos
Relaes
no teste, Marie recebeu 131, Jacob 127 e assim por diante. Temos, ento,
dois conjuntos, um de cinco nomes representando as cinco crianas e
um de cinco nmeros representando os pontos feitos pelas crianas em
um teste de inteligncia.
Talvez possamos tornar o exemplo um pouco mais interessante.
Estude a figura 4.3. O conjunto dos cinco resultados no teste de inteli
gncia, X, est esquerda. O conjunto da direita, S (de sexo), tem
dois membros, M e F, significando masculino e feminino. Os membros
dos dois conjuntos, X e S, esto ligados por linhas, assim: se um resul
tado em X de um menino, trace uma linha at M; sc o resultado for
de uma menina, trace uma linha at F. Desta forma mostramos a relao
entre os resultados e as letras M e F, ou, mais geralmente, uma relao
entre inteligncia e sexo. Podemos acreditar que as meninas (nesta
amostra, ou talvez em Amsterd) so mais inteligentes que os meninos.
Para testar isto podemos calcular a mdia de pontos dos meninos e
meninas e compar-las. As mdias so 125 para as meninas e 110 para
os meninos. Podemos concluir que as meninas so mais inteligentes
do que os meninos, sem dvida uma concluso arriscada! A questo
agora no a adequao da concluso mas o uso de conjuntos para
estudar uma relao.
Esta discusso bastante bvia de conjuntos pode ser estendida a
nmeros maiores de casos e variveis mais complexas. No importa
quantos casos e quo complexas as variveis, os princpios bsicos e as
regras so as mesmas. Mais objetivamente, definimos uma relao, uma
54
relao entre inteligncia e sexo. Como? Ligamos simplesmente os
membros de um conjunto, X, aos membros de outro, S, usando a
jttgra simples para traar as linhas, dada acima. Agora damos uma
lefinio abstrata de relao que completamente geral e que se
aplica a todos os casos.
Uma relao um conjunto de pares ordenados. Um par ordenado
iSo dois objetos de qualquer espcie em que h uma ordem fixa para
os objetos aparecerem ou para serem colocados. Na figura 4.2, Mare,
131 um par ordenado. O conjunto de pares ordenados so os dois
lonjuntos na figura 4.2, colocados juntos, os nomes em primeiro lugar
0 os pontos em segundo: -{ (Marie, 131), (Jacob, 127), (Annie, 119),
(Pieter, 108), (Jan, 95) }. Em outras palavras, ordenado significa
tomar os membros de um dos conjuntos, primeiro, e os membros do
OUtro, depois. O conjunto de pares mencionado uma relao. Pode
nfio ser interessante, importante ou mesmo significativo, mas uma
relao.
Na figura 4.3 tambm foi dada uma relao, embora um pouco
mais difcil de se ver. Se apresentarmos a relao de outra forma, como
na figura 4.4, mais fcil ver. De novo temos um conjunto de pares
ardenados: j (131, F), (127,M), (119, F), (108, M), (95, M) }. Esta ,
por definio uma relao. Neste caso, entretanto, um pouco mais
ggn;F:cativa: o conjunto de pares ordenados expressa uma relao entre
os pontos do teste de inteligncia e o sexo dos participantes, ou, mais
Jmplesmente, entre inteligncia e sexo.
Figura 4.3
X s
Figura 4.4
56
c
Figura 4.5
57
A direo e a magnitude das relaes
58
X = Discriminao
Figura 4.6
limas linhas mais tarde, quando veremos como elas expressam relaes
dara e sucintamente.
Os pontos representados e a linha de regresso indicam que a
hiptese apoiada por estes dados? A resposta sim indicam. Os
pOntos representados indicam que grandes valores de X, Discriminao,
iSo acompanhados por grandes valores de Y, Violncia, valores mdios
de X por valores mdios de Y e valores baixos de X por valores baixos
de Y. O enunciado Se discriminao, ento violncia parece estar
Correto. Especificamente, os grupos minoritrios que sofreram a maior
jdiscriminao foram os mais violentos, e os grupos minoritrios que
fCCeberam menos discriminao foram os menos violentos. A relao
nfio perfeita h excees, por exemplo (3,1) e (7,4) no grfico
mas em geral se mantm.
Mas ainda no discutimos diretamente a magnitude da relao.
Dissemos que os valores altos de Y acompanham os valores altos
de X e valores menores de Y acompanham valores menores de X.
Naturalmente, este um enunciado de magnitude, mas desejamos ser
nlXU precisos. Queremos saber at que ponto a relao forte ou
"Ekca. Se a direo da linha de regresso for da esquerda inferior
para a direita superior no grfico e todos os pontos se encontrarem pre-
fiiiamente sobre a linha, a relao perfeita e positiva. Tais relaes
lltfeitas quase nunca acontecem na pesquisa comportamental. s vezes
iodos os pontos representados se aproximam da linha. Quando isso
59
acontece, a relao forte . Quando no, quando se encontram dis
persos relativamente longe da linha, a relao fraca ou at se
aproxima de zero. (No ltimo caso, a prpria linha seria horizontal,
ou quase. Explicaremos isto mais adiante.)
H meios ainda mais precisos de expressar a direo e magnitude
das relaes. Um meio muito usado atravs da correlao e do chamado
coeficiente de correlao. Correlao significa exatamente o que diz
a palavra: a co-relao entre dois conjuntos de valores ou a variao
conjunta dos valores de X e Y, como j foi explicado. Coeficiente de
correlao, um termo muito usado na pesquisa, uma medida da inter
dependncia, da variao conjunta, do aumento ou decrscimo simult
neo de dois conjuntos de valores numricos. Por sua grande importncia
na pesquisa, estudemos as idias de relao, correlao, direo e magni
tude mais profundamente. ^
Embora do ponto de vista definicional seja correto dizer que uma
relao um conjunto de pares ordenados, tal definio apenas esclarece
a idia de uma relao. No ajuda os cientistas a tirarem concluses a
partir dos dados. Eles dsejam saber a direo e a magnitude das rela
es, como j ficou dito. A direo de uma relao ela ser positiva ou
negativa (ou mais complexa). Se os dois conjuntos de medidas de um
conjunto de pares ordenados variam juntos os pesquisadores dizem
covariam na mesma direo, a relao positiva. Se variam simul
taneamente (juntas) na direo oposta, a relao negativa.
Na tabela 4.1 so apresentados trs conjuntos de pares ordenados.
No conjunto A, os valores de X e Y tm a mesma ordem de postos.2
X Y X Y X Y
1 2 1 8 1 4
2 4 2 6 2 8
3 5 3 5 3 5
4 6 4 4 4 2
5 8 5 2 5 6
60
Por outro lado, no conjunto B a ordem de postos dos dois conjuntos
de valores oposta, isto , os valores altos de X so acompanhados por
valores baixos de Y [por exemplo (5,2), (4,4) ], e os valores baixos
de X so acompanhados por valores altos de Y [por exemplo (1,8),
(2,6) ]. Os pares de conjuntos de pares ordenados mostrados em C no
tm direo discernvel; os dois no mostram tendncia sistemtica a
Variar de uma ou outra forma. O conjunto foi includo na tabela para
Ilustrar o caso de nenhuma relao, ou, mais precisamente, relao
zero, e para contrast-lo com os conjuntos A e B.
A magnitude de uma relao a extenso na qual dois conjuntos
de medidas variam simultaneamente (covariam) positiva ou negativa
mente. No conjunto A da tabela 4.1, a magnitude da relao alta
porque as ordens de postos de X e Y so idnticas. Igualmente alta a
relao de B porque as ordens de grau so completamente opostas.
Entretanto, os dois conjuntos de nmeros variam juntos: os nmeros
mais baixos de Y acompanham os nmeros mais altos de X, e os nme
ros mais altos de Y acompanham os nmeros mais baixos de X. No
Onjunto C, entretanto, no se percebe variao sistemtica simultnea
dos dois conjuntos de nmeros. como se os nmeros do segundo con
junto fossem includos ao acaso (e foram). Em tais casos, costuma-se
dizer que no h relao entre os conjuntos. bvio que esta uma
maneira meio inexata de falar, porque qualquer conjunto de pares
ordenados uma relao. Entretanto, na linguagem corrente da pesquisa,
os pares ordenados do conjunto C seriam mencionados como no mos
trando relao alguma. A expresso correta relao zero .
Ser possvel ser mais preciso sobre as magnitudes das relaes
dos conjuntos de medidas da tabela 4.1? Felizmente sim. Uma medida
muito til da magnitude das relaes o coeficiente de correlao,
que j foi mencionado e explicado ligeiramente h pouco. simples
mente um ndice, em forma decimal, que indica a direo e a magnitude
da covariao de dois conjuntos de valores.3
Tais ndices variam de 1,00, passando por 0,00, at +1,00.
+ 1,00 indica uma relao positiva perfeita, os dois conjuntos de
61
pontos tm exatamente a mesma ordem de postos, por exemplo, como
em A da tabela 4.1 e 1,00 indica uma relao negativa perfeita,
como em B da tabela. O (zero), naturalmente, indica nenhuma relao ,
ou relao zero . Todas as fraes decimais entre 1,00 e +1,00
so possveis: 0,78; 0,51; 0,08; 0,12; 0,42; 0,83; e assim por
diante. Muitos coeficientes ou ndices de relaes como estes so usados
nas cincias comportamentais, mas neste livro estamos preocupados prin
cipalmente com a compreenso e interpretao de tais ndices e no com
seu clculo.4
Grficos de relaes
62
-L- -J-X
1 2 3 4 5 6 7
(A) Relao alta positiva (B) Relao alta negativa (C) Relao alta neutra
Figura 4.7
63
de uma teoria do preconceito, que essas caractersticas se combinam
para produzir o preconceito contra membros de grupos minoritrios.
O pesquisador tem vrios meios de. descobrir at onde est correto.
Suponhamos que ele construa uma escala para medir a extenso em
que os indivduos possuam as caractersticas dadas acima. Chamemos
isto Escala A. Ele usa tambm outra escala, a escala AS, que pesquisas
anteriores mostraram medir o anti-semitismo, ou o preconceito contra
os judeus. Ele est estudando, ento, um aspecto da relao entre autori
tarismo e anti-semitismo. Ele podera, naturalmente, ter medido as ati
tudes dos sujeitos em relao a negros, estrangeiros, ndios e outros
grupos minoritrios. Entre as vrias pessoas que responderam s duas
escalas, suponhamos que foram selecionadas 10 para representar todo
o grupo e que os dez pares de pontos sejam os da tabela 4.2. (Dez
conjuntos de pares ordenados dificilmente bastariam para avaliar uma
relao com fidedignidade. Geralmente os cientistas comportarrientais
usam muitos mais. Entretanto, o princpio o mesmo, quer se usem
10 ou 10.000 conjuntos de pares.)
O pesquisador quer saber a direo e a magnitude de sua relao:
seu sinal, positivo ou negativo, e at onde os dois conjuntos de valores
covariam. Primeiro, os dois conjuntos de valores, com os de autoritaris
mo sempre em primeiro lugar e os de anti-semitismo em segundo, so
um conjunto de pares ordenados e, portanto, uma relao. fcil ver
a direo da relao: positiva porque h uma tendncia marcante
dos valores altos de A serem acompanhados por valores altos de As
por exemplo, (6,2; 5,7), (5,9; 5,3) e igualmente para valores A e AS
baixos por exemplo, (3,5; 4,0), (3,9; 3,5).
No to fcil avaliar a magnitude da relao, isto , at onde
pronunciada a tendncia de os valores de A e AS caminharem juntos :
alta com alta, mdia com mdia e baixa com baixa. O exame de con
juntos de pares ordenados parece indicar que a covariao dos pontos,
seu caminhar juntos, pronunciada. Para ver isto mais claramente,
os postos dos valores, postos de 1 a 10, com 1 indicando o valor mais
alto e 10 o niais baixo, esto indicados na tabela 4.2 ao lado dos pontos
de A e AS (entre parnteses). Observe que em geral os postos vo
juntos: os postos baixos de A combinam com os postos baixos de AS,
acontecendo o mesmo com os postos mdios e altos. Resumindo, a
relao entre autoritarismo e anti-semitismo, nesta amostra, positiva
e substancial. substancial at onde? possvel e aconselhvel
calcular os ndices da magnitude das relaes. Tais ndices so chamados
coeficientes de correlao, como j ficou sabido. 6
64
Anti-Semitismo (AS)
Autoritarismo (A)
5.7 (2)
6,2 ( 1)
5.3 (3)
5,9 (2)
4.7 (5)
5.7 (5)
5.8 (1)
5.1 (4)
4.4 (7)
4.8 (5)
4.5 (6)
4.5 (6)
3.9 (9)
4.2 (7)
4,8 (4)
4,1 (8)
3.5 (10)
3.9 (9)
4,0 (8)
3.5 (10)
a Os nmeros entre parnteses so os postos dos valores, com 1 sendo alto e 10 baixo.
Figura 4.8
66
---------------------------------------- -
c> Realizao
145 51
125 57
118 60
110 48
100 54
97 35
90 32
67
medida que o bairro se torna mais afluente, h menos delinqncia.
Mas agora a relao muito mais fraca do que era na figura 4.9, onde
os pares de pontos estavam mais perto da linha de regresso. Observe
que quatro dos pontos (os pequenos crculos) esto bem distantes da
linha. Em suma, a relao negativa e no muito forte.
Figura 4.11
68
Muitas variveis, naturalmente, no tm nenhuma relao entre si,
n no ser por acaso: sua relao zero ou prxima de zero. Isto quer
dizer que o conhecimento de uma varivel no contribui para o conhe
cimento de outra varivel. No se pode dizer, por exemplo, que enquanto
uma varivel aumenta a outra varivel aumenta ou diminui. Tal situa-
I0 mostrada na figura 4.11, onde 100 pares de nmeros entre 0 e 100
! pram marcados. Os nmeros foram obtidos de duas colunas de nmeros
uiprovveis de um ou dois algarismos, numa tabela maior de tais
S i&ieros (Kerlinger, 1973, pp. 715 e 717, duas ltimas colunas de
nmeros de dois algarismos).7 Casualidade e nmeros aleatrios, um
portante desenvolvimento tcnico e cientfico moderno, sero expli-
E dos no captulo 5. suficiente dizer, por enquanto, que nmeros alea
trios so como o resultado do jogo de dados ou de moedas: no h
Ordem dedutvel ou previsvel de espcie alguma nos nmeros. No se
pode predizer j que ambos os conjuntos de nmeros so casuais
nenhum nmero a partir de outro. Se aparecer um 90 em uma coluna,
po se pode dizer que provvel que um nmero alto o acompanhe na
outra coluna, o mesmo para nmeros baixos e mdios. Em linguagem
Comum, os nmeros dos pares esto todos misturados: todas as combi
naes possveis podem ocorrer, mas no se pode prever um nmero
n partir de outro.
Compare a figura 4.11 com as figuras 4.9 e 4.10. Nas duas ltimas
houve um caminhar junto sistemtico dos nmeros, embora tenha
havido consideravelmente menos caminhar junto na figura 4.10 do
que na 4.9. Mas pode-se ver que os crculos da figura 4.11 esto por
todo o grfico e, mais importante, no h ordem discernvel ou
^caminhar junto. Este um estado de relao zero.
Ainda temos muito o que dizer sobre relaes neste livro. Elas so
o recheio e o ncleo da cincia. Compreender que o objetivo maior da
cincia a explicao e que a explicao vem principalmente do estudo
das relaes compreender a base da cincia. Agora vamos tentar
amarrar as idias de explicao e relaes e, j que estamos no assunto,
falar da importante idia de teoria.
69
pelo menos neste mundo, dizer-se diretamente o que uma coisa e. Tamais
poderemos chegar essncia total de alguma coisa (embora os msticos
nos digam o contrrio). 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 e
uma das tarefas mais difceis que podemos empreender. Mais que isto,
literalmente impossvel explicar tudo sobre algum fenmeno, ou sobre
conjuntos de fenmenos. E explicar tudo sobre preconceito, por exem
plo, 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 mei, ento, de explicar alguma coisa, determinar de
que maneira esta coisa se relaciona com outras coisas. Assim a explica
o do preconceito significa descobrir como o preconceito se relaciona
com outros fenmenos naturais. Se estivssemos interessados apenas no
desenvolvimento do preconceito em crianas, teramos que saber pelo
menos em que idade as crianas tomam conscincia de outros grupos .
A relao seria entre a idade e conhecimento ou conscincia de
outros grupos.
J dissemos que a cincia lida apenas com fenmenos naturais e
explicaes naturais de tais fenmenos. Explicar o preconceito, por
exemplo, dizer que ele faz parte da natureza humana, que todo o indi
vduo naturalmente preconceituoso em relao a grupos diferentes,
do seu, no uma explicao no sentido cientfico porque usa um
termo natureza humana , que to vago que se torna inacessvel a
observao cientfica. Onde encontramos natureza humana? Como
podemos medi-la? Ou pode-se dizer: Deus fez grupos diferentes e as
diferenas levam hostilidade . Isto tambm no uma explanaao no
sentido cientfico. Invocar Deus como a causa das diferenas, retira a
afirmativa do mbito da preocupao cientfica. Mais ainda, pode-se
retorquir que Deus fez todos os homens iguais. Dizer que diferenas
levam hostilidade, embora uma afirmativa melhor porque pelo menos
implica a possibilidade de observao, ainda vago demais para a obser
vao cientfica. Todas as diferenas de grupos? Algumas apenas? Que
espcie? Que espcie de hostilidade? Sob que circunstncias? E assim
por diante.
Naturalmente h muitas explicaes para o comportamento hu
mano e para fenmenos. Doena castigo pelo pecado; As depresses
econmicas so devidas aos judeus ; Os pretos so msicos matos .
70
Tais explicaes so cientificamente sem valor porque no podem
ser submetidas a investigaes cientfica e a testes. Sem dvida, uma
grande contribuio da cincia sua rejeio de explicaes que real
mente nada explicam. A explicao pode referir-se apenas a fenmenos
naturais, e fenmenos naturais significam ocorrncias no mundo
Sflbservvel. Qualquer fenmeno, para ser um fenmeno natural, precisa
ser observvel, potencialmente mensurvel ou manipulvel. No neces
srio ser visto diretamente. Mas precisa haver alguma evidncia de suas
gjiliifestaes no mundo emprico. Preconceito, neste sentido, implica
em certo tipo de comportamento.
Como, ento, a cincia explica o preconceito ou qualquer outro
fenmeno natural? Repetindo, pode ser explicado apenas pelas suas rela
es com outros fenmenos. Necessariamente tais explicaes so sempre
parciais e incompletas. Foi descoberto, por exemplo, que o autoritarismo
est positivamente ligado ao preconceito (Adorno e outros, 1950):
jessoas muito autoritrias tendem tambm a ser preconceituosas contra
J udeus, negros e estrangeiros. Descobriu-se tambm que se a maioria das
pessoas de determinado grupo de indivduos tem crenas estereotipadas
(crenas relativamente fixas e rgidas) sobre membros de outro grupo, elas
ento tendero a ter atitudes negativas em relao aos membros do
OUtro grupo. Ficou dito tambm e provado por evidncia (Dollard e
OUtros, 1939) que a frustrao leva agresso, que muitas pessoas
ao social e economicamente frustradas e dirigem a hostilidade resultante
para outros grupos. Temos aqui, ento, fenmenos relacionados com o
preconceito: autoritarismo, estereotipia e frustrao. Assim, temos uma
Jjtplicao parcial de preconceito.
Preconceito um conceito ou constructo bastante difcil. Vamos
tomar um fenmeno ou varivel igualmente complexo, mas talvez mais
ficilmente ilustrvel, realizao, e sintetizar uma explicao. Fazemos
isto usando um exemplo de uma explanao terica semelhante quela
dada quase no fim do captulo 1. A importncia das idias justifica
o exemplo adicional. Suponhamos que queremos saber por que certos
lunos no se saem bem na escola. J sabemos que inteligncia uma
Varivel explanatria: crianas abaixo de um certo nvel de inteligncia
tendem a no se sair bem na escola. 8 Mas muitas dessas crianas se
aem bem e muitas crianas de nvel superior de inteligncia no
fce saem bem. Apenas inteligncia, ento, uma explicao parcial.
Ilibe-se tambm que crianas de classes sociais mais baixas no se saem
Ifio bem na escola, comparadas s crianas de classe mdia. H muito se1
71
pensa tambm, embora sem apoio muito forte de evidncia, que a mo
tivao desejar ou no desejar sair-se bem uma varivel impor
tante que influencia a realizao escolar.
Agora vamos colocar uma explicao de realizao escolar com
as trs variveis que acabamos de mencionar. Tenha em mente que este
exemplo muito simplificado. A realizao escolar um fenmeno com
plexo, cuja explicao ainda confunde cientistas e educadores. Estamos
dando uma explicao apenas parcial e limitada com fim pedaggico.
Em todo caso, a explicao est representada na figura 4.12. As setas
indicam as relaes ou influncia. Uma seta de linha contnua e uma s
ponta indica influncia ; uma seta de linha interrompida e duas pontas
indica uma influncia mtua, ou simplesmente uma relao. ( Influncia
geralmente implica um efeito numa s direo; relao implica que a
influncia pode ser numa direo ou noutra, ou em ambas.)
A explanao assim representada indica que inteligncia e motiva
o influenciam diretamente na realizao escolar. As crianas mais inte
ligentes tendem a fazer melhor o trabalho escolar, e as crianas que esto
mais interessadas no trabalho escolar e mais desejosas de faz-lo, fazem
um trabalho melhor. Inteligncia e classe social e inteligncia e motivao
influenciam-se mutuamente. Crianas de classe mdia, por exemplo, tm
em mdia pontos mais altos em testes de inteligncia, e as crianas mais
altamente motivveis so, em mdia, crianas de maior inteligncia. A
motivao influenciada diretamente pela classe social. Crianas das
classes trabalhadoras no se interessam tanto pelo trabalho escolar como
as de classe mdia, talvez porque o ambiente menos afluente no con
duza aceitao entusistica do aprendizado e do estudo. (Alm disso,
72
a escola norte-americana uma instituio de classe mdia.) A classe
social no exerce efeito direto sobre a realizao escolar, ento, influen
cia a realizao apenas indiretamente, atravs da inteligncia e da moti
vao.
O objetivo deste exemplo no sua adequao ou validade. Antes,
o objetivo mostrar como uma explicao comportamental cientfica
de um fenmeno e como as relaes so o recheio de tal explicao.
O fenmeno da realizao escolar explicado pela relao entre, de
um lado, inteligncia, motivao e classe social, e, de outro, realizao
escolar e tambm pelas relaes entre inteligncia, motivao e classe
social.
Todo o conjunto de variveis e as relaes especificadas entre elas
podem ser chamadas uma toria. Naturalmente, esta deveria ser
chamada uma pequena teoria, ou o embrio de uma teoria, porque
um fenmeno to complexo quanto realizao escolar dificilmente pode
ra ser explicado por trs variveis. Entretanto, a maioria das teorias
cientficas consiste em tais relaes sistemticas entre variveis. Uma
teoria, ento, um conjunto de constructos inter-relacionados (variveis),
definies e proposies que apresentam uma viso sistemtica de um
problema especificando relaes entre variveis, com a finalidade de
explicar fenmenos naturais.
Esta discusso sobre explicao" em' cincia foi necessria para
tirar o mistrio da explicao e da teoria cientficas. Toda explicao,
paturalmente, usa relaes. A diferena entre explicaes cientficas e
jSXplicaes no-cientficas de fenmenos, entretanto, profunda. inse
parvel das palavras sistemtica, controlada e emprica. A dife
rena deve ficar mais clara medida que continuarmos discutindo.
73
5. P r o b a b ilid a d e e e s t a t s t i c a
X
Vivemos num mundo probabilstico. Num inundo onde quase nada
absolutamente certo. Muita coisa relativamente certa, claro. quase
certo que chover em Nova Iorque ou Amsterd durante os prximos 30
dias. quase certo que algumas pessoas faro amor amanh na Califr
nia! Mas nunca se garante certeza absoluta. H limites nas certezas:
algumas coisas so virtualmente certas, como as que mencionamos. Entre
tanto, 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, mitas relaes em fsica so chamadas leis ,
em parte pelo alto grau de certeza a elas associado. Entretanto, sempre
h margem para erro, embora a literatura popular e o prprio homem
paream confiar plenamente nas leis fsicas e no comportamento de
objetos e acontecimentos.
Os acontecimentos e relaes das cincias comportamentais sao
muito menos 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 e probabilstica, embora sua probabilidade
de estar correta (na maioria dos casos) seja muito alta. Os psicologos,
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. Quando um cientista poltico diz: Quem conservador
vota nos republicanos., a afirmativa empiricamente vlida porque as
pessoas com tendncias conservadoras quase sempre votam nos republi
canos. Mas a afirmativa tem probabilidades bastante baixas em casos
particulares. Em mdia, os cientistas polticos provavelmente estejam
corretos. Mas se tentarem predizer quantos votos ter determinado indi
vduo, freqentemente erraro.
74
A despeito das diferenas de graus de certeza', importante com
preender que todas as cincias so probabilsticas. O pensamento do
dentista em todos os campos fundamentalmente o mesmo. Entretanto,
os cientistas discordam radicalmente nos nveis de probalidade que comu-
mente se associam aos fenmenos e relaes com que trabalham. Se
flllisermos compreender cincias como a psicologia e a sociologia,
tambm importante termos capacidade de pensar e viver em paz com as
ifirmativas probabilsticas. Precisamos entender perfeitamente que cada
lisero, cada afirmativa de relao vem acompanhada de uma etique
ta" 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 uma filha da probabilidade. Em parte um instru
mento que mostra aos cientistas em que medida o resultado de suas
pesquisas seguro, e, assim, quanto suas asseres so dignas de con
fiana. O principal resultado de Clark e Walberg, a diferena mdia de
realizao em leitura entre os grupos experimental e de controle, provou
que sua hiptese sobre o efeito do reforo macio no aproveitamento
em leitura de crianas carantes negras foi empiricamente vlido .
("Empiricamente vlido" significa que a evidncia da pesquisa apoia
uma assero sobre uma relao.) A nica maneira, pelo menos que
Conhecemos hoje, pela qual poderam avaliar a validade emprica da
afirmativa foi usar o raciocnio estatstico e probabilstico e mtodos
estatsticos de avaliao. O que significa isto?
Quando obtemos o resultado de uma pesquisa, queremos saber se
podemos confiar nele. Se repetirmos o experimento vrias vezes, obtere
mos os mesmos resultados a cada repetio? Se a resposta for sim, os
resultados so confiveis. A diferena entre a mdia de pontos de leitura
OOS grupos de Clark e Walberg confivel? Podemos acreditar que se
Clark e Walberg tivessem feito o mesmo experimento ou experimento
lemelhante trs, quatro ou mais vezes, eles teriam conseguido os mesmos
OU resultados semelhantes: as mesmas ou diferenas semelhantes entre a
mdia de pontos de leitura do grupo experimental e do grupo de controle?
Um teste estatstico de seus resultados pode responder a esta pergunta.
Embora a finalidade deste livro no permita entrar nos detalhes de tais
testes estatsticos, precisamos ter uma compreenso geral de como estats
tica e probabilidade funcionam, como usam as idias de acaso e casua-
dade para ajudarem os cientistas a chegarem a concluses sobre os
ssultados de suas pesquisas.
Probabilidade e estatstica so temas interessantes, intrigantes e at
Hlcinantes. Apesar das concepes errneas associadas sua natureza e
uso, ambas esto prximas da realidade porque se assemelham natureza
c modelo de nossas vidas e penetram a essncia de nosso pensamento e
75
comportamento. Tomemos como exemplo uma tomada de deciso.
Constantemente tomamos decises sobre o que fazemos. Os resultados,
naturalmente, nunca so certos. Somos, ento, calculadores quase esta
tsticos e probabilticos embora muita gente pudesse se irritar com a
idia de que suas vidas e decises tm natureza estatstica. Afinal, a
estatstica trabalha com nmeros e minha vida no se baseia em nmeros!
Mas nossas vidas so baseadas em nmeros, explcita ou implicitamente.
Sempre h probabilidades numricas associadas aos resultados de nossos
atos e decises, embora raramente saibamos quais so essas probabii-
dades.
Eis um paradoxo. A estatstica e a probabilidade lidam essencial
mente 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 pode
mos atribuir graus de certeza aos resultados com bastante preciso. Se fiz
uma experincia com um grupo experimental e um grupo de controle,
por exemplo, e obtive a diferena entre os dois grupos na direo pre
vista, 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.
Probabilidade
76
!OSsveis). (Favorvel significa favorvel a um acontecimento cuja
probabilidade estamos avaliando.) Isto expresso pela equao:
Jogue uma moeda uma vez. A probabilidade de dar cara 1/2, pois
h duas possibilidades: /C , c/. Agora jogue duas vezes. Qual a proba
bilidade de duas caras? Precisamos tomar cuidado. H quatro possibili
dades. Da primeira vez pode dar cara ou coroa. Da segunda, cara ou
coroa. O nmero total de possveis resultados 4: [(Ci, C2), (Ci, c2)
(Ci, C2), (ci, c2) ], onde Ci = cara na primeira jogada, c2 = coroa na
gegunda jogada e assim por diante. O denominador da frao de proba
bilidade 4. J que h apenas uma possibilidade de duas caras, (Ci, C2),
a probabilidade de duas caras em duas jogadas de 1/4.
Vamos mudar um pouco e ampliar o problema. Qual a probabili
dade de sairem trs caras em trs jogadas? As possibilidade so dadas na
rvore da figura 5.1. As possibilidades de duas jogadas no problema
acima so dadas nos primeiros dois estgios da rvore, a Primeira
Jogada e a Segunda Jogada . As probabilidades dos resultados esto
iBsinaladas tambm: so todas de 1/2. A terceira jogada simplesmente
acrescenta possibilidades. Para listar todos os rsultados possveis das trs
Ogadas, procure-os nas ramificaes do grfico:
(Ci, Ca, C3), (Ci, C2, C3), . . ., (ci, c2, C3)]. H oito desses resultados,
c assim o denominador da frao de probabilidade 8. Portanto, a proba
bilidade de trs caras em trs jogadas de 1/8, j que h apenas um
caso de trs caras: (Cj, C2, C3).
As probabilidades de outros eventos qualquer resultado definido
6 chamado um evento podem ser determinadas com facilidade. O
denominador sempre 8. Qual a probabilidade de duas caras e uma
Coroa? A probabilidade de 3/8, porque h trs desses eventos no
|rfico. (Conte-os. Eles esto marcados na figura 5.1.) Pode-se tambm
Calcular a probabilidade de qualquer evento multiplicando as probabili-*
Terceira
jogada
Segunda
jogada 1/2
Primeira 1/2
C3/
Figura 5.1
78
tm nomes dos eleitores (em pedaos de papel) numa urna, mistur-los
l'i;im e tirarmos um, qual a probabilidade de sair m republicano?
f de 40/100 = 0,40. (Costuma-se expressar probabilidades em forma
HCltnal.) Isto bvio e no preciso nenhuma elaborao. Mas suponha
mos que vamos precisar de 30 pessoas para uma pesquisa. Quantos
ilclfflocratas e quantos republicanos vamos ter se tirarmos 30 pedaos
iltk papel da urna? Devemos ter 60/100 x 30 = 18 democratas e
fakA
UJ/100 x 30 = 12 republicanos. Teremos exatamente estes nmeros?
lJi'B/avelmente no. Mas teremos nmeros aproximados deles se mistu-
i.irmos bem os pedaos de papel depois de cada vez que tirarmos.
I)8vc ser algo assim: (18, 12), (19, 11), (20, 10), (17, 13), (16, 14), e por
il vai. Estas so as possibilidades mais provveis. Se tirssemos 10 demo-
i rtttas e 20 republicanos, ou 1 democrata e 29 republicanos, ficaramos
ffiulto surpresos. A primeira combinao improvvel, a segunda alta
mente improvvel.
Aeaso
1. 2 3 4 5 6 7 8 9 10
9 0 8 0 4 6 0 7 7 8
7 2 7 4 9 4 7 8 7 7
6 2 8 1 9 3 6 0 3 9
7 9 9 I 6 4 9 4 7 7
3 3 1 1 4 1 0 3 9 4
8 9 2 1 3 9 6 7 7 3
4 8 3 0 9 2 7 2 3 2
1 4 3 0 0 2 6 9 7 5
3 1 8 8 4 5 2 1 0 3
2 1 4 8 9 2 9 3 0 1
Mdia 5,0 3,9 5,3 2,4 5,7 3,8 5,2 4,4 5.0 4,9 Mdia total = 4,56
80
0 + 1 + 9)/10 = 4,5. Observe que seis das 10 mdias esto
flcima de 4,5 e quatro abaixo de 4,5.
S uma, a quarta, 2,4, afasta-se muito de 4,5. Quanto mais nmeros
ae usar para calcular as mdias, mais prximas elas provavelmente
ficaro da mdia terica. Se, por exemplo, calcularmos a mdia de todos
OS 100 nmeros na tabela 5.1, teremos 4,56, muito perto de 4,5. Tal
fiomportamento regularmente previsvel de grandes conjuntos de nmeros
muito til em pesquisa. D ao cientista um quadro de referncia para
ftvaliar resultados no sentido de que ele possa conferir os resultados
Obtidos confrontando-os com os resultados teoricamente esperados ou
baseados no acaso.
82
1 2 3
1 3 2
2 1 3
2 3 1
3 1 2
3 2 1
84
Ipquisador manipulando duas variveis ao mesmo tempo para estudar
ICU efeito separado e possivelmente conjunto sobre uma varivel depen
dente. Suponhamos que um educador tenha motivos para acreditar que
Utodos diferentes de ensino da leitura funcionem diferentemente com
tipos diferentes de material de leitura. As duas variveis devem ser
Jtinipuladas ou manejadas de sorte que o manejo de uma no influencie
n Outra por causa do manejo ou manipulao ou por causa da natureza
dos variveis. Suponhamos que o pesquisador usou dois mtodos para o
tnsino da leitura, Ai e Aa, e dois tipos de material de leitura, Bt e B2,
Pespondentes a material difcil e material fcil. Suponhamos ainda que
f> mtodo Ai leve muito mais tempo para aplicar que 0 mtodo A2, e
que 0 espao de tempo gasto em ensinar reduza a dificuldade de qualquer
lfiterial de leitura. Haveria, ento, uma falta de independncia, porque
0 mtodo Ai traz em si, por assim dizer, um fator relacionado com a
dificuldade do material (varivel B). Em outras palavras, o mtodo Ai
tander a funcionar melhor com material de leitura mais difcil, no por
Causa da natureza do mtodo, mas simplesmente porque exige mais
tempo de ensino do que o mtodo A2. H, ento, falta de independncia
entre as variveis A e B, j que um aspecto extrnseco da varavel A,
eipao de tempo de ensino, est relacionado com a varivel B, dificuldade
do material.
Outro exemplo de falta de independncia encontra-se na mensura-
fio. Se, digamos, dermos um teste com dez itens a certo nmero de
grfanas e depois somarmos os pontos de cada criana nos dez itens
para obter 0 total um procedimento comum estamos assumindo
ue os dez itens so independentes e suas respostas tambm indepen-
S entes. Esta suposio satisfeita razoavelmente em muitos testes e
ffiedidas e o procedimento til e vlido. Mas suponhamos que pedsse
mos s crianas que numerassem os dez itens por ordem de importncia
(OU qualquer outro critrio). Os itens e suas respostas j no so mais
pendentes, porque antes que o item 1 seja escolhido como o mais
E jrtante, h 10 escolhas. Depois da primeira escolha, restam nove
! a serem escolhidos. Depois de escolher os nove primeiros itens
festa apenas um e no h escolha. As respostas a itens posteriores,
om outras palavras, sero afetadas pelas escolhas anteriores. Isto falta
llemtica de independncia. Tal falta de independncia afeta a esta
tstica e sua interpretao. Isto no quer dizer que a ordem de postos e
ffitodos semelhantes no possa ser manuseada probabilstica e estatisca-
mente. Alis, mostramos como um simples problema de ordem de postos
pode ser resolvido usando a teoria das probabilidades. Ela simplesmente
Ilustra a falta de independncia. Em suma, muitas tcnicas estatsticas
MlpCem independncia e seu uso e interpretao com fenmenos ou pro-
dimentos no-independentes pode nos confundir.
Fizemos esta digresso sobre a independncia para tentar esclarecer
a concepo probabilstica errnea esboada antes. Os resultados \de
eventos casuais anteriores no afetam os resultados de eventos subseqen-
tes ou talvez devssemos dizer que no devem afetar eventos
subseqentes. Se a probabilidade de sair cara no primeiro lanamento de
moeda de 1/2, ser de 1/2 no dcimo, no vigsimo, no qinquagsimo,
sejam quais forem os resultados anteriores. Isto acontecer a no ser
que se tenha feito alguma coisa para mudar a moeda ou o jogo, ou que
tenha havido alguma influncia extrnseca atuando, como no experimento
sobre os mtodos de ensino da leitura mencionado acima.
Acaso e pesquisa
86
outra. A falta de resultados sistemticos e a insignificncia das diferen
as entre as mdias esto mostradas na coluna denominada Diferena.
Tais resultados so caractersticos de resultados obtidos em bases for
tuitas ou casuais. Compare-os com as mdias reais de Clark e Walberg
e a diferena entre elas ( + 4,76). A estatstica, ento, ajuda-nos a deter
minar ou avaliar se os resultados obtidos realmente diferem dos
resultados que seriam obtidos sob condies de acaso.
Grupo Grupo
Experimento experimental controle Diferena
M, m2 Diferena M, _m 2 Diferena
'' A l ltimas trs colunas so simplesmente uma continuao das trs primeiras.
87
casual para avaliar os resultados de dados obtidos na pesquisa. Um
conjunto de 20 pares de mdias e as diferenas entre as mdias mos
trado na tabela 5.3. Estas mdias foram obtidas por um processo casual.
Um computador gerou 4.000 nmeros aleatrios de 0 a 100. Depois
foram calculadas as mdias de 40 conjuntos de 100 nmeros cada um.
Essas mdias foram emparelhadas, pondo-se a primeira mdia com a
vigsima primeira mdia, a segunda com a vigsima segunda, e assim
por diante.3 As diferenas, sob a coluna Diferena, foram calculadas
subtraindo em cada par a segunda mdia da primeira mdia.
Concentremo-nos nas 20 diferenas. Elas vo de 10,37 a 9,72.
H 9 diferenas positivas e 11 negativas. Isto se aproxima da expectativa
de casualidade, pois com nmeros aleatrios esperamos aproximadamente
igual nmero de diferenas para mais ou para menos. (Deixemos os
sinais de mais ou de menos por ora, para simplificar a discusso.)
Suponhamos que fizemos um experimento com dois grupos e
obtivemos mdias de 52,40 e 42,25. A diferena entre estas mdias
52,40 42,25 = 10,15. Usando as diferenas entre as mdias da
tabela 5.3 com base casual, desejamos avaliar a chamada significncia
estatstica da diferena 10,15. Um resultado estatisticamente signifi-
cante o que se afasta suficientemente da expectativa de acaso ou de
uma base casual. Os 10,15 obtidos diferem tanto do acaso? um resul
tado estatisticamente significante?
Voltemos s diferenas da tabela 5.3. As duas maiores diferenas
so 10,37 e 9,72. Isto significa que 10 por cento (2/20 = 0,10) das 20
diferenas so maiores do que 9. Se quisermos aceitar cerca de 10 por
cento de risco de estarmos errados, podemos dizer que a diferena
obtida no experimento, 52,40 42,25 ou 10,15, excede expectativa
de acaso. (Se tivssemos levado em considerao os sinais das diferenas,
o risco teria sido menor. Por qu?)
Suponhamos, entretanto, que no estamos satisfeitos com 10 por
cento de risco. Queremos ter mais certeza de que nossa diferena experi
mental de 10,15 seja um afastamento real da expectativa casual.
Em outras palavras, queremos diminuir a probabilidade de fazer um
erro e aceitar o que realmente uma diferena casual como uma verda
deira diferena. Assim dizemos que a probabilidade deve ser de 0,05,
ou 5 por cento, em vez de 0,10, ou 10 por cento. Cinco por cento de
20 1: 20 x 0.5 = 1. Neste caso tomamos apenas uma diferena, a
mais alta, 10,37. Conforme as diferenas dadas na tabela 5.3, h uma
probabilidade em 20, ou 5 por cento a probabilidade 0,05 de
88
Obter uma mdia de 10,37 ou maior, por acaso. Obtivemos a diferena
de 10,15. J que h s uma diferena to grande na tabela, podemos
dizer que o resultado experimental obtido, a diferena entre a mdia
do grupo de controle e experimental, provavelmente no seja resultado
do acaso. Em outras palavras, h apenas uma possibilidade em 20, ou
uma probabilidade de 1/20 = 0,05, de que nossa diferena seja uma
diferena casual. Conclumos, ento, que a mdia do grupo experimental
estatisticamente maior que a do grupo de controle. Dizemos que a
diferena entre as mdias estatisticamente significante.
O leitor deve saber que este procedimento chamado procedi
mento Monte Cario no o meio pelo qual os pesquisadores costumam
avaliar a significncia estatstica de seus resultados. A demonstrao foi
feita apenas para mostrar a natureza do pensamento, para manufaturar,
por assim dizer, uma base casual com a qual avaliar um resultado
Experimental particular. Mas a idia por detrs dos mtodos mais sofisti
cados atualmente usados muito parecida. Outra falha de nossa
demonstrao foi usar apenas 20 pares de mdias. Um procedimento
Monte Cario melhor teria usado 2.000 ou 20.000 mdias e faria o
Computador emparelhar as mdias ao acaso. Entretanto, a essncia da
idia esteve presente: foi avaliado um resultado experimental confron
tando-o com uma base causai.
89
descrio. Temos pouco interesse nele neste livro. O segundo propsito
comparativo e inferencial. A mdia pode ser comparada s mdias de
outros grupos. Mdias de grupos diferentes, ento, podem ser compa
radas com o fim de testar hipteses e inferir se as hipteses so ou no
confirmadas. Outras estatsticas alm das mdias podem ser igualmente
comparadas, naturalmente.
Uma estatstica uma medida calculada de uma amostra, como ficou
claro. Uma estatstica uma medida resumida: ela sumariza, ou expressa
em forma resumida, algum aspecto de uma amostra. A mdia expressa a
tendncia central dos pontos, seu nvel geral. Esta propriedade tem
grande utilidade, principalmente na pesquisa experimental, onde freqen-
temente so comparadas as tendncias centrais de grupos de resultados.
Lembre-se que foram comparadas as mdias de grupos de reforamento
macio e regular no estudo de Clark e Walberg. O chamado desvio
padro, outra estatstica, expressa a variabilidade de um conjunto de
pontos; uma expresso resumida de quanto heterogneo um conjunto
de pontos. Entre outras coisas, usando-a, pode-se avaliar a homogenei
dade ou heterogeneidade de diferentes conjuntos de pontos.
Uma populao um conjunto de todos os objetos ou elementos sob
considerao. Todas as crianas de 8 anos de Genebra, Sua, so uma
populao. Todos os homens de um exrcito so uma populao. Amostra
uma poro de uma populao, geralmente aceita como representativa
da populao. Para estudar e testar uma hiptese de Piaget sobre um
aspecto do pensamento das diferenas de 8 anos, podemos tirar uma
amostra de 100 dessas crianas da populao de crianas de oito anos
de Genebra. Uma medida calculada dos resultados de todos os membros
de uma populao chamado um valor de populao. Se calcularmos
uma mdia de todos os resultados de teste de inteligncia de todas as
crianas de oito anos de Genebra, a mdia um valor de populao. Se,
entretanto, calcularmos a mdia da amostra de 100 crianas tiradas
da populao, a mdia uma estatstica. H muitas estatstica, das quais
estudaremos algumas.
As idias de valores de populao e estatsticas e de populao e
amostra, parecem confundir as pessoas, parcialmente, imagino eu, porque
a diferena entre elas s vezes arbitrria, uma questo de definio.
Isto acontece particularmente na pesquisa comportamental porque fre-
qentemente as populaes so inacessveis at o recenseamento dos
Estados Unidos no pode cobrir todos os norte-americanos e porque
as amostras podem ser tratadas como populaes para propsitos de
pesquisa. Um exemplo simples sexo. Homens e mulheres so amostras
de todos os seres humanos. Digamos que a populao seja o conjunto
de todos os seres humanos de San Francisco. Os homens e as mulheres
de San Francisco so amostras dessa populao. Mas o pesquisador pode
90
ter um bom motivo seu problema pode incluir s mulheres para
estudar as caractersticas e comportamento somente das mulheres. As
mulheres de San Francisco, ento, tornam-se a populao. Agora,
Suponhamos que o pesquisador use um instrumento psicolgico destinado
a medir as atitudes em relao s mulheres com todas as mulheres que
vivem em San Francisco. Ele calcula a mdia e o desvio padro dos
resultados da medida de atitude de todas essas mulheres. A mdia e o
desvio padro so valores de populao.
muito pouco provvel, entretanto, que at o pesquisador mais
cuidadoso possa ou queira estudar todas as mulheres de qualquer cidade.
muito mais provvel que ele queira estudar uma amostra de mulheres
escolhidas em uma populao. Suponhamos, neste caso, que a amostra
Consista de 700 mulheres de San Francisco. Se o pesquisador aplicar a
escala de atitudes s 700 mulheres e calcular a mdia e o desvio padro,
estes sero estatsticos, porque foram calculados a partir de amostras.
O segundo propsito da estatstica, ajudar a fazer inferncias segu
ras a partir de dados de observao, centraliza-se nas palavras infern-
oia e segura . Uma inferncia uma proposio ou generalizao deri
vada pelo raciocnio, de outras proposies, ou da evidncia. Na estats
tica, as inferncias podem ser tiradas de testes do que chamado hip
teses estatsticas. Da diferena de mdias entre o grupo experimental e o
de controle do estudo de Clark e Walberg, do uso apropriado de um
teste estatstico e do raciocnio, conclumos que a mdia do grupo
experimental maior que a mdia do grupo de controle. Isto , temos
duas estatsticas, duas mdias, calculadas dos resultados do grupo experi
mental e do grupo de controle. Subtramos uma mdia de outra, neste
caso a mdia do grupo de controle da mdia do grupo experimental. Se a
diferena for suficientemente grande, o que quer dizer maior do que
Blguns valores concebidos como expectativa baseada no acaso, conclumos
que o grupo experimental obteve pontos mais altos de leitura em mdia.
Tal uso inferencial da estatstica o ncleo da estatstica na pesquisa
Hmportamental contempornea. A palavra "segura , citada acima, refe-
e estabilidade dos resultados obtidos e assim estabilidade das
K irncias feitas a partir dos resultados. Se obtivermos uma certa dife
rena entre as mdias dos dois grupos, diferena igual ou semelhante
parecer outras vezes se o experimento for vrias vezes repetido? Se
tivermos um certo conjunto de frequncias em um cruzamento de
Variveis ou tabulao cruzada, como no exemplo de Miller e Swanson,
no captulo 1, obteremos padres semelhantes de frequncias e iguais
ifastamentos das expectativas baseadas no acaso se o estudo for
repetido? A estatstica nos ajuda a responder tais perguntas, dando-nos
lltim meios poderosos de avaliarmos a estabilidade a validade emprica
hJo nossas inferncias a partir de dados.
91
Concepo errnea da estatstica
92
menos no que se refere a cada criana individualmente. Assim, todo o
procedimento irrelevante inteligncia e realizao de crianas verda
deiras. Argumentos semelhantes aplicam-se a toda a amplitude das ope
raes estatsticas.
claro que este erro de concepo est baseado em idias imper
feitas dos propsitos e usos da estatstica. Todas as estatsticas so abstra
es. Qualquer estatstica em particular pode no corresponder aos resul
tados de um indivduo em particular. Mas nem deveria! Seus propsitos
So muito diferentes. Adeptos dessa concepo errnea parecem querer
que a estatstica mostre a verdadeira realidade, que faa alguma coisa
tngica, enfim. Como toda a criaao do homem, ela pode fazer apenas o
que lhe foi destinado, e isto sempre se limitou a aspectos especiais de
uma realidade. Uma mdia estatstica apenas uma mdia estatstica,
mais nada. No pretende ser igual a qualquer indivduo. Mas pode ter
um poder explanatrio considervel, at grande, quando usada e interpre
tada adequadamente.
O propsito da estatstica, ento, no mostrar a chamada realidade
ou refletir as idiossincrasias dos indivduos. Antes, seu principal propsi
to ajudar os pesquisadores a chegarem ao significado de conjuntos de
dados. Assim, de ajuda indispensvel na interpretao de dados. Pode-se
dizer que a estatstica disciplina os dados, agindo sobre eles de sorte a se
tirar inferncias seguras de observaes empricas. Sem dvida seria
difcil conceber a pesquisa comportamental moderna sem ela. Natural
mente, h perigos em seu uso. Pode-se ter dados inadequados e se acomo
dar numa espria sensao de suficincia, mergulhando em clculos e
peraes estatsticos. Pode-se generalizar alm dos dados e usar a
Estatstica para acreditar e fazer os outros acreditarem que tal generali
zao conveniente e correta quando, de fato, inconveniente e errada.
A despeito dos perigos e dificuldades, a estatstica, a teoria das probabili
dades por trs dela e a idia fundamental e fecunda de acaso so ferra
mentas teis e poderosas, cujo grande valor nossa tarefa apreciar.
93
6. O d e lin e a m e n t o d a p e s q u is a e x p e r im e n t a l:
d e lin e a m e n t o s d e u m a sc v a r i v e l
Pesquisa experimental
94
grupos, digamos de "privao, tambm ao acaso. O outro grupo no
sofrer nenhuma privao. A definio de experimento est satisfeita.
Haver manipulao experimental e os sujeitos sero designados para
os grupos experimentais ao acaso.
Em princpio no faz diferena onde e como ser feito o experi
mento. Muita gente acha que todos ou que a maioria dos experimentos
so feitos em laboratrios. Muitos so, mas muitos no. at possvel,
embora difcil, fazer-se um experimento em uma grande rea geogrfica.
Muitos experimentos da pesquisa comportamental so chamados experi
mentos de campo. Quer dizer simplesmente, feitos fora do laboratrio,
"no campo. Embora haja diferenas importantes entre experimentos de
laboratrio e experimentos de campo, sua concepo essencial a mesma.
95
Tabela 6.1 D elin e a m e n to do e x p e rim e n to de A ro n so n e M ills (1959).
S everidade d e iniciao
A2 A3
S evera S uave N enhum a
T ip o s de refo ram en to
Ax A2
Macio Regular
R esu ltad o s n a v ariv el d e p e n d e n te (realizao em
leitu ra)
96
Tabela 6.3 Delineamento experimental de uma s varivel independente generalizado
C ondies experim entais
Aj A2 As ............................ Ak
97
Suponhamos que um educador queira testar a eficcia relativa de dois
mtodos de ensino de certas operaes aritmticas. A varivel indepen
dente mtodos de ensino e a dependente a realizao em aritmtica.
Digamos que o experimentador disponha de um bom teste de realizao
aritmtica, a medida da varivel dependente. Ele especifica cuidadosa
mente o que far com os dois mtodos de ensino denominando-os
mtodo A! e mtodo A2. Isto , ele define operacionalmente Y, a medida
de realizao em aritmtica e as condies experimentais, Ai 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,
realizao 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 a realizao 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 do 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 indesejveis 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 intelign
cia 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 Ai
e as de QI 119, 109 e 95 em A2. Com isto os grupos ficaro
aproximadamente iguais em inteligncia. Depois, poder distribuir meni
nos e meninas igualmente entre os grupos. Naturalmente ele poder ter
que mudar a primeira distribuio com base na inteligncia, j que
possvel 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.
98
Este mtodo de designao de sujeitos a grupos est sendo abando-
nado por causa de uma grande limitao: controla apenas duas variveis,
pteligncia e sexo. E as outras variveis que possam afetar a realizao
em aritmtica: aptido numrica, classe social, atitudes e assim por
diante? Tais variveis continuam sem controle. O que se pode fazer?
P o n to N m e ro P o n to N m e ro
N m ero in te l. Sexo c asu al N m ero in tel. Sexo casual
1 147 F 26 16 108 F 3
2 141 F 13 17 104 M 22
3 137 M 29 18 104 M 23
4 136 F 11 19 103 M 21
5 132 M 19 20 102 M 19
6 128 M 14 21 101 F 5
7 128 M 10 22 101 M 17
8 126 F 27 23 99 F 24
9 .125 F 4 24 95 F 8
10 122 M 6 25 94 M 12
11 118 M 30 2o 92 F 18
12 115 F 7 27 90 F 16
13 115 M 2 28 90 M 20
14 110 F 28 29 89 M 25
15 109 F 15 30 87 F 1
100
tos, talvez mais, para fazer isto. Um computador leva um ou dois segun
dos 1 Naturalmente, preciso que se escreva o programa para dizer ao
fpmputador o que deve fazer. Isto leva mais tempo, mas pde ser usado
para outros problemas semelhantes.) Os nmeros que tirei da tabela,
na ordem em que foram tirados, so dados nas colunas da esquerda da
tabela 6.5 (30, 13, 16, . . .; 4, 25, 2, . . .; 19, 17, 18 . . .). Os trs
grupos experimentais foram designados Ai, Aa e As. O QI e sexo de
cada sujeito so dados ao lado dos nmeros aleatrios. Por exemplo, o
rimeiro sujeito da tabela 6.5 foi o dcimo terceiro na tabela 6.4.
toa olhada na ltima tabela mostra que este sujeito tinha um QI de 87
C era mulher. O segundo sujeito da tabela 6 .5 era nmero 13 na tabela
e tinha um QI de 115 e era homem. Os 30 sujeitos, ento, foram
distribudos aleatoriamente a trs grupos, junto cora seus QIs e designa-
fies de sexo.
Ser que consegui misturar os sujeitos de sorte a poder assumir
que os grupos sejam estatisticamente iguais? Jamais saberei exata-
ffiente, mas posso verificar at certo ponto. Primeiro calculo as mdias
dos nmeros dos sujeitos em cada grupo. Estas mdias so dadas no
fim da tabela 6.5. So 14,7; 17,5; 14,3. A mdia dos nmeros de 1 a 30
15,5. As discrepncias so relativamente pequenas: 0,8; 2,0 1,2.
Tabela 6.5 Dados da tabela 6.4 rearranjados etn ordem casiial.
Ax a 2 a 3
30 87 F 4 136 F 19 103 M
13 115 M 25 94 M 17 104 M
16 108 F 2 141 F 18 104 M
9 125 F 6 128 M 23 99 F
21 101 F 15 109 F 29 89 M
10 122 M 27 90 F 1 147 F
12 115 F 22 101 M 8 126 F
24 95 F 26 92 F 14 110 F
5 132 M 20 102 M 3 137 M
7 128 M 28 90 M 11 118 M
101
(Se eu tivesse 50 ou 100 nmeros em cada grupo, provavelmente elas
seriam menores. Por qu?) Segundo, calculo as medias de^ QI. um
clculo importante porque quero "igualar a inteligncia nos tres grupos.
A mdia dos 30 QIs de 111,67. Esta, ento, _a expectativa para cada
grupo. As mdias calculadas para os grupos sao de 112,80, 108,3U e
113 70. As discrepncias da expectativa so 1,13, 3,3 /, Aoo, sao
pequenas. Finalmente, conto os homens (M) e mulheres (F) dos grupos.
Os nmeros so dados no fim da tabela. Outra vez as discrepancias sao
pequenas. Portanto, a casualizao aconteceu : os grupos sao bastante
iguais em inteligncia e sexo. Assumo que eles tambm sao iguais
em outras possveis variveis influentes.
Este processo de designar sujeitos aleatoriamente^ a grupos experi
mentais um aspecto importante da casualizao. Aqui esta uma detint-
o um bocado formal e rgida do que acaba de ser ilustrado Casuali-
zaco 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^umverso tem igual
probabilidade de ser escolhido para a designao. Nao ha total garantia
de que a casualizao igualar os grupos, mas a probabilidade de
igualar relativamente alta.
H outra forma de expressar esta idia, citando um principio fun
cional, o princpio de casualizao: j que, em procedimentos aleatrios,
todo membro de uma populao tem igual probabilidade de ser escolhido,
membros com certas caractersticas distintas homem ou mulher, al o
ou baixo grau de inteligncia, republicano ou democrata, dogmtico ou
no-dogmdco, e assim por diante se selecionados, provavelmente
sero contrabalanados a longo prazo pela seleo de outros membros
da populao com a quantidade ou qualidade opostas da caracters
tica. Isto no uma lei da natureza. simplesmente uma afirmativa
do que acontece mais freqentemente quando se usam procedimentos de
casualizao.
102
de maneira engenhosa.4 63 jovens mulheres foram designadas aleatoria
mente a 3 grupos de 21 cada e submetidas a trs condies experimen
tais: (1) condio severa, na qual os sujeitos tinham que ler palavras
Obscenas e descries de atividades sexuais; (2) condio suave, na qual
iffiS sujeitos liam palavras relacionadas a sexo, mas no obscenas; e (3)
ondio de controle, onde os sujeitos no precisavam fazer nada.
Foi usado um procedimento bastante elaborado. Parte de sua inten
o era mostrar a filiao ao grupo como pouco atraente. Todos os
Sujeitos tiveram que ouvir a uma suposta discusso dos atuais membros
do grupo que em geral se dedicavam a uma das discusses mais desinte
ressantes e inteis que se possa imaginar (Aronson e Mills, 1959,
p. 179). A varivel dependente foi a avaliao da discusso e seus partici
pantes (presumivelmente membros do grupo) pelas moas. Aronson e
Mills acreditavam que os sujeitos dos trs grupos avaliariam diferente
mente a discusso e os participantes: a condio severa mais favora
velmente, a condio suave em seguida e a de controle em ltimo lugar,
menos favorvel (e realisticamente). Se pudermos aceitar a validade do
raciocnio implcito de Aronson e Mills, que quanto mais altas as avalia
es da discusso estpida e de seus participantes mais os sujeitos valori
zavam sua entrada para o grupo, ento a hiptese derivada da teoria da
dissonncia cognitiva (ver nota de rodap n. 4) estava apoiada pela
evidncia experimental.
As mdias de todas as avaliaes da discusso e participantes foram:
condio severa: 195,3; condio suave: 171,1; controle: 166,7. Os
resultados parecem apoiar a hiptese: os sujeitos do grupo da condio
severa avaliaram a discusso e os participantes da maneira mais favo
rvel, os da condio suave avaliaram-nos menos favoravelmente e os de
controle menos favorvel que todos. J que os sujeitos foram designados
aos trs grupos aleatoriamente, os pesquisadores puderam considerar
entre eles, depois, como devidas manipulao, s condies diferentes,
os grupos iguais estatisticamente antes do experimento e as diferenas
Mas, como sempre, perguntamos: as trs mdias e as diferenas entre elas
poderam ter aparecido por acaso? Um teste estatstico que determinou
a significncia estatstica das diferenas mostrou que as mdias obtidas
e as diferenas provavelmente no poderam ter aparecido por acaso.
Conforme um desses testes, diferenas to grandes quanto as observadas
poderam ter ocorrido por acaso menos que uma vez em 100. uma boa
evidncia para validade emprica da hiptese.
O modelo bsico discutido neste captulo tem muitas aplicaes na
pesquisa comportamental, embora se deva confessar que no tem sido
4 A h ip te se d eriv a d a te o ria d a disso n n cia co g n itiv a ("devida a F estin g er) q u e diz
q u e, q u a n d o id ias o u co m p o rta m e n to s c a u sa m co n flito em u m in d iv d u o , ele
lu ta r p a ra re c u p e ra r -o eq u ilb rio e re d u z ir a d isso n n c ia co g n itiv a . O le ito r
ver a d isso n n cia p ro d u z id a n o s sujeitos d o e x p erim en to .
103
muito usada a no ser nesta forma de duas condies. Os pesquisadores
comportamentais, principalmente os psiclogos, parecem preferir o tipo
de modelo discutido no prximo captulo. Sempre que duas ou mais
condies experimentais de uma varivel independente precisam ser com
paradas e estudadas, como no estudo de Aronson e Mills e no de Clark
e Walberg, e possamos supor que as condies experimentais funcionam
na maioria das circunstncias ou tm efeitos fortes, o delineamento de
uma s varivel indenpendente til e apropriado.
Esse delineamento tem, entretanto, uma grande limitao. Se a
varivel experimental funcionar apenas em conjuno com uma ou mais
variveis independentes, ento, o modelo no apropriado. No prximo
captulo, onde consideraremos a pesquisa experimental com mais de uma
varivel independente, veremos quando e por que o delineamento de
uma s varivel independente pode ser imprprio.
Talvez a coisa mais importante que o leitor possa tirar deste captulo
seja a aplicabilidade e a fora dos procedimentos aleatrios. Uma das
grandes foras dos experimentos poderem usar casualizao. E 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.
104
7. D e lin e a m e n t o d a p e s q u is a e x p e r im e n t a l:
d e lin e a m e n t o s f a t o r ia is
106
experimentaro os dois tipos de apelo. Suas reaes a esteretipos de
membros de grupos minoritrios podem ser obtidas, e a diferena entre
as mdias dos dois grupos pode ser avaliada quanto significncia
^statstica. O paradigma deste experimento aparece na parte superior
esquerda da tabela 7.1 (A, na tabela). o j familiar delineamento de
dois grupos.
Mas suponhamos que os psiclogos sociais tenham motivos para
acreditar em bases tericas ou experimentais que a maneira de
expresso usada ao fazer tais apelos faa uma diferena. Isto , que
acreditem que um apelo inflamado tenha mais efeito do que outro calmo
e objetivo. Eles podero, naturalmente, testar a crena ou hiptese, num
experimento separado. O paradigma de tal experimento o mesmo que o
do primeiro, tabela 7.1 (A). Est na parte superior direita da tabela (B).
possvel, naturalmente, que cada um desses experimentos possa
ser feito. E podem apresentar diferenas grandes entre as mdias. Os
psiclogos sociais, entretanto, no esto interessados na idia de experi
mentos separados. Tm outra, muito mais interessante: Por que no
fazer os dois experimentos ao mesmo tempo e estudar os efeitos separados
dos apelos, assim como do modo de expresso, e tambm estudar e avaliar
seus efeitos conjuntos sobre a varivel dependente? Assim eles fazem.
) paradigma ou modelo do delineamento de tal experimento dado
na parte inferior da tabela 7.1 (C). Este modelo permitir trs testes
em um nico experimento. O primeiro teste avaliar os Apelos, Moral e
Pragmtico. O segundo avaliar os Modos,-de Expresso, Inflamado e
(C)
A pelos
M oral P rag m tico
Ai A
AiBi
In flam a d o
M odo d e Bi m ed id as da
expresso -------------- v a ri v e l ------------
C alm o depe rtdcnte
Bs
AiBi AiBi
Calmo. Estes dois testes tm a mesma forma. como se fossem feitos
dois experimentos separados e avaliadas as diferenas entre os dois
grupos, em cada experimento. . .
O terceiro teste mais interessante. Serve para avaliar a interao,
o trabalho mtuo das duas variveis independentes em seu efeito conjunto
sobre a varivel dependente. Significa avaliar o efeito da varivel A em
diferentes nveis da varivel B. possvel, por exemplo, que o apelo
moral seja mais eficiente do que o pragmtico apenas quando feito em
tom inflamado. Ou pode ser que o pragmtico seja mais eficiente do que
o moral quando feito em tom calmo. Quando uma varivel independente
tem efeitos diferentes em diferentes nveis ou aspectos de outra varivel
independente, este efeito diferencial chama-se interao. Diz;-se que duas
variveis interagem para afetar uma varivel dependente. Os delinea-
mentos fatoriais podem ter mais de duas variveis independentes e,
portanto, possvel estudar mais de uma interao, mas vamos nos
restringir em geral ao caso de duas variaveis independentes.
A idia de testar vrias hipteses em um experimento e uso do
tipo de delineamento para fazer isto, mostrado na tabela 7.1 (C), influen
ciaram fortemente a pesquisa cientfica comportamental. E no e a toa.
uma maneira elegante, eficiente e poderosa de fazer as coisas. Precisa
mos, ento, examin-la muito cuidadosamente. Ao fazer isso, vamos nos
lembrar de que os princpios que discutimos at agora so os mesmos
aqui: casualizao e designao aleatria, avaliao dos efeitos de
variveis independentes sobre variveis dependentes e a soluo dos
problemas de pesquisa usando delineamentos de pesquisa e testes estats
ticos. Vamos voltar ao nosso experimento hipottico para ilustrar as
idias bsicas
Os psiclogos sociais designaram 15 indivduos ao acaso a cada
clula da tabela 7.1 (C), num total de 60 sujeitos. Havia, naturalmente,
quatro grupos correspondentes s quatro clulas da tabela (C). Para
abreviar a conversa sobre o experimento e para enfatizar a ^ funo
dupla de cada clula da tabela, as designaes A e B foram inseridas
nos cantos da tabela 7.1: AiBt, A2B1, A1B2, A2B2. A, naturalmente,
representa a varivel Apelos e B, Modos de Expresso. Ai e A2 e Bi e B2
representam as categorias de A e B. Ai e A2 so Apelo Moral e Apelo
Pragmtico; Bi e B2 so Modo de Expresso Inflamado e Modo de
Expresso Calmo. Estamos mais interessados, porm, nas designaes
conjuntas. . n
A,Bi a juno, ou interseco, das variveis A e B no ponto Ai e i,
a saber a clula da esquerda superior denominada A1B1. 3 A2B1 a
108
Juno das variveis A e B no ponto A2Bi , a clula superior direita.
As duas clulas restantes so, igualmente, as outras duas junes de
A e B. Vamos imaginar que foi feito o experimento. Os pesquisadores
puseram os sujeitos de cada grupo a examinar duas pessoas que discutiam
lObre judeus. Uma delas fez observaes depreciativas a respeito dos
Judeus. A outra respondeu tentando mostrar primeira por que no
devia falar daquele jeito. As respostas da segunda, entretanto, diferiam
de quatro maneiras e cada uma correspondia s quatro clulas da tabela
7,1 (C). Os sujeitos designados para a clula superior esquerda, A1B1,
Uviram-na usar o apelo moral, dito de maneira inflamada, e os da clula
inferior esquerda, A1B.2, ouviram-na usar o apelo moral dito de maneira
Calma. Os sujeitos da clula superior direita, A2B1, ouviram-na usar 0
ftpelo pragmtico em tom inflamado e, finalmente, os da clula direita
Inferior, A2B2, ouviram o apelo pragmtico dito em tom calmo. Dois dias
depois de feito o experimento, foram medidas as atitudes dos sujeitos em
felao aos judeus. (Os detalhes de procedimento usados no experimento
e como as atitudes foram medidas, no nos preocuparo aqui.)
necessrio observarmos trs pontos importantes em relao a
este experimento e aos delineamentos fatoriais em geral. Primeiro, dois
jjperimentos esto includos em um. Um deles testa a relao entre modo
de apresentao e a varivel dependente e o outro, a relao entre apelos
e a varivel dependente. Segundo, com a designao aleatria dos sujeitos
aos quatro grupos (as quatro clulas), e o cuidado ao fazer o experi
mento, pode-se assumir que os dois tratamentos apelo e modo de
gpresentao so independentes um do outro. Embora a independncia
tenha sido amplamente discutida no captulo 5, sua importncia justifica
maior elucidao. As duas variveis so ortogonais entre si. Ortogonal
quer dizer em ngulo reto, o que significa que as variveis so inde-
gftndentes, justificando considerar um experimento como dois. Nem
tmpre fcil entender isto, mas muito importante. Quando duas
Sfariveis so independentes uma da outra, so no-correlacionadas. Se
Udssemos calcular a correlao entre elas, obteramos zero ou prximo
zero. Isto significa que o efeito de cada uma delas, na varivel depen-
pode ser considerado e avaliado separadamente. Se a correlao
entre elas no fosse zero, fosse 0,50, por exemplo, no seriam indepen
dentes; parte do efeito de uma delas sobre a varivel dependente podera
le dever outra.
O terceiro ponto o mais interessante. Se na realidade as duas
fiveis independentes funcionam juntas de algum jeito, para afetarem
a Varivel dependente, este efeito pode ser estudado e avaliado. Suponha-
109
mos que os psiclogos sociais no estejam realmente interessados nas
variveis independentes separadamente. Eles acham que no foi apenas
o apelo que fez efeito, mas os apelos combinados com os modos de
apresentao. Eles acham especificamente, que o apelo moral funciona
apenas quando apresentado de forma inflamada, que fazer um apelo
moral de maneira calma e racional intil; preciso emoo para passar
convico. (Como prova o sucesso de pregadores fundamentalistas e de
polticos demagogos.) Inversamente, acreditam que o apelo pragmtico
exige tom calmo e racional de apresentao, para surtir efeito. Esta
linha de raciocnio mais interessante e, naturalmente, mais complexa.
Est sendo adotada a chamada hiptese de interao: as duas variveis
interagem para afetar a varivel dependente.
Vamos fabricar alguns resultados para ilustrar diferentes resultados
possveis do experimento. A ento veremos como as perguntas da
pesquisa podem ser respondidas pelos dados obtidos no experimento.
A tabela 7.2 contm 4 resultados dos vrios possveis. As entradas
numricas so mdias. Assumimos que a varivel dependente, atitude em
relao aos judeus, foi medida numa escala de 7 pontos, com 7 indicando
uma atitude altamente positiva e 1 uma atitude altamente negativa.
As mdias grifadas so as significativamente diferentes.' Por exemplo,
em ( I ) , 6 e 4 esto grifados, o que significa que M a i significativamente
maior do que MA2 (indicado na parte inferior dos dados por Ai > A2, Ai
maior do que A2). As diferenas entre as mdias A e B, consideradas
separadamente, so chamadas efeitos principais. Se, por exemplo, M a i
comparada a MA2, isto um efeito principal da varivel A.
As quatro estruturas, ou subtabelas, no so cruzamentos, que j
foram estudados quando examinamos os dados do estudo de Miller e
Swanson, em forma de freqncias e porcentagens. Eles mostram simples
mente um meio conveniente de apresentar o delineamento e os dados
de um estudo e anlise fatorial. O 6 da clula A1B1 de (I) uma mdia
calculada com os pontos de atitude dos 15 sujeitos da clula. O 4 na
parte de baixo da tabela a mdia calculada com os 30 sujeitos da
coluna A2. As outras mdias foram calculadas da mesma forma. Os dados
de um delineamento fatorial so quase sempre apresentados desta forma
prtica e rapidamente interpretvel. Os efeitos das variveis separadas
neste caso, apelos e modos de apresentao, ou A e B assim como os
efeitos conjuntos podem ser vistos claramente colocando as variveis uma
contra a outra desta forma.
Os dados em (I) indicam que o apelo moral, Ai foi muito maior
que o apelo pragmtico, A2. Obviamente no houve diferena entre as
mdias de modo de apresentao (5 e 5) e, portanto, nenhuma diferena
entre Bi e B2. Os dados em (II), por outro lado, indicam uma diferena
grande entre apresentao inflamada e calma, Bi e B2, e nenhuma dife-
110
Tabata 7.2 Quatro conjuntos de possveis resultados obtidos em um modelo de
Qpirlmento fatorial fictcio (mdias)a.
(I) (II)
Moral pragmtico Moral pragmtico
Ai A2 Ai A2
1 calmo 6 4 5 Calmo 4 4
B. A,B2 A 2B2 Ba A,B2 A2B2
6 4 5 5
A, > Az B, A2
(III) (IV) .
Moral pragmtico Moral pragmtico
Ai A2 Aj Ai
Calmo 5 5 5 Calmo 4 6
Ba A,B2 A 2B2 Ba A,B2 A 2B2
5,5 4,5 5 5
A,Bi A 2B1 A,B, )> A 2B1
A 2B2 > A 1B2
112
(Conhecimento de tais delineamentos e sua anlise. Recomenda-se, ento,
o estudo de um bom texto de planejamento estatstico (por exemplo,
fidwards, 1972).
H um grande nmero de outros delineamentos experimentais usado
nas cincias comportamentais. No vamos estud-los neste livro, no
|>orque no tenham importncia, mas por causa de nossa nfase em
idias conceituais bsicas e em complexidades tcnicas. O leitor achar
til a discusso excelente, mas um bocado difcil, de Campbell e Stanlev
(1963).
Vamos tentar dar mais vida ao assunto citando trs estudos nos
guais acha-se finamence ilustrada a fora do delineamento e da anlise
fatorial. Embora s vezes seja difcil encontrar bons exemplos de certas
outras tcnicas, absolutamente no difcil encontrar usos do delinea
mento fatorial de bons a excelentes, principalmente em pesquisa psico
lgica. Os psiclogos perceberam rapidamente as virtudes e talvez a
Qualidade esttica do delineamento fatorial para implementar seus
propsitos tericos e experimentais.4
113
Aronson e Gerard deram tambm uma breve explicao terica (no
fim de seu relato) derivada da teoria da dissonncia cognitiva (Festinger,
1957). Esta teoria diz, em parte, que se algum faz alguma coisa que seja
incongruente com, digamos, a percepo de si mesmo ou da situao, sen
tir um desconforto psicolgico ou dissonncia cognitiva . Em relao
afirmao de Parkinson, se uma pessoa gasta mais tempo do que o
necessrio em uma tarefa, isto criar dissonncia cognitiva porque o
excesso de tempo gasto incongruente com uma avaliao realista e
correta do tempo necessrio para cumprir a tarefa. Para reduzir a disso
nncia cognitiva, a pessoa precisa aumentar a importncia e a complexi
dade da tarefa: Afinal, muito importante; leva tempo . Conseqente-
mente, ela poder perder o mesmo tempo ou at mais da prxima vez
que fizer tarefa semelhante ou a mesma.
As variveis independentes foram tempo, incentivo e sexo. Vamos
nos preocupar apenas com tempo; incentivo, sexo e todas as interaes
no eram significantes. Metade dos sujeitos recebeu 5 minutos para
fazer uma tarefa; a outra metade recebeu 15 minutos. A tarefa, que era
extremamente fcil, exigia apenas 5 minutos. Consistia em escolher vrios
argumentos de uma lista e coloc-los em uma sequncia lgica. Mais
tarde pediu-se aos sujeitos que preparassem uma palestra de 2 minutos
sobre atletismo e que gastassem o tempo que precisassem para prepararem
um discurso convincente. A varivel dependente era o tempo gasto pelos
sujeitos a prepararem o discurso (em segundos). Metade dos sujeitos
recebeu tambm um incentivo para terminar mais cedo, para contraba
lanar o efeito de excesso de tempo . Esta varivel no era significante,
como fora indicado.
Os sujeitos na condio excesso de tempo (15 minutos) gastaram
uma mdia de 468 segundos na segunda tarefa, enquantos os sujeitos do
mnimo de tempo (5 minutos) gastaram uma mdia de 321 segundos na
segunda tarefa. Esta diferena foi estatisticamente significante. A evi
dncia, ento, indica que os sujeitos do grupo excesso de tempo sem
dvida levaram tempo demais para terminarem a tarefa.
O leitor poder querer saber se este resultado generalizvel, isto ,
se ele se aplica a outras pessoas em situaes reais de trabalho. Diz-se
freqentemente que experimentos, como estes so triviais, porque tm
pouca ou nenhuma aplicabilidade alm do laboratrio. Deve-se ter em
mente, entretanto, que a finalidade do experimento e da maioria de
tais experimentos foi testar uma implicao de uma teoria. E isto se
conseguiu com sucesso. Sua inteno no foi fazer mais do que isso.
Se os pesquisadores quisessem saber alguma coisa a mais em relao
sua aplicabilidade em outras situaes, ele teriam feito mais pesquisas
em outras situaes com amostras representativas de pessoas. Este ponto
freqentemente mal entendido ser discutido novamente no prximo
captulo.
114
Raa, sexo e admisso a faculdades
115
deles indicava que o candidato era homem branco, outro quarto homem
preto, outro mulher branca e o ltimo mulher negra. Al em disso,
incluram-se trs nveis de capacidade do candidato. Na verdade, havia
ento trs variveis independentes, raa, sexo e capacidade e 12 tipos
de formulrios, correspondentes a um delineamento fatorial. 2 * 2 x .
As 240 escolas foram designadas aleatoriamente s 12 clulas do modelo.
Havia, ento, 20 escolas por clula. principal varivel dependente era
aceitao ou rejeio do suposto candidato: uma escala de cinco pontos,
partindo de rejeio direta (1) a aceitao com apoio o oferecimento de
ajuda financeira (5). Foram includas outras variveis dependentes e inde
pendentes, tambm, mas no vamos nos preocupar com elas.
Os pesquisadores esperavam que os homens fossem preferidos as
mulheres e pretos a brancos. (Na poca do estudo as escolas estavam
procurando alunos pretos.) Estavam errados. A anlise de varincia fato-
rial mostrou que os efeitos principais de raa e sexo no eram significa
tivos, nem a diferena entre mdias de brancos e pretos (3,38 e 3,18).
Foi descoberta uma interao muito mais interessante e no antecipada,
alis. Isto est apresentado na tabela 7.3, que mostra as mdias dos
homens e mulheres (resultados mdios na varivel aceitao, homens e
mulheres) de acordo com os trs nveis de capacidade.
Estude cuidadosamente esta tabela: importante metodologica e
socialmente. As mdias dos trs nveis de capacidade foram significativa
mente diferentes. Mas isto uma descoberta no muito importante, j que
reflete meramente o costumeiro hbito de rejeitar candidatos de capaci
dade 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 capa
cidade (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
intero significativa. Evidentemente os candidatos homens de baixa
116
Capacidade so significativamente mais aceitos do que as mulheres de
baixa capacidade. A discriminao parece ser exercida sobre o nvel
baixo de 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. Mulhe
res de capacidades mais modestas so julgadas primeiro 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 idia
de interao das variveis independentes em seu efeito sobre uma varivel
dependente.
117
que resolver um problema. Foi perguntado aos sujeitos se gostavam ou
no do parceiro por meio de pontos que iam de 0 (sim, definitiva
mente) a 23 ( definitivamente no). Esta medida de apreciao era a
varivel dependente. A previso era de que os sujeitos mais anthsemitas
exibiram mais agressividade deslocada induzida pela hostilidade provo
cada do que os sujeitos menos anti-semitas. Isto deveria ser mostrdo
pela menor apreciao pelos parceiros de trabalho por parte dos sujeitos
de alto grau de anti-semitismo. Esta , ento, uma hiptese de interao:
a deflagrao de hostilidade deve funcionar diferentemente nos diferen
tes graus de anti-semitismo.
As mdias de apreciao pelo parceiro, como funo da deflagrao
de hostilidade, A, e anti-semitismo, B, so dadas na tabela 7.4. Nenhum
dos efeitos principais foi em e de si prprio significativo. Sua interao,
entretanto, foi significativa. Quando foi despertada a hostilidade, indi
vduos com alto grau de anti-semitismo reagiram como mais agressividade
deslocada (menos apreciao pelo parceiro) do que indivduos com
baixo grau de anti-semitismo. A hiptese de interao ficou apoiada
uma descoberta de importncia tanto prtica quanto terica.*7
Alto anti-semitismo
b2 18,4 14,2
Baixo anti-semitismo
Bs 12,2 16,3
Um retrospecto conceituai
118
como especificando as relaes entre as variveis. Agora temos ferra
mentas conceituais e metodolgicas para nos ajudar a compreender
melhor como os cientistas comportamentais tentam explicar os fenmenos.
Eles separam as variveis entre dependentes e independentes, usando a
gegunda para explicar a primeira. A explicao mais simples possvel
consiste em relacionar uma varivel independente com uma varivel
dependente. Exemplos disto so os estudos de Clark e Walberg, Aronson
Mills. O leitor encontrar muitos exemplos semelhantes na bibliografia.
A base conceituai do delineamento e anlise de tais pesquisas um
anunciado da forma se p, ento q . No importa haver dois grupos
gxperimentais, como no estudo de Clark e Walberg, ou mais de dois
grupos, como no de Aronson e Mills, a concepo de explicao a
mesma.
Mas as explicaes s vezes so mais complexas, como no estudo de
Walster, Cleary e Clifford, no de Berkowitz e no de Aronson e Gerard.
Mais de uma varivel independente usada para estudar a varivel
dependente. No caso mais simples, a concepo subjacente se p, ento
q, sob a condio r. Esta a base conceituai de muitos estudos publica
dos. Muitos outros estudos, entretanto, usam base conceituai mais com
plexa: eles avaliam os efeitos separados e combinados de mais de duas
variveis independentes sobre uma varivel dependente. A base concei
tuai se p, ento q, sob as condies r, s, e t. Este exemplo tem quatro
variveis independentes: p, r, s e t. No importa quantas variveis sejam
usadas e como estejam simbolizadas, a abordagem bsica a mesma:
o efeito de uma ou mais variveis independentes sobre uma varivel
dependente estudado.
119
8. P e s q u is a e x p e r im e n t a l e n o - e x p e r im e n t a l
120
Milgram fez diversas perguntas relacionadas e desejava respostas
empricas: Que fatores influenciam a disposio do indivduo para
obedecer a uma autoridade?, Como a autoridade afeta a obedincia?,
Se o indivduo que der ordens a uma pessoa tiver status de autoridade,
isso a compele a maior obedincia?, Por que indivduos aceitam
ordens que os compelem a comportamentos imorais, comportamentos
que infligem sofrimento a indivduos desprotegidos?, Quando as
pessoas obedecem a uma ordem que atenta contra a moralidade comum,
como elas reagem psicologicamente, como justificam seu comportamen
to? um conjunto formidvel de perguntas a que poderemos responder
apenas parcialmente.
O procedimento experimental foi o seguinte: duas pessoas chegam
ao laboratrio de psicologia para trabalharem juntas em um estudo de
memria e aprendizagem. Uma ser o professor e a outra o aluno .
O verdadeiro sujeito experimental ser o professor. Ele avisado de
que a finalidade do experimento estudar os efeitos da punio na
aprendizagem. O aluno sempre a mesma pessoa, um ator que recebeu
instrues de como reagir est sentado em uma cadeira, braos
amarrados para evitar movimentos e com um eletrodo preso ao pulso.
O pesquisador diz ao aluno que ele aprender uma lista de pares de
jpalavras. Se fizer um erro, levar um choque. O professor observa tudo
isso e levado para a principal sala experimental e instrudo sobre como
usar um impressionante gerador de choque, que tem um painel de 30
chaves rotuladas de 15 a 450 volts, e tambm etiquetas com as palavras
Choque leve e Perigo choque violento. .
O professor ento recebe a ordem de ensinar o homem da outra
sala, lendo pares de palavras dia bonito; caixa azul; e assim por
diante. Nos testes de aprendizado, o professor l as palavras-estmulo e
em seguida quatro respostas provveis, por exemplo: azul: cu, tinta,
caixa, lmpada (Milgram, 1974, p. 19). O aluno escolhe a resposta que
acha correta apertando um de quatro botes. Se a resposta for correta,
o professor vai para o conjunto seguinte. Se estiver incorreta, deve
aplicar um choque no aluno. O professor receber ordem de aplicar
hoques cada vez mais fortes a cada resposta incorreta. Se o sujeito fizer
$ erguntas, deve ser informado de que os choque podem ser muito dolo
rosos mas que no causam danos permanentes aos tecidos. (Na verdade,
0 aluno no recebeu um choque sequer.)
Depois de iniciados o ensino e aprendizado e durante o experimento,
0 sujeito, talvez perturbado por ter que aplicar choques em outra pessoa,
ferguntou ao pesquisador se deveria continuar a fazer aquilo. O pesquisa
dor estimulou-o com um entre quatro comandos: Por favor, continue ;
"O experimento exige que voc continue; essencial que voc con-
tinue e No h outra escolha, voc tem que continuar . Estes coman
dos eram dados em seqncia e apenas se o sujeito se recusasse a obe
decer.
O aluno-cmplice do pesquisador deu sempre o mesmo conjunto de
respostas ou reaes ao procedimento. No teve a menor reao at o
choque de 75 volts, quando soltou um leve gemido. Aconteceu a mesma
coisa com os choques de 90 e 105 volts, mas aos 120 o aluno gritou
que os choques eram dolorosos. Aos 135 volts a vtima gemeu dolo
ridamente e aos 150 gritou pedindo para ser solto e que se recusava
a continuar. Reagiu de maneira semelhante mas com maior intensidade
aos choques subseqentes e aos 180 volts gritou que no podia suportar
a dor. Aos 270 volts gritava em agonia e aos 300 recusou-se a continuar
dando respostas.
O sujeito (o professor) a esta altura e anteriormente pedia
orientao ao pesquisador, que o instruiu a considerar ausncia de res
posta como falta de reao e a continuar o experimento. Depois dos
330 volts no .se ouviu mais nada do aluno.
A questo : at onde os sujeitos vo? Chegaro aos 450 volts?
Ou se recusaro a uma certa altura? Eles obedecero ou desobedecero?
Este o ncleo do experimento. Milgram variava as instrues para dife
rentes grupos de indivduos. Por exemplo, ele manipulou a proximidade
do aluno com o professor, predizendo que, quanto mais distante o aluno
ficasse do professor, choques mais fortes o professor aplicaria. Usou
tambm outras variaes de controle. Um grupo de sujeitos, por exemplo,
passou por um experimento com o pesquisador (a autoridade) ausente.
Com outro grupo foi feito o experimento num prdio de escritrios de
uma cidade distante da Universidade de Yale, onde foi feita a maioria dos
outros experimentos. Isso foi para controlar o possvel efeito de autori
dade de uma universidade de prestgio (veja abaixo).
Os experimentos, ento, usaram diversas variveis independentes e
uma varivel dependente, obedincia, medida pelo nvel de choque os
sujeitos antes de conclurem a srie de choques ou at se recusarem a
continuar participando do experimento.
Os resultados desafiam o senso comum e violam a moralidade
comum.1 No primeiro experimento, onde a proximidade foi a varivel
independente, 26 dos 40 sujeitos na situao bsica remota continuaram
os choques at o mximo de 450 volts! (Lembrem-se de que as chaves
122
de 275 a 450 volts estavam indicadas com a etiqueta Perigo choque
violento e que as voltagens numricas e as designaes verbais estavam
claramente indicadas.) Cinco sujeitos deram 300 volts antes de desistirem
e oito aplicaram entre 315 e 360 volts. A maioria foi, ento, muito
obediente, e todos, no mnimo, aplicaram choques mesmo acreditando
que eram violentos. Entretanto, quanto mais prximos estavam de suas
vtimas, menos obedeciam. Entretanto, um nmero considervel deu o
tratamento completo s vtimas.
tentador estudar as implicaes psicolgicas deste notvel estudo.
Meu principal objetivo, entretanto, ao cit-lo com tantos detalhes, no
psicolgico, mas metodolgico. Quero que o leitor perceba claramente
que estamos tratando de um assunto altamente controvertido, difcil e
discutvel, e confiar nos resultados tambm difcil. Quero ilustrar
o fato de que, outras coisas mantidas constante, um experimento inspira
maior confiana do que um estudo ex post jacto. Se os resultados de
Milgram forem empiricamente vlidos e, apesar de certas fraquezas
metodolgicas, parecem ser encontramo-nos diante de um fato muito
perturbador relativo a muitas pessoas: elas feriro cruelmente outras
pessoas obedecendo a uma autoridade reconhecida e a despeito de seus
escrpulos morais. E no so monstros hitleristas; ao contrrio, so na
maioria pessoas decentes e moralmente sadias, que normalmente jamais
sonhariam em agredir outras pessoas. Podemos ento confiar nos resul-
tados(? (Parece que a resposta Sim.)
A maioria das pessoas, quando indagadas sobre o que elas ou outras
pessoas fariam em tal situao, afirma que nem elas nem os outros
aplicariam choques s vtimas ou que o fariam apenas com choques
fracos. este precisamente o objetivo de Milgram e parte do significado
psicolgico central de sua descoberta: gente decente e bondosa compor-
ta-se cruelmente dada as circunstncias apropriadas e a principal
circunstncia a autoridade. Ento, podemos acreditar nele? Eu aplicaria
choques em uma pessoa a mando de outra e apesar dos protestos da
vtima?
Controle
124
porque os pesquisadores podem ter controle quase total sobre o que
podem fazer e como o fazem.
126
estado agntico. Outro experimento pode ainda ser variar a fora e
legitimidade da autoridade do experimentador. Provavelmente a profun
didade do estado agntico e o grau de obedincia dos sujeitos podem
ser afetados diferentemente por diferentes foras e nveis de legitimidade
da autoridade.
Chama-se a essas possibilidades experimentais flexibilidade . Essa
caracterstica dos experimentos, junto com a .capacidade de manipular
variveis, de casualizar sujeitos e condies e chegar a um controle
relativamente firme e cerrado sobre a operao das variveis constitui
um mtodo muito poderoso de testar teorias e hipteses e aumentar o
conhecimento. Isto no significa que todos os experimentos aumentam
significativamente o conhecimento. Sem dvida, muitos so mal conce
bidos e mal executados. No h garantia de validade ou valor, em
outras palavras, s porque um estudo experimental. Mas o potencial
est presente. Antes de estudarmos a pesquisa ex post jacto, ser bom
examinarmos tanto os pontos fortes como os pontos fracos dos experi
mentos, mas especialmente dos experimentos de laboratrio.2
127
encontra sob o controle do pesquisador. Infelizmente, poucos estudos
so replicados.
Replicao um termo mais amplo que repetio! ou dupli
cao. Significa repetir um estudo, mas 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, sr mudado. Em todo caso, se as relaes obtidas so as mesmas
ou semelhantes sob replicao, sua validade emprica fica reforada.
A replicao do experimento bsico de Milgram, longe da Universidade
de Yale, um exemplo deste fortalecimento da validade emprica dos
resultados da pesquisa.
Os experimentos tm fraquezas. Uma delas que as variveis inde
pendentes dos experimentos de laboratrio raramente tm muita fora
se comparadas fora de variveis naturais fora do laboratrio.
O experimento de Milgram parece ser uma exceo. A maioria dos
estudos experimentais, entretanto, no tem a fora dramtica dos estudos
de autoridade-obedincia. Isso uma desvantagem porque torna difcil
descobrir os efeitos de tais variveis. Sem dvida, as relaes que existem
realmente podem no ser descobertas, confundindo talvez cs cientistas
em relao ao verdadeiro estado de coisas em um campo definido.
Quando um pesquisador estuda os efeitos da repetio sobre a memria,
pode ser muito difcil detectar tais efeitos, especialmente a curto prazo.
Um motivo para a preciso e a estatstica aperfeioada do laboratrio
encontra-se na necessidade de detectar os efeitos de variveis indepen
dentes fracas.
A experimentao frequentemente criticada com base em duas
acusaes relacionadas: artificialidade e falta de generalidade. difcil
saber se a artificialidade dos exprimentos realmente uma fraqueza.
H muito 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. Leia o livro de Milgram e veja se pode acusar
seus experimentos de artificiais. Um ponto mais sutil que uma certa
quantidade de artificialidade faz parte natural da experimentao. Pesqui
sadores sofisticados naturalmente sabem disso. Eles acreditam tambm
que, por causa da artificialidade e efeitos fracos, se uma relao for
percebida em um laboratrio, substancial a probabilidade d que, outras
coisas mantidas constantes, a relao ser mais forte em situaes mais
realistas. Muitos pesquisadores pouco ligam artificialidade. Diro que
esto testando teoria e que no tm interesse em aplicaes de sua
pesquisa. Sua posio bem colocada. Muito freqentement, pesquisas
128
consideradas tericas e no prticas vierain a produzir resultados com
consequncias prticas de longo alcance (veja Comroe & Dripps, 1976;
Deutsch, Platt, & Senghaas, 1971; Townes, 1968). Voltaremos a este
problema no fim do livro.
Em geral os resultados de experimentos de laboratrio 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 falan do num se n tid o estrito . Fica-se intrigado com
a pesquisa de Milgram e com algumas outras enrgicas pesquisas de labo
ratrio. As descobertas de Milgram so aplicveis a escolas, corporaes,
igrejas, exrcitos e outros grupos? No se pode dizer enquanto no se
fizer mais pesquisa. Minha opinio que Milgram apresentou um forte
argumento, mas a pesquisa precisa ser estendida a situaes de campo.
(Mas como fazer isso?) possvel que a relao entre autoridade e
obedincia possa ser furada quando estudada em certos tipos de situaes
reais.
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 que funcionar em situaes de
vida. O objetivo bsico estudar as relaes e testar hipteses derivadas
da teoria sob condies cuidadosamente controladas e limitadas. Sem
dvida, 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 conceituai da experimentao cientfica. Se esta inter
pretao assaz purstica est ou no completamente correta no , entre
tanto, 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.
Talvez o leitor compreenda tudo isso melhor se focalizarmos rapida
mente outra crtica relacionada a experimentos e experimentao na
pesquisa comportamental. Freqentemente afirma-se que os experimen
tos de laboratrio so triviais. H pouca dvida de que muitos experi
mentos so triviais. importante saber, contudo, o que o crtico est
dizendo. Ele est dizendo que os experimentos so artificiais, e com isso
quer dizer que no so a prpria vida. Assim, so triviais. O ncleo da
crtica que os experimentos no tm generalidade. Seus resultados no
se aplicam a pessoas reais em situaes de vida real.
O argumento mais fundamentalmente irrelevante do que errneo
porque os experimentos e seus resultados no foram feitos para serem
129
aplicados vida real, como ficou dito h pouco. O experimento uma
inveno especializada cujo propsito est quase totalmente divorciado
da vida real. Seu propsito especificamente ficar separado e prbtegido
do barulho exterior. Seu propsito cientfico estudar as relaes e
testar as proposies derivadas da teoria no ambiente menos contami
nado que se possa conseguir. Seu propsito no melhorar as condies
humanas e sociais. Portanto, uma crtica com base na possibilidade de
generalizao , rigorosamente falando, irrelevante. como criticar
alguma coisa por no ser o que no pode ser de forma alguma.
Pesquisa no-experimental
130
mos, por exemplo, que eu esteja interessado em relaes equitativas em
geral e especificamente em como as pessoas lidam psicologicamente com
a inequidade.3 Posso formar grupos diferentes de indivduos e fazer os
grupos sofrerem' formas ou quantidades diferentes de inequidade. Isto ,
eu manipulo equidade ou inequidade. uma forma de controle porque
as diferenas em eqidade entre os grupos vm inteiramente de mim.
Elas no acontecem l fora, por assim dizer. Um bom exemplo, com o
qual j estamos familiarizados, o experimento de Aronson e Mills no
qual trs grupos de mulheres jovens foram sujeitas a diferentes graus de
iniciao desagradvel antes de supostamente se juntarem a um grupo.
Na pesquisa ex post facto, a manipulao de variveis independen
tes no possvel. Esta a caracterstica fundamental da pesquisa no-
experimental: variveis independentes chegam ao pesquisador como esta
vam, j feitas. J exerceram seus efeitos, se os havia. Se eu estivesse
estudando como as pessoas lidam psicologicamente com a inequidade e
minha pesquisa fosse no-experimental, eu no poderia fazer grupos
diferentes de indivduos sofrerem inequidade em graus diferentes,
vontade. Eu provavelmente teria que procurar encontrar grupos dife
rentes de indivduos que j tivessem provado a inequidade e depois
estudar como eles lidam psicologicamente com ela. A diferena entre a
abordagem experimental e no-experimental grande, ento. Alis, a
diferena to grande que temos abordagens muito diferentes, problemas
de pesquisa e graus diferentes de confiana nas inferncias que fazemos
dos dados de pesquisa.
Nos experimentos, j que temos controle virtual das variveis inde
pendentes 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 experi
mentos, nossa confiana, outras coisas mantidas constantes, deve ser
menor, principalmente por causa da falta de controle manipulativo das
Variveis independentes.4 Em muitas pesquisas no-experimentais obser-
132
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 um sndrome psicolgico,
chamado discombulismo, e que as pessoas discombulistas fossem alta
mente propensas ao cncer pulmonar. Suponhamos que os discombulistas,
alm de outras caractersticas hiperatividade, nervosismo, insnia,
temperamento volvel e uma leve parania tivessem uma forte predis
posio a contrair cncer pulmonar e fumassem cigarros, violentamente.
Em outras palavras, o discombulismo a causa bsica do cncer, no o
cigarro. Fumar simplesmente uma caracterstica concomitante. Acontece
aparecer no 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 ,
naturalmente, 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.
134
mento das crianas alis, mais importantes do que qualquer outro
conjunto de variveis, com exceo, talvez, das atitudes das crianas
(sentido de controle do ambiente, por exemplo). As variveis da escola
diferenas entre escolas em instalaes, currculo e corpo docente
no foram to responsveis pelas diferenas em realizao quanto as
variveis de ambiente familiar ou as de atitude. Esta foi a descoberta
mais controvertida, que vem sendo debatida e mal entendida. Muita
gente concluiu incorreta e apressadamente que o relatrio Coleman afir
mava que as escolas e suas instalaes, currculos e corpo docente no
eram importantes! uma concluso absurda, que ilustra uma das dificul
dades de interpretar os complexos resultados da pesquisa. Uma interpre
tao mais aproximadamente correta e correta apenas no contexto
do estudo que as variveis de escola no so muito responsveis
pelo aproveitamento depois das variveis de ambiente familiar. Explicar
esta afirmativa adequaoamente levar-nos-ia muito longe tcnica e concei-
tualmente. Vamos, portanto, abandonar esta explicao e outras desco
bertas e vamos nos concentrar na natureza no-experimental do estudo.
O estudo de Coleman usou, ao mximo, tcnicas modernas de
pesquisa de maneira competente e deu ao povo dos Estados Unidos
uma informao sobre as condies da educao no pas que continuaro
sendo debatidas por mais uma dcada. Devemos compreender, entre
tanto, que pesquisa ex post facto. Aqui as dificuldades se tornam
dramticas porque as concluses da pesquisa podem afetar importantes
decises polticas em educao.
Consideremos a concluso mencionada: as 'variveis escolares con
tribuem menos para a previso do aproveitamento do que as variveis
de ambiente familiar. H pouca dvida de que esta concluso seja
empiricamente vlida na pesquisa de Igualdade. Mas consideremos a
possibilidade certamente remota de ser possvel fazer grandes
estudos nos quais as variveis escolares possam ser sistematicamente
manipuladas e avaliados seus efeitos sobre a realizao. O resultado
poderia ser muito diferente porque a designao aleatria (de classes,
digamos) para as condies experimentais e a manipulao de variveis
Independentes podem conduzir a resultados menos ambguos. Saberia
mos, em outras palavras, que as influncias de outras variveis inde-
fpendentes foram minimizadas. Coleman e outros analisaram os dados
de maneira a aproximarem as descobertas de uma abordagem experi-
ental (atravs da chamada regresso mltipla e mtodos relacionados),
as de forma alguma isto a mesma coisa. A influncia de outras
possveis variveis independentes difcil de controlar, e s o controle
tatstico possvel em contraste com os poderosos controles experi-
E entais de manipulao, casualizao e isolamento.
E stu d o d e ig u aldade e lib e rd a d e
Liberdade 1* 3 10 8
Igualdade 12 9 1 9
136
outros grupos e no so fam osos por apoiarem a igualdade. Negros,
por outro lado, apiam fortem ente a igualdade. Brancos desempregados
provavelmente no colocaro a igualdade em grau alto. Se os valores
Obtidos aparecem como se esperava, isto evidncia favorvel teoria
explcita ou implcita e validade do instrumento de mensurao.
Os efeitos da privao
137
No provvel que crianas que viveram em instituies vivam mais
tarde em reas de classes inferiores? Assim sendo, a diferena observada
em inteligncia pode ser devida Iargamente ao ambiente de classe infe
rior, que menos orientado verbal e culturalmente do que o ambiente
de classe m dia.6
Esta mesma pesquisa poderia ter sido feita experimentamente?
concebvel, mas dificilmente possvel. Pode-se tomar uma grande amostra
de crianas recm-nascidas e designar metade delas a instituies, aleato
riamente. A outra metade ficar com sua famlia. Os controles sero
usados cuidadosamente. Depois de um perodo de anos, a mdia de
inteligncia dos dois grupos ser comparada. evidente a impossibili-
' dade de tal procedimento com crianas. Devemos, portanto, tomar as
coisas como esto e estud-las de modo ex posl fado. Agora vamos
examinar uma abordagem experimental ao problema da privao.
Durante alguns anos os pesquisadores da Universidade da Cali
frnia, em Berkeley, estudaram os efeitos posteriores da privao em
' animais (Bennett, Diamond, Krech & Rosenzweig, 1964). A especifici
dade de suas pesquisas foi o exame fsico e a mensurao de partes do
crebro e de secrees qumicas do crebro feitos de modo relativamente
direto. A pesquisa deve ser classificada entre as poucas pesquisas compor-
tamentais mais significantes de nossa poca. A simples faanha tcnica
de medir os provveis efeitos da privao sobre a fisiologia do crebro
impressionante. Os pesquisadores, entretanto, fizeram mais do que isto.
S um de seus estudos ser resumido a seguir
Bennett e outros (1964) basearam-se na hiptese de que uma expe
rincia diferencial muito cedo na vida dos animais levar a mudanas
quantitativas no crebro. Usaram, em um estudo, trs grupos experi
mentais de ratos: Complexidade Ambiental e Treinamento (CAT), Condi
o Isolada (Cl) e Condio Social (CS). Em CAT, de 10 a 12 animais
foram abrigados durante a amamentao em grandes gaiolas com equipa
mento interessante com que podiam brincar e que podiam usar.
Foi-lhes permitido tambm sair todos os dias das gaiolas para brincar e
explorar. Em Cl (isolados), os animais foram mantidos sozinhos em
gaiolas numa sala silenciosa, onde no nodiam ver nem tocar outros
animais. Os ratos do grupo de controle (CS) foram mantidos sob condi
es comuns de colnia, trs em cada gaiola, e expostos a atividades na
sala, mas sem tratamento especial. (Foi feito um tipo de casualizao
138
na etapa de anlise.) O estudo inicial foi replicado um certo nmero de
vezes, mas somente o ambiente enriquecido (CAT) e o ambiente empo
brecido (Cl) foram usados nas replicaes.
Essas condies foram mantidas durante 80 dias. Os animais foram
ento mortos e seus crebros analisados. Amostras de vrias partes do
crebro foram medidas, pesadas e analisadas suas secrees qumicas.
Os anatomistas que fizeram as anlises no sabiam a que grupos experi
mentais pertenciam os animais.
Os resultados foram incrveis. Havia diferenas enormes de peso
do crtex cerebral entre os ambientes enriquecido e o empobrecido.
0 peso mdio em miligramos do crtex total dos ratos estudados durante
P perodo de 1960 a 1963 foi de 700 (CAT) e 669 (Cl). A diferena
foi estatisticamente significativa. Evidentemente, as experincias enrique
cidas alteraram o peso do crtex dos ratos. Uma "anlise de controle
do resto dos crebros dos animais no mostrou diferenas significativas.
Foi o crtex cerebral que aumentou de peso em relao ao resto do
crebro.
Os pesquisadores de Berkeley mediram uma certa enzima nos cre
bros dos animais e encontraram diferenas entre os grupos que viriam
apoiar as descobertas relativas ao peso. Mediram tambm a espessura'-
M \
do crtex dos ratos: os crtices dos ratos de experincia enriquecida
estavam cerca de 6 por cento mais espessos do que os dos ratos na
condio de isolamento.
A evidncia experimental, ento, confirmou a hiptese do ambiente
enriquecido. Testes de hipteses alternativas idade dos animais e
tenso de isolamento, por exemplo no mudaram as descobertas.
Parece haver pouca dvida de que a experincia enriquecida tem efeitos
fsicos fundamentais sobre o crebro pelo menos em ratos, sob as
Condies do laboratrio de Berkeley. Esses resultados sero aplicveis
ao crebro e condies humanas? Ningum sabe.7 Por motivos bvios
no se pode fazer pesquisa experimental semelhante com sujeitos huma
nos. Futuros progressos tcnicos em tecnologia e pesquisa cerebral pode
ro possibilitar isso. Mas at alcanarmos tais progressos, a pergunta no
pode ser respondida de maneira no-ambgua. Os pesquisadores, usando
seres humanos como sujeitos e interessados em efeitos da vida real, como
os efeitos de ambientes de gueto, devem fazer principalmente pesquisas
ex post jacto, nas quais indivduos desenvolvidos fora e dentro do gueto
140
variveis independentes no so manipulveis. Os pesquisadores cujc
principal interesse se concentra na natureza da inteligncia ou na estru
tura dos valores e atitudes, por exemplo, precisam conformar-se com a
pesquisa no-experimental. Sua natureza no-experimental faz a pesquisa
menos significativa, menos cientfica? Em todo caso, ambos os tipos
de pesquisa devem e devero ser feitos e o estudante de cincia e
pesquisa comportamental deve compreender as foras e fraquezas de
ambas.
Adendo
141
de os sujeitos resolverem problemas tenha melhorado omo resultado de
sua exposio ao problema. Ou, depois de um certo perodo de tempo,
os sujeitos poderam ter melhorado com qualquer mtodo; sua compre
enso 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 ou com outro 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 pes
quisador que no foi o mtodo que melhorou a soluo de problemas
mas, 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 experi
mental, cujos membros tivessem todos as mesmas 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 pode
ra dizer: "No, no foi 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
d 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.
A despeito desta exigncia bvia de reforar a inferncia, h um
considervel corpo de pesquisa no qual, com efeito, usado apenas
um grupo. Em algumas pesquisas sobre reforamento, por exemplo, os
efeitos do reforamento so avaliados, reforando-se um grupo de ani
mais. As respostas dos animais so observadas para avaliar o efeito do
reforamento. Em algumas pesquisas sobre a memria, um estmulo,
como iluminao, pode ser variado, e os efeitos das variaes na memo^
rizao de letras pelos mesmos sujeitos pode ser medido. No afirmamos
aqui que tal pesquisa seja incorreta. Um dos mtodos importantes de
cincia, por exemplo, determinar funes (equaes matemticas), que
expressem as relaes exatas entre estmulos e respostas. E na pesquisa
de reforamento em animais, dificilmente se discute se o reforamento
algum tipo de alimento, por exemplo que produz as respostas.
H pouco perigo de confuso quanto ao efeito da varivel independente.
142
A maioria de outras pesquisas nas cincias comportamentais, entretanto,
no controlada to simples e facilmente.
Os estudos de Milgram descritos neste captulo aproximam-se do
limite da definio de experimento. Note que todos os sujeitos experi
mentais, em qualquer experimento", receberam o mesmo tratamento:
todos receberam a mesma instruo para administrar choques. A defi
nio de experimento, portanto, no foi satisfeita pela situao experi
mental bsica, mas pelas variaes introduzidas: o pesquisador presente
ou no presente: fazer o experimento em outro local que a Universidade
de Yale; distncia entre professor e aluno.
O essencial deste adendo que a definio bsica e o significado da
palavra experimento no so as nicas definies e significados da
palavra em uso atualmente. A posio tomada neste livro, entretanto,
que no mnimo uma comparao se faz necessria isto , um mnimo
de dois grupos experimentais---- para um experimento se tornar um
verdadeiro experimento. Isso necessariamente no elimina a possvel
adequao de definies mais limitadas em algumas situaes. Simples
mente determina o que se acredita ser um padro adequado para se
fazerem inferncias de dados experimentais.
143
9. O b s e r v a o e m e n s u r a o d e v a r i v e is
144
patente entre os oficiais depende muito mais de funes de comando
que de funes de ensino). Eles seriam, portanto, menos eficazes como
professores do que os oficiais no interessados em fazer carreira.
Getzels e Guba mediram o conflito dos oficiais com uma escala espe
cialmente elaborada para a pesquisa. Verificaram tambm a validade da
escala comparando as mdias das notas de diferentes escolas da Fora
Area, variando em grau de envolvimento com assuntos militares. Como
previram, quanto mais militar a escola, menor o conflito e vice-versa.
Tiveram tambm que observar o desempenho no ensino e a eficincia.
Isto foi conseguido, fazendo os oficiais professores darem notas de
eficincia uns aos outros. Em outras palavras, Getzels e Guba obser
varam conflito e eficincia de ensino. O que fizeram, na realidade,
foi medir ambas as variveis. O que significa isto?
M ensurao
Figura 9.1
146
ficar relaes.2 Os valores da figura 9 .1 indicam que os juizes acredi
tavam que os negros sofriam a maior discriminao (6,1), ndios ameri
canos vindo em segundo lugar (5.7) chegando aos ingleses, que, como
se esperava, sofreram a menor discriminao (1,3).
A figura representa uma relao porque tem um conjunto de pares
ordenados. tambm mensurao, j que os nmeros (classificaes
MWdias) foram atribudos a objetos (grupos) de acordo com regras. As
regras incluram a especificao da escolha dos especialistas, ou juizes, a
escala numrica usada, de 1 a 7, e a varivel medida, discriminao.
uma boa mensurao? Ainda no sabemos. Pode ser e pode no ser.
N captulo 4, foi usada ordenao em postos, em vez de pontos
numa escala. Apesar de isto mudar a natureza do procedimento de
r-nsurao, principalmente os nmeros usados para serem atribudos aos 3
gfojetos, no representa mudana na concepo de mensurao como
numerais atribudos a objetos conforme regras. aconselhvel estudar 3
UNlVEftSSM
outro exemplo de mensurao antes de continuarmos a discusso.
M ed in d o in telign cia
147
rismos. (Veja captulos 2 e 3 e note a similaridade de definies de
varivel e mensurao.) Inteligncia o smbolo.
Pode-se pensar em maneira diferentes de medir inteligncia. Pde-
mos pedir a especialistas que observem um grupo de indivduos e que
atribuam notas e eles, correspondentes s quantidades percebidas de inte
ligncia. Ou, mais provavelmente, podemos usar um teste de inteligncia
aceito e testado, como por exemplo o famoso teste Stanford-Binet. Este
teste, com as instrues que o acompanham, constitui uma definio
operacional de inteligncia. Os nmeros fornecidos pelo teste chama
dos quocientes de inteligncia ou QIs, com alguns testes sero atri
budos aos indivduos e provavelmente refletiro as diferentes magnitu-
des de suas inteligncias. Volte figura 4.2, onde cinco pessoas, Marie,
[acob e outros receberam nmeros que eram notas de testes de inteli
gncia: 131, 127 e assim por diante. No captulo 4 estvamos ilustrando
uma relao. Mas a figura tambm representa mensurao.
H pouca dvida de que algumas medidas de inteligncia no so
adequadas. H pouca dvida igualmente de que mesmo as melhores
medidas de inteligncia no so vlidas em algumas situaes. Por exem
plo, se vrios membros de um grupo de indivduos cuja inteligncia
esteja sendo medida eventualmente ficam doentes durante o teste,
lanam-se dvidas sobre os resultados da mensurao. Ou se um grupo
de crianas foi criado em um lugar distante onde tenha havido pouca
estimulao cultural, as medidas usuais de inteligncia no sero vlidas
no sentido de medir a verdadeira inteligncia das crianas. (Provavel
mente sejam vlidas, entretanto, como medida do que se chama sua
inteligncia funcional, ou sua capacidade de competir num ambiente
classe mdia americano.) Isto entretanto no significa que medir inteli
gncia no seja realmente mensurao ou que inteligncia no possa ser
medida. Sem dvida, a maioria dos psiclogos concorda que inteligncia
pode e tem sido medida com grande sucesso.
Fidedignidade
Estude os nmeros da tabela 9.1 cuidadosamente. Considere que
eles so o resultado de uma tarefa de julgar, ou dar notas, entregue a
quatro juizes que foram instrudos para julgar cada um de cinco geren
tes de escritrios quanto competncia ao dirigir um conjunto de tarefas
administrativas. Os cinco gerentes foram, individualmente, observados
por quatro juizes. Os julgadores usaram uma escala de sete pontos, 6
significando altssima competncia e 0 competncia muito baixa. Uma
das primeiras perguntas que fazemos em qualquer procedimento de
mensurao : Quo fidedigno ?
148
iTabela 9.t Notas dadas por quatro juizes competncia de cinco pessoas
fidedignidade alta.
Juizes
1 6 6 5 4 21 5,25
2 4 6 4 3 17 4,25
3 4 4 5 2 15 3,75
4 3 1 3 1 8 2,00
5 1 2 2 0 5 1,25
150
Igualmente, se examinarmos as classificaes dos juizes c e d, nova
mente encontramos correspondncia geral nas classificaes. Tal concor
dncia produzir classificaes mdias (coluna denominada "mdia)
que diferem claramente umas das outras, desde que, naturalmente, os
indivduos realmente difiram uns dos outros em competncia. Quanto
maiores estas-diferenas, mais alta a fidedignidade, outras coisas manti
das constantes.
Sem dvida o leitor ainda est um pouco confuso. Vamos ento
inventar uma situao altamente contrastante. Suponhamos que todo o
procedimento de julgamento tenha sido no-fidedigno. Suponhamos que
os juizes no soubessem comc apreciar a competncia e, alm disso, que
tenham sido descuidados. Quase certamente tal situao resultaria em
um conjunto de classificaes de baixa fidedignidade. Damos um exem
plo na tabela 9.2. Os nmeros (classificaes) da tabela so nmeros
aleatrios, gerados por um calculador programvel.
Tabela 9.2 Notas dadas por quatro Juizes competncia de cinco pessoas
fidedignidade baixa.
Juizes
1 2 5 6 1 14 3,50
2 5 2 6 4 17 4,25
3 2 3 1 5 11 2,75
4 3 1 3 2 9 2,25
S 6 3 4 4 17 . 4,25
B-------------
151
Veja agora as classificaes da tabela 9 1. H uma concordncia
geral entre os quatro conjuntos de classificaes, como j observamos.
Se o juiz a d pessoa 1 uma nota alta, o mesmo fazem os juzep b, c
e d acontecendo o mesmo para os quatro juizes nas notas baixas.
H, em outras palavras, uma alta concordncia entre os julgadores. Na
medida em que as classificaes concordam, elas so fidedignas.
Outra diferena, talvez mais sutil entre as duas tabelas, est nas
mdias das pessoas. (As mdias dos itens, embora importantes em algu
mas situaes, no so importantes aqui. Em geral, elas no afetam a
fidedignidade tanto quanto as mdias das pessoas.) Os dois conjuntos
de mdias foram reproduzidos na tabela 9.3. A primeira diferena a
notar que as mdias de 9.1 so mais variveis que as mdias de 9.2.
As amplitudes, que so ndices embora grosseiros de variabilidade,
so 5,25 1,25 = 4, para 9.1 e 4,25 2,25 = 2, para 9.2. J que
as notas de 9.2 eram na realidade nmeros casuais, ento, as cinco
mdias de 9.2 deveram ser quase as mesmas. (Por qu?) A amplitude
refletira, naturalmente, esta falta de variabilidade.
Vamos voltar e examinar a tabela 5.1, um conjunto de 100 nmeros
arranjados em grupos de 10. Examine as mdias dadas nas tabelas 5 .2
e 5.3, tambm calculadas a partir de nmeros aleatrios. Passe os olhos
pelas discusses das trs tabelas. Observe, na tabela 5.1, que as 10
mdias so muito parecidas. A expectativa baseada no acaso 4,56,
a mdia total. J que as 10 mdias so mdias de nmeros aleatrios,
elas devem ficar bem prximas dessa expectativa baseada no acaso. Os
nmeros aleatrios, por definio, no so fidedignos. So nmeros sem
sistema ou regularidade, e fidedignidade significa, entre outras coisas,
que os nmeros so sistemticos; eles mostram regularidade.
Uma definio de fidedignidade pode ser dada negativamente: fide
dignidade falta de erro em um conjunto de medidas. O erro aqui
significa, com efeito, flutuaes casuais, ou aleatrias. Erro a varia
bilidade, as flutuaes das medidas, no devidas ao que quer que esteja
sendo medido. Na medida em que um conjunto de medidas tem tal
variabilidade, no fidedigno. (Tal variabilidade no deve ser confun
dida com a variabilidade dos indivduos, h pouco discutida, uma varia
bilidade que reflete diferenas entre indivduos. Veja abaixo.) Os nme
ros aleatrios, naturalmente, refletem apenas um ir e vir, subir e descer,
uma variabilidade no sistemtica.
As mdias dos cinco especialistas, Grupo Experimental, tabela
5.2, so muito parecidas com as mdias da tabela 9.3, baixa fidedigni
dade. No so muito diferentes. E no deveram ser: foram calculadas
de nmeros aleatrios. Igualmente, as mdias da tabela 5.3 nc so
muito dissemelhantes. Mas as mdias da tabela 9.3, Alta Fidedigni
dade, diferem tanto quanto podem, se compreendermos que as mdias
152
sfio sempre menos variveis do que os nmeros dos quais so calculadas.
A amplitude maior provavelmente reflita mais exatamente as diferenas
individuais em competncia das cinco pessoas, cuja competncia est
eendo medida. Se as mdias se assemelham a mdias calculadas a partir
de nmeros aleatrios, ento provavelmente sero iguais entre si; no
diferiro muito. Se obtivermos nmeros numa situao real de mensu-
rao que se assemelhem a nmeros aleatrios, ento, sua fidedignidade
ser baixa. Eles no podem refletir com exatido as diferenas individuais
das pessoas medidas.
Tabela 9.3 Mdias das pessoas tiradas das tabelas 9.1 e 9.2.
Alta Baixa
Pessoas fidedignidade Pessoas fidedignidade"
(tabela 9.1) (tabela 9.2)
1 5,25 2 4,25
2 4,25 5 4,25
3 3,75 1 3,50
4 2,00 3 2,75
5 1,25 4 2,25
153
cando fidedignidade muito baixa (nenhuma fidedignidade) e 1,00 indi
cando fidedignidade perfeita. As notas da tabela 9.1 , ento, so alta
mente fidedignas, enquanto que as da tabela 9 .2 no oferecem nenhma
fidedignidade.
O exempo usado para ilustrar a fidedignidade vem usando classifi
caes provavelmente porque so mais fceis de compreender do que se
usssemos um teste e itens de teste. O mesmo raciocnio, entretanto, se
aplica aos testes. Substitua simplesmente juizes por itens. As pessoas
classificadas so as mesmas; a nica diferena que agora sero testa
das em vez de avaliadas. Isto , qualquer teste ou escala consiste
em certo nmero de itens, cada um destinado a medir a mesma coisa,
assim como os juizes deviam avaliar ou medir a mesma coisa. Por
exemplo, suponhamos que temos que medir autoritarismo. Podemos usar
a conhecida escala F. Aqui esto dois dos itens (Adorno e outros, 1950,
pp. 255-257):
Obedincia e respeito autoridade so as virtudes mais importantes
que uma criana deve aprender,
A cincia tem seu lugar, mas h muitas coisas importantes que
jamais podero ser compreendidas pela mente humana.
Os sujeitos respondem a estes itens numa escala de acordo-desacordo.
Quanto mais concordarem, mais autoritrios acredita-se que sejam.
So usados muito mais que dois itens. (Em geral, quanto mais
itens, maior a fidedignidade, contanto que todos meam a mesma coisa
e a meam igualmente bem.) Se os dois itens dados acima medem a
mesma coisa, devem produzir aproximadamente a mesma ordem de
postos para os indivduos. Se isto ocorrer, ento, a escala de dois itens
ser fidedigna. Do contrrio, no fidedigna. O mesmo raciocnio
estendido aos vrios itens de um teste ou escala. Se tivssemos 40 itens
em um teste de inteligncia, cada um deles seriam um juiz : produzir
ordem semelhante de postos de inteligncia entre os indivduos.3
3 Note, entretanto, que itens individuais so muito menos fidedignos do que testes
inteiros. Entretanto, itens de fidedignidade relativamente baixa podem, quando
usados em nmero suficiente, produzir um teste ou escala fidedigna. um
aspecto ou princpio til, que torna possvel obtermos testes fidedignos de caracte
rsticas humanas.
154
no nos aproximarmos da verdadeira nota dos indivduos (ou objetos)
medidos? um dos principais motivos para se fazer a mensurao.
Temos que confiar nos resultados obtidos. Devemos saber, por exemplo,
que se medirmos a competncia ou a criatividade ou ainda a dominncia
ou inteligncia de um grupo, obteremos as mesmas notas ou notas
semelhantes em uma mensurao subseqente dos mesmos indivduos.
Isto significa, entre outras coisas, que obteremos as mesmas ordens de
postos das notas, ou parecidas.
Vejamos a relao entre duas variveis, inteligncia e competncia.
Digamos que queiramos saber o papel que a inteligncia desempenha
em certa espcie de competncia. Se uma ou ambas as medidas de inte
ligncia e competncia no forem fidedignas, ento no ser possvel
determinar com exatido de que maneira esto relacionadas ou corre
lacionadas, como se diz. A magnitude da relao pode ser alta, mas se
uma ou ambas as medidas no forem fidedignas, a relao calculada
ser baixa, simplesmente por falta de fidedignidade. Se aceitarmos a
magnitude da relao calculada pelo seu valor aparente, vamos nos
desviar seriamente. Suponhamos que a magnitude da relao tenha sido
UNlVEf
realmente alta, mas a medida de competncia no seja fidedigna e que
no saibamos que no era fidedigna. Podemos acreditar que a relao
entre inteligncia e competncia seja baixa ou nula. Podemos ento
concluir que inteligncia tem pouco a ver com o tipo de competncia
que estvamos tentando medir. Tal concluso seria, naturalmente, errada.
Igualmente, no uso prtico de medida de variveis, a fidedignidade
um aspecto indispensvel da mensurao. Que dianta um teste de inte
ligncia de crianas que no seja fidedigno? Que adianta uma medida
de atitudes em relao a grupos minoritrios que no seja fidedigna?
Se os testes e as escolas no forem fidedignos, as predies que fazemos
com eles e eles so instrumentos de predio, assim como medidas
de variveis so inteis ou piores que inteis, pois podem nos
desviar de concluses relativas a habilidades e atributos dos indivduos
que estamos medindo, assim como a relaes entre as habilidades e
atributos.
Validade
156
preender a abordagem cientfica geral observao do comportamento
e mensurao de variveis. Por sua vez, esta compreenso nos dar
melhor fundamento para avaliarmos algumas controvrsias fundamentais
sobre mensurao que importunam tanto os cientistas quanto os leigos.
T ip o s d e va lid a d e
157
Medindo dogmatismo
158
Em outras palavras, o trabalho de Rokeach foi dirigido tanto para
a teoria por trs da escala D quanto para as propriedades da escala,
um exemplo claro de validao de constructo. Validao de constructo
talvez seja uma expresso mais exata do que Validade de constructo
para expressar o que est envolvido. O pesquisador tenta de vrias
formas obter provas que apoiem a teoria por trs de uma medida assim
como sobre a medida. um processo divergente e convergente no qual
as dedues da teoria so testadas de maneiras diferentes com a idia
de que a evidncia de testes diferentes convergir para a validade da
medida. A validao de constructo , ento, essencial prpria cincia
em seus testes de dedues e implicaes derivadas da teoria. uma
importante conquista da mensurao e da pesquisa comportamental, uma
conquista que est revolucionando a mensurao psicolgica e socio
lgica. 5
M ensurao em perspectiva 5
V iV i
tamental. Freqentemente planeja-se e executa-se cuidadosamente uma
investigao, com pouqussima ateno mensurao das variveis da
pesquisa. Eis um caso interessante que demonstra a falta de preocupao
com a fidedignidade. Um pesquisador planejou um conjunto elaborado
de experimentos para testar uma teoria de atitudes. A cadeia de racio
cnio das implicaes experimentais da teoria parecia vlida. Se
verdade, como prev a teoria, que isto e aquilo 'so assim, ento aconte
cer isto e aquilo. O procedimento experimental foi cuidadosamente
planejado e executado para testar as dedues. Foram feitas predies
estatsticas especficas sobre as diferenas entre grupos experimentais.
Nenhuma das predies resultou como fora predito! Sem dvida, virtual
mente nenhuma das diferenas eram estatisticamente significativas. O
conjunto de experimentos foi um fracasso completo. Foi como se os
nmeros analisados fossem nmeros aleatrios. Por qu? Por que a
teoria era falha? Por que o experimento foi mal conduzido? Por que
os sujeitos foram mal escolhidos?
O verdadeiro motivo parecia ser a mensurao da varivel depen
dente. O pesquisador passara grande parte de sua vida profissional
dizendo aos alunos que, para medir adequadamente uma varivel, era
159
necessrio usar um certo nmero de itens para medir a varivel. Depen
der de um ou dois itens, como fazem muitos pesquisadores, loucura
porque se sabe muito bem, e pode ser facilmente demonstrado, que um
ou dois itens simplesmente no oferecem segurana suficiente para justi
ficar se uso. Se for feito um experimento e for medida a varivel
dependente com apenas um ou dois itens, haver uma alta probabili
dade de que, mesmo se existirem diferenas significativas entre os dois
grupos, estas no sero detectadas simplesmente porque a medida da
varivel dependente no ser suficientemente fidedigna para pescar as
diferenas! Se havia diferenas verdadeiras entre os grupos experimen
tais, como fora predito, elas no tinham grande probabilidade de serem
detectadas.6
Todos os campos da realizao humana tm sua dose de mitologia
e absurdo. A mensurao, infelizmente, particularmente sobrecarre
gada por ambos. Parte da causa so as atitudes negativas em relao
mensurao psicolgica. Mas a ignorncia e os mal-entendidos provavel
mente tenham a maior parte. Uma das maiores dificuldades parece ser a
m compreenso do objetivo bsico da mensurao. Acredita-se, por
exemplo, que os psiclogos medem as pessoas, e que no se pode medir
pessoas. verdade que no se pode medir as pessoas. Mas os cientistas
na realidade no medem as pessoas nem dizem que medem (pelo menos
no deviam dizer que medem). Eles medem variveis, assim como nos
experimentos eles no manipulam pessoas, mas variveis. Eles medem,
sim, o comportamento das pessoas, os indicadores observveis de
constructos hipotticos, como inteligncia e dogmatismo. Ningum pode
medir inteligncia diretamente. Inteligncia um constructo usado
para resumir um conjunto incrivelmente complexo de comportamentos
que tm a caracterstica comum de serem inteligentes. Acreditar que
os psiclogos medem pessoas, ento, ingenuidade. Criticar a mensurao
porque ela no mede pessoas ingnuo tambm.
Sem dvida, todo procedimento de mensurao, mesmo de variveis
relativamente simples, altamente indireto, complexo e freqente-
mente difcil. Em vista dessas dificuldades, o xito dos cientistas compor-
tamentais em medir variveis comportamentais notvel. E tem sido um
xito, apesar dos crticos que afirmam ter sido um fracasso. Eis algumas
variveis que tm sido medidas com xito: inteligncia, aptides (verbal,
numrica e assim por diante), atitudes (em relao a uma variedade de
objetos), introverso, coeso (de grupos), necessidades, classe social,
autoritarismo, dogmatismo. Podemos enumerar muitas outras. Isto no
significa que a mensurao de tais variveis seja perfeita, ou que poder
160
vir a ser perfeita. Ao contrrio, vem carregada de dificuldades, sendo
a maior de todas, naturalmente, a validade. Mas os cientistas, principal
mente os psiclogos, conhecem as limitaes e as dificuldades e so geral
mente muito cuidadosos em suas avaliaes e no uso de testes e escalas
e seus resultados.7
Como qualquer outra coisa, os testes e medidas devem ser usados
com cautela e discrio. Quando falamos de mensurao em cincias
comportamentais, colocamo-nos em nvel muito diferente do que quando
falamos de mensurao em cincias naturais. Devemos ter sempre muito
cuidado em verificar a fidedignidade e validade de nossas medidas.
Devemos entender que os chamados erros de mensurao desempenham,
infelizmente, um grande papel em nossas medidas. Em cincias naturais,
h muito menos problemas de fidedignidade; consegue-se geralmente um
alto grau de preciso e exatido com a ajuda de poderosos instrumentos
de mensurao. Validade mais um problema, mas nem de perto o
problema que h com variveis como inteligncia, ambiente familiar,
atmosfera escolar, atitudes em relao a estrangeiros, criatividade e assim
por diante. Contudo, mensurao mensurao nas cincias naturais e
nas cincias comportamentais. A definio bsica e os procedimentos
gerais so os mesmos. No menos legtimo e cientfico medir as atitudes
e opinies das pessoas, por exemplo, do que medir a circunferncia da
terra ou a fora dos terremotos. Se existem variveis, elas so potencial
mente mensurveis, embora os graus de preciso, exatido e validade
variem amplamente.
Investigao sociolgica
162
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 para problemas sociais importantes e usar um conjunto
de tcnicas analticas relacionadas. Muitas dessas pesquisas foram chama
das levantamentos {survey research) ou estudos de campo .
Para sermos mais concretos, vejamos os sumrios de quatro inves
tigaes sociolgicas. O fato de inclurem variveis psicolgicas no
muda sua natureza basicamente sociolgica.
Resposta
Tabela 10.2 Classe social e tempo de desmame, estudo de Miller e Swanson (1960).
(reproduo da tabela 1.1) a.
Cedo Tarde
33 22 55
Classe mdia
(60%) (40%)
31 48
17
Classe operria
(35%) (65%)
50 53 103
164
Stouffer.2 As mes de classe mdia desta amostra desmamaram seus
filhos mais cedo que as mes de classe operria. (Veja mais detalhes
na discusso do captulo 1.)
Tabela 10.3 Valores orientados para pessoas e mudana de escolha ocupacional. 1952.
Continuaram Abandonaram
professores o ensino
165
Professores ou Abandonaram o Ensino. (Escolha Ocupacional) uma
varivel sociolgica, que estudada em relao a uma varivel psico
lgica, Orientado para Pessoas e No-Orientado para Pessoas. As res
postas da amostra foram analisadas em uma tabela de porcentagens
(calculadas a partir das freqncias).
166
Tabela 10.4 Nvel de escolaridade e porcentagens mdias de conhecimento acad-
mico de quatro grupos de idade nos anos 60, estudo e Hyman e outros (1975). *
Sr-----------------
Nvel de escolaridade
UEstes trs itens e as entradas na tabela foram escolhidos entre muitas tabelas
"melhantes, quase que arbitrariamente. A maioria dos itens usados pelos levanta-
intos, entretanto, foram semelhantes quanto a serem conhecimento funcional
operadas atravs do tempo. A maioria dos estudos sobre os efeitos da
escolarizao feita em um ponto do tempo. A relaao pode, natural
mente, ser estudada desta forma, mas os resultados nada nos dizem a
respeito dos efeitos da escolarizao atravs do tempo.
Hvman e outros, numa excelente tentativa de simular o aspecto
longitudinal, usaram dados de levantamentos nacionais e categorizaram
os dados obtidos durante diferentes perodos de tempo pela categori
Idade, dada na tabela 10.4. Nela h quatro grupos de idade, ou seja:
25-36 37-48 49-60 e 61-72. Os autores argumentaram que os eteitos
da escolarizao seriam mostrados pelo conhecimento, aumentado com a
escolarizao aumentada e que os padres de diferenas seriam
mos ou semelhantes em diferentes grupos.
Pela tabela 10.4 ficou claro que a resposta principal dos autores
ficou respondida: da escola primria at a universidade, a quantidade de
conhecimento aumenta e aumenta de forma parecida nos quatro grupos
(diferentes nveis de idade). Esta descoberta repete-se monotonamente
nas tabelas de Hyman e outros. Raramente se v tal consistncia de
resultados e demonstrao de poder de replicao, se se puder chamar
os diferentes nveis de idade e os vrios testes de conhecimento, rep
caes. -
A pergunta incmoda volta sempre, entretanto: Podemos acreditar
nos resultados? possvel que esses resultados fortes sejam esprios no
sentido de que no a escolarizao que gera maior conhecimento quant
mais alto se chega no sistema educacional, mas uma outro variavel ou
variveis? , , . A .
Consideremos a inteligncia. possvel que o nvel de iteligencia
diferente dos participantes da amostra produziu as diferenas observad
em percentagem nos trs nveis de escolaridade? Parece bastont^ plJ 3 a
supor que indivduos mais inteligentes sobem mais no sistema escol
do q u e indivduos menos inteligentes. Se for este o caso, sem duvida
os resultados da tabel 10.4 (e outros semelhantes) levam a concluso
errada. No a escolarizao, mas a inteligncia que influencia. Ou,
talvez mais exatamente, a educao e m t e h g e n c i a . ^
(1975 P 294) usaram a frase certa que expressa a dificuldade frustrante
que os analistas de resultados de pesquisaenfrentamprmcipalmemeem
pesquisa no-experimental: terrvel indetermmancia . N aR ataenm
neste estudo h outras variveis que contribuem para a tem yd indeter
minncia. Vamos nos concentrar rapidamente apenas em inteligncia. ^
Hvman e outros controlaram variveis concorrentes e explicaes
concorrentes de forma competente. Sem dvida eu recomendo seu livro
ao leitor como modelo de raciocnio cuidadoso, objetividade cientifica
exposio clara e o uso de material de pesquisa de arquivo para testar
questes prticas importantes. Usa tambm profusamente o raciocnio
de hipteses alternativas que j encontramos em captulos anteriores, mais
especialmente no captulo 9 sobre pesquisa experimental e no-experi-
mental. Vamos dar uma rpida olhada, entretanto, no que talvez seja a
parte mais fraca de Hyman e outros, isto , nos argumentos sobre inte
ligncia.
Os autores dizem que a varivel que se desejaria poder controlar
a inteligncia, medida durante a infncia, antes que os resultados dos
testes pudessem ter sido influenciados pela escolarizao. Mas tais
medidas necessrias ao controle direto, dizem eles, esto alm do alcance
de qualquer pessoa; os sujeitos do levantamento j esto adultos, tarde
demais para medir inteligncia antes da influncia da escolarizao. (A
escolarizao, naturalmente, tem uma forte influncia sobre a intelign
cia medida atravs de testes.) Reciprocamente, a mensurao da inteli
gncia de crianas vem cedo demais para medir s efeitos durveis da
escolarizao.
Para apoiar seu argumento de que a inteligncia no produziu os
efeitos por eles relatados, eles usaram argumentos opostos. Primeiro,
as caractersticas sociais e biolgicas tiveram sua influncia diminuda
como critrios de seleo escolar. Mais e mais crianas tm alcance
educao nos ltimos anos. A inteligncia deveria, portanto, ter um
grande papel em determinar a realizao. Segundo, padres antigos,
mais rigorosos, de desempenho acadmico nas escolas do pas, foram
relaxados. Assim, estudantes de geraes mais recentes conseguem prosse
guir na sua formao e subir mais no sistema ducacional, embora sua
inteligncia seja mais limitada. O primeiro argumento, ento, diz que a
inteligncia desempenha um papel maior e o segundo diz que desem
penha um papel menor. Hyman e outros afirmam que os dois argumen
tos levam concluso de que a contribuio da inteligncia deve ter
mudado com o tempo. Portanto, se for descoberto, como ocorreu em sua
anlise, que os efeitos da educao no variam atravs de perodos de
tempo e grupos de idade, ento, inteligncia no a explicao. Eles
citam tambm resultados de outros estudos em que, segundo afirmam, a
influncia geral da inteligncia sobre a realizao educacional modesta
(uma concluso possivelmente duvidosa).
Minha concluso que os resultados de Hyman e outros so empiri-
camente vlidos, tendo em vista a magnitude dos efeitos as diferenas
de porcentagens e sua notvel consistncia atravs do tempo. Mas
ainda estou preocupado com a possibilidade de que uma parte substan
cial dos efeitos observados seja devida inteligncia. A concluso mais
exata provavelmente seja que tanto inteligncia quanto escolaridade
tenham influncias substanciais e conjuntas duradouras sobre o conhe
cimento. Eu teria gostado de ver a inteligncia controlada. Mas isto no
era diretamente possvel. Mesmo assim os pesquisadores fizeram o
mximo que puderam nas circunstncias. 4 Pode-se mesmo dizer que suas
anlises de controle (veja especialmente o captulo 3) so exmplos
excelentes de controle na anlise de materiais e problemas difceis e
controvertidos. De fato, todo o estudo um timo exemplo de investi
gao sociolgica cuidadosa e competente.
Levantamentos
4 Minha dvida aumenta, entretanto, pelo que Hyman e outros (1975, p. 25)
dizem, a respeito de um rpido teste de inteligncia (vocabulrio) aplicado em
um dos levantamentos usados por eles. Os adultos escolarizados tiveram notas
mais altas. Em outras palavras, h uma relao positiva entre inteligncia e efeitos
da escola. Em pesquisa, principalmente em pesquisa educacional, muitas vezes se
deseja que todas as pessoas tenham exatamente a mesma inteligncia!
170
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 ampla
mente pelo governo, pelas firmas e organizaes. O propsito bsico das
levantamentos usados desta forma no cientfico, mas antes orientado
para a ao e para diretrizes de ao. Entretanto, os levantamentos des
critivos tm tido efeitos muito fortes sobre a pesquisa comportamental
em geral, principalmente atravs de seu procedimento sofisticadssimo
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 organi
zao, 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. Frequentemente os levantamentos
usam o que se denomina procedimento de amostragem aleatria estrati-
ficada, que mostrou vrias vezes ter uma alta probabilidade de ser
representativa.
A tabela 10.5 contm evidncias notveis e asseguradoras da
representatividade de grandes amostras aleatrias de todos os Estados
Unidos. O mtodo consiste em verificar a incidncia de caractersticas
sociolgicas prontamente disponveis de uma amostra com as mesmas
caractersticas obtidas no censo mais recente ou com outra fonte
de confiana de tais dados.
s O leitor curioso pode perguntar: pode-se confiar nos clculos do censo? Afinal,
as cifras do censo, embora presumivelmente valores de populao, tm um nmero
de fontes de erro que reduzem sua exatido ideal. H alguns at que dizem que
confiam mais nos clculos das amostras que nas cifras do censo. Em todo caso,
as cifras do censo so geralmente bastante exatas. E, afinal, preciso usar
alguma coisa para verificar os clculos das amostras!
6 Para um breve relato destes levantamentos e outros estudos aplicados, veja
Likert e Hayes (1957). i
172
anuais foram, evidentemene, altamente eficazes e forneceram informao
nacional exata sobre a renda e suas fontes, poupana, dvidas, bens de
consumo, intenes do consumidor e assim por diante.
Levantamentos de interesse para os pesquisadores comportamentais
tm focalizado pessoas e fatos vitais relacionados a elas, suas crenas,
opinies, atitudes, valores, motivos e comportamentos. Apesar de que a
habilidade na realizao de entrevistas, bem como o uso de formulrios
cuidadosamente planejados predominam nos levantamentos, usam-se
tambm outros mtodos de observao. Em resumo, o levantamento
uma forma de investigao sociolgica (com fortes implicaes psico
lgicas, naturalmente) amplamente usada, especialmente para metas
prticas e de formulao de diretrizes, e que influenciou a pesquisa com-
portamental principalmente com seu procedimento de entrevista e amos
tragem, como j foi mencionado. Os resultados foram, notavelmente,
exatos e generalizveis. Podemos confiar em tais resultados, se obtidos
atravs de amostragem aleatria feita pelas melhores organizaes espe
cializadas em levantamentos. Vamos dirigir nossa ateno agora para
uma forma de anlise comum e importante que usada em levanta
mentos e em outras formas de investigao sociolgica.
Anlise de freqncias
8 H uma razo estatstica por trs desta regra. Veja Kerlinger (1973, pp. 162-166)
para a explicao tcnica. Damos uma explicao no-tcnica mais adiante.1
174
midade religiosa. Observe como a fora da relao se mostra clara
mente nas duas tabelas. Se as porcentagens fossem calculadas de outra
forma, pelas colunas, a direo da relao ficaria expressa incorreta
mente e talvez levasse a concluso errada. Tais tabelas calculadas incorre
tamente j foram publicadas. (No importa se as porcentagens forem
calculadas por linhas ou por colunas, contanto que a regra de calcular
da varivel independente para a varivel dependente seja seguida.)
176
Tae/a 10.7 Respostas de participantes em distrbios (P) e pessoas no-envolvidas
(NE), com porcentagens calculadas por linhas. F envolvidas
NE
177
investigao sociolgica, porque tal abordagem provavelmente esteja mais
prxima da natureza da cincia, como em grande parte do estudo experi
mental e no-experimental de relaes. Quando possvel e conveniente,
a experimentao deveria ser feita em laboratrio e no campo, pelos moti
vos dados anteriormente. Quando possvel, as variveis deveriain ser
medidas usando escalas de valores que pudessem ser atribudas aos obje
tos medidos. Isso no significa que a pesquisa no-experimental no seja
importante e necessria. No significa tambm que a mensurao que
permita apenas contagem9 como a contagem de Stouffer de respostas
Sim e No (tabela 10.1), ou a contagem de Hyman e outros de nmeros
de indivduos em diferentes nveis de escolaridade (tabela 10.4) no
seja necessria e importante. Em suma, ambas as abordagens so
necessrias e indispensveis na pesquisa comportamental.
A investigao sociolgica, ento, uma parte extensa e muito
importante da pesquisa comportamental contempornea. Pode-se at dizer
e certamente seria dito por alguns pensadores que mais impor
tante do que a investigao experimental. Considere os levantamentos
e os estudos em larga escala como o relatrio Coleman, Igualdade de
Oportunidades Educacionais. Pode-se dizer ou mesmo tomar por implci
to que, por haver menos controle e menos certeza de inferncia, a
pesquisa no seja importante? Um dos objetivos deste livro ajudar o
leitor a compreender a tela enorme onde est pintada a pesquisa experi
mental e a riqueza e variedade de cores que os cientistas comportamen-
tais usam na pintura. Foram dados grandes passos cientficos neste sculo,
principalmente na conceitualizao de problemas de pesquisa e na meto
dologia. A investigao sociolgica fez e continuar a fazer parte impor
tante, ativa e criativa do esforo geral.
178
11. A a b o r d a g e m m u lt iv a r ia d a :
r e g r e s s o m lt ip l a e p a r t i o d a v a r i n c ia
179
realizao entre alunos da primeira escola maior que as diferenas de
realizao na segunda. Mais especificamente, a amplitude das notas de
realizao na primeira escola maior que a amplitude das notas de
realizao na segunda escola. Este significado de varincia geralmente
associado a diferenas individuais entre crianas em caractersticas psi
colgicas. Pode tambm ser associado, entretanto, a diferenas entre
objetos e grupos. Diz-se, por exemplo, que as notas mdias de realizao
de classes, ou escolas, diferem. Aqui estamos falando sobre as varincias
de classes e escolas. A idia de diferenas individuais, ento, geral,
desde que definamos individual de maneira ampla.
O segundo significado ou uso de varincia mais sutil e mais
tcnico, mas muitssimo til, como veremos. Aqui os pesquisadores
falam sobre a quantidade de varincia em uma varivel dependente
sendo devida a ou explicada por uma manipulao experimental
ou por outras variveis. Por exemplo: A manipulao de autoridade
explicou 20 por cento da varincia das medidas de obedincia. Supondo
que houvesse dois grupos experimentais, a afirmativa significa que a
diferena mdia entre os dois grupos ou a varincia entre os dois
grupos foi responsvel por 20 por cento da varincia total das
medidas da varivel dependente, obedincia.
Um enunciado mais complexo que reflete este segundo significado
da varincia e seu uso : A inteligncia foi responsvel pela maior
parte da varincia de realizao. As atitudes das crianas e seu ambiente
familiar foram tambm responsveis por substanciais pores da varin
cia. As variveis escolares foram responsveis apenas por uma pequena
poro da varincia. Este enunciado especifica a influncia na variabili
dade de uma varivel dependente, realizao, de quatro variveis inde
pendentes: inteligncia, atitudes, ambiente familiar e variveis escolares.
O enunciado sobre a manipulao de autoridade como sendo res
ponsvel por 20 por cento da varincia de obedincia um enunciado
univariado: s uma varivel independente, autoridade, afeta a varivel
dependente, obedincia. O enunciado mais complexo especifica a influn
cia sobre a variabilidade de uma varivel dependente de quatro variveis
independentes. uma afirmativa multivariada: diz-se que mais de uma
varivel independente influencia uma varivel dependente.1
Naturalmente encontramos tais problemas em captulos anteriores.
Por exemplo, os delineamentos experimentais fatoriais foram discutidos no
captulo 7. Aqui e ali em outros captulos foram mencionados problemasi
180
Biultivariados. A variao f a varincia foram tambm discutidas. Agora
pfecisamos ir mais adiante e mais a fundo.
^ Vamos examinar a realizao de crianas do ponto de vista de
Varincia. Queremos conhecer as principais influncias sobre a realizao
escolar, e obtivemos em uma pesquisa com 300 crianas, digamos, seis
medidas de variveis consideradas de influncia sobre a realizao. Preci
samos estudar as relaes bastante complexas entre, por um lado, a reali
zao verbal medida por um teste compreensivo de realizao verbal, e,
por outro, inteligncia, motivao, atitude em relao escola, ambiente
familiar classe social e sexo. Admitimos que dispomos de medidas vlidas
c fidedignas de todas as variveis.
Primeiro, consideremos a figura 11,1, que se acredita representar
0 efeito apenas da inteligncia sobre a realizao. A rea total do crculo
representa a varincia total das notas dos testes de 300 crianas do nono
ano, digamos. Sabemos que uma poro desta varincia total, que repre
senta as diferenas individuais das crianas no teste de realizao,
devida a diferena na inteligncia das crianas. Isto , algumas crianas
realizam mais e melhor porque tm inteligncia superior; algumas no
realizam tanto nem to bem porque tm menos inteligncia. A poro
da varincia "devida a inteligncia representada na figura pela rea
sombreada. 2 Ela ocupa cerca de um tero da rea do crculo. bastante
realfstico: muitas vezs a inteligncia responsvel por toda essa varin
cia de realizao verbal. Se considerarmos a rea total do crculo igual
Varincia
devida
Inteligncia
130%)
Varincia de
realizao
Figura 11.1
Varincia
explicada por
ambiente familiar
( 10%)
Varincia de
realizao
Figura 11.2
182
Varincia de
ambiente
familiar
( 10% )
Varincia de
Inteligncia
(30%)
Varincia de
realizao
Figura 11.3
184
mais de uma varivel independente. Sob tais condies simples e puras
podem-se calcular os coeficientes de correlao entre cada uma das
variveis independentes e a varivel dependente, somar os r 2 separados
e concluir quanto da varincia total de realizao explicado pelas
variveis independentes. Na figura 11.3, por exemplo, soma-se 0,30 +
0,10 = 0,40; ou 40 por cento da varincia explicada. Pode-se ainda
falar inequivocamente sobre as contribuies separadas varincia de
realizao das duas variveis independentes: neste caso das duas
variveis independentes, 30 por cento e 10 por cento.
O mesmo raciocnio e clculos podem ser aplicados a todas as seis
variveis independentes mencionadas anteriormente contanto que as
seis variveis sejam independentes entre si. Uma situao hipottica,
mostrando os coeficientes de correlao entre cada uma das seis variveis
independentes e realizao, mostrada na figura 11.4. Embora o exem
plo seja fictcio, as porcentagens de varincia indicadas no so irrealis
tas, embora sejam provavelmente grandes demais comparadas s propor
es de varincia obtidas em pesquisas verdadeiras. A questo a adio
das varincias sob a condio de independncia e a interpretao das con
tribuies separadas varincia de realizao. A varincia total explicada
0,30 -f- 0,10 + 0,08 + 0,10 + 0,06 -j- 0,02 = 0,66, ou 66 por
cento da varincia de aproveitamento explicada pelas seis variveis.
A grande dificuldade neste no-melhor-dos-mundos-da-pesquisa,
entretanto, que variveis independentes como estas so quase sempre
correlacionadas, e s vezes substancialmente. (Daremos exemplos de
pesquisas reais mais adiante.) Por exemplo, h uma correlao positiva
entre inteligncia e ambiente familiar. Suponhamos que seja r = 0,30,
Ambiente familiar
( 0 ,10)
teligncia
,30)
Sexo
( 0 ,02)
Ftyura 11.4
185
um nmero no irrealista. Ento inteligncia e ambiente familiar tm
algum a coisa em comum ( r 2 = [0,30] 2 = 0,09), o que significa natu
ralmente que elas no so independentes uma da outra. Isto quer dizer
que a suposio de independncia das variveis independentes aceita
antes falsa, que por sua vez significa que as interpretaes dos dados
feitas antes so tambm falsas!
Olhe a figura 11.5, onde est esboada a nova situao de correla
o das trs variveis. As correlaes entre inteligncia e realizao, e
entre ambiente familiar e realizao so ainda as mesmas. Mas agora a
correlao entre inteligncia e ambiente familiar j no mais zero,
como na figura 11.3, mas 0,30. Isto, na figura 11.5, equivalente a
0,302 = 0,09, ou 9 por cento das varincias de inteligncia e ambiente
familiar so compartilhados. No podemos mais falar sobre o efeito da
inteligncia sobre a realizao sem levar em conta at certo ponto o
ambiente familiar. Em outras palavras, quando h correlaes maiores
que zero (ou menores que zero) entre as variveis independentes, a
interpretao dos resultados da pesquisa mais difcil e complexa.
Representar a situao da figura 11.4, quando as variveis so
correlacionadas, difcil. Tal figura no apenas se torna confusa por
causa das superposies das varincias: a verdadeira situao (as corre
laes entre as variveis e suas covarincias) pode ultrapassar e ultra
passa as duas dimenses da superfcie do papel. Vamos abandonar, pelo
menos temporariamente, os diagramas e mudar de assunto, mas sem
abandonar o tema principal.
Ambiente
familiar
( 0 , 10)
realizao
Figura 11.5
186
Regresso mltipla
188
modo geral. A resposta segunda questo bastante complexa. Vamos
tentar, de qualquer maneira, dar uma resposta aproximada.
HEA e RCS
AA e RCS
189
A anlise de regresso mltipla analisa eficiente e prontamente
situaes como esta. Primeiro, calcula-se uma chamada equao de
regresso. Pode ser tambm chamada equao de predio. Com duas
variveis independentes, a equao fica assim:
Y = a + bi Xi -}- ba X2
Valer a pena o leitor perder tempo e se dedicar a compreender esta
equao. terica e praticamente importante e til. Y representa a
varivel dependente, ou pode representar a nota predita para qualquer
indivduo da amostra estudada, a pode ser desconsiderada: uma
constante usada para ajustar os valores calculados produzidos pela
substituio de valores apropriados na equao. Xi e X2 representam
os valores ou notas nas duas variveis independentes, bi e l>2 so chama
dos coeficientes de regresso. Expressam os pesos relativos das duas
variveis independentes na predio. (Mas veja abaixo).
Os Xs Xi, X2, . . XK so notas nas variveis 1, 2 . . . k.
Isto , se tivssemos duas variveis independentes, como na equao
acima, e 200 sujeitos, cada um dos sujeitos teria 2 notas, uma em
Xi e uma em X2. Um coeficiente b expressa o peso que uma determinada
varivel independente tem na situao de regresso, bi Xi significa
que qualquer valor de qualquer indivduo na varivel independente 1
pesado (multiplicado) por bi. b2 X2 e, se houvesse mais variveis
independentes, outros b s e Xs, tm significado semelhante. Um coefi
ciente baixo significa que a varivel qual 0 coeficiente est ligado
recebe menor peso na equao. Um alto coeficiente, naturalmente, tem
0 significado oposto.
Suponhamos que tenha sido calculada uma equao de regresso
a partir de um conjunto de dados:
Y = 0 ,1 0 + 0 ,6 8 X i + 0,39X 2
190
Os valores preditos, ou Y, dados os dois conjuntos de valores de
Xi e X2, so 3,02 e 8,85. O indivduo 41 recebe um valor consideravel
mente mais alto em Y porque sua nota em Xi alta e Xi tem mais
peso (0,68) do que X2 (0,39). O oposto verdadeiro, embora muito
menos precisamente, para o indivduo 7; sua nota mais alta (4) X2,
que pesa menos que Xi.
Equaes de regresso, tais como a dada acima, permitem a melhor
previso possvel partindo-se de determinados conjuntos de dados.
Nenhuma outra equao ou mtodo (por exemplo, pode-se simplesmente
somar os valores Xi e X2 para descobrir os valores de Y) oferecer
predio to boa.
Se fossem usados nmeros aleatrios em vez de notas verdadeiras
de teste, ento a predio seria intil por que as correlaes entre
Xi e Y e X2 e Y estariam prximas de zero. Na medida em que Xi e X2
se correlacionam com Y, a predio ser boa . As melhores predies
so obtidas quando as variveis independentes, Xi, X2, . . , XK, esto
alta ou substancialmente correlacionadas com Y, a varivel dependente,
e as correlaes entre as variveis independentes so baixas. Quanto
mais altas as correlaes entre as variveis independentes, menos as
variveis sucessivas contribuiro para a predio, e mais difcil e
ambgua ser a interpretao.
O que a anlise de regresso mltipla faz essencialmente estimar
os pesos relativos dos coeficientes de regresso a serem ligados aos Xs,
tomando em considerao as relaes (correlaes) entre os Xs e Y e
entre os Xs. Por exemplo, na equao de regresso dada acima, 0,68
indica a influncia relativa de Xi sobre Y, levando em conta a correlao
de Xi com Y e a correlao entre Xi e X2.
Na equao de regresso dada acima, os bs foram os coeficientes
de regresso. Se as variveis independentes forem medidas com diferentes
escalas de mensurao por exemplo, os valores Xi podem ter dois e
trs algarismos e os valores X2 podem ter apenas um algarismo haver
dificuldade de interpretao, porque um b pode ser maior ou menor que
outro simplesmente por causa da escala de mensurao. Alguns pesqui
sadores preferem portanto usar uma forma de peso de regresso padroni
zado chamada pesos beta, ou /3s. Tais pesos de regresso geralmente
so calculados rotineiramente por programas de computador e tm certas
virtudes interpretativas. (Tm fraquezas tambm.) Mais importante, eles
podem ser comparados um com outro.3 Se calcularmos os betas do
estudo de Holtzman e Brown, obteremos a seguinte equao:
192
independentes fossem zero. A figura 11.5 expressava a varincia de
realizao explicada por duas variveis independentes, mas as duas
, variveis independentes eram, elas mesmas, correlacionadas. muito
difcil desenhar tal figura com trs ou mais variveis independentes,
tentando representar visualmente todos os r2s. niuito possvel faz-lo,
entretanto, se usarmos o raciocnio Y e Y que acabou de ser discutido.
A anlise de regresso mltipla sempre fornece um R e um R2.
R2 um ndice da quantidade mxima de varincia de Y explicada por
todos os Xs, como j ficou dito. Suponhamos que temos uma varivel
dependente, realizao em leitura, (Y), e duas variveis independentes,
aptido verbal (Xi) e motivao de realizao (X2). (Motivao de reali
zao uma medida de quanto o estudante est orientado no sentido
de melhorar na escola.) Suponhamos ainda que a equao de regresso
a dada acima e que R2 0,51. Este R2 a porcentagem da varincia
de realizao em leitura devida melhor combinao estatstica possvel
de aptido verbal e motivao de realizao. A situao mostrada na
figura 11.7.
O crculo total representa a varincia de Y, realizao em leitura,
a varivel dependente. A parte sombreada do crculo indica, como sem
pre, a varincia de Y explicada por uma combinao de Xi e X2, aptido
verbal e motivao de realizao. A parte em branco indica a varincia
da Y no explicada por Xi e X2. chamada varincia residual. Neste
caso 100 R2, ou 1,00 0,51 = 0,49 ou 49 por cento da varincia
de Y. (0,51 subtrado de 1,00 porque 1,00 o maior valor que R2
pode ter.) Parte da varincia residual varincia de erro, erros casuais
e erros de mensurao. Mas pesquisas futuras usando outras variveis
Varincia de Y
no explicada
por Xi e Xz
Varincia de Y
(total do crculo)
Figura 11.7
independentes podem ser capazes de reduzir esta varincia residual. Por
exemplo, se acrescentssemos medidas de aptido aritmtica, classe social
e ambiente familiar anlise de regresso, a rea sombreada sem dvida
aumentaria, diminuindo a parte em branco. Em outras palavras, a
predio de realizao em leitura melhoraria, e a quantidade de vanancia
desconhecida seria assim diminuda.
Dois estudos
194
cionais. O instrumento era administrado em entrevistas nas casas das
crianas. Em resumo, foi medido o ambiente de aprendizado da casa
com o instrumento, sob a suposio de que o ambiente familiar da
criana tinha poderosa influncia sobre sua capacidade mental e reali
zao.
Marjoribanks desejava estudar a influncia das foras ambientais
sobre o desenvolvimento entre cinco grupos tnicos canadenses: ndios,
canadenses franceses, judeus, italianos do sul e protestantes anglo-saxes.
A varivel dependente do estudo era desenvolvimento mental; foi medida
por quatro subtestes de um conhecidssimo teste de capacidade mental,
o SRA, Teste de Capacidades Primrias: Verbal, Numrica, Espacial,
W4
Raciocnio. Assim, havia na realidade quatro variveis dependentes, ou
quatro aspectos da varivel dependente bsica, capacidade mental. Havia
(X I
duas variveis independentes: fora ambiental e grupo tnico, ou etnia.
tvv
A pergunta bsica, ento, foi: Como a fora ambiental e a etnia afetam
o desenvolvimento mental? Marjoribanks desejava saber como cada
varivel independente afetava separadamente o desenvolvimento mental
e como afetavam o desenvolvimento mental em conjunto.
A amostra consistiu de 37 famlias, 18 de classe mdia e 19 d
classe inferior de cada grupo tnico, ou um total de 185 famlias.
Os cinco grupos tnicos diferiam significativamente nos perfis das quatro
capacidades mentais. As maiores diferenas estavam na capacidade
verbal, como j era de se esperar. Estamos mais interessados, entretanto,
na anlise de regresso mltipla de Marjoribanks, na qual as caracters
ticas aditivas (e subtrativas) de R2 foram usadas. Vamos examinar os
resultados de capacidade verbal e de capacidade de raciocnio.
O R que expressava a correlao entre capacidade verbal, por
um lado, e a combinao de ambiente e etnia, por outro, foi 0,78.
Isto , a correlao entre os Y previstos, fornecidos pela equao de
regresso que inclua as duas variveis independentes, ambiente e etnia,
e os Ys obtidos, as notas verdadeiras de capacidade verbal, foi 0,78.
Elevando esse R ao quadrado, Marjoribanks obteve R2 = 0,782 = 0,61.
Isto foi interpretado como antes: 61 por cento da varincia de capaci
dade verbal foram explicados por etnia em combinao com o ambiente,
uma poro substancial da varincia. Aparentemente, podemos dizer
que os fatores ambientais e participao no grupo tnico ' as diferenas
entre os grupos tnicos tm uma forte influncia na capacidade
verbal. E certamente uma informao importante e valiosa. Diz-nos
pouco, entretanto, das influncias separadas das duas variveis.
Marjoribanks ento calculou as anlises de regresso separadas, uma
entre capacidade verbal e ambiente e outra entre capacidade verbal e
etnia. Os R2 foram: 0,50 para capacidade verbal e ambiente e 0,45 para
capacidade verbal etnia. Para obter estimativas das influncias sepa-
radas de cada uma dessas variveis, ele subtraiu seus R2s obtidos separa
damente do R2 obtido das duas juntas. O ltimo, lembre-se, era 0 61.
Portanto, o efeito separado do ambiente calculado subtraindo o R de
etnia, ou 0,45, de 0,61: 0.61 0,45 = 0,16. Assim, 16 por cento da
capacidade verbal era explicada apenas pelo ambiente. O efeito separado
da etnia foi obtido de maneira semelhante: o R2 de ambiente ioi
subtrado do R2 de ambiente e etnia: 0,61 0,50 = 0,11. Assim,
11 por cento da varincia de capacidade verbal foi explicado pela etnia,
ou participao no grupo tnico.
Este procedimento aparentemente complexo at bem simples.
Calcula-se o R2 do efeito conjunto das duas variveis. Isto fornece a
varincia total de capacidade verbal devida a ambas as variveis
trabalhando juntas, por assim dizer. Subtrai-se, ento, por sim vez, os
R2 devidos a cada varivel. Isso mostra os clculos de influencia de
cada varivel livres da influncia de outra varivel. E a varincia do
efeito conjunto de ambas as variveis que ainda no foi explicado.
Afinal os efeitos separados do ambiente e etnia somam apenas a:
0,16 + 0,11 = 0,27. Assim, sobram: 0,61 0,27 = 0,34. Este R
a parte da varincia total resultante tanto do ambiente quanto da etnia,
e que devido a ambas as variveis trabalhando evidentemente juntas
sem poderem ser separadas. Em outras palavras, as duas variveis tem
influncias separadas e uma influncia conjunta que no pode ser
desmembrada.
No que se refere melhor predio de capacidade verbal, a anlise
acima no importa. Marjoribanks pode dizer simplesmente que 61 por
cento da varincia de capacidade verbal so devidos a ambiente e etnia,
e em futuras situaes podemos usar ambas e outras, talvez para
predizer capacidade verbal. A explicao cientfica, entretanto, exige
mais que isso. Queremos conhecer as influncias relativas de variveis
independentes em seus efeitos sobre uma varivel dependente. Queremos
explicar com maior profundidade e detalhes possveis o fenmeno de
interesse e no apenas prediz-lo. Marjoribanks, em sua anlise, preten
deu tanto a predio quanto a explicao. Vou tentar expressar estas
idias de uma maneira um tanto diferente.
Alguns resultados da anlise de regresso mltipla de Marjoribanks
foram dados na tabela 11.1. Das quatro variveis dependentes, apenas
as anlises de capacidade verbal e de capacidade de raciocnio esto
includas na tabela. As varincias totais de ambas as capacidades juntas,
Ambiente + Etnia, so 0,61 para capacidade verbal e 0,22 para capaci
dade de raciocnio. O 0,61 a proporo (ou porcentagem) da variancia
de capacidade verbal resultante do ambiente e da etnia. A cifra compa
rvel para capacidade de raciocnio 0,22, muito menos. Estas podem
ser consideradas as varincias totais explicadas, e desejamos calcular
196
bs contribuies separadas das duas variveis independentes, ambiente
0 etnia. O ambiente responde por 0,50 da varincia da capacidade
verbal. A etnia responde por 0,45 da varincia. As cifras comparveis
para capacidade de raciocnio so 0,16 e 0,08. Portanto, vamos nos
concentrar em capacidade verbal para reforar a discusso anterior.
As propores 0,50 para ambiente e 0,45 para etnia no so,
entretanto, estimativas puras das contribuies varincia de capaci
dade verbal dessas variveis porque uma parcela de cada proporo de
varincia compartilhada pela outra varivel independente. Portanto,
essa parte devida outra varivel deve ser subtrada da contribuio
conjunta de ambas as variveis. Estes restos so indicados por A B e
A C na tabela. A B = 0,11, por exemplo, significa: da contribui
o total conjunta do ambiente e da etnia (A), 0,11, ou 11 por cento,
restara depois de subtrairmos o efeito do ambiente, ou 0,61 0,50
= 0 , 11.
Se voltarmos a usar os crculos das figuras anteriores, as coisas po
dem ficar claras. Na figura 11.8 usamos o mtodo de descrio de varin
cia da figura 11.6. O crculo superior representa a varincia de capaci
dade verbal, os dois inferiores as varincias de ambiente e etnia. A rea
sombreada entre capacidade verbal e ambiente representa 0,50 da
tabela 11.1 e a rea sombreada entre capacidade verbal e etna repre
senta os 0,45 da tabela 11.1. A rea demarcada com linhas mais escura
esquerda representa a varincia de capacidade verbal devida ao ambiente
apenas (0,16), enquanto que a rea semelhante direita representa a
varincia de capacidade verbal devida a etnia, apenas (0,11). Observe
Varivel Varivel
dependente independente R*
p-------------------------------------------------------------------------------------
Capacidade verbal Ambiente + Etnia () 0,61
Ambiente (B) 0,50
Etnia (C) 0,45
Efeito da etnia apenas = A B = 0,11
Efeito do ambiente apenas = A C = 0,16
Capacidade de raciocnio Ambiente + Etnia (A) 0,22
Ambiente (B) 0,16
Etnia (C) 0,08
Efeito da etnia apenas = A B = 0,06
Efeito do ambiente apenas = A C = 0,14
198
primeiro que eram todas, em substncia, positivamente relacionadas,
indicando que todas estavam medindo mais ou menos a mesma coisa.)
0 leitor deve tambm ficar alerta. Como todos os mtodos de anlise
estatstica, este revela apenas as estimativas dos valores dos R2. s vezes
os R2s podem ser tendenciosos e enganosos. Analistas e pesquisadores
competentes no usaro os R2s sozinhos em suas anlises e interpre
taes. Usaro tambm coeficientes de regresso, as correlaes originais
de onde os R2s emergem, outras estatsticas e resultados de outros
pesquisadores.
Talvez, acima de tudo, os pesquisadores sero extremamente cuida
dosos em fazer afirmativas causais. Embora tenhamos usado expresses
como explicada por e efeitos, implicaes causais, embora talvez
inevitveis por causa de conotaes de linguagem, no foram intencio
nais. Na pesquisa de Marjoribanks, particularmente importante ater-se
a esta orientao. Quando falamos da influncia da etnia na capacidade
verbal, por exemplo, certamente pensamos na influncia que o grupo
tnico exerce sobre a criana em sua capacidade verbal por motivos
bvios. Mas a afirmativa de pesquisa mais exata que h diferenas de
habilidade verbal entre, digamos, canadenses anglo-saxes e canadenses
franceses. Mas essa uma diferena funcional em capacidade na lngua
inglesa. No queremos dizer que ser anglo-saxo de alguma forma
causa uma melhor capacidade verbal em geral do que ser canadense
francs. A maneira mais segura de raciocinar provavelmente seja pla
afirmativa condicional to enfatizada neste livro: Se p, ento q, com
uma relativa ausncia de implicao causai.
200
E S poItlc<? da ao sob anIise era mais baixo do que se esperava
^ d e v e ria ^ lS X M e Comu a&>Jurbanizao, educao e agricultura,'
21 4R m * f bt d ?ma nta de desenvolvimento poltico de cerca de
f v 4? ' ^ as 01 pns,deravelmente mais baixa, 14,50. Em todo cao o
de. Cutrigbt bom exemplo de pesquisa scio-cientflca
contemporane3 sobre um fenmeno interessante e importante, o desenvol-
^ ^ manera Uise de
12. A abordagem multivariada:
anlise fatorial
202
explicaes e razes se multiplicarem, vamos terminar em confuso, ou
com uma situao to complexa que no poderemos domin-la. Mas parte
de tudo isso questo de f. Temos f em que haja geralmente uma
explicao mais simples para a maioria dos fenmenos. O fato de isso
nem sempre ser verdade no muda a f. Em todo caso, buscar explicaes
mais simples, e depois testar suas implicaes, so preocupaes cientfi
cas fortssimas.
Um dos mais poderosos mtodos j inventados para reduzir a com
plexidade de variveis a maior simplicidade a anlise fatorial. Anlise
fatorial um mtodo analtico para determinar o nmero e natureza das
variveis subjacentes a um grande nmero de variveis ou medidas.
Ajuda o pesquisador, com efeito, a saber que testes devem ficar juntos
quais os que virtualmente medem a mesma coisa, em outras palavras,
e o quanto medem a mesma coisa. As variveis subjacentes, nesta defi
nio, so chamadas fatores". Algum chamou a anlise fatorial a rainha
dos mtodos analticos. Por qu? Vamos tomar um exemplo famoso, inte
ligncia e sua natureza, para tentar compreender esta inveno notvel e
a definio dada acima. Inteligncia um bom exemplo por. causa de seu
interesse intrnseco, prtico e -terico, e porque muito se conhece a
seu respeito agora embora grande parte ainda continue um mistrio.
Antes de comearmos esta discusso, vamos fazer uma digresso para
definir certos termos e' expresses comumente usados na anlise fatorial
e na anlise multivariada.
206
A tabela 12.1 d apenas uma pequena parte dos resultados de
Thurstone e Thurstone. Para ilustrar, escolhi apenas trs dos seus sete
fatores: Verbal, Nmero e Percepo. Para o que queremos agora,
entretanto, eles so suficientes. Os nomes de oito dos 60 testes
de Thurstone e Thurstone aparecem no lado esquerdo da tabela. Os
nmeros no corpo da tabela so como coeficientes de correlao e so
chamados cargas fatoriais. (Veja definio dada anteriormente.) Quan
to maior o nmero que acompanha um teste por exemplo, o teste
Vocabulrio tem 0,66 sob Verbal, 0,02 sob Nmero e 0,01 sob
Percepo mais o teste est associado ao fator. Estas cargas indicam
que o teste Vocabulrio percente ao fator Verbal e no aos fatores
Nmero ou Percepo.
Examine as cargas sob Verbal. Os trs testes mencionados acima
tm as cargas substanciais de 0,66, 0,66 e 0,67. Os outros cinco testes
t cargas prximas de zero (0,01, 0,03, e assim por diante). Um ana
lista dever concluir que estes testes tm alguma coisa em comum
lembre-se de nossas discusses anteriores sobre correlaes, correlaes
ao quadrado e varincia compartilhada. Os trs testes medem alguma
coisa em comum. Se as cargas fossem 1,00, 1,00 e 1,00 (pouqussimo
provvel), o analista concluira que estariam medindo a mesma coisa
perfeitamente. Se as cargas fossem 0,00, 0,00 e 0,00 (tambm impro
vvel), ele concluira ento que no estariam medindo a mesma coisa.
J que o elemento ou elementos comuns aos trs testes que tm
cargas substanciais esto claramente associados a palavras, o analista
pode concluir aue o fator bsico comum capacidade verbal, Assim,
denominado Verbal. Raciocnio semelhante aplica-se aos cinco testes
restantes e dois fatores. Os testes Adio, Mutiplicao e Indefinio
de Nmeros tm cargas substanciais de 0,64, 06,7 e 0,40 no segundo
fator. Eles compartilham processos mentais associados a operaes
numricas. Assim, o fator chamado Nmero.
Dois dos testes, Faces e Leitura ao Espelho, tm cargas no terceiro
fator, Percepo, e em nenhum outro. O teste Identificao de Nmeros,
entretanto, tem carga no terceiro fator e tambm no segundo. Isto quer
dizer que um teste mais complexo. Pode-se dizer que faz parte das
essncias da Percepo e do Nmero. Tais casos ocorrem freqentemente
em investigaes de anlise fatorial.
207
dever ser alto, se o teste for fidedigno. Se dois testes medirem a mesma
coisa, digamos capacidade verbal, a correlao entre eles, depois de
aplicados mesma amostra de indivduos, dever ser alta, ou pelo menos
substancial. Embora todos os itens possam ser diferentes dois testes
diferentes de vocabulrio, por exemplo todos eles mais ou menos mos
tram um aspecto da capacidade verbal. Portanto, os indivduos deveram
respond-los de maneira semelhante e deveram ser classificados pelos
dois testes quase da mesma forma.
Por outro lado, a correlao entre dois testes que medem coisas
muito diferentes, digamos, capacidade verbal e dogmatismo, deveria
ficar prxima de zero. No h relao sistemtica entre os dois conjuntos
de notas fornecidas pela mesma amostra de indivduos. Naturalmente,
se houve uma relao no momento desconhecida entre capacidade verbal
e dogmatismo e bem pode haver ento deve haver alguma corre
lao, positiva ou negativa, maior que zero entre os dois testes. Pode ser
que pessoas mais verbais sejam mais dogmticas. No momento, entre
tanto, no conhecemos nenhum motivo para que haja uma correlao
entre as duas variveis.
Estas duas condies de correlao esto expressas na figura 12.1.
Cada crculo representa a varincia de um teste, como j se fez anterior
mente. (Aconselhamos o leitor a rever rapidamente os captulos 4, 9 e
principalmente 11. A compreenso da anlise fatorial pode ser matsrial-
mente ajudada pela compreenso das relaes, correlaes, mensurao
e varincia compartilhada). Consideremos a situao do diagrama rotu
lado (A). CVi representa Capacidade Verbal 1, o primeiro teste de capa
cidade verbal; CV2 naturalmente representa o segundo teste. Os dois
crculos, cada um representando a varincia de seu teste, se sobrepem
em uma grande rea. A situao comparvel da figura 11.6 do
Figura 12.1
208
captulo 11, s que aquela figura era mais complexa. No caso presente,
a correlao cerca de 0,90 porque a maior parte das varincias dos
dois testes compartilhada: cerca de 80 por cento (r2 = 0,902 0,81).
Isto quer dizer que provavelmente os dois testes esto medindo a mesma
coisa, capacidade verbal.
A situao na figura 12.1. (B) bem diferente. Nenhuma varincia
compartilhada. A correlao entre os dois testes, capacidade verbal
(CV) e dogmatismo (D) zero. Eles medem coisas muito diferentes.
As duas condies representadas na figura 12.1 mostram com que
os analistas fatoriais trabalham, a saber, varincia compartilhada e os
limites dentro dos quais eles trabalham: entre correlao alta ou substan
cial e correlao zero. Eles procuram descobrir as unidades que formam
a base dos testes e medidas estudando e analisando as correlaes entre
os testes, e, partindo das correlaes, as varincias compartilhadas.
O mtodo de anlise fatorial possibilita-lhes descobrir as varincias com
partilhadas dos testes e medidas e determinar as relaes entre as diversas
varincias compartilhadas. Esta conversa bastante abstrata. Vamos ser
mais concretos e especficos.
Testes
1 2 3 4 5 6
210
eles exigem conhecimento verbal, manipulao verbal e raciocnio verbal.
Como seria a matriz das correlaes se a metade dos testes exigesse um
tipo diferente de conhecimento, manipulao e raciocnio, digamos,
conhecimento numrico e matemtico? A psicloga prepara trs novos
testes, um para medir o conhecimento matemtico, outro para manipu
lao matemtica e o terceiro para raciocnio matemtico. Ela administra
esses teste e trs dos testes verbais a uma amostra de pessoas e inter-
correlaciona os seis testes.
Se a crena geral de que inteligncia unidimensional estiver
correta, ento a matriz correlaes que a psicloga obtiver dever ser
muito semelhante da tabela 12.2; isto , todos os seis testes devero
estar positiva e substancialmente correlacionados uns com os outros.
Mas se a crena da psicloga, de que a inteligncia bidimensional,
estiver correta, ento como deveria ser a matriz de correlaes? Na
tabela 12.3, esquerda, dada uma matriz-alvo. Pode ser tambm
1 2 3 4 5 6 1 2 3 4 5 6
212
6 523 14
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Figura 12.2
213
representa o fator, por assim dizer. Cargas iguais ou maiores que 0,40
(s vezes 0,30; s vezes outro critrio) so consideradas suficientemente
grandes para merecerem interpretao. Obviamente, todas as cargas
neste exemplo so substanciais. Isso era de se esperar porque todas as
correlaes entre os testes foram substanciais. No percamos mais tempo
com este exemplo to simples. Em vez disso, voltemos ao exemplo mais
realstico de duas dimenses da tabela 12.3.
Decidimos anteriormente, pela simples inspeco das correlaes da
tabela 12.3, que havia duas dimenses ou fatores, porque os testes 1, 2
e 3 estavam correlacionados uns com os outros e no com os testes
4, 5 e 6 e que os testes 4, 5 e 6 estavam correlacionados uns com os
outros e no com os testes 1, 2 e 3. como se tivssemos um conjunto
de testes para medir a inclinao religiosa e outro conjunto para medir
aptido musical. (Supomos que a inclinao e a aptido no sejam rela
cionadas.) Vamos nos aprofundar mais. A anlise fatorial essencial
mente um mtodo para determinar o nmero de fatores existentes em
um conjunto de dados, para determinar quais testes ou variveis perten
cem a quais fatores e em que extenso os testes ou variveis pertencem
a ou esto saturados com o que quer que seja o fator. Se analisarmos
fatorialmente a matriz de correlao da tabela 12.3, obteremos final
mente uma tabela como a dada na tabela 12.4.
Tabela 12.4 Soluo final da anlise fatorial dos dados da tabela 12.3.
214
Na maioria dos casos de pesquisa real, com mais variveis correlacio
nadas de maneira complexa, no possvel ver os fatores como acon
teceu na tabela 12.3. Em outras palavras, os dados da tabela 12.4
demonstram o bvio, o que j sabemos. Foi por isso precisamente que
o exemplo foi manufaturado: para demonstrar o bvio numa tentativa
de mostrar o que anlise fatorial e o que faz.
Repetindo, se as cargas fatoriais so grandes ou substanciais, aceita
mos que os testes ou variveis com os quais esto associadas esto em
aquele fator. Dizemos que o teste est carregado em um fator. Por
exemplo, os testes 1, 2 e 3 esto carregados no fator A, e os testes
4, 5 e 6 esto carregados no fator B. Mas as cargas dos testes 1, 2 e 3
no fator B so baixas e insubstanciais e as cargas dos testes 4, 5 e 6
no fator A so baixas e insubstanciais. Em anlise fatorial, tanto cargas
altas quanto baixas so importantes na interpretao. Pode-se at dizer
que a situao ideal seria a que possusse cargas fatoriais altas e baixas
e sem valores intermedirios. Embora raramente ocorram tais situaes,
bom lembr-las porque elas definem fatores ntidos relativamente no
relacionados uns com os outros.
A interpretao da tabela 12.4 fcil. J que 1, 2 e 3 so testes
verbais, e tm altas cargas no fator A, e j que os testes 4, 5 e 6 tm
cargas baixas em A, o fator obviamente um fator verbal. Ns o
B (Matemtico)
1.0
0,6 -
0,5 -
0,4 -
0,3 -
A (Verbal)
-0,4 - 0,3 -0,2 -0,1 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
- 0,1 -
- 0,2 -
-0,3 -
-0,4 - .
I iiura 12.3
chamamos, ento, "verbal. Anlise e raciocnio semelhante se aplicam
ao fator B. Ns o chamamos Matemtico. Para esclarecer mais ainda
o que diz a tabela 12.4, vamos representar. Isto foi feito na figura 12.3.
Dois eixos, A e B, foram colocados em ngulo reto. Lembre-se de que
dissemos que os eixos so ortogonais um ao outro. Os valores empa
relhados de A e B da tabela 12.4 so ento representados, simplesmente.
Por exemplo, o 0,83 do teste 1 em A e o 0,07 do teste 1 em B so
representados pelo ponto indicado por "1 no grfico da figura 12.3.
Os cinco pares restantes so representados de modo similar.4
Os blocos, 1, 2, 3 e 4, 5, 6, aparecem claramente. Esto dentro de
um crculo, no grfico. Os testes 1, 2 e 3 esto bem prximos entre si e
tambm prximos de A, e altos em A ; os testes 4, 5 e 6 esto prximos
e altos em B. E, muito importante, os dois blocos esto distantes um
do outro. Um tipo A e o outro tipo B. Os dois fatores e os testes que
os. definem so tipos de entidades muito diferentes. Quando eu examino
os trs testes de A, para descobrir sua natureza, o que , eu vejo que
todos os trs testes so verbais. Quando eu examino os testes B, por
outro lado, descubro que eles compartilham operaes, processos e com-
preeenso matemtica.
Este exemplo, naturalmente, muitssimo simplificado. A maioria
dos domnios nas cincias comportamentais tem mais de dois fatores.
Dificilmente estudaramos apenas seis testes. As verdadeiras correlaes
e matrizes de correlao raramente so to favorveis como esta com a
bela estrutura ortogonal que a figura 12.3. Geralmente, ento, o
216
R
Cl.
f-w
217
Exemplos de anlise fatorial em pesquisa
218
Figura 12.5
U
219
fatorialmente os resultados e ver depois se testes novos aparecem juntos
em um novo fator? Foi isso que Guilford e seus colegas fizeram, muitas
vezes com timos resultados. Uma dessas descobertas, ou talvez confir
maes, o conjunto de fatores que se acreditava estarem, e que at
certo ponto se descobriu estarem, associados criatividade. Foi desco
berto, por exemplo, que uma diferena importante entre as capacidades
de pensar o pensamento convergente e o pensamento divergente e que
o ltimo est relacionado com a criatividade. (Pensamento convergente
tipo comum de raciocnio analtico dedutivo. Pensamento divergente est
associado com a elaborao, originalidade, flexibilidade, criatividade e
respostas fluentes e variadas.)
Como foi destacado antes, a anlise fatorial foi usada com as
aptides, atitudes, traos de personalidade e at variveis de ambiente.
Alm do mais, no necessrio que as correlaes que sejam analisadas
fatorialmente sejam calculadas apenas a partir de testes. Nos ltimos anos
a anlise fatorial vem sendo cada vez mais usada com itens, para deter
minar os fatores num nico teste ou escala. Tem sido usada tambm
para analisar fatorialmente as correlaes entre as pessoas. Daremos
exemplos das duas possibilidade depois.
Em outras palavras, o mtodo mais que um mtodo; tambm
uma abordagem no sentido de que busca e identifica relaes subjacentes
entre as variveis. Neste contexto, os testes so variveis, os itens so
variveis e at pessoas so variveis. Os exemplos que sero resumidos
representam, cada um, diferentes aspectos da abordagem da anlise
fatorial a problemas e dados. No primeiro exemplo os pesquisadores
buscam os fatores por trs da atitude em relao aos pretos. No segundo
exemplo, pessoas foram tratadas como variveis e analisadas fatorial
mente. E no terceiro e ltimo estudo a ser resumido, os fatores subja
centes a atitudes sociais foram estudados principalmente para testar
uma teoria estrutural de atitudes.
220
facetas. O estudo que vamos examinar agora um excelente exemplo
dessa abordagem.
Woodmansee e Cook (1967), num conjunto de estudos sobre o pre
conceito contra os negros, mostraram inegavelmente que tais atitudes so
multidimensionais. Sem dvida, qualquer concepo simplria de atitu
des tnicas como unidimensionais tem pouqussimo apoio da anlise
fatorial da pesquisa de atitude. Em seus estudos, os dois propsitos
principais de Woodmansee e Cook eram determinar os componentes
(fatores) de atitudes raciais, em particular atitudes em relao aos pretos,
e construir uma escala vlida e fidedigna, ou, mais exatamente, construir
um conjunto de escalas para medir tais atitudes.
Em seu primeiro estudo, eles administraram uma escala de atitudes
existentes, de 120 itens, a 593 estudantes universitrios norte-americanos
brancos, do Nordeste, Meio-Oeste e Sul. No segundo estudo, revisaram a
escala de atitudes com base no resultados do primeiro estudo e adminis
traram a escala a 609 estudantes semelhantes. O terceiro estudo se
concentrou em melhorar mais ainda a escala, obter evidncia da fide-
dignidade e validade da verso final da escala e continuar a investigao
dos fatores subjacentes s atitudes em relao aos pretos.
Vamos nos concentrar nos resultados da anlise fatorial de Wood
mansee e Cook. Eles encontraram 11 fatores. O quadro multidimensional
que eles oferecem interessante e importante tanto cientfica quanto pra
ticamente. Vamos ter em mente, quando lermos o que se segue, que cada
fator pode ser um modo diferente de perceber os negros, reagir a eles,
de ter crenas em relao a eles. Mas antes de irmos mais adiante,
precisamos ver o que so realmente os fatores. Tem havido muito
mistrio em relao aos fatores e anlise fatorial. Algumas coisas que j
foram ditas sero necessariamente repetidas, mas tal repetio pode nos
ajudar a compreender fatores.
221
pouqussima aprovao e 6 forte acordo ou aprovao. Os itens sero
palavras soltas e frases curtas que se descobriu serem capazes de medir
atitudes sociais com validade e fidedignidade. So elas, igualdade para as
mulheres, controle de natalidade, propriedade privada, negcios. Deseja
mos descobrir os fatores subjacentes escala de atitudes de quatro itens.
(No se esquea de que naturalmente usaramos muito mais itens
e pessoas.)
As seis pessoas responderam escala como fora indicado, resultando
nas mdias ou pontos dados na tabela 12.5. A pessoa 3, por exemplo,
desaprovou, ou pelo menos no aprovou, igualdade para as mulheres e
controle de natalidade. Deu a cada um deles a nota relativamente baixa
de 2. Por outro lado, aprovou fortemente propriedade privada e negcios;
deu-lhes 5 e 6 respectivamente. Faa um confronto entre a pessoa 3 e a
pessoa 6, que mostraram padres opostos: aprovao de igualdade para a
mulher e controle de natalidade e relativa desaprovao de propriedade
privada e negcios. Estes provavelmente sejam os exemplos mais claros
da tabela. Os outros membros da amostra deram respostas mais compos
tas e menos claras.
Tabela 12.5 R esp o stas d e seis p essoas a q u a tro iten s d e a titu d e s o c i a l'.
Ite n s
1 2 3 4
Ig u a ld a d e p / C o n tro le da P ro p rie d a d e
Pessoas as m u lh eres n a ta lid a d e p riv a d a N egcios
1 1 2 4 2
2 1 3 2 2
3 2 2 5 6
4 5 6 5 5
5 6 5 3 4
6 6 6 2 1
222
Wltre as notas das colunas 1 e 3 e 1 e 4 e entre 2 e 3 e 2 e 4 parecem
ser baixas; difcil e mesmo impossvel, perceber padres regulares de
^caminhar juntas.
As correlaes entre os pares de referentes foram calculadas; esto
na tabela 12.6. As correlaes formam um padro muito claro, semelhan
te ao padro da tabela 12.3, onde foram mostradas as correlaes entre
seis testes de inteligncia. Igualdade para as mulheres e controle da natali
dade esto altamente correlacionadas, como nossa inspeo anterior nos
levou a crer. Propriedade privada e negcios esto tambm altamente
Ig u a ld a d e p a ra C o n tro le d a P ro p rie d a d e
as m u lh eres n a ta lid a d e p riv a d a N egcios
Ig u a ld a d e p a ra
as m u lh e re s 1,00 0,91 - 0 ,1 5 0,04
C o n tro le d a
n a ta lid a d e 0,91 1,00 0,23 - 0 ,1 1
P ro p rie d a d e
p riv a d a - 0 ,1 5 - 0 ,2 3 1,00 0,81
N egcios 0,04 - 0 ,1 1 0,81 1,00
F ato res
Iten s A B
224
propriedade privada e negcios possam ser apenas aspectos superficiais
de um fator mais fundamental do que conservadorismo, o nome adotado
para o fator. Terceiro, os resultados da anlise fatorial podem ser invali
dados por dificuldades e deficincias tcnicas. A anlise fatorial com
plexa e tem problemas tcnicas complexos. Por exemplo, freqentemente
difcil saber quantos fatores existem em um conjunto de dados. Se for
extrado o nmero errado de fatores, os dados podem levar a con
fuses. Embora os computadores e programas de computadores possibili
tem fazer anlise fatorial bastante simplesmente, eles no do, entretanto,
uma resposta realmente satisfatria ao problema do nmero de fatores.
Em todo caso, deveriamos estar agora em melhor posio para ler e
compreender o estudo de Woodmansee e Cook e os outros estudos resu
midos abaixo. Assim, voltemos a Woodmansee e Cook.
225
possvel que relatos de que esta varivel independente no tenha tido
nenhum efeito sobre aquela varivel sejam deficientes, porque aquela
varivel talvez no seja de fato aquela varivel, mas apenas um
aspecto dela.
O fator A de Woodmansee e Cook, Poltica de Integrao-Segre-
gao, como o nome indica, centralizou-se nas posies dos sujeitos
sobre a convenincia da segregao e integrao raciais. Os itens do
fator B expressavam Aceitao em Relaes Pessoais Intimas : at onde
os sujeitos aceitariam negros em relaes relativamente ntimas inter
pessoais? O fator C, Inferioridade do Negro, tem sido tradicionalmente
associado s atitudes em relao aos negros no sentido em que tais
atitudes focalizaram-se na percepo dos negros como inferiores aos
brancos. (Outro fator, Opinies aviltantes, relacionou-se intimamente
com o Fator C.) O fator D, Superioridade do Negro, um pouco
surpreendente. Seus itens atribuam caractersticas que faziam os negros
superiores aos brancos, por exemplo: Eu acho que os negros tm uma
espcie de coragem silenciosa que poucos brancos tm.
Com os fatores restantes no precisamos nos preocupar. A questo
que a anlise fatorial das intercorrelaes de grande nmero de itens que
Woodmansee e Cook usaram mostraram que as atitudes em relao aos
negros constituem um domnio complexo de 11 facetas ou fatores que
refletem vrios aspectos de atitudes em relao aos negros: integrao e
segregao, relaes pessoais, inferioridade do negro, superioridade do
negro, e outras. Se algum quiser, por exemplo, mudar as atitudes em
relao aos negros, ter que decidir que aspectos de tais atitudes devero
ser mudados. Certamente as atitudes em relao aos negros esto longe
de ser uma varivel unidimensional simples. Seu estudo e compreenso
requerem, obviamente, uma abordagem multidimensional.
226
nmeros so usados para iritercorrelacionar os conjuntos de respostas
dos diferentes indivduos uns com os outros.
Em outras palavras, a metodologia Q focaliza-se principalmente nas
correlaes entre os indivduos. Se, por exemplo, dois indivduos respon
dem a uma Q-sort cujos itens so itens de atitudes, digamos atitudes em
relao aos negros, e se a correlao entre os arranjos feitos por eles
for alta, ento suas atitudes em relao aos negros so semelhantes.
Alm disso, se um nmero suficiente de indivduos responde ao mesmo
Q-sort, as respostas ao Q-sort podem ser intercorrelacionadas e analisadas
fatorialmente. Os fatores resultantes so chamados fatores de pessoas
(persons factors). Vamos examinar resumidamente um estudo que usou
esta interessante abordagem.
Sontag (1968), para estudar a relao entre as atitudes dos professo
res em relao educao, sua varivel independente, e suas percepes
dos comportamentos de professores, sua varivel dependente, construiu
um Q-sort para descrever os comportamentos dos professores. Alguns dos
itens so dados abaixo. Sontag acreditava que os julgamentos dos pro
fessores sobre a desejabilidade dos diversos comportamentos de professo
res influenciada por suas atitudes bsicas em relao educao.
Por exemplo, um professor cujas atitudes so progressistas conside
raria um certo conjunto de comportamentos de ensino desejvel, enquanto
que um professor tradicional consideraria desejvel outro conjunto de
comportamentos.
De fato, Sontag descobriu que professores progressistas e tradicio
nais, medidos por outros instrumento planejado para medir tais atitudes,
discordavam em suas percepes de comportamentos desejveis de ensino.
Nosso interesse, entretanto, se concentra apenas nos fatores que ele
obteve com o Q-sort de comportamento de professor. possvel deter
minar os itens de um Q-sort aos quais as pessoas de um fator de pssoa-
pessoas que se correlacionam altamente umas com as outras tm
reaes comuns ou semelhantes.
Sontag descobriu quatro de tais fatores tanto no primeiro como no
segundo graus de ensino. Itens selecionados dos arranjos fatoriais, associa
dos com o ensino de professores de segundo grau, juntamente com os
nomes que Sontag lhes deu, so vistos na tabela 12.8.
O leitor poder talvez fazer uma idia da natureza desses
fatores lendo os itens algumas vezes. Preocupao com os Estudantes
est obviamente centralizado no aluno: para os professores que
acham esses comportamentos desejveis, as necessidades e pontos de
Vista dos alunos parecem soberanos. Estrutura e Assunto, por outro
lado, est centralizado nas coisas ensinadas: para os professores que os
acham desejveis, o conhecimento, a competncia, a disciplina e o
planejamento e estrutura do ensino parecem importantes. A anlise
227
fatorial das percepes das pessoas sobre os comportamentos de ensinar,
no estudo de Sontag, resultou em preciosa, compreenso das diferentes
percepes do ensino.
A p re se n ta o G e ra l d o A ssu n to
A p re se n ta a u la s b e m p lan e ja d a s.
E m su as a p re se n ta e s m o s tra b o m c o n h e c im e n to d o a ssu n to .
A p ro v eita-se d o in te re sse d o a lu n o ao p re p a ra r as a u la s.
P re o c u p a o co m o s a lu n o s
M a n t m su a s p ro m e ssa s co m os a lu n o s.
E n sin a os a lu n o s a serem sensveis s n ecessid ad es d o s o u tro s.
M o stra in te re sse p e lo p o n to d e v ista d o s alunos.
E s tr u tu ra e A s s u n to
T ra n sm ite aos a lu n o s o q u a n to g o sta d o assunto.
D e sp e rta a a te n o dos alu n o s d u ra n te as aulas.
E m su as a p re se n ta e s m o stra b o m co n h e c im e n to d o assu n to .
N o rm a s e R eg ras
E n fa tiz a o re s p e ito p elo s colegas ta n to q u a n to pelo p ro fe sso r.
A ju d a os a lu n o s a serem c o n stru tiv a m e n te crtico s em s u a a b o rd a g e m d o a ssu n to .
E n sin a o re s p e ito p o r to d o s os g ru p o s tnicos.
228
tizam a importncia da religio e da igreja, expressam f no capitalismo,
na propriedade privada e nos negcios, adotam a disciplina e o dever e
acreditam que as relaes sociais devem se apoiar na autoridade. H
muitas excees, mas estes dois quadros em geral se conformam
realidade da pesquisa. So muito mais complicados ainda, natural
mente, mas as descries gerais so exatas.
Do ponto de vista do presente sumrio da pesquisa, entretanto,
existe outra crena popular endossada tambm por cientistas sociais
que tem implicaes tericas e prticas importantes: que o liberalismo
e o conservadorismo foram uma nica dimenso de atitudes sociais, com
liberais extremos, at radicais, de um lado, e conservadores extremos, at
reacionrios, do outro. Da mesma forma, os conceitos sociais e as
questes esto dentro desta nica dimenso. Naturalmente h cientistas
sociais que acreditam que as atitudes sociais so mais complexas, que h
vrios fatores do liberalismo-conservadorismo. Entretanto, os vrios fato
res so ainda concebidos como contendo questes e crenas tanto liberais
quanto conservadoras. Em outras palavras, o conservadorismo e o libe
ralismo so considerados como que apoiados em uma mesma dimenso,
ou nicas dimenses, que tm tanto questes conservadoras quanto libe
rais (ou gente) nas mesmas dimenses. Neste ponto de vista, conservado
rismo e liberalismo, conservadores e liberais, so concebidos como opos
tos: o que um aceita o outro rejeita. a isso que se chama concepo
bipolar. Uma dimenso bipolar a que tem duas extremidades, uma
positiva e outra negativa.
Anos atrs questionei essas idias porque-os resultados de minhas
pesquisas pareciam contradiz-las, ou no mnimo lanar srias dvidas
sobre elas. Depois de trabalhar com essas idias e pesquisar mais,
publiquei o que chamei teoria de atitudes dos referentes criteriais (crite-
rial referents theory of attitudes) (Kerlinger, 1967). Essa teoria pode ser
chamada uma teoria estrutural, porque esboa a estrutura fatorial geral
e algumas das caractersticas das atitudes sociais. Contradizia a validade
da concepo bipolar das atitudes sociais e dizia que o conservadorismo
e o liberalismo eram ideologias separadas e distintas, ou grandes
conjuntos de crenas, no necessariamente opostas uma outra. (O radi
calismo de direita ou de esquerda foi excludo de considerao, embora
ficasse dito que as atitudes podem ser bipolares no quadro de referncia
do radicalismo.) Isto significa que h conjuntos de indivduos que
tm atitudes predominantemente conservadoras ou predominantemente
liberais em relao a questes sociais, mas que indivduos conservadores
no se opem necessariamente a colocaes liberais, e indivduos liberais
no se opem necessariamente a colocaes conservadoras. Em resumo,
pegada a crena comum de bipolaridade e afirmada uma vida distinta e
separada tanto para o liberalismo quanto para o conservadorismo.
A teoria muito maior, naturalmente, mas isto suficiente para
ilustrar o uso da anlise fatorial, neste caso para testar uma teoria estru
tural de atitudes. A teoria foi testada um certo nmero de vezes nos
Estados Unidos, usando escalas de atitudes que consistiam de itens de
sentenas por exemplo, A primeira preocupao de qualquer socie
dade a proteo dos direitos de propriedade (conservadora) e pre
ciso haver controle de natalidade mais efetivo se o mundo quiser resolver
seus problemas sociais e polticos (liberal) e itens referentes (palavras
e frases curtas expressando idias sociais) por exemplo, propriedade
privada, competio (conservadoras) e igualdade, medicina sociali
zada (liberais). As escalas foram aplicadas a grandes grupos de indi
vduos em partes diferentes do pas e as correlaes entre os itens foram
analisadas fatorialmente.
Os resultados das anlises fatoriais foram altamente semelhantes
em quase todas as amostras. Foram obtidos seis ou mais fatores, e na
maioria dos casos itens liberais apareceram juntos em certos fatores e
itens conservadores apareceram juntos em outros fatores. Os dois tipos
de itens raramente apareceram juntos nos mesmos fatores. J que os
fatores so relativamente independentes uns dos outros, parece que libe
ralismo e conservadorismo, conforme definidos pelos itens, so entidades
separadas e distintas. Alm disso, uma chamada anlise fatorial de segun
da ordem, uma anlise fatorial das correlaes entre os prprios fatores,
mostrou que os fatores com itens liberais eram correlacionados positiva
mente e igualmente os fatores com itens conservadores. Houve pouca
evidncia nesses estudos de bipolaridade, isto , itens liberais aparecendo
com cargas negativas em fatores conservadores e itens conservadores
aparecendo com cargas negativas em fatores liberais. Os estudos Q
tambm apoiaram os resultados acima sumarizados. A teoria estrutural,
ento, parece ser apoiada pela evidncia desses estudos.
Para dar ao leitor uma idia dos resultados obtidos nesses estudos,
os arranjos fatoriais de um dos mais recentes deles (Kerlinger, 1972)
so dadas na tabela 12.9. O principal propsito do estudo foi testar a
teoria dos referentes criteriais descrita acima, usando os prprios refe
rentes como itens. Outro propsito foi entender melhor a natureza das
atitudes sociais determinando atravs da anlise fatorial os fatores subja
centes s atitudes sociais. Os dados da Tabela 12.9 servem a este
propsito.
Uma escala de atitudes sociais de 7 pontos e 50 itens de palavras e
frases curtas (veja tabela 12.9), todas presumivelmente relacionadas a
atitudes sociais, foi administrada a amostras de estudantes ps-graduados
em educao em Nova Iorque, Carolina do Norte e Texas. Embora os
dados de cada um desses estados fossem analisados separadamente, as
230
amostras do Texas e Carolina do Norte foram combinadas para formar
uma amostra grande (N = 530), dando assim resultados de anlise
fatorial de maior confiana. (A anlise fatorial exige amostras grandes,
principalmente por causa dos erros de mensurao e muitas variveis
estarem sendo analisadas.) Os resultados da amostra de Nova Iorque
F ato res lib erais
231
foram usados para comparar com os resultados das amostras combinadas
do Texas e Carolina do Norte. Estamos preocupados apenas com a
amostra combinada. Os dados foram analisados fatorialmente e foram
extrados seis fatores das intercorrelaes dos 50 itens referentes. Os
resultados da anlise fatorial esto dados na tabela 12.9.
Trs dos seis fatores tinham itens conservadores, segundo fora
previamente determinado, e trs fatores tinham itens liberais, tambm
segundo determinaes prvias. Esta determinao de liberal e conser
vador , naturalmente, importante. Os julgamentos foram feitos com base
na literatura sobre pesquisas anteriores em conservadorismo e liberalis
mo (Hartz, 1955; Kirk, 1960; Rossiter, 1962), pesquisas anteriores,
antologias de medidas de atitudes (Robinson, Rusk & Head, 1968;
Robinson e Shaver, 1969: Shaw & Wright, 1967), e experincia e
conhecimento. No difcil ver que livre empresa, religio e contedo
so referentes conservadores e que direitos civis, igualdade e medicina
socializada so referentes liberais. Em todo caso, a maioria dos referen
tes designados como conservadores e liberais resultaram ser empirica-
mente corretos, no sentido de que se agrupavam em fatores predomi
nantemente conservadores ou liberais, como fora predito pela teoria.
Vale a pena estudar a tabela 12.9. Note primeiro que, com apenas
uma exceo, pureza racial no fator Direitos Civis, no h cargas nega
tivas na tabela. Segundo, todos os itens em qualquer arranjo fatorial
ou so conservadores ou so liberais, mas no ambos. Por exemplo,
todos os itens do fator Liberalismo Social so itens liberais, enquanto
que todos os itens no fator Conservadorismo Econmico so conser
vadores, com uma possvel exceo, conhecimento cientfico.
Terceiro, e mais importante do ponto de vista deste captulo, note
o tema comum o carter de cada fator. Voc concorda com o nome
dado? Tem nome melhor? Note, por exemplo, que um item, segurana
nacional, no se encaixa direito no fator Conservadorismo Econmico .
Ento, Conservadorismo Econmico no correto? (Nem sempre se
conseguem fatores perfeitos, naturalmente). Conhecimento cientfico
parece no combinar. A. coisa principal a notar, entretanto, que a
maioria dos itens, s vezes todos, participam de uma idia central, algum
ncleo de significado de atitude que possibilita identificar o fator. Alm
do mais, j que os primeiros trs fatores participam da caracterstica
geral de terem itens conservadores, pode-se especular que existe um
fator geral de conservadorismo. Da mesma forma, talvez nos ltimos
trs fatores, cujos itens so todos liberais, definam um fator geral de
liberalismo. A evidncia deste estudo e outros, mesmo na Espanha e
na Holanda, onde foram feitos estudos semelhantes (Kerlinger, Midden-
dorp & Amn, 1976) indicam que assim .
232
Anlise fatorial: uma apreciao
234
13. A a b o r d a g e m m u lt iv a r ia d a :
c o r r e la o c a n n ic a , a n lis e d is c r im in a n t e
e a n lis e d e e s t r u t u r a s d e c o v a r i n c ia
236
melhor questo da pesquisa sobre o efeito do reforamento sobre a
realizao, incluindo ambas as variveis em um experimento. Por qu?
Qual poder ser a vantagem? Uma resposta que os mtodos de refora
mento podem afetar os dois tipos de realizao diferentemfente e que as
diferenas podem no surgir nos dois experimentos e surgir em um experi
mento que inclua ambas as variveis dependentes.
H muitas situaes prticas em que indivduos tm que ser
designados para grupos diferentes com base em seu nvel diferente de
traos, capacidades, experincia e assim por diante. Por exemplo, nas
escolas as crianas so designadas para grupos de aprovados e repro
vados com base em seu esforo e realizao. Candidatos a emprego em
uma companhia so designados para grupos de contratados e no
contratados com base em sua capacidade e experincia. Os psiquiatras
designam pessoas mentalmente doentes para categorias como neurtico,
esquizofrnico e manaco-depressivo, com base em testes e observaes.
Nestes casos o pesquisador considera o pertencer ao grupo como a
varivel dependente e os vrios testes e outros aparatos como variveis
independentes. Embora haja apenas uma varivel dependente, como na
anlise de regresso mltipla, os mtodos de anlise empregados em tais
situaes so considerados e denominados anlise multivariada.
Um ltimo exemplo mais complexo antes de entrarmos em maiores
detalhes. Roe e Siegelman (1964) acreditavam que experincias no incio
da vida levavam a diferenas posteriores em orientao para pessoas. Seu
interesse em orientao partia da suposio de que a orientao para
pessoas influenciava os interesses por diversas ocupaes. Um indivduo
fortemente orientado para pessoas, mais provavelmente se tornaria um
professor, ou um aconselhador, por exemplo. Para testar a hiptese,
aplicaram dois conjuntos de testes a diversos alunos de quarto ano
de faculdade. O primeiro conjunto media variveis associadas ao ambien
te familiar, primeiras experincias de atividades sociais, proximidade de
me e pai, interesse e energia que pai (ou me) demonstravam em
atividades outras que o trabalho e a famlia. As variveis do segundo
conjunto refletiam a orientao em relao a pessoas, por exemplo,
curiosidade em relao a pessoas, desejo de relaes pessoais ntimas,
calor humano e sociabilidade. Sua hiptese era que relacionamentos
intensos e satisfatrios no incio da vida resultavam em adultos princi
palmente orientados para pessoas, enquanto relacionamentos inadequa
dos e insatisfatrios resultavam em adultos orientados para aspectos no
pessoais do ambiente.
Esta pesquisa multivariada porque tem diversas variveis inde
pendentes e diversas variveis dependentes. O problema como estudar
a relao entre elas. A coisa mais bvia a fazer simplesmente correla-
cionar cada uma das variveis independentes com cada varivel depen
dente e ento estudar as muitas correlaes. Se as primeiras experincias
de atividades sociais se correlacionam altamente com, digamos, uma
medida de orientao em relaao a pessoas, isto , quanto mais cedo
a experincia de atividade sociais, maior a orientao para pessoas__,
ento provavelmente os pesquisadores podero concluir que as primeiras
experiencias influenciam a orientao posterior. Pode-se ainda calcular
todaj as correlaes entre todas as variveis e analisar fatorialmente as
correlaes. Esta pode ser uma boa maneira de atacar o problema porque
os resultados da anlise fatorial deveram mostrar as relaes entre as
primeiras experincias e as orientaes.
Outro meio de abordar o problema analtico, um meio mais apro
priado porque seus resultados iro referir-se diretamente hiptese
original,^ calcular um ndice composto para as variveis independentes
e outro ndice composto para as variveis dependentes, e correlacion-los.
Foi este o mtodo usado por Roe e Siegelman.1 A correlao entre os
dois ndices compostos, calculada de forma a aumentar a correlao
entre os dois conjuntos de variveis, 8 medidas para cada conjunto, foi
de 0,47. Esta correlao cannica, como chamada, foi estatisticamente
i^icando uma relaao moderada entre as primeiras expe
rincias e a orientao para pessoas.
O mtodo possibilita ao pesquisador, alm de obter a correlao
total entre os dois conjuntos de variveis, obter estimativas das influn
cias relativas das variveis separadas nos ndices compostos. No caso
presente, a varivel independente mais influente foi a varivel chamada
Primeiras experincias de atividades sociais, e a varivel dependente
mais importante foi a chamada Orientao para pessoas, calculada de
escala apropriada e itens de inventrio. A hiptese de Roe e Siegelman
foi confirmada, uma vez que a correlao cannica foi estatisticamente
significante. Alem do mais, foi obtida informao sobre quais variveis
contriburam mais para a correlao entre os dois conjuntos de variveis.
O mtodo ora descrito chamado anlise de correlao cannica.
E o mais geral dos mtodos multivariados, no sentido de que outros
mtodos multivariados podem ser considerados casos especiais de corre
lao cannica. 12 igualmente poderoso e elegante, embora a interpre
tao de seus resultados possa ser difcil e at ambgua. (O porqu
238
disto no poder ser explicado aqui porque a explanao exige recursos
tcnicos alm da finalidade do livro. Em geral, quanto mais complexa
uma anlise, mais difcil a interpretao.) Para dar ao leitor maior idia
e compreenso do mtodo, inventamos um exemplo fictcio e o vestimos
com variveis relacionadas aprendizagem de lngua estrangeira. Deve
ser enfatizado, entretanto, que o exemplo inteiramente fictcio. Alis,
eu no conheo nenhuma pesquisa real que sequer seja semelhante ao
problema e suas variveis.
1 12 9 9 10,00 11 10 10,50
2 10 8 11 9,67 9 8 8,50
3 14 11 11 12,00 9 9 9,00
4 21 10 8 13,00 7 7 7,00
5 24 19 20 21,00 12 14 13,00
6 18 16 21 18,33 14 12 13,00
7 15 17 14 15,33 7 15 11,00
8 20 14 10 14,67 18 16 17,00
240
Em vez de duas anlises separadas, possvel usar uma anlise
que inclua as trs variveis independentes e as duas variveis depen
dentes? possvel analisar as relaes entre os dois conjuntos de
variveis em outras palavras? Os ingredientes de tal anlise so dados
na tabela 13.1. As notas Xi, X 2 e X 3 foram calculadas em cada linha,
produzindo as mdias_ de 10,00, 9,67, 12,00 e assim por diante, na
coluna encimada por X. As notas de Yi e Y2 foram igualmente calcula
das, resultando em mdias_de 10,50, 8,50, 9,00 e assim por diante,
na coluna encimada por Y. Temos ento, um componente X e um
componente Y que so, neste caso, as mdias das notas X de cada
indivduo e as mdias das notas Y de cada indivduo. A correlao
entre o componente X, X, e o componente Y, Y, 0,54. Se elevarmos
ao quadrado esse r, obteremos 0,29. Se aceitarmos os Xs como represen
tativos das trs variveis X e os Ys como representativos das duas
variveis Y, ento a correlao entre as trs variveis X, por um lado,
e as trs variveis Y, por outro, 0,54, e 29 por cento da varincia de
Y compartilhada com X.
O procedimento descrito no seria usado comumente em pesquisas
reais. Ns o usamos para ilustrar uma idia, a idia de determinar
a correlao entre, conjuntos de notas em vez de notas isoladas, neste
caso a correlao entre o conjunto X e o conjunto Y. Na maioria de
pesquisas reais com conjuntos de variveis X e Y, usaramos anlise
de correlao cannica, que calcula, entre outras coisas, o mximo
possvel de correlao entre conjuntos de variveis X e Y. Correlacionar
as mdias de X e Y no calcula corretamente* a verdadeira relao
entre os dois conjuntos de notas. No calcula a correlao mxima
possvel dados os dois conjuntos de notas e todas as relaes entre eles.
Portanto, neste caso, d uma estimativa muito baixa.
Vamos voltar nossa discusso sobre anlise de regresso mltipla.
Lembre-se que um coeficiente de correlao mltipla expressa a correla
o entre a melhor combinao de variveis independentes, ou Xs, e
uma varivel dependente, Y. A correlao cannica estende a idia a
mais de uma varivel Y. Embora os clculos sejam complexos, as idias
bsicas so simples. O coeficiente de correlao, entre as mdias das
variveis X e as mdias das variveis Y da Tabela 13.1, foi 0,54.
Se tivssemos calculado a correlao entre as variveis X e Y usando
anlise de correlao cannica, teramos produzido um chamado coefi-
ilente de correlao cannica que seria o mximo de correlao possvel
entre os conjuntos X e Y das notas, dadas aquelas notas e as relaes
entre as variveis X, entre as variveis Y e entre os conjuntos de
variveis X e Y. A correlao cannica entre os conjuntos de notas X e Y,
ento, seria maior do que a correlao obtida por nosso procedimento
implificado usando as mdias das notas X e Y. (A correlao cannica
241
, na verdade, 0,99, muitssimo alta. Mas raramente ocorre correlao
cannica to alta com dados comportamentais. Neste caso devida
natureza sinttica das notas e a alta correlao de 0,80 entre X2 e Y2.)
Alm disso, a anlise de correlao cannica produz taxas das
contribuies relativas das variveis dependentes e independentes sepa
radas da correlao cannica. Por exemplo, no exemplo da aprendizagem
da lngua, poderam ser calculados pesos semelhantes s cargas fatoriais
discutidas no captulo 12, e esses pesos diriam ao pesquisador que
variveis ou varivel independente tiveram influncia relativamente maior
sobre que varivel ou variveis dependentes. Os resultados de uma
anlise de correlao cannica dos dados da tabela 13.1, por exemplo,
mostraram que vocabulrio, X2, e leitura do italiano, Y2, eram muito
mais importantes que as outras variveis na determinao da correlao
cannica. Em outras palavras, a anlise, se bem sucedida, determina a
magnitude da relao total entre os dois conjuntos de variveis ou
medidas, e tambm indica que variveis, quer dependentes quer indepen
dentes, contribuem mais para a relao entre os conjuntos. Embora
ainda haja muito a comentar a respeito da anlise cannica, incluindo
as limitaes do mtodo e certas. dificuldades de interpretar dados
cannicos, vamos abandonar a discusso. Nosso objetivo de sugerir as
idias bsicas foi conseguido.
Anlise discriminante
242
Em muitas situaes de pesquisa, ento, os pesquisadores designam
pessoas a grupos com base em sua participao no grupo. Isso parece
quase tolice: Como o pesquisador pode designar pessoas a grupos dos
quais elas j fazem parte? Um ponto que ele pode no saber a que
grupos elas pertencem, e se uma de suas variveis aquela que expressa
ffiarticipao como membro de um grupo, ento ele ter que dar um
pito de determinar a participao no grupo. Isso, por sorte, geralmente
no difcil. Ele poder faz-lo examinando registros ou simplesmente
fazendo perguntas bem dirigidas s pessoas.
Suponhamos, entretanto, que se deseja predizer uma varivel de
participao em um grupo. Temos agora que ampliar nosso raciocnio.
Em algumas situaes as pessoas ainda no esto em um grupo mas
sero designadas a ele pelo pesquisador com base em informaes
obtidas por outras variveis que no sejam as de participao em grupos.
Vejamos o que significa isso, porque muita pesquisa comportamental
tem o carter essencial de predizer a filiaes grupais.
Foi dado anteriormente um exemplo famoso: a previso do cncer
do pulmo pelo fumar cigarros. O pesquisador, com efeito, designa
pessoas a um grupo de cncer no pulmo ou sem cncer no pulmo com
base no conhecimento do hbito de fumar cigarros. Quanto maior a
relao entre o cigarro e o cncer, mais bem-sucedida a predio. Os pes
quisadores educacionais designam crianas a grupos de aproveitamento
adequado e a grupos de aproveitamento inadequado com base nos resul
tados de testes de aptido, notas, medidas de atitude, medidas de classe
social, sexo e em outras variveis e medidas. Os-professores, igualmente,
designam alunos de ginsio a grupos de conceitos A, B, C, D e F,
por exemplo com base no desempenho, em testes, trabalhos de aprovei
tamento, tarefas especiais e at julgamentos pessoais.
O leitor sem dvida se lembrar que a isso chamamos mensurao
nominal. Se uma pessoa tem tal ou qual caracterstica, que seja designada
ao Grupo Ai; se, por outro lado, tem esta ou aquela caracterstica,
j|esignar-se- ao Grupo A2; e assim por diante para outras caractersticas
e grupos. Um ponto-chave que os indivduos sejam designados no
aos grupos a que realmente pertenam, mas aos quais deveram perten
cer com base em evidncias sobre os indivduos que so independentes
de participao em grupos. Isto , a participao no grupo predita
baseada em evidncia obtida independentemente e parte da partici
pao no grupo, mas que se sabe, ou se acredita, ser capaz de prever
essa participao no grupo com eficincia.
O longo aparte acima foi necessrio a fim de compreendermos o
mtodo de anlise discriminante e a respectiva pesquisa que dizem
(Despeito predio de participao em um grupo. Anlise discriminante
uma forma muito til de anlise multivariada, cuja principal tarefa
predizer a participao em um grupo. A pesquisa deste tipo feita mais
ou menos da maneira que segue. Um pesquisador deseja compreender,
por exemplo, o problema da aquisio de linguagem. Algumas pessoas
podem aprender a falar e compreender uma lngua estrangeira com
relativa facilidade; outras pessoas tm enorme dificuldade. Por qu?
Suponhamos que o pesquisador identifique primeiro dois grupos de
indivduos. Um grupo ser chamado bons aprendizes porque parecem
ter aprendido bem o italiano e com relativa facilidade, e o outro grupo
maus aprendizes porque, depois de um ano de estudo, o grupo fala
e compreende mal ou com dificuldade o italiano. Num esforo de
compreender as diferenas entre os dois grupos, o pesquisador lhes aplica
trs testes, os mesmos usados antes: memria, vocabulrio e eognio de
relaes. Ele raciocina que se o coeficiente de correlao cannica for
to alto no primeiro estudo, ento talvez as trs variveis usadas antes
como variveis independentes, se usadas juntas, sero capazes de uma
previso bastante exata do sucesso ou falta de sucesso em aprender um
idioma estrangeiro.
A idia muito parecida com as idias discutidas no captulo 11,
vrios testes ou medidas foram usados para predizer o desempenho
em alguma varivel dependente. Por exemplo, Holtzman e Brown (1968)
usaram medidas de aptido acadmica e hbitos e atitudes de estudo
para preverem notas no segundo grau. Em vez de mdias de notas,
uma varivel contnua, eles poderam ter usado uma medida de sucesso
no segundo grau. Tal medida pode ser obtida pedindo aos professores
que categorizem cada aluno como bem-sucedido ou malsucedido.
Ou o critrio de terminar ou no o ginsio pode ser usado para indicar
bem-sucedido e malsucedido . Em outras palavras, usada a partici
pao em um grupo, uma varivel dicotmica, ou de dois valores.
A quantificao simples: atribua 1 a bem-sucedido e 0 a malsuce
dido. Se for feita agora uma anlise regresso mltipla, com aptido
acadmica e medidas de hbitos e atitudes de estudo como variveis
independentes e a varivel dicotmica, sucesso, como a varivel depen
dente, teremos, com efeito, uma anlise discriminante.
244
fiados por trs especialistas atuando como juizes e considerados bem-
lucedidos ou malsucedidos em falar holands. Quatro deles foram
fiaracterizados pelos juizes como malsucedidos ; so as pessoas de
a 4 na tabela 13.2 e receberam 0 para indicar sua falta de sucesso
1 12 9 9 Sem sucesso 0
2 10 8 11 Sem sucesso 0
3 14 11 11 Sem sucesso 0
4 21 10 8 Sem sucesso 0
5 24 19 20 Sucesso 1
6 18 16 21 Sucesso 1
7 15 17 14 Sucesso 1
8 20 14 10 Sucesso 1
245
buio foi feita. deliberadamente para realar as correlaes. Em
pesquisas reais, entretanto, usam-se outros e melhores mtodos.
Se for feita uma anlise de regresso mltipla com os dados da
tabela 13.2 e se for bem sucedida com os dados da tabela 13.2 foi
bem sucedida: R2 = 0,85 , ento a equao de regresso obtida pode
ser usada com futuros alunos. Digamos que um novo grupo de estudantes
est para comear a estudar o holands. Poderemos aplicar-lhes os trs
testes e, usando a equao de regresso obtida na anlise anterior,
calcular uma nota predita para cada um deles. Essas notas podem ento
ser usadas para indicar provvel sucesso ou falta de sucesso em
aprender holands.
A equao de regresso calculada com os dados da Tabela 13.2 :
Y = 0,99 + 0,01Xi + 0,14X2 0,01X3
Suponhamos que as notas de um indivduo sejam Xi = 12, X2 = 9, e
X 3 = 9 (notas da Pessoa 1 na tabela 13.2). Ento, substituindo essas
'c notas na equao acima, Y = 0,06. Suponhamos que as outras notas de
outro indivduo sejam Xi = 24, X2 = 19 e X3 = 20 (notas da Pessoa
5 na tabela 13.2). Substituindo na equao, obtemos Y = 1,23. Pode
mos ento predizer que o primeiro aluno no se sair bem e o segundo
sim. Estamos, com efeito, predizendo participao em um grupo, ou
predizendo 1 ou 0. A nota predita do primeiro aluno, de 0,06 est
prxima de 0; portanto, provavelmente ele no ter sucesso. A nota do
segundo aluno de 1,23 est prxima de 1; ele, portanto, provavelmente
ter sucesso.
Naturalmente 0 procedimento falvel, como todos o so. Nossas
predies so probabilsticas: dizemos apenas, com base nas trs notas,
que um estudante provavelmente se sair bem ou no se sair bem.
Dada uma boa equao de regresso, ou de predio, acertaremos
uma boa proporo de vezes que usarmos a equao. Mas poderemos
errar s vezes. Leitores insatisfeitos com tal falta de predio perfeita
podem se consolar com o pensamento que sem o conhecimento fornecido 1
pelos testes quaisquer predies feitas talvez baseadas na intuio,
experincia ou outros critrios mais ou menos subjetivos provvel- -
nente, no seriam to boas.
Em todo caso, a anlise discriminante uma ferramenta poderosa
com problemas tanto prticos quanto tericos. O uso prtico foi ilustrado
com 0 exemplo dado acima. O uso terico sugerido pela equao de
regresso. A prpria equao revela pistas para a relativa importncia das
trs variveis independentes em sua suposta influncia no aprendizado
de uma lngua se,, sem dvida, o aprendizado do holands puder
ser considerado representativo do aprendizado de idiomas e se a amostra,
246
cujos dados determinaram a equao e outras estatsticas de regresso,
for igual a outras amostras de estudantes de idiomas.4
u.
Ui
Q (
o
2 t
0
(ri
D
t3
Figura 13.1
248
apenas resolver este problema em particular mas tambm compreender
como funciona este fascinante mtodo multivariado. Vamos fazer uma
breve digresso geomtrica para ilustrar como funciona a anlise discn-
minante. Ao fazer isso, vamos tomar de emprstimo e adaptar uma bela
demonstrao apresentada por Tatsuoka (1970, pp. 5-7) em seu lcido
manual sobre anlise discriminante. Esta demonstrao, alem de elucidar
a anlise discriminante, joga mais um pouco de luz sobre a analise
multivariada em geral, em parte porque aborda o problema de concei-
tualizar espaos de k (mais de duas) dimenses.
6 - '
5 + +
(1,5) (3,5)
4 o
(5,4)
3 +
(1,3) (3,3)
2 0
(3,2)
1
I L
1 2
Figura 13.2
249
de propsito.) Design-lo para um dos grupos questo que requer
estudo. m m
250
por os representados esto circulados separadamente e a linha ondulada
#lcre eles acentua essa separao. Temos agora dois conjuntos de pontos
^rrespondentes aos dois grupos de ossos e as medidas associadas eles.
O sistema pode ser usado para a identificao e categorizao de ossos
incontrados no futuro. As regras so: Tome as medidas Xi e X2 do osso;
ffcpresente estes valores em um grfico como 0 da figura 13.3; trace
Uma perpendicular linha Y e leia o valor; se for maior de 0,95,
ftribua-o ao chimpanz, do contrrio, atribua-o ao homem.
Este exemplo, ento, ilustra mais ou menos como funciona a anlise
scriminante. No exemplo com sete medies de ossos, em vez de serem
Usados apenas Xi e X2, so usados Xi, X2, X3, X4, X5, X e X7. O enten
dimento intuitivo, que usamos no exemplo acima, nos abandona agora.
As idias bsicas, entretanto, so as mesmas, ou pelo menos semelhantes.
As sete medidas ou variveis so usadas em uma regresso mltipla para
jpredizer a participao no grupo. Os grupos originais de 40 ossos huma
nos e 40 ossos de chimpanzs so usados de modo similar a sujeitos
em um experimento psicolgico ou educacional para fazer a anlise de
gresso. A varivel dependente a participao no grupo. A regra
umtitativ simples: se for osso de chimpanz, atribua 1; se for osso
humano, 0. O mtodo discriminante ento faz 0 que est representado
na figura 13.3: projeta uma combinao linear das sete variveis ou
medidas numa linha Y para produzir o mximo de separao possvel
dos dois grupos. Naturalmente no faz isso. A anlise dos dados produz
um conjunto de pesos que so usados em uma equao discriminante
(regresso). As sete medidas de novos sujeitos_ neste caso os sujeitos
so ossos so inseridos na equao para obter notas discriminantes,
que so ento usadas para categorizar os sujeitos ou ossos.
Suponhamos que a equao discriminante do exemplo das duas
medidas dado acima tenha sido:
Y = 0,80Xi - 0,40X2
e Xi = 2 e X2 = 5. Ento,
Y = (0,80(2) - (0,40) (5) = -0 ,4 0
Isto est bem abaixo da nota de separao de 0,95 dada anteriormente
(a mdia das seis medidas na linha Y da figura 13.3); portanto, o fssil
um osso humano. Note tambm que o mesmo resultado podera ter
sitio obtido representando o ponto (2,5) na figura 13.3 e depois traando
uma perpendicular linha Y.
Volta a Howells
251
nante calculadas para os 40 ossos humanos e para os 40 ossos de
chimpanz. As sete medidas do osso desconhecido produziram uma
nota discriminante de 59,40. Isto, naturalmente, est prximo da mdia
humana de 61,42, e o osso classificado como humano. A probabilidade
do osso ter pertencido a um ser humano e no a um chimpanz alta.6
A anlise discriminante e outras formas de anlise multivariada so,
naturalmente, muito mais complexas. Entretanto, as idias bsicas so
relativamente simples depois de compreendidas. O principal ponto dos
exemplos que muitos problemas das cincias comportamentais so
complexos demais para serem resolvidos adequadamente por mtodos
mais simples. exigida a abordagem multivariada. Naturalmente jamais
deve-se usar mtodo complexo onde um mtodo simples resolve. A
questo : Um mtodo simples resolver? A resposta a esta questo
inseparvel do problema e do julgamento do pesquisador.
Em um sentido mais geral, a anlise discriminante um mtodo
de atribuir indivduos a grupos com base na informao sobre os indi
vduos em duas ou mais variveis. At aqui usamos apenas variveis
dependentes dicotmicas e dissemos que isso nada mais que regresso
mltipla com uma varivel dependente dicotmica, geralmente quantifi
cada como {1,0}-. A anlise discriminante, entretanto, de forma alguma
limitada a tais variveis dicotmicas. Por exemplo, Cooley e Lohnes
(1962) usaram o mtodo para discriminar trs grupos usando medidas
de valores e personalidade como preditores (variveis independentes).
Os trs grupos eram um grupo de pesquisa, estudantes que faziam
um trabalho de ps-graduao para fazer pesquisa bsica; um grupo de
cincia aplicada, pessoas que continuam em cincia e engenharia, mas
que no pretendem fazer pesquisa; e um grupo no-cientfico, dos que
deixam o campo para entrar em reas que tm contato imediato com
pessoas. Alunos de seis faculdades responderam s medidas de personali
dade e valores e trs anos depois, como ficou descrito acima, sua partici
pao nos trs grupos ficou determinada. Cooley e Lohnes diferenciaram
os membros dos grupos e conseguiram descrever algumas diferenas
grupais.
A anlise discriminante foi usada principalmente para pesquisa
aplicada. Seu uso geral como se segue. Com base na teoria, conheci
mento prvio, ou palpite, medidas apropriadas de capacidade, personali
dade e outras variveis, so aplicadas a membros de grupos conhecidos.
feita a anlise discriminante e calculadas as equaes discriminantes
(como a equao de regresso descrita acima). As equaes ento so
usadas para predizer a (posterior) participao de indivduos em um
6 No fim de seu trabalho Howells diz que seu colega, Patterson, voltou regio
onde foi encontrado o fssil e encontrou outras provas confirmando a concluso
discriminante.
252
grupo cuja participao no grupo no conhecida, como fizemos uo
exemplo dos ossos. Um psiclogo, por exemplo, pode usar um conjunto
de testes com amostras selecionadas de meninos delinqentes e no delin-
qentes e calcular a equao discriminante para predizer delinqncia,
participao ou no participao no grupo de delinqentes ou no delin
qentes. Eh) outras palavras, ele calcula a equao com indivduos cuja
participao no grupo conhecida, delinqentes e no delinqentes.
Pode ento usar a equao para predizer a posterior participao no
grupo, a delinqncia ou no delinqncia posterior de outros indivduos.
Ele simplesmente aplica as mesmas medidas a outros indivduos e, com
base nas notas que eles obtem, calcula sua futura participao nos grupos,
sua futura delinqncia ou no delinqncia. Isto, naturalmente deve
ser feito com grande cuidado e reserva. Afinal, a aplicao de uma
equao obtida com um grupo pode no ser aplicvel a outro grupo por
vrios motivos. No obstante, a anlise discriminante um esquema de
predio til e poderoso em pesquisa aplicada.
Suponhamos, agora, que um pesquisador bsico esteja interessado
em descrever as diferenas entre grupos e em compreender porque os
grupos so diferentes. anlise discriminante pode ser usada para
ajud-lo em tal descrio e compreenso. Na verdade, foi usada assim
por Cooley e Lohnes na pesquisa sumarizada acima. Este uso do mtodo
mais cientfico do que simplesmente predizer participao em um
grupo, porque Cooley e Lohnes estavam tentando entender por que so
feitas as escolhas de carreiras, saber alguma coisa dos determinantes de
suas personalidades e valores, e no. apenas predizer tais escolhas. Esta
diferena entre os objetivos da pesquisa bsica e aplicada importante
e est muito bem ilustrada pelo uso bsico e aplicado da anlise discri
minante.
Este ponto to importante que deveria ser mais discutido. Vamos
voltar ao exemplo de aprender holands, ilustrado pelos dados ^da
tabela 13.2. Os educadores interessados no ensino de lnguas estrangeiras
deveriam usar normalmente um mtodo como a analise discriminante
preditivamente. Isto , eles querem saber como predizer acertadament
o bom resultado no aprendizado do holands. Geralmente querem saber
quais estudantes tero sucesso e quais os que provavelmente tero dificul
dades. Assim, talvez, eles podero individualizar melhor o ensino. Os
pesquisadores mais orientados para a pesquisa bsica, por outro lado,
mais provavelmente querero saber por que e como alguns indivduos
tm mais sucesso que outros. Para eles, a predio mais um subproduto
do mtodo. Provavelmente eles estaro mais interessados no aprendizado
da linguagem como fenmeno natural a ser explorado e compreendido.
Este esboo das duas orientaes gerais da pesquisa est um pouco
pxagerado, naturalmente. O professor de holands, sem dvida, tambm
253
estar interessado em como e por que alguns indivduos tm mais
sucesso que outros. E o pesquisador bsico querer saber se poder
predizer o aprendizado bem sucedido e mal sucedido. Entretanto, a
distino continua e sempre importante. O ponto a ser ilustrado que
a anlise discriminante e, logicamente, outras abordagens e mtodos
mui tivariados pode ser muito bem usada para ambos os propsitos.
Voltaremos distino bsico-aplicada no captulo 16.
7 Por minha discusso vai parecer que Jreskog foi o nico responsvel pela
anlise de estruturas de covarincia. Mas este modo de falar por convenincia
apenas. Realmente, houve vrias pessoas importantes no desenvolvimento da meto-
254
estruturas de covarincia significa, essencialmente, a anlise da variao
simultnea de variveis que se encontram em uma estrutura, um edifcio,
ditado pela teoria. O sistema faz vrios tipos de anlise multivariada
tas de tal maneira que no temos necessidade de perguntar que forma
E e anlise est sendo feita. Isto acontece porque as possibilidades analti
cas fazem parte 'd um sistema mais amplo. Em outras palavras, Jreskog
criou uma frmula matemtica e estatstica abstrata que pode ser expressa
em equaes algbricas e sua formulao abarca diversos mtodos multi
variados.
Os programas de computador foram integrados ao sistema (veja a
nota n. 7) de tal forma que uma concepo de pesquisa ^realizada
com o uso do programa do computador. uma descrio bastante
abstrata do sistema de Jreskog, sendo insatisfatria para uma compre
enso adequada. Para entend-la melhor, vamos tomar dois exemplos.
O primeiro de anlise fatorial, porque a maneira mais clara e fcil
de mostrar a idia do sistema. Deve ser enfatizado, entretanto, que o
uso real do sistema envolve problemas mais intrincados e complexos.
Sem dvida, uma de suas molas mestras sua capacidade de lidar
eficientemente com conjuntos de variveis relacionadas de maneiras com
plexas. O segundo exemplo de anlise de trajetria. Vamos explicar
mais adiante o que anlise de trajetria (path analysis).
dologia, cujas contribuies Jreskog reconhece (por exemplo, Bock & Bargmann,
1966- Wilev, Schmidt & Bramble, 1973). Entretanto, Jreskog juntou varias abor
dagens e mtodos de anlise em um (ou dois) sistemas gerais nos quais a mate
mtica, a estatstica e a tecnologia do computador foram integradas. De fato, os
dois sistemas de Jreskog foram vagamente denominados pelos nomesi dos pro
gramas de computador usados para melhorar o sistema: ACOVb e ni>KE.u. a
primeira das duas referncias dadas acima (1974) usa a mais simples das duas
abordagens, ACOVS. A segunda referncia (1976) usa LISREL, que e mais geral
e mais complexa. tambm mais poderosa. Na descrio acima limito-me a um
aspecto simplificado do ncleo da pesquisa e teoria do sistema.
255
A concepo comum de atitudes sociais bastante diferente.
Enquanto a teoria ora mencionada, e dada com mais detalhes no
captulo 12, diz que o conservadorismo e o liberalismo so entidades
distintas e separadas, idias populares geralmente aceitas dizem que as
atitudes so bipolares. Um concepo bipolar, ou com duas extremidades,
de atitudes sociais implica que princpios e pessoas conservadoras
acham-se em um extremo de um continuum de atitudes sociais e prin
cpios e pessoas liberais acham-se no outro extremo do continuum. Isto
significa que no apenas os conservadores adotam princpios con
servadores, mas qtie tambm se opem a princpios liberais e a mesma
coisa para liberais e princpios liberais.
Argumentos racionais podem e foram aventados para ambas as
concepes. Mas o que diz a evidncia emprica? A evidncia emprica,
obtida em diversos estudos, a maioria usando a anlise fatorial (por
exemplo, Kerlinger, 1972; Kerlinger, Middendorp, & Amn, 1976),
parece apoiar a relativa independncia do conservadorismo e liberalismo.
Mas o assunto ainda no foi resolvido. Como as duas concepes, ou
teorias, podero ser testadas com o sistema de Jreskog?
Vamos usar o exemplo de itens de atitude, do captulo 12. Suponha
mos que aplicamos quatro itens de atitude, dois sabidamente liberais,
igualdade para as mulheres e controle da natalidade e dois conhecidos
como conservadores propriedade privada e negcios a seis pessoas.
(Novamente, muito mais itens de atitude de afiliao conhecida e
desconhecida seriam administrados a muito mais pessoas.) Os resulta
dos so aqueles da tabela 12.5, e so reproduzidos, para facilitar a
referncia, na tabela 13.3. As correlaes entre os itens foram relatadas
Tabela 13.3 Respostas de seis pessoas a quatro itens de atitude social (repro
duzidas da tabela 12.5)
Itens
1 2 3 4-
1 1 2 4 2
2 1 3 2 2
3 2 2 5 6
4 5 6 5 5
5 6 5 3 4
6 6 6 2 1
256
na tabela 12.6 e esto reproduzidas aqui na tabela 13.4. Os resultados
de anlise fatorial desta matriz de correlao, dados originalmente na
tabela 12.7, aparecem novamente na tabela 13.5. Estes resultados pare
cem apoiar a concepo de independncia e dualidade, porque os dois
itens liberais esto carregados em um fator (cargas grifadas) e os dois
conservadores em outro fator (tambm grifadas). As cargas negativas
so baixas e sem conseqncias. Se uma concepo bipolar estivesse
correta, obteramos um fator com os dois itens liberais com substancial
carga positiva e os dois itens conservadores tendo substanciais cargas
negativas.
Usando a abordagem de Jreskog, estabelece-se primeiro a situao
terica com diagramas. Os diagramas da figura 13.4 expressam as duas
alternativas. esquerda (A) da figura est a hiptese de dois fatores.
Os nmeros 1, 2, 3, 4, representam os quatro itens de atitude, 1 e 2
sendo igualdade para as mulheres e controle da natalidade e 3 e 4, pro
priedade privada e negcios, itens conservadores. Os crculos represen
tam os fatores presumidos, L e C, ou liberalismo e conservadorismo.
As setas representam a influncia ou determinao nas direes de L
para 1 e 2 e de C para 3 e 4. Isto , o fator L determina ou est
subjacente aos itens 1 e 2 e o fator C determina ou est subjacente
aos itens 3 e 4.
Tabela 13.4 Correlaes entre quatro itens de atitude social de seis pessoas
(reproduzidas da tabela 12.6).
Fatores
Itens A B
257
(Vide texto para explicao dos smbolos)
Figura 13.4
258
Tabela 13.6 Matrizes alvos, ou matrizes hipteses, expressando hipteses alter
nativas para a estrutura fatorial da matriz de correlao da tabela 13.4.a
Hiptese de Hiptese de
dualidade bipolaridade
I II I II
1 0 -1 0
1 0 1 0
0 1 1 0
0 1 -1 0
259
Uma das idias bsicas e centrais do sistema de Joreskog a com
parao das matrizes de covarincia. Uma matriz de correlao um
tipo de matriz de covarincia. Assim, para o que nos interessa, pode
mos dizer que uma das idias centrais do sistema comparar as matri
zes de correlao, uma fornecida pelas correlaes entre as variveis
obtidas e outra produzida por uma manipulao matemtica da matriz
hiptese, como mostramos acima, e os resultados forados pelas exign
cias da hiptese ou hipteses.
Para concretizar um pouco o que queremos dizer, vamos considerar
as duas matrizes, I e II na tabela 13.7. A matriz I e a mesma matriz de
correlaes observada entre os quatro itens de atitude social j relatados
na tabela 13.4. A matriz II um conjunto de correlaes foradas,
produzidas por um mtodo bem conhecido, a partir das cargas fatoriais
da tabela 13.5. A operao foi simples: a matriz foi multiplicada por
si mesma. (No precisamos nos preocupar com os detalhes. O leitor
interessado poder consultar um texto de lgebra de matrizes ou uma
seo de lgebra de matrizes de um texto de estatstica, por exemplo,
Cooley e Lohnes, 1971, pp, 15-20; Sullins, 1973; Tatsuoka, 1971,
captulo 2.) Quando se faz isto, obtm-se a matriz II da tabela 13.7.
Queremos expressar e testar as implicaes quantitativas da hiptese
de dualidade e as da hiptese de bipolaridade. As duas hipteses ficaram
expressas de maneira simples nas matrizes alvo da tabela 13.6. Queremos
encontrar uma forma de operar sobre os fatores obtidos da tabela 13.5
para transformar as cargas fatoriais num conjunto que expresse a hiptese
1 2 3 4 1 2 3 4
Matriz residual
1 2 3 4
260
de dualidade e num outro conjunto que expresse a hiptese de biola-
ridade. A operao se resume em usar os modelos tericos expressos na
tabela 13.6 e em fazer com que os dados da tabela 13.5, as cargas
ifatoriais obtidas, se paream o mximo possvel aos modelos expressos
na tabela 13.6. Quando foi feito isto, foram obtidas as duas matrizes
fatoriais da tabela 13.8.
Hiptese de Hiptese de
dualidade bipolaridade
I II I II
Matriz residual
1 2 3 4
262
mente. a concepo e o uso das chamads variveis latentes no sistema.
Uma varivel latente uma varivel no-observada, que usada para
explicar, ou que includa em hipteses como estando influindo sobre
outras variveis latentes ou variveis observadas. Foi dado um exemplo
no figura 13.4 onde liberalismo (L) e conservadorismo (C) eram
variveis subjacentes no observadas que se supunha explicarem os
quatro itens (ou variveis) do exemplo. Para tornar a coisa mais clara
e para abordar o sistema de Jreskog mais de perto, examine-se a
figura 13.5 onde a situao esquerda da figura 13.4 representada
mais de acordo com as linhas de Jreskog.
L (liberalismo) e C (conservadorismo) so variveis latentes, ou
no-observadas, que supostamente esto subjacentes s quatro variveis
observadas (itens), estando L subjacente s variveis 1 e 2, e C s
variveis 3 e 4. As variveis observadas so dadas em quadros e as
variveis latentes em crculos. As setas de um sentido indicam a direo
de influncia por exemplo, L influencia 1 e 2. As setas de dois sentidos
indicam correlao por exemplo, r,2 a correlao entre as variveis
1 e 2. Os es indicam os erros de mensurao nas variveis observadas.
Fornecidos os dados neste caso as correlaes entre os quatro itens
-, o sistema calcula a influncia de L nas variveis 1 e 2 e a influncia
de C em 3 e 4. Estas influncias so simbolizadas por ai e a2 (para L)
e as e at (para C), cujos valores so calculados pelo sistema. O sistema
calcula tambm a correlao entre L e C e as varincias de erro ei, e2, e3
e e4. A anlise ento continua ao longo das linhas delineadas acima.
O objetivo da figura 13.5 mostrar que o mtodo, diferentemente
da maioria dos outros mtodos de anlises multivariadas, calcula os
efeitos das variveis latentes sobre as variveis observadas e at as
relaes entre as variveis latentes. Este , naturalmente, o material
bsico da construo e testagem de teorias. tambm muito semelhante
Figura 13.5
263
anlise fatorial. Lembre-se da inteligncia fluida e cristalizada de Cattell,
fatores de segunda ordem que podem ser tambm concebidos como
variveis latentes. A diferena que em anlise de estruturas de cova-
rincia a idia generalizada e aplicada a todo tipo de situaes tericas
e analticas. Alm disso, a anlise fatorial um caso especial do sistema
geral. Assim as teorias podem ser formuladas, testadas e comparadas
para mostrar sua congruncia com os dados observados.
264
cado pela seta entre n Ach e Ach. Mas presume-se, SSE e Inteligncia
exercem efeito indireto sobre Realizao por seu efeito direto sobre Ach.
(Embora SSE e Inteligncia estejam eles prprios correlacionados isto
indicado pela seta curva de dois sentidos entre eles no so
considerados como afetando um ao outro.)
Os analistas de trajetria chamam a formulao acima de um modelo
causai: pelo seu uso podem ser determinadas algumas idias de causas e
efeitos. (Evitaremos aqui comentar o espinhoso problema causa e efeito.)
Ento, pelas correlaes entre as variveis do modelo, eles calculam os
coeficientes de trajetria (path coefficient). Um coeficiente de trajetria
simplesmente um peso de regresso fornecido pela costumeira anlise
de regresso. Por exemplo, a regresso de n Ach sobre SSE e Inteligncia
(isto , SSE e Inteligncia so as variveis independentes e n Ach a
varivel dependente) produz coeficientes de regresso (coeficientes beta)
de 0,40 para a trajetria de SSE a n Ach e 0,04 para a trajetria de
Inteligncia at n Ach. Estes valores indicam que SSE tem um efeito
substancial sobre n Ach, mas que Inteligncia tem efeito pequeno.
Ento, faz-se regresso de Realizao sobre SSE, Inteligncia e
n Ach (isto , Realizao, a varivel dependente, predita pelas outras
trs variveis). A anlise fornece coeficientes, como se segue: de SSE a
Realizao, 0,01; de Inteligncia a Realizao, 0,50; de n Ach a Reali
zao, 0,42. Estes coeficientes de trajetria foram ligados a suas traje
trias na figura 13.6. Naturalmente, a costumeira anlise de regresso
teria produzido nesta situao estes ltimos coeficientes. A diferena
entre uma anlise de regresso comum e a anlisfe de trajetria , entre
tanto, que as trajetrias de SSE e Inteligncia at n Ach foram acrescen
tadas porque o pesquisador acredita, com base ou raciocnio terico,
que esto agindo tanto influncias diretas quanto indiretas. Em outras
palavras, as trs variveis no apenas afetam diretamente Realizao;
SSE e Inteligncia afetam Realizao tambm indiretamente atravs de
n Ach. (Note a semelhana de raciocnio ao fenmeno de interao j
estudado.) uma anlise das influncias na Realizao mais rica, mais
sofisticada e provavelmente mais exata do que as que obtemos pela
anlise de regresso comum, neste caso principalmente porque j expli
camos n Ach a caminho de explicarmos Realizao.
Quando examinamos o diagrama de trajetria da figura 13.6, vemos
que duas das trajetrias tm coeficientes de trajetria prximos de zero:
de SSE a Ach, 0,01 e de Inteligncia a n Ach, 0,04. J que uma das
metas da cincia no apenas a explicao, mas tambm a explica
o parcimoniosa, perguntamos: Se suprimirmos estas duas trajetrias
e recalcularmos os coeficientes de trajetria no modelo resultante mais
jjjarcimonioso, ser que um teste com os dados originais, como o feito
com o modelo de anlise fatorial acima, mostrar um bom acordo entre,
(0,30)
Figura 13.6
Figura 13.7
266
T
Tabela 13.10 Correlaes originais, A, correlaes foradas, B, e matriz residual,
quatro variveis, segundo modelo.
Matriz residual
1 2 3 4
1 0,00 0,00 0,00 0,01
2 0,00 0,00 0,04 0,01
3 0,00 0,04 0,00 0,02
4 0,01 0,01 0,02 0,00
F-
da figura 13.7, so dadas direita, B. Subtraindo-se a matriz B da
matriz A obtm-se a matriz residual, dada na parte inferior da tabela.
bvio que as correlaes produzidas a partir dos coeficientes de traje
tria so muito semelhantes s correlaes originais: nenhum dos resduos
maior, de 0,04. Conclumos, portanto, que o modelo de trajetria da
figura 13.7 consistente com os dados.*9 Evidentemente, a explicao
por trs do modelo da figura 13.7 satisfatria. J que uma expli
cao mais simples que o modelo da figura 13.6, vamos aceit-la como
melhor porque mais parcimoniosa e produz correlaes que concor
dam com as correlaes originais.
preciso destacar um ponto importante. O fato de modelo terico
ser consistente com os dados obtidos no significa que a teoria em que
se baseia o modelo seja necessariamente correta. Na verdade, mais de
um modelo pode ser consistente com os dados obtidos. Ento, neste
caso, embora o modelo da figura 13.7 seja consistente com as correla
es obtidas, o prprio modelo pode ou no ser a explicao terica
267
"correta. O mtodo exposto pode, portanto, ser considerado como
possuindo a virtude da negativa. Se um modelo no for consistente com
os dados, provavelmente no ser correto. Mas se for consistente com
os dados, pode ou no estar correto. Sua correo, em outras pala
vras, tem que ser julgada em outras bases, alm da estatstica. Esta
uma das dificuldades de todas as teorias e explicaes cientficas (e de
c-utros tipos). Podem, ser mostradas como provavelmente incorretas, no
sentido de no serem consistentes com a evidncia emprica, mas jamais
podero ser mostradas como absolutamente corretas. Uma explicao
pode ser mostrada como provavelmente melhor que outras explica
es alternativas, mas o cientista jamais poder ter certeza de que seja
a ltima palavra. Se o leitor voltar discusso sobre o fumo e o cncer
de pulmes no captulo 8, talvez compreenda melhor o que l ficou dito
a respeito de explicaes e explicaes alternativas.
Na discusso acima nada ficou dito sobre anlise de estruturas de
covarincia. Alis, foi uma descrio mais ou menos convencional da
anlise de trajetria. Ficou omitida a anlise de estruturas de covarincia
para que o leitor pudesse ter; uma viso geral da abordagem de anlise
de trajetria no quadro de referncia costumeiro da regresso mltipla.
Tentaremos mostrar agora, embora rpida e incompletamente, como a
anlise de trajetria um caso especial da anlise de estruturas de
covarincia e como o problema analtico da pesquisa pode ser abordado
no quadro de referncia da estrutura de covarincia.
Em anlise de estruturas de covarincia, os problemas representados
nas figuras 13.6 e 13.7 podem ser resolvidos com exatamente os mesmos
resultados. Pode ser feito mais, entretanto. Primeiro pode-se calcular as
varincias de erros de mensurao associadas s medidas falveis das
variveis. Tal clculo mudar ento a soluo, incluindo os coeficientes
de trajetria. A anlise de trajetria geralmente admite a inexistncia de
erros, tornando-se assim vulnervel crtica. Segundo, as variveis laten
tes podem ser postuladas e calculada sua influncia. Por exemplo, no
modelo da figura 13.6, pode-se pensar que uma varivel latente tenha
influncia tanto sobre n Realizao quanto sobre Realizao.
Terceiro, a anlise de estruturas de covarincia permite testes da
significncia estatstica do acordo entre modelos tericos e dados obser
vados. Alm disso, modelos tericos alternativos podem ser testados
para verificar-se sua congruncia comparativa com os dados observados.
Por exemplo, a congruncia entre as correlaes originais e as correlaes
foradas da tabela 13.10, pode ser testada estatisticamente. Se as dife
renas entre as duas matrizes, mostradas na matriz residual da tabela
13.10, forem relativamente grandes, indicando falta de acordo entre
teoria e dados, o teste estatstico indicar. Se o teste estatstico no
mostrar significncia, ento, o acordo ou congruncia ser aceitvel.
268
Finalmente, a estimativa das magnitudes dos valores dos coeficien
tes de um modelo em anlise de trajetria os coeficientes de trajetria,
por exemplo feita simultaneamente. No .exemplo de anlise de
trajetria dado atrs, os coeficientes de trajetria foram calculados
sucessivamente. Por exemplo, no problema da figura 13.6 os coeficien
tes levando de SSE e Inteligncia a n Realizao foram calculados
primeiro e depois que os coeficientes de SSE, Inteligncia e n Reali
zao a Realizao foram calculados. Em anlise de estruturas de cova
rincia, entretanto, todos so calculados ao mesmo tempo, por assim
dizer, incluindo a estimativa das influncias das variveis latentes, se as
houver, e dos erros. Isto , toda a informao levada em conta de
maneira verdadeiramente multivariada. Deve ficar bvio que a anlise
de trajetria um caso especial ,da anlise de estruturas de covarincia.
Como sempre, precisamos terminar a discusso com uma nota de
cautela. Embora poderosa, a anlise de estruturas de covarincia no
a resposta perfeita aos problemas tericos e analticos. No pode ou
no devia poder ser usado para anlises comuns. perda de tempo
e trabalho us-la, por exemplo, para uma anlise fatorial exploratria
comum. Deveria ser usada apenas para testar modelos tericos relativa
mente complexos ou hipteses alternativas complexas. Uma segunda limi
tao que as suposies por trs de seu uso so bastante rigorosas,
tornando-a, pelo menos teoricamente, inaplicvel em algumas situaes
de pesquisa (por exemplo, com variveis dicotmicas). Esta limitao do
sistema pode ser superada com o tempo. H uma ou duas outras limi
taes, que vamos ignorar aqui. Em suma, a anlise de estruturas de
covarincia uma estratgia rica, poderosa e um mtodo de ataque aos
problemas de pesquisa, desde que estes sejam guiados pela teoria e
sejam de tal natureza que as suposies do mtodo pdssam ser razoavel
mente satisfeitas. Pode-se dizer at que o mtodo um grande avano
fia conceitualizao e metodologia mostrando uma nova direo e sofisti
cao na pesquisa comportamental.
Concluso
270
14. O c o m p u t a d o r
i, DO
No se pode compreender a pesquisa comportamental moderna sem
compreender o computador, uma das mais fortes influncias contem
porneas na pesquisa. No apenas pelo fato de mais problemas poderem
ser atacados hoje do que antes dos anos 50, os primeiros anos do compu
tador digital eletrnico de alta velocidade. A prpria natureza dos proble
mas que estudamos diferente; mesmo nossa abordagem a problemas j UJ
i
diferente. O
Por exemplo, as tcnicas analticas multivariadas estudadas nos lti
mas captulos so hoje facilmente alcanveis pelo pesquisador porqug
h computadores, centros de computao, e programas multivariados d:
computador a disposio. Sabendo disso, o pesquisador fica livre para
conceber uma enorme variedade de problemas de pesquisa que, digamos,
na dcada de 50 ele nem pensaria, simplesmente porque no havia meios
de fazer os clculos necessrios. A simples quantidade de clculos, em
outras palavras, afetou drasticamente a natureza e a substncia da teoria
e dos problemas.
O computador tornou-se to intimamente ligado ao pensamento dos
esquisadores que difcil fazer uma idia da poca em que eles no
E fdstiam. Eu me lembro bem deste tempo, mas agora penso como poderia
istir profissionalmente sem eles. E assim com a maioria dos pesquisa-
ores psiclogos, socilogos, economistas e educadores. No podemos
imaginar o que trabalhar sem um computador.
Vamos tomar um ou dois exemplos. Agora a anlise fatorial
usada quase rotineiramente para determinar o que os testes e escalas
medem. Pode-se construir um teste de aptido, como Thurstone fez h
muitos anos atrs, e incluir o que se acredita ser trs ou quatro tipos
271
de medidas de aptido: verbal, numrica e espacial, por exemplo, O teste
mede realmente as capacidades especificadas? Um meio importante de
responder a esta pergunta aplicando o teste a grandes nmeros de
crianas ou adultos e depois analisar fatorialmente as correlaes entre
os itens do teste. Lembre-se que anlise fatorial, entre outras coisas,
um mtodo de anlise que ajuda o pesquisador a determinar como os
testes ou medidas se agrupam. Determina tambm como os itens de
testes ou escalas se agrupam. Se alguns itens medirem, presumivelmente,
aptido verbal e outros itens medirem aptido numrica, ento cada
conjunto deve se agrupar na anlise. As correlaes entre os itens verbais
deveriam ser positivas e ' substanciais, e as correlaes entre cs itens
numricos deveriam ser tambm substanciais, enquanto que a correlao
entre os dois tipos de itens, entre os presumveis itens verbais e numri
cos, deveria ser mais baixa (porque esto medindo coisas diferentes).
A anlise fatorial, como j dissemos, faz tais anlises satisfatoriamente
com a ajuda do computador. (Veja captulo 12, especialmente o
exemplo da escala de atitude e as tabelas 12.5, 12.6 e 12.7.)
Antes dos computadores entrarem em uso geral sabia-se embora
no muito bem que a anlise fatorial de itens era necessria para
uma validade satisfatria e para outros estudos em mensurao. Tais
estudos, entretanto, eram raros, quase inexistentes.1 O simples volume
dos clculos afastava essas idias de considerao, embora alguns pes
quisadores se lembrassem dessa abordagem com melancolia. Assim, um
meio eficiente de se estudar a validade das medidas, de saber at certo
ponto o que realmente medem os testes e os itens era coisa virtualmente
inalcanvel antes do moderno computador tornar-se comum. Hoje essas
anlises so rotineiras.
No captulo 11 vimos que a regresso mltipla um meio poderoso
de estudar os efeitos juntos e separados de diversas variveis indepen
dentes sobre uma varivel dependente. Fazer regresso mltipla, alis,
1 Em 1958 Kaya e eu (Kerlinger & Kaya, 1959) queramos uma anlise fatorial
das correlaes entre os itens de uma escala de 20 itens de atitude a fim de
confirmar nossa idia a respeito do domnio da atitude e dos itens. Ns mesmos
calculamos os 190 coeficientes de correlao em uma calculadora mecnica de
mesa. Nem preciso dizer que levamos vrias horas. Entretanto, o pensamento
de fazer anlise fatorial nos amedrontava, embora ambos j o tivssemos feito
mo". Levamos a matriz de correlao ao falecido Irwin Lorge, que tinha o
privilgio de possuir um dos primeiros computadores bem primitivos. Lorge fez
a anlise fatorial, sem rotaes ao custo de aproximadamente USS 600,00. O
trabalho levou horas, se bem me lembro. Kaya e eu fizemos as rotaes mo,
o que levou de 10 a 20 horas. Pode-se entender por que os pesquisadores hesi
tavam em planejar uma anlise fatorial de itens. Hoje uma anlise completa de
dados e itens semelhantes, de todas as estatsticas dos itens at as rotaes de
eixos fatoriais, leva menos de 20 segundos no computador que uso atualmente!
272
fcsige a soluo de diversas equaes simultneas. Um meio comum de
e fazer isso exige o clculo do inverso da matriz de correlaes entre
as variveis independentes. Fazer isto " mo com duas variveis inde-
endentes fcil. Faz-lo com. trs variveis independentes mais difcil,
mas possvel. Faz-io com quatro variveis muito mais difcil, perde-se
ftempo, frustrante e pode-se errar. Um computador resolve facilmente
em questo de segundos. At uma calculadora programvel manual
pode manejar trs variveis independentes em cerca de dois minutos.
A questo que os clculos de um mtodo poderoso como o da regresso
Jpltipla esto agora mo dos pesquisadores que no mais precisam
enfrentar a perda de tempo e as probabilidades de erro que as calcula
doras do passado ofereciam.
Mais um exemplo e, desta vez, um bastante complexo, que a
anlise de estruturas de covarincia, descrita no captulo 13. A anlise
de estruturas de covarincia quase impossvel de ser feita em uma
calculadora de mesa. Partes das computaes so to complexas que
podem ser feitas apenas por computador e isto em questo de segundos.
Assim podemos dizer que este mtodo flexvel, poderoso e frutfero de
abordar a teoria e o teste da teoria, tornou-se possvel apenas com o
advento de computadores de alta velocidade. Sem dvida, o mtodo,
para comear, jamais teria sido concebido se seus autores no tivessem
trabalhado pensando na possibilidade do computador. E o mesmo serve
para quase toda anlise multivariada com mais de, digamos, seis ou
sete variveis. A influncia do computador na pesquisa das cincias com-
portamentais tem sido muito grande. E estavamos falando apenas dos
efeitos dos clculos. Os computadores tiveram grande efeito, natural
mente, em reas no computacionais. Neste captulo, vamos nos restringir
aos efeitos dos computadores em clculos com nmeros.
274
gorretamente e contanto que seu programa seja adequado. Infelizmente,
boa parte do que sai de um computador inexato e at sem significado.
Mas isto no culpa do computador; culpa das pessoas que usam o
Computador. Grande parte desse rendimento questionvel provavel
mente devido a ignorncia. Vamos voltar a este assunto mais tarde. O fato
que os computadores modernos so de toda confiana, mquinas
exatssimas em que se pode confiar para a maioria das anlises em
pesquisa comportamental.
Entretanto, os computadores no so infalveis. No se pode confiar
inteiramente neles porque eles tm limitaes. Se forem feitos clculos
prolongados com nmeros muito grande ou muito pequenos, os resultados
os clculos podem exceder a capacidade do computador. Suponhamos
que eu tenha um pequeno computador com espao para resultados no
maiores do que o nmero 1.000.000 ou sete lugares. Mas que eu tenha
que fazer o seguinte clculo:
4672 X 543 + 117/0,005.
O resultado, naturalmente maior que 1.000.000 e meu computador
no poder resolver. Mas as capacidades dos computadores modernos
so maiores que 1.000.000, e eles podem acomodar a maior parte das
necessidades de computao das cincias comportamentais.
As vezes, entretanto, acontecem inexatides, mesmo com os progra
mas mais bem escritos. ( Programa ser definido mais adiante.) Por
exemplo, grande parte da anlise multivariada depende de uma operao
matemtica conhecida como inverso de matriz (j mencionada). O
inverso de uma matriz como um recproco ou um divisor ou um deno
minador em aritmtica. Embora em lgebra se possa dividir facilmente
b por a, ou b/a, para produzir, digamos, c, ou c = b/a, no possvel,
em um sentido rigoroso, dividir ua matriz de nmeros por outra matriz
de nmeros. Em vez disso, calculada uma matriz inversa, e a primeira
matriz multiplicada pela matriz inversa. Para se calcular inversos de
matrizes so necessrias vrias multiplicaes. Se os nmeros forem
grandes, a capacidade do computador pode ser excedida. Se, como s
vezes acontece em anlise multivariada, os nmeros so pequenos os
coeficientes de correlao so pequenos, e dois ou trs multiplicados
juntos produzem nmeros menores ainda porque so fraes2 ento,
as muitas multiplicaes podero produzir nmeros muito pequenos que
levaro a inexatides e resultados confusos.
A confiabilidade do computador est relacionada a sua ductili-
jiade . "Ductilidade significa tratabilidade. Uma pessoa tratvel faz o
275
que os outros querem que ela faa. Um computador faz o que a pessoa
lhe diz para fazer. Fazendo isso estpido: faz exatamente o que lhe
mandarem; jamais mostra inteligncia ou senso comum. No existe um
programador de computador que uma vez ou outra no tenha dito:
Seu idiota! No era isso que eu queria. Ento pode-se dizer que os
computadores so estpidos e tratveis. uma caracterstica excelente
porque significa grande confiabilidade e segurana. Tambm exige muito
das pessoas que usam e programam os computadores. Elas tm que
explicar tudo o que computador deve fazer para atingir qualquer meta.
E isto, naturalmente, no fcil de fazer. Em resumo, um programador
no pode omitir nada. Um computador faz fielmente os erros que
mandado fazer! No faz nada mais nem nada menos do que mandam
suas instrues!
Outra caracterstica dos computadores e da computao no
realmente uma caracterstica da mquina. inerente s pessoas trabalhan
do com a mquina. Os computadores parecem exercer uma fascinao
infinita sobre muita gente. Isto particularmente verdadeiro para quem
programa com xito o computador para fazer um trabalho til. O prazer
como o prazer do pianista que aprendeu e toca uma pea musical
desafiadora ou um jogador de xadrez jogando com um oponente igual.
como se se fosse empurrado para conquistar no apenas a anlise
que se precisa mas tambm o computador e a prpria pessoa. A preocu
pao intensa e a concentrao exigidas parecem se unir em uma expe
rincia psicolgica altamente compensadora. Em resumo, os programa
dores de computadores muitas vezes ficam viciados, ligados ao compu
tador.
Esta caracterstica leva a resultados produtivos. Resolvem-se proble
mas que no teriam soluo sem tais investimentos de preocupao,
concentrao, energia e tempo. Mas os resultados podem ser tambm
negativos. possvel algum se absorver a tal ponto, programando a
mquina, chegando a se esquecer das razes porque a programou! Weizen-
baum (1976, captulo 4) descreveu de maneira incrvel os picotadores
(hackers) de computador, indivduos que virtualmente vivem para e com
o computador. Eles no programam tanto quanto picotam . Embora
tecnicamente brilhantes s vezes, seu conhecimento de computadores
e programao profundo , pouco esto ligando para o que esto
programando. Weizenbaum diz que tm uma preocupao neurtica
no tanto de resolver ou ajudar a resolver problemas importantes, mas
de dominar a mquina, adquirir poder.
O exemplo extremo de Weizenbaum dado para ilustrar a incrvel
fascinao desta mquina complexa e poderosssima. Embora o pico-
tador de Weizenbaum seja ua manifestao neurtica dessa fascinao,
resta dvida de que muita gente, talvez a maioria dos que lidam freqen-
276
temente com computadores, se torna obcecada. No h nada de mal
em um interesse profundo; muitas vezes ele leva a realizaes criativas.
Mas o computador tem uma dimenso a mais; ele basicamente uma
ierramenta para auxiliar a resolver problemas. Se isto ficar esquecido na
preocupao com a mquina propriamente dita, ento a coisa se torna
um jogo. A maioria dos jogos inofensiva e sua perseguio com avidez
no prejudica ningum. Mas a perseguio vida ao computador sem
preocupao pela finalidade cientfica e tcnica de seu uso, pode conduzir
a banalidades sem significado ou, pior ainda, eroso dos valores
cientficos.
277
mao, no precisamos lidar com a linguagem e suas diferenas. Mas
vamos discutir e ilustrar rapidamente a linguagem usada para programar
outra inveno notvel, a calculadora programvel de bolso. Essas lingua
gens menores tm a virtude de uma relativa simplicidade, considervel
flexibilidade e capacidade. Alm disso, as calculadoras programveis
esto se tornando muito comuns e logo sero mais amplamente usadas
e bastante acessveis a qualquer bolso. Sem dvida, dentro de cinco
anos elas provavelmente preenchero diversas necessidades dos pesquisa
dores comportamentais para clculos menores.
Fortran uma lngua intermediria assim como o Algol, o Pascal
e outras linguagens semelhantes que permite ao pesquisador se comu
nicar com o computador. Usa alguns comandos ou afirmativas bsicas
em ingls, como: READ, WRITE, GO TO, CONTINUE, DO e IF.
Esses comandos podem ser entendidos literalmente: read (leia) tais e
tais dados; write (escreva, ou imprima) os resultados, go to (v para)
uma outra parte do programa, if (se) uma quantidade computada for
positiva (por exemplo), go to (v para) tal parte do programa, mas if
(se) for negativa ou igual a zero, go to (v para) tal outra parte do
programa. A fora e flexibilidade das linguagens de computador no
podem ser exageradas. Quase no existe operao lgica ou numrica
que no possa ser realizada com ele.
Suponhamos que desejamos somar dois nmeros, 6 e 4, e pr o
resultado em um lugar de armazenagem rotulado SUM. Uma instruo
Fortram para fazer isto, :
SUM = 6 + 4
Mas isto limitado demais porque certamente vamos querer usar a opera
o de adio novamente. Ento escrevemos:
SUM = A + B
Agora, quaisquer dois nmeros podem ser lidos pelo leitor do compu
tador e podem ser armazenados nos lugares chamados A e B. Ento
A e B.podero ser usados mais tarde em quaisquer operaes aritmticas
assim como adio. As outras operaes aritmticas so manejadas da
mesma forma. Por exemplo, a multiplicao e a diviso so feitas da
seguinte maneira:
RESULT1 = A * B (multiplicao)
RESULT2 = A/B (diviso)
(O asterisco a verso Fortran para "x, multiplicar. / a verso
Fortran para dividir.) As operaes so combinadas facilmente,
como a combinao seguinte das quatro operaes aritmticas bsicas:
278
RESULT3 = ((RESULT1 + RESULT2) * A) / (A B)
Se A = 6 e B = 4, ento RESULT3 = 76,50.)
Este uso da Fortran em nvel to baixo, embora no seja particular
mente interessante ou poderoso, ilustra trs pontos importantes relativos
a Fortran e programao. Primeiro, as equaes Fortran no so como
as equaes algbricas comuns. Elas sempre querem dizer que o enun
ciado direita colocado no lugar marcado esquerda. Um termo
apenas pode ficar esquerda, qualquer nmero de termos ou expresses,
direita. O enunciado SUM = A + B, acima, significa: No lugar
chamado SUM coloque a soma de A + B. Segundo, o resultado de uma
operao pode ser rotulado de quase qualquer coisa, desde que sejam
satisfeitas duas ou trs regras simples (por exemplo, o nome pode ter
de uma a sete letras, nmeros ou ambos: C, SUM, RESULT2, e assim
por diante).
Terceiro, os computadores modernos tm muita capacidade de
armazenagem, e os lugares de armazenamento so alcanados simples
mente por seus nomes ou rtulos. No exemplo acima, cada um dos valo
res, A, B, SUM, RESULT2 e RESULT3, est armazenado em lugares dife
rentes e facilmente acessveis e rotulados como indicado. A armazenagem
e os lugares de armazenamento do exemplo acima podem ser concebidos
assim (embora no seja realmente feito assim): i.;
\-JLi
o t;
------- ---------- r _ - < P
O -4
6 4 10 24 1,50 76,50 Ci p
C& l
10 (Read in N.)
SUMX = 0.0 (Inicializa SUMX)
30 1 = 1 + 1 (Ajusta I para 1.)
40 (Read in X (I).)
100 SUMX = SUMX + X (I) (Soma Xi a SUMX)
105 IF (I.L.T.N) GO TO 30 (Enunciado condicional:
veja o texto)
AN = N (Pe N em AN)
107 AVER = SUMX/AN (Calcula a mdia)
110 (Print SUMX and AVER.)
END
280
O computador volta agora afirmativa 30, que soma 1 a I de
povo. No 40, lido X (2), e no 100 somado a SUMX. Se X (1) = 15 e
X (2) = 17, ento SUMX agora igual a 32. feito novamente o teste
no comando 105, e uma vez que I, ou 2, menor do que 100, o compu
tador volta novamente para 30. I novamente incrementado, o X (I)
|eguinte somado a SUMX, novamente feito o teste em 105 e nova
mente o computador volta para 30. O procedimento continua at o 100.
X, ou I = 100. Depois que X (100) somado a SUMX, feito nova
mente o teste IF na afirmativa 105, mas desta vez, j que I == 100
e, portanto, no menor do que N, o computador no voltar a 30.
Em vez disso, continua at depois de 105.
A continuao do programa calcula simplesmente a mdia, chamada
AVER, depois de converter N em AN, o. que feito para mudar o nmero
inteiro N em um nmero decimal para que a aritmtica de SUMX/AN
possa ser feita. (Em Fortran, denominaes de variveis que comeam
com I, J, K, L, M e N, so variveis de nmeros inteiros; todas as outras
so variveis decimais. O leitor no precisa se preocupar com esta
distino.) calculada ento a mdia AVER, no comando 107 e SUMX
e AVER so impressos pelo comando 110 (no dado). O programa e os
clculos terminam ento com a instruo END.
Isto suficiente para dar ao leitor um pouco do gosto da linguagem
de um computador, como a Fortran, e uma idia e como o computador
trabalha.
A princpio o procedimento pode parecer enfadonho, mas funciona, e
muitssimo bem. Em um computador de grande porte, programa acima
tomaria apenas um ou dois segundos. Alm disso, poderiamos facilmente
somar os quadrados de todos os X, calcular a soma dos quadrados, o
desvio padro, se desejssemos e com pouqussimo acrscimo de tempo
do computador. Ler os dados e imprimir os resultados levam mais tempo
do que os prprios clculos, que so feitos to rapidamente que se
apertssemos o boto para inici-los, eles estariam feitos antes de soltar
mos o boto!
Seria quase tolice usar computador to grande para computaes
to simples. Se em vez de um X, tivssemos 30 Xs, ou variveis, e
quisssemos calcular todas as mdias, desvios padro e correlaes entre
os X s, no seria tolice. E isto feito fcil, rpida e exatamente com
uma programao Fortran (ou outra). Naturalmente, o programa ser
mais complexo. E se algum quiser fazer outras anlises, como anlise
fatorial ou anlise de regresso mltipla, ento, o programa torna-se
mais longo e complexo. (Mostramos apenas uma pequena frao das
possibilidades da Fortran.) Entretanto, os procedimentos bsicos so
Semelhantes.
Computadores-calculadores programveis
282
ser rotulado, A, B, e assim por diante: LBL A, LBL B. Nosso programa
tem dois subprogramas, A e B. O objetivo de A somar os X e determi
nar o nmero de casos, N. O objetivo de B calcular a mdia. Ambos
so feitos facilmente com seis comandos apenas. Em A, STO + 1
equivalente ao comando Fortran SUM = SUM + X (I). Toma um
nmero digitado pelo usurio e soma-o ao contedo da locao 1. Se X
fosse necessrio a uma operao posterior, poderia ser armazenado para
esse fim. Isso poderia ter sido feito inserindo-se o comando STO 3 (ou
STO 4, STO 5) imediatamente aps LBL A e antes de STO + 1.
Os dois comandos, 1 e STO + 2, so um contador. Eles incre
mentam os casos na locao 2. O nmero que estiver antes de STO + 2
sera somado o contedo do lugar de armazenagem 2. Quando todos os
Xs tiverem eiitrado, a locao 2 conter N, o nmero de casos. A afirma
tiva RCL 2 significa Recall 2, ou chame tudo o que estiver na loca
o 2. Isto conveniente porque mostra ao usurio qual o nmero de
casos. A instruo RCL 2, em outras palavras, traz o que estiver em
2 para o display. A afirmativa final de LBL A RTN, ou volte
(return). O computador interrompe a execuo do programa e volta ao
incio de LBL A.
Usando computadores grandes, grava-se (perfura-se) os X em cartes
ou fitas, e o computador os l. Em calculadoras pequenas programveis,
os Xs so digitados (embora haja um meio para a calculadora ler dados
de cartes plsticos). Com nosso pequeno programa, digita-se o primeiro
X ou X! e depois aperta-se A. A calculadora toma o valor introduzido e
soma ao contedo da locao 1. Se, por exemplo, introduzirmos 15,
este 15 ficar na locao 1. 1 somado locao 2, ou 0 + 1 = 1.
Isto chamado de volta da locao 2 e mostrado. A calculadora volta
ento a LBL A, pronta para nova entrada X. Vamos dizer que X2 seja 21.
Este somado ao contedo da locao 1, ou 15 + 21 = 3 6 , e 3 6 fica
na locao 1. Novamente 1 somado locao 2, ou 1 + 1 = 2.-
Quajndo todos os X tiverem entrado, digamos, 40, aperta-se a chave
B que ativa LBL B. B chama de volta os contedos das locaes 1 e 2,
e divide o primeiro pelo segundo ou, SXi|N, a mdia, naturalmente, que
aparece no display. Fica tambm depositada na locao 3 pela instruo
STO 3 para provvel uso futuro. Se 0 programa for necessrio para
clculos semelhantes no futuro, pode ser gravado num pequeno carto
plstico (j mencionado), guardado e usado em outra ocasio, introdu
zindo simplesmente o carto na mquina. O programa assim escrito, est
pronto para operar com dados novos, assim como um programa Fortran
gravado em cartes ou fita e pronto para ser usado quando necessrio.4
283
Outros usos e operaes dos computadores
284
maior do que a entrada apropriada na tabela t h muitos ts na tabela
correspondentes aos nmeros de casos nos grupos experimentais ^ o
resultado considerado estatisticamente significante. (Para mais discus
ses desses testes estatsticos, veja o Apndice no fim do livro.)
Os livros de estatstica sempre contm tabelas t e outras tabelas
, usadas com testes estatsticos. Estritamente falando, entretanto, o compu
tador tornou tais tabelas obsoletas parcialmente. O computador pode
calcular de maneira bastante exata o t especfico de que se necessita.
Tudo o que preciso o que se denomina uma sub-rotina para fazer a
aproximao necessria.5 Os valores tabelados para os diferentes t so
valores de distribuio. So valores esperados por acaso para vrios Ns.
Suponhamos que o pesquisador obtenha uma diferena entre duas mdias
e calcula t, que, digamos, 3,714. Procurando a entrada apropriada na
tabela ao nvel de significncia de 0,05, ele encontra que o t na tabela
2,010. Seu 3,714, maior do que o da tabela. J que a entrada de
2,010 na tabela o valor esperado por acaso o valor esperado se
houvesse apenas uma diferena casual entre as duas mdias , eles
podem concluir que as duas mdias so significantemente diferentes.
O clculo de valores de distribuio, como para a distribuio t,
difcil porque envolve clculos tediosos. O computador calcula valores da
distribuio usando procedimentos de aproximao sucessiva. (Uma
forma simples de tal procedimento vem ilustrada adiante.) Dentro de
alguns anos os programas de computador que incluam distribuies esta
tsticas provavelmente tero tais procedimentos de aproximao embu
tidos na maioria dos programas estatsticos. Quando um t, por exemplo,
for calculado, o computador calcular tambm, atravs de um procedi
mento de aproximao, a probabilidade que o t calculado (calculado
dos dados) ocorra por acaso. Por exemplo, a aproximao da probabili
dade que = 3,714 tenha ocorrido por acaso apenas de 0,0003, ou
3 chances em 10.000. Fiz uma HP-67 realizar os longos clculos repeti
tivos _ muitos loops, alis, para efetuar a aproximao usando um
programa fornecido pela companhia. A calculadora levou cerca de 30
segundos para fazer o trabalho. Um computador grande faria o mesmo
trabalho em muito menos tempo, numa pequena frao de segundo
Em resumo, embora as tabelas de valores de distribuio talvez no se
tornem obsoletas, elas no sero to teis e necessrias quando so
agora.
285
U m e x e m p lo d e a p r o x im a o : r a iz q u a d r a d a
286
quadrada se deseja introduzido na calculadora. A calculadora divide
este nmero por 2. Isto ineficaz, mas sempre funciona. A calculadora
ento usa o algoritmo acima sucessiva e repetidamente ate obter a ra_iz
quadrada. O processo geralmente convergir rapidamente para a soluo
correta.
Para ver como funciona, vamos pr 15 na mquina. As iteraes
sucessivas eu fiz a calculadora parar depois de cada loop para poder
ver o resultado de cada iterao e assim cada aproximaao antes das
solues finais eram:
15
4,75000 1/2 7,5 +
7,5 / J
15
3,95395 1/2 4,75 +
4,75
15
3,87381 1/2 3,95395 +
3,95395
15
3,87298 1/2 3,87381 +
3,87381
397,96785
200,97890
104,43979
59,82175
43,18256
39,97684
39,94831
39,84810
287
e 39.848102 = 1587,8714. Note como os nmeros sucessivos convergem
para o nmero final correto. O procedimento funciona com nmeros
menores de 1? Tente V 0,75. As iteraes resultantes:
1,18750
0,90954
0,86707
0,86603
e
0,866032 = 0,75.
288
algoritmo programado e, talvez, o hardware para o logaritmo no funcio
nem to depressa como para tirar a raiz quadrada.
289
negligenciadas. Hoje tal negligncia muito menos provvel. Embora
estes melhoramentos no sejam inteiramente resultantes da disponibili
dade dos computadores, h pouca dvida de que os computadores ajuda
ram a dar condies possveis para melhoramento. Em resumo, o compu
tador libertou o pesquisador para coisas melhores.
A terceira influncia benfica do computador mais sutil. A simples
presena de um centro de computao, que a maioria dos pesquisadores
acabar usando, afeta a vida e o pensamento de todos os que o cercam.
uma manifestao fsica da matemtica, cincia, pesquisa e tecnologia.
Seu staus, como manifestao de uma das mais altas realizaes tecno
lgicas e intelectuais, uma lembrana constante dos valores que influen
ciam nosso pensamento e nosso trabalho. O grande investimento feito
pelas universidades e outras instituies e organizaes sociais em
computadores e pessoal tcnico, penetra as vidas dos pesquisadores. E um
des principais valores a soluo objetiva de problemas e comunicao.
O computador , ento, um poderoso smbolo de intelectualidade, princi
palmente intelectualidade cientfica. Como tal, ele refora e apoia normas
e critrios cientficos e intelectuais. No de admirar que pintores,
^escritores, historiadores e filsofos se preocupem com ele. Eles temem
que sua influncia poderosa possa desequilibrar a universidade e at a
sociedade. E eles podem ter razo.
A quarta influncia j foi mencionada neste captulo. Os problemas
de pesquisa que no podiam ser prontamente abordados, esto agora ao
alcance. J mencionamos anlise fatorial e outras formas de anlise
multivariada. Vamos tomar um exemplo bem diferente ainda no discu
tido aqui: a anlise de contedo. Os cientistas polticos, historiadores,
psiclogos e socilogos, entre outros estudiosos, sempre analisaram mate
rial documentrio a fim de estabelecerem fatos e tendncias e para estu
dar relaes. Este estudo documentrio extremamente laborioso. Os
historiadores poderam passar meses ou anos em bibliotecas para estuda
rem e documentarem um assunto. Sem dvida, a imagem do intelectual
sempre foi a da pessoa que mais ou menos cava, vasculha e grava
pacientemente os resultados de suas escavaes. Grande parte do trabalho
de um estudioso era deste tipo. Embora cansativo, no era possvel de
ser evitado.
Graas ao computador e ao desenvolvimento da anlise de contedo
dentro das cincias comportamentais, a abordagem do intelectual, sua
perspectiva e tjrabalho esto mudando drasticamente ou talvez eu
deva dizer, mudaro drasticamente porque muitos estudiosos ainda no
foram afetados. Jamais haver um verdadeiro substituto para o julga
mento humano que o estudioso tem que fazer constantemente. E provavel
mente sempre haver uma certa quantidade de trabalho maante. Mas o
computador pode eliminar muito desse trabalho maante. Com uma
290
lista bem feita de conceitos-chave, nomes e assuntos, o levantamento
bibliogrfico feito por computador depois que a prpria bibliografia
foi posta nos bancos de memria do computador agora possvel.
A carga da pesquisa bibliogrfica ser grandemente aliviada. Depois
que o estudioso seleciona as fontes que deseja na lista que o computador
fornece para sua pesquisa, o computador pode ainda reproduzir a fonte
ou expedir instrues para faz-lo.
Vamos tomar um exemplo mais interessante. Anlise de contedo
um mtodo de analisar e estudar as comunicaes documentos de
toda espcie, inclusive documentos existentes e documentos produzidos
deliberadamente para fins.de pesquisa, livros, cartas, etc.. . de
modo sistemtico, objetivo e quantitativo para medir variveis ou realizar
outros propsitos de pesquisa. Suponhamos que desejamos estudar os
sistemas de valores de grupos ou pases diferentes e que certas palavras
ligadas a valores foram descobertas em pesquisas anteriores como capazes
de diferenciar grupos sociais, palavras como igualdade, disciplina, reali
zao, religio e liberdade.
Um dicionrio de tais palavras pode ser colocado na memria
do computador. Amostras aleatrias de publicaes-chave editoriais,
discursos polticos e artigos de revistas, por exemplo em diferentes
pases podem ser analisados. Selees inteiras so perfuradas nos cartes
e lidas no computador. O computador examina os cartes, destaca as
palavras relativas a valores que foram colocadas em seu dicionrio,^
depois analisa os dados contando, categorizando e calculando as esta
tsticas apropriadas. O grande trabalho de estudar e analisar os texto
evitado e o pesquisador pode se concentrar no que impor ntfe
a teoria por trs do trabalho, o dicionrio e seu contedo, a seleo
dos materiais para anlise e outros assuntos substantivos e metodologics.
Outro benefcio dos computadores que pessoas trabalhando em
diferentes campos entram em contato no apenas com os especialistas
de computadores, mas tambm com trabalhadores de outros campos.
Acontece, ocasionalmente, que um pesquisador, diante de um problema
analtico ou de computador desconhecido em seu campo, descobrir com
algum de outro campo que o problema j foi resolvido. Isto acontece
especialmente no contato com matemticos. A maioria dos pesquisadores
comportamentais no se destaca por seus pendores matemticos e as
vezes tomam conhecimento de que um problema analtico que os con
funde j fci resolvido por matemticos ou estatsticos matemticos.
O ltimo benefcio a ser mencionado vem do carter internacional
dos computadores e da cincia da computao. As linguagens de compu
tadores, embora escritas em ingls, ou no que pode ser chamado de
uma forma de ingls, so na verdade, internacionais. No mundo inteiro,
os programas so escritos em Fortran, Algol e outras linguagens de
computador. As instalaes de computador compartilham programas
internacionalmente. Certos pacotes de programas muito conhecidos e
usados podem ser encontrados nas universidades de Nova Iorque, Berkeley
e Amsterd, para mencionar trs instalaes muito distantes. tambm
muito comum usurios e especialistas de computadores de diversos
pases se encontrarem em centros de computao e muitas vezes compar
tilharem seu conhecimento e know-how. A palavra ''Computador e
certas outras a ela relacionadas, tornaram-se parte de lnguas naturais.
Como a msica e a matemtica, a linguagem de computador uma
espcie de linguagem internacional.
O efeito deste intercmbio e influncia internacionais ajuda a demo-
lir barreiras nacionais e sociais. Naturalmente, a cincia e a tecnologia
sempre tiveram esse carter internacional e s vezes ajudaram a destruir
barreiras. A influncia do computador pode ser maior, entretanto, pela
necessidade de as instituies terem centros de computao e know-how
fisicamente presentes dentro ou prximos das instituies. Os benefcios
para as cincias comportamentais vm principalmente do crescente com
partilhar de metodologias a anlise de estruturas de covarincia discu
tida no captulo 13 um excelente exemplo e conhecimento ampliado
da teoria e pesquisa.
As desvantagens do computador foram muito discutidas por vrios
observadores. Elas so complexas e muito menos bvias do que as vanta
gens no sentido em que seu carter negativo e at sua influncia nociva
sao mais discutveis. Veremos por que quando discutirmos e examinarmos
duas ou trs delas.
A. primeira e mais bvia desvantagem do computador sua possvel
violao do sigilo. Uma das regras ou valores importante que governam
a pesquisa da cincia oomportamental que toda informao sobre
indivduos e grupos confidencial. A privacidade e os direitos dos indi
vduos devem ser cuidadosamente salvaguardados. Os dados coletados
sobre indivduos no devem ser identificveis. Mas se os nomes dos indi
vduos entrarem no computador com seus dados, torna-se muito fcil a
indivduos ou organizaes inescrupulosas obterem informaes indivi
duais e violarem a privacidade e os direitos de indivduos e grupos.
Infehzmente isto foi feito e o computador levou a culpa. O problema ter
que ser resolvido se este importante valor tiver que ser preservado.
A segunda influncia nociva vem dos problemas levantados pela
pergunta. Os computadores podem pensar? De chofre, a maioria das
pessoas sensatas responder prontamente No, claro que os computa
dores no pensam pelo menos como o ser humano pensa. O
problema que a pergunta e sua resposta so muito complexas. certo
que os computadores s fazem o que so instrudos para fazer. Mas as
vezes no se sabe direito para o que foram instrudos. Alm disso, sua
292
busca incessante e implacvel de possibilidades lgicas pode dar resul
tados surpreendentes. Isto , os resultados de certa linha de pensamento
no podem ser conhecidos porque as possibilidades so muitas. Levara
mos semanas, e at anos, para explorar algumas possibilidades apenas.
Mas podemos escrever um programa e instruir o computador a explorar
as possibilidades e imprimir os resultados. Em outras palavras, onde uma
pessoa pode levar adiante um procedimento apenas por tempo limitado
e com possibilidades limitadas, um computador pode segui-lo por minu
tos, horas e at dias (com grande despesa, claro) e explorar muitos
mais e at todas as possibilidades. Isto pensar"? Se no for pensar,
precisamente, coisa muito parecida.
A capacidade do computador fazer operaes repetitivas e variadas
a alta velocidade ento, ajuda seus usurios a acompanhar as conseqn-
cias de idias e modelos complexos. Este grande poder tem uma aura
de magia que deixa muita gente desconfiada ou at com medo dos
computadores. Alm disso os computadores podem simular processos
de pensamento humano com grande sucesso. Um exemplo famoso um
programa de computador que pode demonstrar teoremas lgicos. Estas
demonstraes s vezes so muito difceis at para especialistas em lgica.
O computador pensa quando resolve esses problemas? Um exemplo mais
conhecido e mais famoso a incrvel capacidade que o computador tem
para jogar xadrez. Os computadores podem derrotar a maioria dos joga
dores de xadrez (mas no os melhores). Eles pensam" quando fazem
isso?.
O assunto altamente controvertido e discqtvel. Alguns dizem que
o pensamento de um computador indistinguvel do das pessoas. Ou
tros, que h uma diferena profunda. Provavelmente no haja uma solu
o satisfatria para a dificuldade, querendo isto dizer que no possvel
responder pergunta, Os computadores podem pensar? (A pergunta foi
at considerada sem sentido.) Talvez a melhor resposta tenha sido a
de Turing (1956), que anos atrs disse que para testar a pergunta s
dar o problema que estiver exigindo pensamento a um computador e a
um especialista humano. Se um observador especializado no puder
discernir nenhuma diferena fidedigna nas solues apresentadas, ento
o computador pode pensar . H pouca dvida de que muito do que
os computadores fazem parece ser uma forma de pensamento. E no h
dvida tambm de que os computadores podem simular efetiva e repeti
damente conhecidas caractersticas do pensamento humano. Vamos deixar
este problema embaraoso e voltar a assuntos mais fceis com enorme
alvio, confessemos. 1*
7 O leitor pode ter uipa viso geral dos problemas envolvidos lendo Lindsay e
Norman (1977, pp. 593-599) que analisaram um problema particular chamado
Outra desvantagem do computador tem suas razes na relativa facili
dade de uso do computador, a grande e fcil disponibilidade dos chama
dos pacotes de programas e a fora e velocidade das mquinas moder
nas. Estas caractertsicas e condies possibilitam aos indivduos com
insuficiente conhecimento dos mtodos usados, produzir anlises que
podem e, s vezes, so absurdas. Tais usurios dependem muito de que
o computador faa por eles seu trabalho e pensamento. O mau uso de
pacotes de programa de anlise fatorial um exemplo freqente e proble
mtico. Mtodos objetivos para anlise fatorial convenientes para uso
em computadores foram elaborados e so amplamente acessveis. O pro
blema que um mtodo completamente objetivo nem sempre produz uma
soluo satisfatria para um problema de anlise fatorial. O julgamento
humano tem que entrar no negcio em dois ou trs lugares cruciais.
Por exemplo, uma parte importante da anlise fatorial o nmero
de fatores a serem rotados depois da extrao dos fatores. (Veja no
captulo 2, nota de rodap nmero 4, uma breve explanao de fatores
rotados.) No h resposta completamente satisfatria para a questo:
Quantos fatores devem ser rotados? H respostas e mtodos objetivos,
mas que podem dar respostas enganadoras seno completamente erradas.
O nico meio bastante satisfatrio no presente envolve mtodos objetivos
e o julgamento do pesquisador. A desvantagem, ento, a tendncia dos
pesquisadores se tornarem dependentes demais do computador e, em
fazendo isto, perderem a compreenso real dos dados e da metodologia
com que trabalham, e abandonar o controle sobre sua pesquisa e seus
resultados.
Mais insidiosa e prejudicial a forte tendncia dos usurios dos
computadores em todo mundo, de depender dos chamados pacotes de
programas para a soluo de seus problemas analticos. Um pacote
um programa generalizado que pode manejar todos os problemas de certo
tipo. escrito para ser "geral para uma classe de problemas analticos;
meu problema, o seu problema e o problema dos outros podem ser feitos
com ele. Por exemplo, h "pacotes para fazer anlise fatorial, anlise
de regresso mltipla e alguns deles so muito bons, sem dvida. Outros
tm aspectos questionveis. Muitos dos usurios de tais programas sabem
pouco ou nada a respeito do computador e do que ele pode ou no
pode fazer; e, pior, eles sabem pouco a respeito dos mtodos empacota-
294
dos nos programas. Dependem totalmente dos programas do computa
dor. Os terrveis resultados se mostram repetidamente. Ocorreu a pouca
gente, mesmo a pesquisadores, que tamanha dependncia perigosa, e
at perniciosa. Ela no leva apenas a resultados incorretos e confusos;
ela enfraquece a capacidade de muitas pessoas potencialmente talentosas.
Baixa ainda a qualidade geral da pesquisa nas cincias comportamentais.
A desvantagem final a ser discutida a mais enganadora, complexa
e difcil de ser descrita. O poder, a aplicabilidade universal e a tremenda
velocidade do computador ajudam a gerar espanto e medo em muita
gente. (Naturalmente, quando a automao torna o trabalho obsoleto,
seguem-se a averso e o dio.) O computador encarado como uma
fora misteriosa cujo efeito derradeiro ser o de destruir a humanidade.
O trabalho do computador e as pessoas que o usam so olhadas como
perigosas ameaas integridade e peculiaridade existencial de homens
e mulheres. Em resumo, o computador, muitas vezes junto com a cincia,
percebido como um inimigo da humanidade.
Fato e fico se unem aqui. O fato que tais- atitudes so muito
reais e exercem grande influncia (veja Lee, 1970, para um estudo
de mbito nacional de tais atitudes). A fico que o computador, essen
cialmente uma mquina, embora potente antropomorfizado; recebe uma
realidade e um poder que no possui. Os computadores no desuma-
nizam as pessoas; as prprias pessoas se desumazinam. Os computadores
so produtos humanos e uma parte da estrutura social; devem ser contro
lados pelos homens e mulheres e pela estrutura social. Se a desumaniza-
co for uma ameaa, ento preste ateno a coisas mais profundas do
que .o computador.
Corno sempre, a resposta, se que h uma resposta, no culpar a
cirtia, a tecnologia, os mtodos e os computadores pelas mazelas huma
nas. Embora no haja dvidas de que o homem e seus poderosos produtos
ajudam a formar os seres humanos, tambm no resta dvidas de que
os males da sociedade so curados apenas pelos homens e mulheres
trabalhando juntos para efetuar curas.
Esta homilia por demais moralista nos leva a nossos ltimos captu
los. Neles discutiremos algumas das importantes e controvertidas questes
associadas cincia e pesquisa. Veremos que o computador apenas
uma pequena parte de um maior e mais difcil complexo de problemas.
15. Concepes errneas e controvrsias:
questes metodolgicas
Objetividade
296
cialistas sobre o que est sendo observado. Isto significa que a cincia
procura afastar os procedimentos cientficos das preocupaes humanas.
Todas as formas de conhecimento so influenciadas por valores, atitu
de e outras predilees. Jamais possvel ser-se completamente objetivo.
Em outras palavras, a objetividade sempre uma questo de grau. Mas
a cincia insiste no ideal e no critrio da objetividade como sendo indis
pensvel. Sem objetividade no pode haver cincia.
Como ficou salientado no captulo 1, o critrio de objetividade
permite aos cientistas sarem de dentro de si prprios. Eles estabelecem
procedimentos l fora, longe de si mesmos. A idia proteger os proce
dimentos de predilees e influncias. Esta a essncia e o ncleo de
mtodos cientficos empricos. Um dos testes de objetividade se, a
partir de uma descrio de uma pesquisa, um outro investigador compe
tente capaz' de replic-la. Se for possvel e se os resultados forem os
mesmos ou semelhantes, isto apoio parcial para a validade da pes
quisa. A objetividade uma das razes principais porque as explicaes
cientficas, apoiadas por evidncia emprica objetiva, so consideradas
mais dignas de confiana do que outros mtodos de se obter conheci
mentos.
As crticas objetividade vo desde as mais ingnuas s mais sofisti
cadas. O ncleo da crtica, entretanto, parece tomar duas formas. A pri
meira j foi mencionada e discutida no captulo 1. A objetividade, dizem,
leva ao distanciamento, frieza, inumanidade. O distanciamento e
a frieza da cincia destroem os valores humanos e desumanizam o
homem. Assim, a cincia fundamentalmente perniciosa. Alm disso,
no se pode confiar em conhecimento adquirido em sistema to desumano
porque a ele falta sabedoria verdadeira e profunda, que vem apenas
da percepo intuitiva de verdades espirituais e humanas. A cincia
reducionista: ela reduz o todo essencial dos seres humanos e o mundo
para dissecar fragmentos de conhecimento, que so, em essncia, distor
es da realidade. Os psiclogos, em tentativas objetivas de estudarem
a inteligncia e a personalidade humanas, no compreendem a prpria
essncia da inteligncia e personalidade, todos indivisveis e impossveis
de serem reduzidos ,a conceitos e nmeros. A objetividade, em vez de
ser uma ferramenta neutra para o cientista, de fato um poderoso inimigo
do homem e da verdade pelo menos o que dizem.
O segundo argumento mais sofisticado e exerce maior influncia,
principalmente na Europa, onde faz parte dos ataques marxistas^
objetividade. Diz-se com bastante verdade, por sinal que ningum
pode ser verdadeiramente objetivo. Quando os cientistas colocam a
objetividade como um ideal, esto enganando-se a si prprios e aos
outros. Todos ns, inclusive os cientistas, somos conduzidos por nossos
valores e motivos. No podemos ser objetivos. Marxistas e idelogos
semelhantes vo mais alm. Dizem, por exemplo, que os valores da
sociedade influenciam as hipteses e as pesquisas de cientistas burgueses
e, se esses valores forem corruptos, como o so na sociedade capitalista,
ento a pesquisa e os resultados so inevitavelmente corruptos. A objeti
vidade, ento, um mito burgus; uma arma de opresso.
Dizem ainda que mais importante conhecer a histria de uma
hiptese do que test-la. Isto significa que o que importante a histria
e a origem das hipteses na cincia capitalista ocidental. Quem formula
as hipteses a pergunta-chave. Elas vm de cientistas apoiados pelo
establishment? Se assim for, elas so tendenciosas e suspeitas. Este tipo
de raciocnio e o raciocnio menos ideolgico de crticos da pesquisa
comportamental sociolgica e psicolgica se juntam em seu ataque obje
tividade.
No captulo 1 foi respondido um argumento relacionado. Vamos nos
limitar aqui a breves observaes centralizadas principalmente na con
fuso de duas definies de objetividade. A definio cientfica de objeti
vidade ficou dada atrs e elaborada no captulo 1: acordo entre juizes
especialistas, juizes sendo definidos como pessoas ou mquinas. A
essncia desta definio se refere a procedimentos, ela de ordem meto
dolgica: d uma regra geral metodolgica. A regra, em essncia, diz:
todos os procedimentos devem ser pblicos; devem ser replicveis; devem
estar separados do investigador. E isso tudo que significa.
Os crticos da objetividade, entretanto, baseiam seus argumentos
numa definio que se concentra no investigador. Eles, ou pelo menos
seus argumentos, pressupem que a objetividade seja uma caracterstica
ou trao cientista. Eles esto dizendo, com efeito, que os cientistas
reinvindicam a objetividade para si prprios, que eles, como classe de
indivduos, so mais objetivos do que os no-cientistas. Eu estou exage
rando um bocado e sei que algumas crticas objetividade so mais
sofisticadas do que indica o meu resumo de seus argumentos. Entretanto,
a confuso causada pela definio implcita ou explcita de objetividade
como um trao dos cientistas impede a comunicao e enfraquece a
compreenso de objetividade como um procedimento cientfico.
Os cientistas no reivindicam nenhuma objetividade pessoal (natu
ralmente h excees). Eles insistem na objetividade como um procedi
mento metodolgico que pode e deve ser colocado parte dos cientistas
e suas predilees. Em resumo, os procedimentos devem ser pblicos.
Os argumentos contra a objetividade expostos acima, no tocam neste
ponto. O primeiro argumento, de que a objetividade distanciada, fria
e desumana, correto. E tem que ser desta forma. precisamente esta
separao da pesquisa cientfica das preferncias humanas, aliada
insistncia em testes objetivos empricos das hipteses que, uma vez
enunciados publicamente, ficam eles prprios fora dos seres humanos
298
que aumentou de maneira to notvel nosso conhecimento. Que a objeti
vidade leva destruio de importantes valores humanos, faz parte de
uma mitologia mais ampla. Sem dvida, a prtica da cincia leva ao
desafio de valores estabelecidos por causa de sua natureza bsica de
indagao crtica. Mas que destrua valores humanos ou o prprio homem
absurdo. Se os valores ou os homens tiverem que ser destrudos, os
homens faro isso. Os procedimentos podem nos desumanizar apenas
quando permitimos que o faam.
O segundo argumento tambm tem pouco peso, a no ser com
aqueles que querem acreditar nele. Naturalmente todos ns somos influen
ciados por nossas preferncias. O fato de podermos ou no ser pessoal
mente objetivos discutvel. Mas a questo no esta. A questo, como
j observamos, que os procedimentos da cincia so objetivos e no
os cientistas. Os cientistas, como todos os homens e mulheres so cpinti-
cos, dogmticos, ideolgicos influenciados pelas foras que influen
ciam a todos ns. Esta a verdadeira razo para insistir em objetividade
de procedimento: levar a questo para fora de ns mesmos, sujeit-la
a investigao crtica pblica.
No h verdades absolutas, cientificamente falando. No podemos
saber nada completamente. H apenas graus relativos de conhecimento
vlido e fidedigno. Os procedimentos objetivos aumentam a probabili
dade de obter conhecimento mais fidedigno e mais vlido atravs da
pesquisa. A objetividade em e de si prpria, tem pouco valor. Ser objetivo
no significa ser cientfico. Afastar a objetividade da cincia, entretanto,
destri o ncleo do empreendimento cientfico.
Mtodos quantitativos
300
H diversas respostas crtica feita quantificao nas cincias
comportamentais, sendo que a mais importante emprica e pragmtica.
O uso da quantificao funciona! Embora as suposies que formam a
base do uso dos nmeros e sua manipulao possam ser violadas, a
quantificao funciona muitssimo bem. Quando a inteligncia de criana
medida com um teste fidedigno razoavelmente vlido, pode-se correla
cionar os nmeros obtidos com outros nmeros obtidos em outro teste
aplicado s mesmas crianas, digamos, um teste de realizao verbal, e
obter uma excelente aproximao da magnitude da relao. A evidncia
para a verdade desta afirmativa que em geral e, naturalmente,
com as excees de sempre as crianas que obtm notas altas em
testes de inteligncia tambm recebem notas altas em testes de realizao
verbal, assim como em testes de outros tipos de realizao; e as crianas
que obtm notas baixas em inteligncia tendem tambm a receber notas
baixas em realizao. (Veja a discusso sobre validade no captulo 9.)
Embora o cientista no desdenhe arbitrariamente suposies impor
tantes na atribuio de nmeros a objetos que esto sendo medidos, ele
sabe que, s vezes, no pode satisfazer todas elas. Alm disso ele sabe,
por experincia e pela evidncia, que com conhecimento, cuidado e habi
lidade em planejar e usar suas medidas, ele pode conseguir aproximaes
razoveis de suas variveis e as relaes entre elas no sentido de que seus
resultados, apropriadamente testados e verificados, concordam com a
realidade, como no exemplo acima de inteligncia e realizao verbal.
Conseguindo tudo isso, ele pode usar os mtodos fortes da matemtica
e da estatstica para ajud-lo a fazer inferncias sobre o que est l
fora.
H uma resposta emprico-experimental fortemente relacionada com
isso para as acusaes quantificao. Os testes estatsticos de significn-
cia tm certas suposies por detrs. Por exemplo, um teste t, que j
discutimos anteriormente, entre outras coisas, avalia a significncia esta
tstica da diferena entre duas mdias. Uma das suposies em que se
baseia o teste (Edwards, 1967, pp. 214-215; Hays, 1973, pp. 409-410)
que as notas das duas populaes das quais os dois grupos so amostras
so distribudas normalmente.1 A teoria que apoia o teste t, da dife
rena entre duas mdias, requer esta suposio. Se for violada, os resul
tados de um teste t podem no ser vlidos. Igualmente, supe-se que as
Valores e cincia
302
pio do povo so proposies de valores. No h forma de test-las
empiricamente. Elas esto alm dos meios e capacidades da cincia.
Por isso, os cientistas excluem tais proposies de seu trabalho.
Isto no significa que os cientistas, como indivduos, ou at em
grupos, no tenham valores. Tal afirmativa absurda. Nem significa que
a pesquisa cientfica seja isenta de valores. As escolhas de tpicos de
pesquisa e at a metodologia da pesquisa so influenciadas pelos valores
que o cientista adota. Os valores podem tambm influenciar a interpre
tao dos resultados da pesquisa. O psiclogo ou o socilogo informado
sabe disto, entretanto e usa salvaguardas para minimizar esta influncia.
O fato de os cientistas evitarem proposies de valores como no
testveis, no significa que os prprios valores no possam ser estudados
cientificamente. Sem dvida eles foram assim estudados, mas por mais
estranho que parea, nem uma frao do que sua importncia justifica.
O estudo cientfico de valores abordado o mais objetivamente possvel;
o cientista que estiver estudando valores tem que ser especialmente
cuidadoso para que seus prprios valores no influenciem a coleta e
anlise dos dados e a interpretao dos resultados. Exemplos possveis
de pesquisa de valores so a influncia de valores conservadores e liberais
no comportamento eleitoral; o efeito de valores religiosos em questes
como divrcio e aborto; as relaes entre os valores de pais e filhos;
a ligao entre valores colocados em conceitos como liberdade e igual
dade, de um lado, e valores colocados em conceitos como propriedade
privada e capitalismo, de outro.
perfeitamente possvel, em outras palavras, estudar valores como
um fenmeno natural. Pode-se explorar a estrutura fatorial dos valores
que as pessoas dizem que adotam, para conhecer as relaes entre conjun
tos gerais de valores e como os valores expressos podem se agrupar.
Pode-se estudar os diversos efeitos de valores declarados em tipos dife
rentes de comportamento social, ou as relaes entre valores polticos e
valores religiosos, ou as maneira pelas quais as crianas aprendem os
valores. Mas no se pode testar empiricamente as prprias proposies de
valores, proposies que contenham as palavras bom, mau, deve
ria, podera, e assim por diante. Simplesmente no h maneira de
faz-lo. Tais proposies e palavras implicam e refletem julgamento
humano. No h nada a testar, nenhuma relao entre variveis que
possa ser manipulada ou mensurada.
2 Uma lei em cincia um enunciado de relaes que tem uma base terica
e considervel apoio emprico. Uma teoria, naturalmente, pode ou no ter apoio
emprico. Se uma teoria foi apoiada repetidamente pela evidncia, pode ento ser
chamada uma lei. No h regras rgidas e seguras, entretanto, para dizer
quando uma teoria confirmada se torna uma lei.
304
zao (da informao a ser lembrada) e pelas imagens. Ele pode e natural-
mente descrever a relao descoberta em palavras. Mas ele expressar a
relao mais sucinta, exata e frutiferamente com, digamos, uma equao
de regresso, que mostra mais claramente qual a natureza da relao.
Muitos outros exemplos da necessidades e fora da abstrao pode
ram ser dados. Mas isto no chega raiz do motivo pelo qual o cientista,
como cientista, no. tem que se preocupar com o caso individual. Ao
propor a equao de regresso, como no caso acima, ele perde indivi
dualmente as pessoas que foram seus sujeitos. Sua equao de regresso
uma expresso mdia, uma abstrao dos dados originais. Naturalmen
te, ele poder usar a equao de regresso para predizer a nota de
qualquer sujeito em uma varivel dependente. Mas isto tambm uma
abstrao, uma expresso que diz, com efeito: Aqui est a predio
para o sujeito X, mas apenas uma predio da mdia. Temos aqui
um dilema e uma pista para a natureza grupai da cincia. Para enten
der isto, vamos examinar um meio muito til de encarar disciplinas e
proposies.
A distino nomottica-ideogrfica
305
so principalmente idegrafos. Esto principalmente preocupados com o
indivduo e seus problemas. Os pacientes devem ser tratados. As pessoas
tm que ser servidas. Por outro lado, o estudante nomottico da personali
dade no est nem pode estar preocupado com o indivduo. Ele procura
leis que expliquem o comportamento. Ele quer, por exemplo, conhecer
a raiz das neuroses. Est interessado no cliente apenas como um exemplo
da expresso de uma teoria de personalidade. A neurose do paciente deve
ser explicada por meio de leis, nomoteticamente. O quadro que estou pin
tando um bocado extremo; h cientistas-psiclogos que combinam abor
dagem nomottica e ideogrfica, mas eu imagino que no lhes fcil
fazer isto. H muitos anos, Carl Rogers expressou eloqentemente seu
prprio conflito ao tentar ser ao mesmo tempo nomottico e ideogrfico
(Rogers ,1955).
Os cientistas, ento, no esto nem podem estar preocupados com
o caso individual.3 Eles buscam leis, relaes sistemticas, explicaes de
fenmenos. E seus resultados so sempre estatsticos. Eles precisam apren
der a viver e trabalhar com a incerteza. As leis que buscam so enuncia
dos do tipo se p, ento q, mas tais enunciados so sempre compreendidos
como enunciados do tipo se p, ento provavelmente q. Quaisquer predi-
es que so feitas para casos individuais, no so individuais no
sentido clnico ideogrfico, mas antes uma espcie de "indivduo ,
abstrato de uma equao estatstica.
Para clnicos, professores e pessoas cujo trabalho esteja ligado ao
indivduo, parece difcil compreender a cincia e o cientista nomottico.
Seu principal interesse na cincia, se existir, est em como ela pode
ajud-los a curar ou ensinar indivduos, e nem tanto em leis abstratas
que podem ou no ser aplicadas a indivduos particulares ou que talvez
apliquem a eles apenas em mdia.
Predio
306
o perfil. (Vamos omitir todos os meios mais ou menos subjetivos,
como a especulao psicolgica intuitiva e a astrologia.) Pela predio
podemos prever o desempenho de um indivduo em uma varivel depen
dente com base em uma ou mais notas em certas variveis independentes.
Ou, intimamente relacionado com isto, predizemos a categoria ou a
incluso do indivduo em um grupo com base em seu desempenho ou
suas medidas em um ou mais testes ou medidas. Exemplos comuns so
a predio de realizao no segundo grau ou na universidade, com base
em medidas de inteligncia, classe social, motivao e realizao anterior,
e a predio de sucesso ocupacional a partir de medidas de escolaridade,
classe social, escolaridade e ocupao dos pais.
Talvez o mtodo para fazer predies mais freqiientemente usado
seja o da anlise de regresso mltipla. (Se houver, naturalmente, apenas
uma varivel dependente a ser predita.) O pesquisador aplica as medidas
das variveis independentes a um nmero de pessoas e apura ou mede
W d 00 TV
a varivel dependente. (Apura usado aqui porque quando a varivel
dependente a incluso em um grupo sucesso ou insucesso em
terminar a universidade, por exemplo , tudo o que se tem a fazer
determinar a que grupo ou categoria o indivduo pertence.) Ele faz ento
anlise de regresso mltipla e usa a equao de regresso para fazer
a predio, como ficou esboada no captulo 11.
Como exemplo, vamos tomar um fenmeno muito difcil, a criativi
dade. O conceito difcil porque no fcil saber o que criatividade;
de difcil definio, principalmente de modo operacional. Mas vamos
imaginar que um psiclogo tem duas medidas razoavelmente boas qi ie '
predizem criatividade em crianas, sendo que o conceito global de criati-p ?
vidade propriamente dito seria julgado por especialistas. Vamos deno
minar as duas medidas Xi e X2 e criatividade, Y. Neste ponto aconselhai;'
mos que o leitor volte ao captulo 11 e reveja o pargrafo sobre o estudo
de Holzman e Brown e a seo imediatamente seguinte. L aprendemos
o que uma equao de regresso, para que usada, e como se podem
fazer predies individuais usando a equao de regresso.
Uma equao de regresso abstrata com duas variveis indepen
dentes :
Y = a -f- biXi + 02X2
Y a nota predita, a, a chamada constante de interseco, vamos
ignorar de novo; no importante para o que queremos. Xi e X2 so
as variveis independentes, e bi e b2 so os pesos de regresso para
Xi e X2. So partes dos frutos da anlise de regresso. Como seu nome
indica, eles ponderam ou atribuem importncia diferenciada s
medidas das variveis independentes.
Vamos supor que o psiclogo aplicou Xi e X2 e sua medida de
iatividade, Y, a um grande nmero de crianas, tenha feito a anlise
307
de regresso e tenha obtido a seguinte equao de regresso que a
mesma usada para ilustrar regresso e predio no captulo 11:
Y = 0 ,10 + 0 ,6 8 X i + 0,39X 2
308
e mensurao. Mas todo o conhecimento cientfico conhecimento de
relaes empricas, cuja existncia traz sempre junto um rtulo de
probabilidade. Em cincias naturais as probabilidades so mais altas do
que em cincias sociais. As generalizaes e predies em todas as
cincias, entretanto, so predies de grupo e so probabilsticas. Um
fsico no pode predizer o movimento de um tomo com mais exatido
do que um psiclogo pode predizer a nota de criatividade de uma criana.
Perfis
309
Coordenao
x
Figura 15.1
mos dizer que a figura 15.1 retrata o (limitado) perfil do talento musical
de um indivduo. Por ela, pode-se avaliar mais ou menos a capacidade
musical da pessoa. Supomos que os quatro atributos dados sejam impor
tantes para qualquer um que aspire realizao musical. As notas do
indivduo esto representadas acima e abaixo das mdias das quatro
medidas. (Vamos supor ainda que as notas brutas dos testes foram
transformadas convenientemente em medidas comparveis. Do con
trrio, o perfil no teria muito sentido.) 6
No caso presente podemos verificar que o indivduo tem memria,
percepo meldica e coordenao acima da mdia. Mas sua acuidade
auditiva est consideravelmente abaixo da mdia. J que a acuidade
decisiva (digamos) na maioria das atividades musicais, o prognstico para
seu sucesso musical no nada bom. Entretanto, ele poder dar um
bom baterista! Mas jamais um timpanista, j que preciso afinar os
tambores, mesmo durante um concerto!
Observe novamente que os perfis, como as equaes de regresso,
esto amarrados a medidas de grupos. As mdias, calculadas pelas notas
de um grupo, so os referenciais comparativos que possibilitam a inter
pretao. Em resumo, o psiclogo, o professor e o orientador que usam
310
perfis ou notas preditas de regresso mltipla esto usando uma aborda
gem ideogrfica; esto descrevendo indivduos. Mas precisam fazer isto
sempre com base em medidas e estatsticas de grupos.7
A distino nomottico-ideogrfico importante porque esclarece
parte da natureza fundamental da cincia e da pesquisa cientfica e
porque esclarece as limitaes de ambas as abordagens. O bom novelista
um idegrafo. Ele descreve e sonda indivduos e seus amores, temores,
motivaes e comportamentos. O grande novelista faz isto e ainda mais:
ele d um jeito de projetar tambm suas personagens na tela da humani
dade. Um Chaim Potok no apenas cria vividamente uma personagem
hassdica, no Brooklin, defrontada com o problema da ruptura com o
Hassidismo. Ele faz tambm o leitor sentir a dor de tal ruptura com
seu credo. Fazendo isto, ele, at certo ponto, escorrega para a nomotese.
O grande cientista jamais poder passar de uma abordagem nomottica
para uma abordagem ideogrfica. As regras do jogo no permitem.
Deve-se agarrar a elas e deixar a ideografia para os Potoks, porque a
prpria definio da cincia como fazedora de leis, com sua restrio
generalidade, no permite tratar com o indivduo.
Um parodoxo perturbador
312
e estabelecer as relaes que estavam estudando usando grupos de indi
vduos. Entretanto, ambos os autores vo da unidade de discurso do
grupo para a unidade de discurso do indivduo. Eles tm que fazer isto
mais ou menos porque suas teorias explicam o que h, presumivel
mente, dentro da cabea do indivduo. No segundo estudo, uma vez que
as relaes enunciadas nas hipteses foram confirmadas pela evidncia
emprica grupai, a autora supe que necessariamente existam esquemas
do eu nos crebros de seus sujeitos individuais. 8 O paradoxo , ento,
que os cientistas, principalmente os psiclogos, devem formular hipteses
e testar relaes no nvel do conjunto ou do grupo, quando eles freqente-
mente desejam de fato falar em nvel de indivduo e podem faz-lo.
Adendo
8 No se pretende fazer crticas negativas aos dois relatos citados. S estou ten
tando mostrar como difcil em psicologia escapar do nvel individual de discurso
e do indivduo com seus motivos idiossincrticos, percepes, motivos, atitudes
e assim por diante. Para atingir meu objetivo, selecionei deliberadamente o que
na minha opinio so bons exemplos de pesquisa psicolgica. Outros exemplos
em que a orientao individual mais pronunciada poderam facilmente ser
citados. Sem dvida., virtualmente imnossvel escapar conversa de nvel
individual na redao de pesquisas psicolgicas.
313
pode selecionar alguns de vrios casos as notas mais altas e mais
baixas em uma varivel dependente, digamos para ajudar a compre
ender as relaes sob estudo. Esta no a abordagem cientfica bsica
dos dados, naturalmente.
Outra possvel exceo regra coletiva mais difcil e controvertida.
uma abordagem na qual o pesquisador talvez o caso mais famoso
seja o de B. F. Skinner, o psiclogo behaviorista estuda um fenmeno
com um animal ou uma pessoa. Digamos que o problema seja o efeito
do reforamento (recompensa) na aprendizagem. O pesquisador pode
reforar uma ou mais vezes uma certa resposta ou classe de respostas em
um nico pombo, como fez Skinner. Ele descobre que a aprendizagem
melhora com o reforamento. Aqui h uma relao: temos um conjunto
de pares ordenados consistindo em pontos no tempo, ou reforamento
em pontos no tempo, havendo um conjunto dado e as respostas a este
conjunto no outro. Isto pode ser considerado uma verdadeira exceo
regra coletiva?
O alvo da cincia nomottica estabelecer leis, explicaes siste
mticas ou relaes que se apliquem em geral. O pesquisador, neste caso,
quer poder afirmar que o reforamento produz certas respostas e, a partir
disto, quer afirmar que o reforamento produz aprendizagem. Se todo
indivduo rato, pombo, pessoa fosse igual a todos os outros indi
vduos, estudando ento um indivduo isolado poderiamos produzir resul
tados generalizados aplicveis a todos os indivduos de uma certa espcie.
Como sempre, o problema so as grandes diferenas entre os indivduos.
Mesmo ispodes, pequenos crustceos marinhos, apresentam diferenas
individuais! (Morrow & Smithson, 1969.) Portanto, necessrio ter muito
cuidado com as concluses obtidas pela pesquisa que usa um indivduo
apenas. Os princpios de amostragem e generalizao a partir de amostras
se aplicam a todas as situaes, embora as exigncias possam ser bem
menores em pesquisa com animais e no laboratrio. O exemplo acima,
ento, no realmente uma exceo para o requisito coletivo.
Stephenson (1953), cujas idias j foram mencionadas anterior
mente, afirma enfaticamente que uma teoria psicolgica pode ser testada
com um nico indivduo, usando o que ele denominou metodologia Q.
Pede-se a um sujeito nico que classifique um mao de cartas ou itens
de acordo com algum critrio, digamos graus de aprovao ou graus de
importncia na rea que as cartas representarem. As cartas so colocadas
nas pilhas designadas com nmeros variveis de cartas em cada pilha.
As seis ou mais pilhas representam uma ordem de postos e atribuem-se
valores s cartas nas pilhas, valores diferentes para cada pilha e o mesmo
valor dentro de cada pilha.
O mtodo muitssimo eficiente. Pode-se conseguir uma espcie de
"estatstica do indivduo. Isto feito construindo categorias dentro de
314
um Q-sort e seus itens. Por exemplo, ao se medir atitudes sociais, pode-se
ter metade dos itens conservadores e metade liberais. Ento, depois que
uma pessoa escolheu as cartas de acordo com suas crenas e nmeros
apropriados que foram atribudos s cartas de cada pilha, feito um teste
estatstico apropriado da significncia da diferena entre a mdia dos
itens conservadores e a mdia dos itens liberais. Obviamente pode-se
construir duas e at trs categorias dentro dos itens. A categoria abstrato-
especfico pode ser usada, por exemplo. Ento, pode-se aplicar ao
arranjo feito por um indivduo a anlise de variancia fatorial, como
ficou descrita em captulo anterior (e cujos detalhes no so pertinen
tes aqui).
O mtodo realmente um meio sofisticado de ordenar em postos
um conjunto de itens. difcil e tedioso ordenar 60 ou 80 itens. Colocar
cartes em pilhas muito mais fcil e ainda eficiente. Alm da anlise
estatstica dos valores Q de um indivduo, pode-se correlacionar os
valores de um indivduo com os de outro. Na verdade, as correlaes
entre os arranjos Q de diversos indivduos podem ser intercorrelaciona-
das e analisadas fatorialmente, freqentemente com resultados provei
tosssimos.
Stephenson afirma que uma teoria incorporada aos itens Q pode
ser testada usando o arranjo Q de um indivduo cujas caractersticas
sejam conhecidas. Um conservador que tivesse classificado o Q-sort de
atitudes sociais descrito acima deveria ter uma mdia maior nos itens
conservadores do que nos itens liberais. Embora esta descrio seja por
demais simplificada, suficiente para o que nos interessa no momento.
A idia importante e interessante. (Estranho no ter sido mais
usada do que foi.) Infelizmente, est sujeita a mesma avaliao feita
para o exemplo anterior do estudo do reforamento com um animal.
Em resumo, no se pode estabelecer as relaes de uma teoria com dados
de um nico indivduo. Exige-se generalidade maior do que podem
fornecer os dados de um indivduo apenas. Sem dvida, uma das fraque
zas da metodologia Q que a natureza do mtodo exigindo aplicao
quase personalizada dos arranjos Q, investindo-se muito tempo com
um indivduo apenas, por exemplo virtualmente impede o uso de
grandes grupos de sujeitos.
Acredito que a distino nomottico-ideogrfico, e a colocao feita
peste captulo, de que a cincia no est nem pode se preocupar com
indivduos, seja geralmente vlida. Entretanto, quero deixar um pouco
aberta a porta do entendimento do leitor. possvel que excees legti
mas em psicologia fisiolgica, por exemplo possam ser desenvolvi
das no futuro. Embora eu prprio no possa imaginar como a cincia
possa ser outra coisa que no nomottica, pode ser que no futuro seja
possvel cincia trabalhar com o indivduo isolado. Em todo caso,
pode-se compreender consideravelmente melhor a cincia comportamen
tal moderna, conhecendo-se a distino nomotetico-ideogrfico e o para
doxo indivduo-grupo do psiclogo.9
316
16. C o n c e p e s e r r n e a s e c o n t r o v r s ia s :
p e s q u is a e p r t ic a 1
Cincia e engenharia
Grande parte dos mal -entendidos na cabea das pessoas com relao
pesquisa e seu suposto propsito melhorativo surgiu provavelmente do
fato de se confundir cincia com engenharia e tecnologia. Vamos aqui
nos afastar um pouco do assunto para explicar a diferena.
A engenharia um conjunto de disciplinas aplicadas que dependem
principalmente da cincia, mas que em si prprias no so cincia. O tra
balho do engenheiro descobrir solues tcnicas para problemas prti
cos. Ao fazer isto, ele usa a tecnologia, que da mesma forma, surge s
vezes da cincia, mas que em si no cincia. A tecnologia abrange
mtodos tcnicos e materiais criados para atingir objetivos prticos.
O tcnico em ensino mencionado acima criou um mtodo de ensinar
conceitos. Os .tcnicos de computadores criam mquinas e linguagem de
mquinas, como vimos no captulo 14, para descobrir solues para
problemas analticos. O tcnico de ensino e o tcnico de computador
so elementos muitssimo importantes dentro da comunidade intelectual.
Mas no so cientistas; basicamente so engenheiros, embora s vezes
seja difcil traar uma linha clara entre a engenharia e a cincia. A pista
essencial para compreender a diferena o objetivo bsico de cada uma.
O objetivo da engenharia e tecnologia resolver problemas prticos
relativamente especficos. O objetivo da cincia compreender fenme
nos naturais. O certo e apropriado esperar e pedir solues de proble
mas prticos aos engenheiros. No certo nem apropriado esperar e
pedir solues de problemas prticos aos cientistas, como veremos.
320
que no possvel uma definio adequada ou operacional da pesquisa
bsica (Kidd, 1959). Entretanto, os cientistas, pensadores e escritores da
cincia sabem, s vezes vagamente, o que significa o termo, especialmente
em contraste com a pesquisa aplicada. Em todo caso, pesquisa bsica
pesquisa feita para testar teoria, estudar relaes entre fenmenos com
o fim de entender os fenmenos, com pouca ou nenhuma preocupao
quanto aplicao dos resultados da pesquisa a problemas prticos.
Apesar das provveis impropriedades desta definio, ela suficiente
para nos ajudar a falar sobre pesquisa bsica. Diz o que vimos dizendo
desde o primeiro captulo deste livro: que a pesquisa cientfica a inves
tigao disciplinada das relaes entre fenmenos naturais e acrescenta
que ela no foi criada para atingir metas prticas.
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 pes
quisa 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 fcil
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
aplicada.
O estudo de Aronson e Mills (1959), j citado, um bom exemplo
de pesquisa bsica em psicologia. Os pesquisadores estavam interessados
nas 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), tambm
citados anteriormente, so igualmente bons exemplos de pesquisa bsica.
Lembre-se que foi pedido aos sujeitos que aplicassem choques suposta
mente dolorosos a outra pessoa num suposto experimento sobre aprendi
zagem. A questo era: At onde iro os sujeitos experimentais? At onde
inflingiriam dor a outra pessoa sob o comando de um investigador
cientfico? A relao estudada foi entre as variveis autoridade e obe
dincia.
Nenhuma dessas pesquisas parece ter, sido feita com o pesquisador
pensando em conseqncias prticas. Eles estavam procura de explica
es explcitas ou implcitas para fenmenos naturais: o valor presumi
velmente mais alto colocado na participao em um grupo quando a
pessoa experimentou privao ou dificuldade em fazer parte do grupo
e obedincia autoridade.
321
Memria e planarias
2 Podem ser encontrados relatos claros e muito bem escritos destes fenmenos,
assim como outros fenmenos psicolgicos, em: Hilgard, Atkinson e Atkinson
(1975) Introduction to Psychology, O prprio incio do livro (p. 4) um bom
exemplo de parte do principal argumento deste captulo. Os autores do dez
problemas de pesquisa psicolgica como exemplos do trabalho dos psiclogos.
Dos dez, oito so problemas de pesquisa aplicada, um problema de pesquisa
bsica e um problema metodolgico. Entretanto grande parte, ou talvez a
maior parte do texto do livro, est preocupada com pesquisa bsica.
322
luz, sem necessidade do choque. Um grupo de controle de cinco animais
no recebeu este treinamento.
Depois do treinamento, os experimentadores cortaram os animais de
ambos os grupos, experimental e de controle, em dois. Ser que as
sees da cauda dos animais do grupo experimental, que originalmente
tinha tido crebro naturalmente as sees da cabea tinham os cre
bros originais, e portanto acreditava-se terem aprendido a resposta
condicionada luz mostrariam evidncias de terem aprendido a
resposta luz? Depois de aproximadamente quatro semanas, tempo
suficiente para a regenerao, os animais do grupo experimental e do
grupo de controle foram testados. Foram testadas tanto a seo da
cabea quanto a da cauda. A situao est representada na figura 16.1.
A figura auto-explanatria.
A seo da cauda dos animais regenerados do grupo experimental
exibiram a resposta condicionada luz? J que a seo da cabea do
grupo experimental continuava com o crebro original que aprendera
a resposta, sups-se que reteria.a aprendizagem. Como os animais do
grupo de controle no tiveram treinamento, esperava-se que ambas as
sees, cabea e cauda, depois da regenerao, no apresentariam nenhu
ma aprendizagem. A medida da varivel dependente foi o nmero de
tentativas necessrias para alcanar um critrio de 23 respostas condicio
nadas em 25 tentativas consecutivas.
Os resultados mostraram que as caudas dos sujeitos, do grup< expe
rimental, possuam a aprendizagem, da mesma_ forma que as cabeas!
O nmero mdio de tentativas do treinamento original foi de 134.
A mdia das sees de cabea, depois do corte e regenerao, foi 41),
Corte Crebro
Seo da Seo da
cauda . cabea
Figura 16.1
e a mdia das sees de cauda foi de 43,2. As diferenas entre a mdia
do treinamento original e ambas as mdias de reteste, aps a regenerao,
foram estatisticamente significantes. A mdia das sees de cabea dos
animais do grupo de controle foi de 248,6, e a mdia das sees de cauda
foi de 207,8. Estas mdias no diferiam significantemente entre si.
Mas as sees de cauda e cabea diferiam significantemente das mdias
do grupo experimental aps a regenerao.
Estes resultados so notveis. No h dvida de que o experimento
e sua concepo tm uma espcie de estranha beleza. Teria a aprendi
zagem, de alguma forma, chegado s caudas regeneradas do grupo experi
mental de planarias? Nossa preocupao, entretanto, no com os resul
tados e a fascinao da pesquisa, mas com pesquisa bsica. claro que
os pesquisadores provavelmente estivessem interessados ria aprendizagem
humana, mas parece claro que eles pouco ou nada estavam ligando para
sua aplicao prtica. Todavia, se resultados to impressionantes so
confirmados em pesquisas posteriores, a teoria e pesquisa da memria,
tanto.com animais quanto com seres humanos, poderam ser fortemente
afetadas. A questo seguinte, naturalmente, por que e como as sees
de cauda regeneradas do grupo experimental haviam aprendido .
No difcil encontrar-se exemplos de pesquisa aplicada. O estudo
de Clark e Walberg, tantas vezes citado neste livro, um estudo aplicado,
embora sem dvida tenha aspectos de pesquisa bsica. Foi dirigido para
a obteno de uma resposta parcial a uma questo bastante difcil:
Qual a melhor maneira de ensinar grupos minoritrios de crianas caren
tes (underachieving) a ler? Grande parte da pesquisa em educao por
natureza aplicada: seu objetivo ajudar a melhorar a prtica educacio
nal. Por exemplo, a maioria dos estudos de mtodos de ensino, instruo
programada, crianas excepcionais, etc., so pesquisa aplicada. Por estar
focalizada em problemas prticos especficos e por sua falta de foco na
compreenso bsica de fenmenos, o campo da pesquisa aplicada mais
estreito e seu impacto potencial mais limitado. Os estudos aplicados em
educao no so feitos tanto para aumentar os conhecimentos, alargar
e aprofundar a compreenso dos processos de educao, quanto o so
para ajudar as crianas a aprenderem melhor. Em outras palavras, so
essencialmente pragmticos: procuram descobrir o que funciona ou deter
minar as relaes, no pelas relaes e pela possvel teoria, mas para o
planejamento e decises da ao educacional.
324
igualdade na educao norte-americana, feita por ordem do Congresso,
Equality of Educational Opportunity (Coleman e outros, 1966). Sua
grande influncia mostra claramente que no faltam significncia e
importncia pesquisa aplicada. Na procura de respostas para as
questes sobre a igualdade feitas pelo Congresso, Coleman e seus colegas
estudaram os efeitos de um grande nmero de variveis na realizao
escolar. Os resultados do estudo, assim como sua metodologia, ainda tm
muito impacto hoje. Foram feitos estudos semelhantes em outros pases
sob o ttulo geral de International Studies of Educational Achievement
(por exemplo, Husn, 1967; Thorndike, 1973), e sua importncia e
influncia so tambm grandes.
Outro estudo em pesquisa aplicada de grande importncia prtica
para o bem-estar dos Estados Unidos um conjunto de levantamentos
feitos pelo Survey Research Center da Universidade de Michigan, para
determinar as atitudes dos brancos em relao aos pretos (Campbell,
1971). Na verdade foram estudadas tambm as atitudes dos pretos em
relao aos brancos, no conjunto completo de estudos, mas o livro de
Campbell limitou-se s atitudes de'brancos em relao a negros. Levanta
mentos geralmente so pesquisa aplicada: so feitos para objetivos prti
cos especficos, comumente para obter informao na qual basear decises
ou aes. O estudo sob considerao no exceo. Parte dele foi autori
zado pelo Comisso Consultora Nacional sobre Desordens Civis (veja
Report of the National Advisory Commission on Civil Disorders, 1968)
para obter informaes sobre distrbios raciais e assuntos relacionados.
Presumivelmente a informao obtida ajudaria a. Comisso e outras orga
nizaes a melhor lidarem com os problemas raciais. Em todo o conjunto
de estudos, cerca de 9.000 americanos foram includos nas amostras e
entrevistados em 1964, 1968 e 1970.
As descobertas desses estudos so surpreendentes e importantes.
Mas Campbell nos avisa logo no incio do livro (p. 1) que no h maneira
simples de descrever as atitudes dos brancos em relao aos pretos.
Contudo, ele chega a trs ou quatro concluses importantes. Uma,
embora no haja dvidas de que o branco americano tenha atitudes
francamente racistas, a populao branca das cidades no universal
mente racista. Alm disso, tem havido um movimento macio em direo
a atitudes raciais mais favorveis. Apesar de longe de serem igualitrios,
os brancos americanos so muito mais igualitrios do que j o foram.
E apenas uma pequena poro da populao expressou atitudes aberta
mente hostis em relao aos pretos.
Duas, a resistncia mudana nas relaes raciais muito difun
dida, embora de forma alguma, universal. Algumas formas de mudana,
por exemplo a aceitao de pretos em situaes de trabalho, so aceitas.
Outros tipos de mudanas mais de ordem privada sofrem maior resis
tncia. Trs, a idia de superioridade racial no caracteriza as atitudes
dos brancos. Este signo convencional de doutrina racial parece ter
mudado para melhor.
Quatro, os americanos que freqentaram universidades depois da
Segunda Guerra Mundial so claramente mais positivos em suas atitudes
em relao aos pretos dos que os que no freqentaram universidades
ou que as freqentaram antes da guerra. Esta foi a relao mais forte
encontrada no estudo. Em outras palavras, houve uma importante
mudana no clima intelectual do campus nos Estados Unidos: os pretos
so aceitos pelos diplomados brancos mais jovens. Talvez o ensino supe
rior recente tenha tido um impacto importante e benfico. H vrias
outras descobertas, claro, mas estas so as principais. Aceitando-as como
indicadores vlidos da atitude dos brancos norte-americanos em relao
aos pretos e os resultados de pesquisas de organizaes de grande
categoria como o Survey Research Center so geralmente aceitos pelos
cientistas por causa da excelente qualidade conceituai e tcnica de seu
trabalho , podemos ter uma boa idia de como a pesquisa aplicada
pode ser importante.
Pode restar pouca dvida, ento, de que a pesquisa aplicada tenha
freqentemente grande importncia prtica, social e humana. Seria difcil
superestimar a importncia dos dois estudos ora sumariados. Tais estudos,
assim como outros semelhantes, levam, entretanto, muito gente a acreditar
que a pesquisa aplicada mais importante e significante do que a pes
quisa bsica. A importncia e significncia da pesquisa bsica so fceis
de serem negligenciadas porque geralmente a pesquisa bsica no se
dirige a questes de importncia e urgncia humanas. muito mais
fcil entender, por exemplo, a relevncia social dos dois estudos acima
do que entender a importncia dos estudos de teoria das atribuies ou
estudos da memria humana.
A pesquisa aplicada indispensvel e quase sempre muito signifi
cativa de duas ou trs formas. Primeira, pode, como alis sua finali
dade, fornecer informaes que levaro soluo de problemas. Segunda,
pode sugerir, s vezes, linhas novas ou diferentes de pesquisa bsica.
Pode ser descoberta, por exemplo, uma relao inesperada entre duas
variveis em um levantamento de opinies. Esta relao pode sugerir a
alterao de uma teoria que estiver sendo testada na pesquisa bsica.
As necessidades da pesquisa aplicada podem estimular tambm a pesquisa
bsica metodolgica. A necessidade de formas mais apropriadas de
anlise para estudo de fenmenos como realizao escolar, status ocupa-
cional, sucesso na vida adulta e variveis semelhantes ajudaram, aparen
temente, a reforar o desenvolvimento da anlise multivariada, especial
mente anlise de regresso mltipla e anlise de trajetria. Terceira, e
talvez mais importante, a pesquisa aplicada tem, s vezes, uma qualidade
326
heurstica. Pode levar ao desenvolvimento da teoria e da pesquisa bsica.
freqentemente rica em hipteses potenciais que exigem testagem e
fundamentao terica.
Vantagens
327
ensinar essas crianas. Infelizmente as coisas no so to simples assim.
O reforamento macio funciona com crianas de outras idades? Que
diferena faz o reforamento macio quando usado por tipos diferentes
de professores? Mais sutil ainda, possvel que o uso prolongado do.
reforamento macio tenha efeito deletrio sobre algumas ou mesmo todas
as crianas? Poderia ter, por exemplo, o efeito de sufocar a iniciativa
e a motivao interna das crianas?
Ento, mesmo os resultados aparentemente mais bvios e simples
de uma pesquisa que mais aplicada que bsica acabam tendo impli
caes incertas para a prtica. Se tomarmos o resultado de muitos
trabalhos de pesquisa bsica que parecem ter implicaes para a prtica
educacional, descobrimos um hiato maior ainda. Na maioria de tais
estudos, a lacuna entre tais descobertas e a prtica larga e profunda.
Estudar relaes e entrar em ao esto em dois nveis diferentes
de discurso que no se podem unir facilmente.3 A pesquisa cientfica
jamais teve como propsito resolver problemas humanos e sociais, tomar
decises e entrar em ao. O pesquisador est e deve estar preocupado
com variveis e suas relaes. Jamais deve se exigir dele que pense ou
explique ou fale das implicaes do que ele est fazendo ou fez. Exigir
isto exigir um salto de um nvel relacionai abstrato de discurso para
outro nvel muito mais concreto e especfico. Isto no pode ser feito
diretamente; no possvel fazer uma pesquisa e ento ter os profissio
nais usando imediatamente seus resultados.
A expectativa de que a pesquisa deveria levar rapidamente
mudana na prtica vem em boa parte, como j mencionamos, da orienta
o prtica e pragmtica das pessoas. Elas imaginam que o objetivo da
cincia seja o progresso humano, ambiental e tcnico. A pesquisa, sob
este aspecto tem que ter vantagens; deve haver um retomo no investi
mento feito em pesquisa. So exigidas, da cincia e dos cientistas, respos
tas prticas e soluo de problemas.
3 importante saber o que se quer dizer com nvel de discurso. Sempre que
falamos sobre algo, falamos em um contexto ou quadro de referncia. Vamos
denominar este quadro de referncia U, significando universo . Um particular
U um nvel de discurso e deve incluir todos os objetos em discusso. Se saltar
mos de um nvel de discurso para outro, digamos de Ui para U2, o novo nvel
no conter todos os objetos. Pode, alis, no conter nenhum deles. Quando se
discute segregao e suas implicaes, no devemos saltar para problemas religiosos
desejo de Deus que haja raas; e as foram feitas, obviamente, para estarem
separadas . Estes so dois nveis ou universos de discurso: segregao e religio.
Mudar de nveis de discurso, sem uma transio conveniente, uma maneira
consciente e inconsciente de distorcer a comunicao. No problema discutido
acima, o nvel de discurso dos problemas de ao inteiramente diferente do nvel
de discurso da pesquisa cientfica. Veja Kerlinger (1973, pp. 57-58) para mais
discusso.
328
Uma atitude fortemente pragmtica, ento, virtualmente dirige o
foco para resultados e realizao de coisas. O que bom o que fun
ciona! Por que funciona menos importante; o mais importante que
funcione. Isto, em cincia, uma atitude derrotista, porque como
Thomson (1960) observou: A melhor maneira de fazer progressos na
tecnologia. .. vem a ser a compreenso do princpio (p. 997). Ele
observou tambm que esta idia uma descoberta recente e s recente
mente tornou-se verdadeira.
Os profissionais tm geralmente pouca pacincia com o que julgam
como pesquisa no-prtica, torre de marfim. Eles querem que a
pesquisa seja colocada em trabalho prtico. Uma das manifestaes infeli
zes desta orientao geral para a pesquisa o desejo urgente e a exigncia
que a pesquisa d lucros, que traga vantagens rpidas. Falar sobre
pesquisa com finalidade de compreenso, parece para a grande .maioria,
tolo e at pattico. Tem que haver uma vantagem! uma expectativa
ftil. A pesquisa cientfica no tem vantagens de maneira simples porque
no est nem pode ser dirigida para problemas prticos (Brain, 1965;
Brooks, 1971; Dubos, 1961; Townes, 1968; Waterman, 1966).
E a pesquisa aplicada? O mesmo argumento se lhe aplica? Afinal,
por definio a pesquisa aplicada dirigida para a aplicao. No deve
mos ento exigir vantagens da pesquisa aplicada? A resposta parece ser
um Sim com muitas ressalvas. Pode-se esperar vantagens, mas ilusrio
, exig-las. J foi dado um exemplo aqui. A aplicao direta das desco
bertas do estudo de reforamento macio de Clark e Walberg, obtidos
de pesquisa aplicada de grande qualidade, foi Considerada questionvel.
Uma possvel vantagem proporcionada por este estudo a sugesto de
que reforamento macio podera ajudar certos tipos de crianas.
Como j dissemos, o amplo estudo Equality of Educational Opportu-
nity foi pesquisa aplicada. Que vantagens proporcionou? Por estranho
que parea, suas descobertas pouco oferecem ao profissional. Elas docu
mentaram a desigualdade de recursos e realizao. Mas no ofereceram
solues. Mostraram tambm que uma poro consideravelmente maior
da varincia de realizao, foi devida presumivelmente ao ambiente fami
liar e s caractersticas que a criana traz para a escola, do que s dife
renas entre escolas (ou recursos da escola). O que significa isto para
a prtica educacional? No se preocupar gastando dinheiro com escolas?
Se apenas uma poro relativamente pequena da varincia de realizao
devida a escolas, por que ento fazer, tanto esforo para ter escolas
excelentes? No h dvida de que a extrapolao direta dos estudos
de pesquisa pode levar, s vezes, a concluses absurdas! Curiosamente,
a nica vantagem real do estudo Equality foi enfatizar que situaes
educacionais e realizao so complexas demais e exigem pesquisa muito
mais complexa do que a feita geralmente. Mostrou tambm maneiras de
estudar tais situaes. Em resumo, mostrou uma grande necessidade de
compreender os fenmenos educacionais.
Naturalmente a pesquisa aplicada pode ser usada para resolver pro
blemas mas esta soluo no leva ordinariamente compreenso do
complexo fenmeno da pesquisa comportamental. Como no estudo
Equality, ela freqentemente esclarece problemas de pesquisa, problemas
tericos e metodolgicos, mas duvidoso que aplicaes diretas sejam
possveis para os fenmenos de interesse na pesquisa comportamental.
Seus resultados, entretanto, podem sugerir o que fazer. Mas, como
sempre, os profissionais tm que. fazer as coisas. Os resultados das
pesquisas fornecem apenas possvel apoio s decises.
Leitura um bom exemplo. As respostas aos problemas de leitura
no esto em muitas pesquisas voltadas para dizer aos professores como
ensinarem a ler. Elas esto em pesquisas dirigidas compreenso dos
vrios aspectos da aprendizagem humana e do ensino ligado leitura.
Tal compreenso conseguida, se realmente o for, invocando teorias
psicolgicas e outras ligadas leitura e durante longo tempo fazendo
pesquisa dirigida compreenso dos fenmenos ligados leitura. A
pesquisa sobre leitura em si quase que invariavelmente improdutiva.
Devemos estudar leitura no contexto de percepo, motivao, atitudes,
valores, inteligncia e assim por diante. Em outras palavras, o alvo no
deveria ser o aperfeioamento da leitura! Deveria ser a compreenso
das relaes entre os vrios fenmenos complexos ligados leitura. Para
melhorar coisa to complexa quanto a leitura necessrio compreend-la
e os vrios fenmenos a ela ligados, tarefa sem dvida muito difcil.
E, naturalmente, no h garantia de melhoramento na leitura das crian
as, mesmo que sejam feitas pesquisas bsicas dos fenmenos relaciona
dos com a leitura.
A exigncia de que a pesquisa proporcione vantagens, ento uma
exigncia impossvel, pois baseada em mal-entendidos do que ou
no pesquisa cientfica. Sua persistncia testemunha de sua fora.
Infelizmente sua influncia pode ser bastante perturbadora para indi
vduos que procuram compreender a cincia e a pesquisa cientfica
porque inculca-lhes idias erradas a respeito do objetivo e do que a
pesquisa pode realizar. 4
330
Dada a importncia da questo, poder-se-ia pensar que os pesquisa
dores j teriam estudado os efeitos relativos das pesquisas bsica e
aplicada na prtica. Mas parece que o problema no foi estudado empiri-
camente. Assim, de um ponto de vista emprico sabemos pouco a respeito
dos efeitos relativos de, digamos, pesquisas bsica e aplicada na prtica.
A maioria das discusses e asseres so opinies mais ou menos infor
madas e especulao. Recentemente, entretanto, foi publicado um impor
tante estudo emprico em medicina (Comroe& Dripps, 1976). Este estudo
tem as virtudes da perenidade, importncia e competncia, e o que
mais importante, traz excelente evidncia emprica para o difcil problema
da relao da pesquisa com a prtica. Vamos nos voltar para ele agora.
332
terico e sries de pesquisas voltadas para responder questes gerais
tericas, psicolgicas e sociolgicas tm a maior probabilidade de terem
um impacto. Mas o impacto geralmente no especfico. Unia pesquisa
apenas ou mesmo um conjunto de pesquisas, por exemplo, jamais informa
ao profissional o que fazer. Em vez disso, se tem alguma influencia,
influencia maneiras de pensar, de perceber, de reagir. E particularmente
assim com a pesquisa bsica. Estudos em pesquisa^ aplicada, virtualmente
por definio, tm menos oportunidade de terem impacto profundo e de
longo alcance porque esto apontados para metas especficas e relativa-
mente estreitas. Estudos teoricamente orientados, dirigidos para a com
preenso de fenmenos, so gerais, abstratos e em principio aplicveis
a muitos problemas e situaes diferentes se que so realmente
aplicveis. .
Vamos tomar a teoria de inteligncia fluida e cristalizada de
Cattell, j mencionada. Se pesquisas posteriores confirmarem as idias
de Cattell, possvel, no final das contas, que o pensamento psicol
gico e educacional possa ser mudado. Se se tornar aceito que ha dois
tipos de inteligncia geral, cristalizada e fluida, isto no poder influen
ciar no fim o ensino? Muito do ensino contemporneo tem sido influen
ciado pela idia de que h uma forma geral de inteligncia^ que passa
por muitos testes de capacidade e muito do^ desempenho^ humano (o
famoso g). Levar em conta diferenas individuais no ensino significa,
em grande parte, fornecer instrues diversificadas para diferentes nveis
de uma inteligncia geral. Mas Cattell diz que h duas formas de inte
ligncia geral! Se isto for verdadeiro e se tornar geralmente conhecido
e aceito, ficar bvio ento que levar em conta diferenas individuais
torna-se mais complexo.
A teoria das atribuies outro exemplo interessante. Na ultima
dcada, apareceu uma bibliografia muito grande em psicologia social
sobre o fenmeno da atribuio.5 Atribuio o processo que as pes
soas usam para compreender e explicar as causas do comportamento -
especialmente o comportamento de outras pessoas. Se vemos^ algum
resolvendo problemas rpida e eficientemente, podemos atribuir isto
sua capacidade. Ou podemos atribuir facilidade dos problemas. Por
outro lado, se vemos algum com grande dificuldade com os problemas,
podemos atribuir a falta de sucesso preguia, falta de concentrao
e at mesmo a raa e sexo! O que causa estas e outras atribuies? Como
s Por exemplo, Harvey, Ickes e Kidd (1976), lones, Kanouse, Kelley. Nisbett,
Valins e Weiner (1971) e Shaver (1975). Infelizmente a maioria das referencias
enfadonha. Talvez a melhor introduo seja a de Shaver (1975). Pode ser encon
trada uma exposio breve mas muito clara no captulo 18 do texto de psicologia
geral de Hilgard, Atkinson e Atkinson (1975). (O captulo, de fato, foi escrito
por Daryl J. Bem.)
esto relacionadas s caractersticas dos indivduos que as fazem? Obvia
mente, a atribuio um fenmeno altamente geral. tambm heurs
tico: estimula grande parte da teoria e da pesquisa. Vamos examinar
dois estudos ligeiramente.
Harvey e Kelley (1974) fizeram a pergunta geral: Que condies
afetam o sentido do indivduo de sua prpria competncia em fazer
julgamentos? Em um experimento fizeram sujeitos realizarem compara
es dos tamanhos relativos de figuras, mas as figuras foram-lhes apre
sentadas de maneiras diferentes. Foram-lhes apresentados 20 vezes
pares de figuras de tamanhos diferentes, e perguntava-se aos sujeitos
qual das duas era maior. A manipulao experimental foi a estabilidade
da apresentao. As primeiras 10 das 20 apresentaes de uma condio,
por exemplo, foram instveis; isto , as figuras foram apresentadas em
maneiras casuais: s vezes, a figura maior esquerda, s vezes, direita.
As segundas dez apresentaes foram todas estveis: a figura maior
aparecia sempre ou direita ou esquerda. Esta foi a condio instvel-
estvel. As outras trs condies foram estvel-estvel, estvel-instvel
e instvel-instvel.
Num segundo experimento foram igualmente manipulados estabili
dade e instabilidade (desta vez com trs condies), A modalidade,
entretanto, foi audio. Pediu-se aos sujeitos que julgassem a localizao
relativa de sons. Harvey e Kelley descobriram, entre outras coisas, que
a estabilidade e instabilidade da apresentao afetava os julgamentos
de autocompetncia. A seqncia instvel-estvel levou aos julgamentos
mais altos de autocompetncia, enquanto que as outras seqncias em
geral levaram a julgamentos mais baixos.
Em outro estudo estimulado pela teoria da atribuio, Jones e seus
colegas (Jones, Rock, Shaver, Goethals & Ward, 1968) estavam interes
sados nos efeitos do sucesso e fracasso iniciais nos julgamentos dos
observadores. Fizeram seus sujeitos tentarem resolver uma srie de pro
blemas apresentados de tal forma que os observadores viram alguns
sujeitos resolverem primeiro e depois fracassarem e outros sujeitos fra
cassarem primeiro e depois resolverem. Os observadores julgaram os que
resolveram primeiro mais capazes dos que os que fracassaram primeiro,
independentemente do desempenho posterior. Ou seja, os observadores
atriburam graus diferentes de habilidade dependendo de se os sujeitos
primeiro resolvessem ou primeiro fracassassem.
Sries de estudos iguais a este deviam aumentar nossa compreenso
da atribuio. Esta compreenso, por sua vez, deveria aumentar nossa
compreenso da autopercepo, percepo social e julgamento. Muitos
problemas interpessoais e de julgamento em situaes prticas, como em
negcios e educao, podem ser afetados por esta crescente compreenso.
Podemos, por exemplo, compreender melhor o julgamento dos alunos
334
pelo professor, as condies da escola, os traos do professor; e os com
portamentos que afetam tais julgamentos. Pode-se colher dividendos no
caminho. O inesperado da explorao terica e da pesquisa e frequente
mente surpreendente e recompensador. Ser possvel, por exemplo, que
o estudo de Harvey e Kelley seja uma abertura para um aspecto muito
importante mas pouco explorado da motivaao: sentido de competncia.
Em si, nenhum desses estudos tem muito significado para a prtica
emboratodos os trs sejam sugestivos. Por outro lado, um corpo de
tais estudos pode ajudar a mudar o pensamento de psicologos, sociolo-
eos e educadores em importantes reas do comportamento humano, neste
caso inteligncia, e fazer julgamentos e outras atribuies. A compreenso
assim ganha poder ter um impacto sobre a prtica embora nunca
se possa garantir se haver impacto significante e benefico.
Outro exemplo de pesquisa de longo alcance que j est mudando
a educao na Amrica e na Europa a srie de estudos epistemolgico-
desenvolvimentais de Piaget e seus colegas. Durante muitos anos Piaget
observou cuidadosamente crianas de todas as idades, entrevistando-as
e falando com elas, e criando problemas pam que elas resolvessem.
Ele est evidentemente interessado em responder a antiga questo episte-
molgica e psicolgica: Como conhecemos? Ele acha que a pergunta
pode ser respondida, pelo menos em parte, entendendo o desenvolvi
mento dos processos de pensamento da criana. 6 Uma das descobertas
gerais de Piaget congruente com o que dissera John Dewey muitos
anos antes que a criana tem uma vida intelectual propna, uma
maneira de olhar a realidade diferente do adult. Em outras palavras,
em seu pensamento, a criana no apenas um adulto pequeno. A
compreenso da concepo de realidade da criana, pelo educador e pelo
psiclogo provavelmente afetar profundamente a interao dos adultos
com as crianas, principalmente em educao. Por conseguinte^ series
de estudos como estes tero -provavelmente um impacto na pratica.
A influncia da metodologia
6 O leitor interessado poder ler um ou dois dos vrios livros de Piaget, mas
um melhor conselho infelizmente os escritos de Piaget no sao modelos de
clareza tentar uma das vrias explanaes em forma de livro. Uma das mais
antigas, mas talvez ainda a melhor, o livro de Flavell (1963).
335
livro; veja Apndice), a mensurao de variveis e tcnicas de anlise
de dados. A metodologia inclui tambm aspectos da filosofia da cincia
urna abordagem critica geral a pesquisa. Apesar de sua grande impor
tncia, raramente pensamos na possvel influncia da metodologia na
prtica. Isto estranho porque a metodologia j teve uma profunda
influencia no conhecimento cientfico comportamental.
Se podemos dizer que a pesquisa tem influncia na prtica, segue-se
ento que qualquer coisa que influencie fortemente a pesquisa pode,
por sua vez, influenciar a pratica. A metodologia influencia fortemente
a pesquisa. Tal influncia, naturalmente, ser bem indireta. Afinal, a
influncia da prpria pesquisa indireta. A influncia da metodologia
mais indireta ainda. Vamos tomar um exemplo bem bvio. Antes de
1930; os experimentos eram. principalmente uma questo de duas va
riveis.^ Era manipulada uma varivel independente e observado seu
presumvel efeito sobre uma varivel dependente. Depois da inveno
da anlise de varincia, contudo, puderam ser feitos experimentos mais
realistas e teoricamente mais interessantes usando duas ou mais vari
veis independentes. Alguns deles foram descritos em captulos anteriores.
O efeito do progresso na metodologia ajudar a produzir pesquisa
cujos resultados sejam mais generalizveis e ampliar as abordagens e
problemas de pesquisa tanto experimentais quanto no-experimentais.
Mas possvel que a metodologia tenha efeitos mais profundos?
Vamos especular, por exemplo, sobre os possveis efeitos da regresso
mltipla sobre os hbitos de pensamento daqui a 10 ou 20 anos A
essncia da regresso mltipla o efeito simultneo de muitas variveis
sobre uma varivel dependente. Geralmente a maioria das pessoas pensa
no efeito de uma varivel sobre outra. possvel que depois de repetida
exposio e do uso de regresso mltipla e no h dvidas de que
as prximas duas dcadas vero muito tal exposio e uso possamos
no mais pensar em influncias isoladas? Ser possvel que influncias
mltiplas se tornaro parte de nossa maneira habitual de pensar? Para
mim parece que sim.
A influncia da teoria
336
experimental foi influenciada pela teoria comportamental e pela teoria
cognitiva. Tais teorias provavelmente influenciam a prtica, porque
influenciam decises sobre quais so os problemas de pesquisa impor
tantes a pesquisa de atribuio surgiu principalmente da teoria ges-
tltica (ou de campo) e da teoria cognitiva e porque as idias esti
muladas pela teoria entram em livros e, s vezes, at se tornam parte
de dogmas. Assim, muito indiretamente, a prtica pode por fim ser
afetada. O difundido uso da dinmica de grupo por professores e assis
tentes sociais nas dcadas de 50 e 60 foi resultante em parte da teoria
de campo, um ramo da teoria gestltica, que stimulou tanto a pesquisa
em processos de grupos quanto a introduo e uso de tcnicas de grupo
em situaes prticas.
O outro tipo de influncia terica a teoria mais especfica, como
a teoria das atribuies, a teoria do reforamento e as teorias de inteli
gncias. As teorias de inteligncia podem mudar o pensamento e a pr
tica educacional e previdenciria. Teorias de inteligncia ambiental e
hereditria, por exemplo, podem levar a prticas previdencirias e edu
cacionais muito diferentes. A influncia da teoria do reforamento j foi
sentida por causa de sua forte enfatizao do reforamento positivo.
Pais e professores preferem usar recompensa punio, porque sua edu
cao e treinamento no podem evitar de ser influenciados pela teoria e
pesquisa do reforamento. Eles sabem, freqentemente sem conheci
mento especfico e explcito, que o efeito da recompensa muito melhor
que o efeito da punio. (Se o leitor estiver inclinado a achar que isto
bvio, lembre-se de que no sculo XIX a punio era a maneira mais
comum de lidar com crianas, pelo menos nas escolas.)
337
Foi feita, repetindo talvez tediosamente, para aumentar a compreenso
dos fenmenos que se relacionavam aos problemas sociais.
Vamos considerar um problema da maior magnitude: a igualdade
dos negros norte-americanos. Rotulo o problema desta forma porque
os problemas concernentes s relaes de raa, preconceito, discrimina
o e segregao podem ser agrupados em igualdade com os brancos,
ento a maioria dos problemas provavelmente desaparecera com o
tempo. Sem dvida houve um progresso considervel, grande at, em
melhorar as condies dos negros norte-americanos. desnecessrio cata
logar as leis aprovadas, e as estatsticas de empregos, habitao e aceita
o, em transformao. Poucos americanos negaro que homens, mulhe
res e crianas pretos devem ter direitos e oportunidades iguais perante
a lei. (Veja a discusso anterior da pesquisa de Campbell.) Outro sinal
de importante mudana social o abandono de linguagem ofensiva e
estereotipada. No incio do sculo, expresses e palavras aviltantes eram
comumente usadas para descreverem o negro e ningum pensava que
isso fosse errado. Embora tal linguagem ainda seja usada hoje, seu uso
diminuiu enormemente. So grandes mudanas. O que a pesquisa tem a
ver com estas e outras mudanas salutares de pensamento e prtica?
Ningum sabe ao certo. No h nenhum estudo de Comroe e Dripps.
Ento o que se segue necessariamente especulao, embora, espera-se,
especulao bem informada.
O pensamnto e os escritos sociolgicos e psicolgicos sobre raa e
preconceito fizeram progressos no incio do sculo. A pesquisa, no sen
tido de investigao controlada, comeou realmente a florescer na ter
ceira, quarta e quinta dcadas do sculo. Investigaes clssicas sobre
um dos fundamentos do preconceito, os esteretipos, tiveram grande
impacto sobre os psiclogos e socilogos (por exemplo, Katz e Braly,
1935). 7 Foram feitos muitos outros estudos sobre esteretipos e outros
aspectos do preconceito e o assunto foi analisado teoricamente (por
exemplo, Krech & Crutchfield, 1948). Cientistas comportamentais dese
javam compreender o fenmeno, assim como contribuir para sua soluo.
Escolhi deliberadamente um fenmeno cuja investigao teve moti
vos mistos. Por ter sido dito repetidamente que o propsito da cincia
a teoria, ou a compreenso, no quer dizer que os tericos e os pesqui
sadores desejem pura e simplesmente obter conhecimentos. De fato,
muitos pesquisadores trabalhando na rea geral do preconceito pareciam
ter fortes motivos sociais, baseados em uma ideologia igualitria. Entre
tanto, o progresso na compreenso do preconceito hoje preconceito
338
bastante bem compreendido, embora, como sempre, muita coisa no seja
ainda entendida veio da pesquisa cientfica sobre o fenmeno e sobre
fenmenos relacionados. Vamos nos voltar agora para um conjunto de
investigaes muitssimo interessante, importante e influente, cujo alvo
inicial foi estudar e compreender o preconceito, mas cuja execuo foi
consideravelmente alm do preconceito. Embora j tenhamos examinado
aspectos dessas investigaes, sua importncia e especial adequao para
o problema da pesquisa e prtica justifica uma repetio.
A influncia de um livro notvel publicado em 1950, The Autho-
ritarian Personality (Adorno e outros, 1950), sentida ainda hoje. A
meta ambiciosa da pesquisa nele contida era estudar, compreender e
explicar o preconceito. Os pesquisadores eram homens e mulheres que
se dedicavam tambm ao combate do preconceito na moderna sociedade.
De fato, duvidamos que tal estudo pudesse ter sido feito sem que os
pesquisadores tivessem esta motivao. Logo na primeira pgina do livro,
Horkheimer e Flowerman, diretores do Departmento de Pesquisa
Cientfica do Comit Judeu Norte-Americano, que patrocinou o estudo,
propuseram diversas questes perturbadoras, estimulados pela persegui
o e extermnio de milhes de seres humanos por outros seres humanos:
Como possvel que . . . em uma cultura de lei, ordem e razo
possam ter sobrevivido os remanescentes irracionais de antigos
dios raciais e religiosos? Como . . . explicar a disposio de gran
des massas de pessoas para tolerar o extermnio em massa de seus
semelhantes e concidados? Que tecidos continuam cancerosos na
vida da nossa moderna sociedade, e que, a despeito de seu propalado
progresso, mostram o incongruente atavismo de povos primi
tivos? (p.v)
So questes profundas. O fato de serem feitas como perguntas
para serem respondidas pela investigao emprica, pelo menos em
parte, um dos aspectos mais notveis desta pesquisa. Horkheimer e
Flowerman dizem:
Mas uma conscincia desperta no suficiente se no estimular
uma busca sistemtica de uma resposta. A humanidade pagou um
preo muito alto por sua ingnua f nos efeitos automticos da
simples passagem do tempo; a magia jamais conseguiu dissipar tem
pestades, catstrofes, peste, doena ou outros males. .. (p.v)
No estamos agora to preocupados com a substncia, metodologia
e descobertas do estudo, mas com sua motivao mista e de que maneira
pode ter afetado a prtica. Os pesquisadores, profundamente preocupa
dos com o preconceito e seus efeitos secundrios perniciosos, desejavam
contribuir com a busca de respostas prticas para erradicarem o pre
conceito. Afinal, o estudo fora iniciado e financiado pelo Comit Judeu
Norte-Americano, entre cujas principais tarefas estava combater o anti-
semitismo. Todos sabiam, entretanto, que teriam que compreend-lo
para combate-lo. Nosso objetivo no mermente descrever o precon
ceito, mas explic-lo a fim de ajudarmos em sua erradicao (p. vii).
Atravs de uma combinao de abordagens de pesquisa, os pesqui
sadores chegaram a vrias concluses importantes. Uma delas foi que o
preconceito um fenmeno muito geral que faz parte das personalidades
dos indivduos. A esta personalidade eles denominaram personalidade
autoritria porque descobriram, entre outras coisas, que uma perso
nalidade autoritria possua uma sndrome de caractersticas que pre
dispunham o indivduo que a possua a ser hostil em relao a grupos
que no fossem o seu.
Uma segunda concluso foi que o preconceito tende a ser gene
ralizado. A pessoa que tem preconceito contra um grupo torna-se incli
nada a ter preconceito contra outros grupos. Esta concluso, como outras
de Adorno e seus colegas, foi confirmada por outras pesquisas. O indi
vduo que no gosta de judeus provavelmente no gosta de negros,
estrangeiros e assim por diante. Observe que isto explica muito do com
portamento social humano, mas especialmente o que envolve o contato
entre grupos. Significa tambm que, para compreender o anti-semitismo,
preciso compreender tambm o preconceito em relao a outros grupos
minoritrios.
Uma terceira concluso a ltima que vamos considerar est
relacionada primeira resumida acima: atitudes polticas, religiosas e
outras, esto relacionadas ao autoritarismo. Isto , a personalidade auto
ritria^ no tende apenas a ter preconceito em relao a outros grupos
que no o seu; ela tem tambm atitudes identificveis e predizveis em
relao a questes sociais. O termo geral que engloba estas atitudes
conservadorismo, mas os autores mostram cuidadosamente que eles
querem dizer pseudoconservadorismo, pelo que parecem querer dizer
conservadorismo reacionrio. No h dvida, entretanto, da correlao
positiva entre o autoritarismo e o conservadorismo medidos. 8
Evidentemente o preconceito muito complexo e no fcil com
preend-lo. Adorno e outros descobriram que o anti-semitismo faz real-
340
mente parte de uma sndrome mais ampla que pode ser chamada de
etnocentrismo: caracterizada pela centralizao dos membros no seu
prprio grupo, crena em seu valores e retido e por atitudes negativas
em relao a outros grupos. Descobriram ainda que o etnocentrismo por
sua vez faz parte de outro fenmeno chamado autoritarismo, e que o
autoritarismo descreve um certo conjunto de traos de personalidade.
Sua nfase foi fortemente psicolgica no sentido de terem localizado o
etnocentrismo e o autoritarismo no indivduo. Eles provavelmente acer
taram, mas provvel que ambos sejam afetados por foras sociais e
variveis fora do indivduo. Entretanto, The Authoritarian Personality
uma grande realizao da pesquisa e da cincia comportamental, uma
contribuio distinta e importante para a compreenso do preconceito,
do autoritarismo e da ideologia, das relaes entre personalidade e
ideologia.
Praticamente toda essa pesquisa foi pesquisa bsica. Sua meta era
compreender e explicar o preconceito, ainda que os pesquisadores e seus
patrocinadores tivessem convices profundas sobre os males do precon
ceito e forte desejo de erradic-lo. Ningum pode dizer com certeza,
claro, se o estudo teve algum efeito real sobre o preconceito em si.
Eu creio que provavelmente tenha tido influncia porque, com a maior
compreenso do preconceito, lderes intelectuais e uma gerao de estu
dantes ganharam uma base para entenderem como lidar com o precon
ceito. Provavelmente tenha tambm ajudado a criar uma noo mais forte
da necessidade de igualdade em muito mais pessoas. Do ponto de vista
deste captulo, os autores de The Authoritarian Personality mostraram
no somente capacidade de pesquisa, discernimento e argcia; mostraram
sabedoria quando escolheram fazer pesquisa bsica. Um conjunto de
estudos aplicados poderia ter dado em nada porque provavelmente teria
fracassado em encontrar relaes mais profundas que os autores encon
traram. 9
342
No h concesses, interferncias, como em negcios ou em poltica.
A tica da cincia absoluta. O fato de que a maioria dos cientistas
observa a tica que mostrado pelo choque com que recebido algum
caso de trapaa. mostrado ainda pelo destino do cientista trapaceiro:
ele perde seu status de cientista. O caso de Sir Cyril Burt, que foi um
dos psiclogos mais famosos e respeitados da Inglaterra, pode ser um
exemplo. Alegou-se que o exame cuidadoso das evidncias que ele apre
sentara para apoiar conceitos de hereditariedade de inteligncia indica
vam que ele falsificara ou inventara os dados. No vamos discutir o
caso. A questo foi o choque causado no mundo cientfico comporta-
mental do Ocidente. Qualquer cientista que falsifique dados, por qual
quer motivo, causa um tremendo choque. Ainda mais Burt, por causa
de sua posio e do respeito que seus colegas tinham por ele. A questo
ainda no foi resolvida. H os que esto convencidos que Burt fez q,;
que o acusaram e que foi, portanto, desonesto. Mas ha os que no
acreditam nisso. Provavelmente a questo jamais seja resolvida completa
mente, porque Burt j no est mais aqui para ser questionado e porque
a evidncia parece ser equvoca.
Outro problema importante, relacionado aos valores da cincia e
que contribuiu para a m interpretao da cincia e da pesquisa,
suposto conflito entre a cincia e o estudo das humanidades. Acredita-se
que a cincia no toca na maioria dos aspectos da experiencia humana,;
Acredita-se, por exemplo, que a essencia da musica e da poesia est
alm da cincia e que, na verdade, a cincia no toca nas experincias
humanas mais importantes. Assuntos estticos e espirituais, entre outras
coisas, escapam cincia e aos cientistas.
Seria agradvel dar uma resposta eloqente e romntica a tais argu
mentos. Mas no possvel uma resposta real. Primeiro, os fatos
esto corretos: a cincia nada tem a ver com musica e poesia e no a
toca muitos aspectos da experincia humana. Mas isto verdadeiro para
qualquer atividade humana. A msica abraa toda a humanidade? E a
literatura? A pintura? Se existe uma resposta satisfatria que a cincia,
por um lado, e a msica, arte, literatura, experincias msticas, etc., por
outro, so simplesmente diferentes. No podem ser comparadas no
sentido comum da palavra. Algum diz que flor e melhor do que cafe?
a no ser naturalmente, que se esteja atras do exotico ou comparando
alguma qualidade comum aos dois, como o cheiro ou a cor.
Segundo, imaginar um conflito entre cincia e humanidade coisa
sem significado e sentido. As duas simplesmente so diferentes^ tm
objetivos diferentes. absurdo esperar que a cincia tenha como objetivo
a satisfao esttica (a no ser, talvez, para o cientista), assim como^ e
absurdo esperar que a cincia e a pesquisa resolvam problemas sociais.
A cincia procura compreenso. No se destina a melhorar nvel de vida,
experincia esttica, ou o ser existencial do indivduo. O conflito ou
polaridade entre a cincia e as humanidades, ento, um conflito psico
lgico: est na cabea de homens e mulheres e no pertence natureza
oposta da cincia e das humanidades. Duas coisas serem opostas
implica que existe alguma coisa em comum entre elas. Cincia e humani
dades so, ambas, atividades intelectuais humanas. Termina a. No h
virtualmente, mais nada em comum entre elas. Ento como pedem ser
opostas? A compreenso da cincia exige a compreenso de que sua
natureza e objetivos so muito diferentes de outras atividades .humanas.
Isto quer dizer que no est oposta a nada embora seu efeito' seja abrir
reas de atividade humana, geralmente fechadas, ao exame crtico e
ctico.
Duas perguntas difceis, as ltimas: A influncia da cincia tem
sido boa ou m? Se se entender boa por conforto e convenincia fsica
e se se admitir que grande parte da tecnologia moderna foi criada pela
cincia, ento deve-se responder: Sim, a influncia da cincia tem sido
boa, as pessoas se sentem fisicamente melhor do que no sculo XIX.
Se se fizer perguntas sobre a qualidade de vida que a cincia possa ou
no ter acentuado, a resposta muito mais complexa e ambgua. Vamos
ento nos limitar aqui cincia e pesquisa comportamentais.
Ao contrrio do que muita gente acredita, a cincia e a pesquisa
comportamental contriburam muitssimo em uma rea em que deveram
ser julgadas: conhecimento e compreenso do comportamento humano.
Antes de irmos mais adiante, entretanto, vamos reconhecer que qualquer
contribuio sempre parcial e, talvez at, apenas uma pequena parte
de todas as contribuies possveis. at bastante duvidoso que surgir
completa compreenso cientfica do comportamento humano. Provavel
mente sempre haver reas nebulosas e desconhecidas em aspectos da
economia, sociologia, psicologia, antropologia e assim por diante. As
depresses econmicas provavelmente jamais sero totalmente compre
endidas, se no por outras razes, pelo menos porque as situaes socais
mudam constantemente, e o mesmo acontece, portanto, com as situaes
econmicas. Surgem at novos fenmenos e variveis. O conhecimento
completo da motivao e habilidades humanas continuar a nos escapar.
As complexidades das instituies e dos movimentos sociais provavel
mente jamais sero tambm entendidos completamente.
Uma das coisas que as pessoas esperam da cincia que, depois
de algum tempo, maturidade e trabalho, a pesquisa resultar em conhe
cimento e compreenso total dos fenmenos; esta esperana errnea e
inadequada. A cincia e a pesquisa jamais produziro conhecimento e
respostas completas s questes. Manter essa esperana compreender
mal a pesquisa e a cincia. Isto, entretanto, no motivo de desespero.
344
No quer dizer que, por no poder dar respostas completas, a empresa
cientfica perde seu valor. Longe disto.
Um modo mais exato e realista de encarar a cincia e conceb-la
como um meio poderoso de reduzir a ignorncia. Vamos tomar a inteli
gncia novamente. Em, digamos, 1850, no havia evidncia cientfica
sobre a natureza da inteligncia. O que era conhecido foi resultado de
observao e deduo, aguadas ou no, sbias ou no. No se fazia
uma investigao controlada sistemtica da inteligncia. Em resumo, o
estado de ignorncia, se no era completo, era quase. Na dcada de 70,
entretanto, sabe-se muita coisa sobre a inteligncia humana. Natural
mente muita coisa continua desconhecida, mas isto no quer dizer que
no saibamos quase nada a seu respeito. Sabemos, por exemplo, que a
inteligncia humana produto tanto da hereditariedade quanto do meio
ambiente. Sabemos que no se trata de uma coisa isolada, unitaria,
querendo dizer, por exemplo, que uma pessoa aUamente inteligente e
inteligente em todas as reas. Alis, um funo multifacetada que
evidentemente tem tantas manifestaes quanto pessoas. Certos fatores,
ou tipos de inteligncia, esto agora bem estabelecidos e bem conhecidos:
verbal numrico, espacial e assim por diante. H at evidncia, embora
no ainda slida, de que no h s 6 ou 7 fatores de inteligncia, mas
mais de 20 ou 30.
Uma das grandes realizaes cientficas e tcnicas do sculo , ento,
a mensurao da inteligncia. Ela pode ser medida com alta fidedigm-
dade e elogivel validade. H os que duvidam, naturalmente. Uma das
principais causas de dvida a desconfiana de que o que esta sendo
medido no a verdadeira essncia a inteligncia. Talves no. Mas ento,
a verdadeira essncia da inteligncia jamais ser medida. Isso de forma
alguma diminui a magnitude terica e prtica da realizao. A ignorncia
completa foi reduzida para o que pode ser chamado ignorncia parcial.
Graas ao trabalho de cientistas sociais, sabemos que classe social
tem muita influncia sobre a inteligncia, realizao e ocupao. Sabe-
mos muita coisa a respeito do papel que desempenha a raa em casa, na
escola e no trabalho. Sabemos muita coisa a respeito do funcionamento
dos sistemas econmicos no o suficiente para evitarmos depresses
e acabar com a inflao, mas muita coisa, apesar de tudo. Os sociologos
e os economistas reduziram bastante a ignorncia social e econmica.
Ajudaram tambm a destruir falsas crenas e mitologias enganosas sobre
a sociedade e seu funcionamento.
Alguns anos atrs, Deutsch, Platt e Senghaas (1971), publicaram
um estudo do progresso das cincias sociais e de onde veio este progresso.
Fizeram uma lista de 62 melhoramentos feitos durante o perodo de
1900-1965 que influenciaram a pesquisa e a prtica. Omitindo as contri
buies no cientficas, resta-nos ainda uma lista formidvel de melhora-
mentosr a sociologia da burocracia, cultura e valores, teoria e pesquisa
de aprendizagem, testes de inteligncia, estudos sobre autoritarismo,
pesquisa de atitudes e opinies, e vrios avanos metodolgicos, como
analise fatorial, anlise de contedo, definies operacionais, anlise
estatstica, computadores, anlise multivariada e assim por diante. Dizem
os autores:
Juntos, estes melhoramentos acrescentam-se inconfundvel evidn
cia de crescimento cumulativo do conhecimento nas cincias sociais
no decorrer do sculo. Hoje, afirmativas como no sabemos mais
do que Aristteles sobre psicologia humana e poltica, expressam
principalmente a ignorncia daqueles que as proferem (p. 455). 10
Em suma, as contribuies da cincia e da pesquisa comportamental
foram impressionantes na reduo da ignorncia. O progresso no foi to
impressionante quanto em fsica, qumica e biologia, mas considerando
sua relativa juventude e grande complexidade, so sem dvida impressio
nantes. A compreenso do mundo fsico e de nossos corpos progrediu
enormemente graas cincia. A compreenso de ns mesmos e de nosso
ambiente, embora no sendo enorme, tem sido e uma realizao
excepcional, reduzindo nossa ignorncia praticamente completa cem anos
atras.
verdade jjue podemos no saber muito bem como lidar com
depresso, inflao, desemprego, terrorismo, preconceito religioso e racial
e privao intelectual extrema. Conhecemos, entretanto, algumas das
causas destes fenmenos e relaes entre eles. Estamos comeando a com
preende-los cientificamente. Embora isto no signifique soluo definitiva
dos problemas repetimos, no este o objetivo da cincia , signi-
ca, no mnimo, reduo considervel da grande ignorncia que permeia
estes e outros problemas psicolgicos e sociais semelhantes. Significa
uma certa medida de compreenso, compreenso que pode nos fornecer
as razoes, seno os remdios, da nossa infelicidade e nossa felicidade
de nossos fracassos e nossos sucessos.
a, !0de-Se- dif Utlr a. is.ta de 62 avanos na cincia social. Por exemplo, diversos
avanos nao forarn absolutamente cientficos: a teoria da organizao unipartidria
L f ? revolu?a. de Lenm psicanlise e psicologia profunda, contabilidade da
foram E f / por diante- lm diss0 certos melhoramentos significantes
evidncia de realiSSo0 * ^ impressionante e incontestvel como
346
A p n d ic e
T ip o s d e p e s q u is a , m t o d o s d e o b s e r v a o
e t e s t e s d e s ig n if i c n c ia e s t a t s t i c a
Tipos de pesquisa
Um tipo mais importante de pesquisa dominou o texto: pesquisa
em que foram estudadas as relaes entre variveis dependentes e inde
pendentes. Este , naturalmente, o tipo de pesquisa mais importante e a
meta ltima de quase toda a pesquisa cientfica: pesquisa para testar
relaes hipotticas entre variveis. H, contudo, vrios outros tipos de
pesquisa que so importantes. Vamos examinar dois deles rapidamente.
Investigao histrica
Pesquisa histrica, ou investigao histrica, uma investigao
crtica dos acontecimentos, desenvolvimentos e experincias do passado,
pesagem cuidadosa da evidncia da validade de fontes de informao
347
o, alguns deles j foram mencionados. Vamos agora caracterizar rapi
damente trs dos mtodos mais usados.
Observao um termo geral que significa qualquer tipo de dado
obtido atravs de notar eventos, cont-los, medi-los, registr-los. Mtodos
de observao so procedimentos sistemticos e padronizados para se
obter dados. Quase todos os mtodos tm o objetivo tcnico de ajudar
o observador ou pesquisador a obter medidas de variveis. O principal
objetivo de fazer observaes, ento, medir variveis. Em cincia,,
fazer observaes significa mais do que olhar as coisas simplesmente.
Significa tambm qualquer aparato usado para medir variveis.
Entrevistas
350
grande parte da pesquisa comportamental, os estmulos estruturados sao
escalas e testes objetivos, que so mais usados do que qualquer ra
coisa para fazer observaes. Em captulos anteriores mencionamos exem
plos de tais testes e escalas, e no captulo 2 eles foram definidos. Vamos
repetir as definies. Um teste um procedimento sistemtico em que se
apresenta aos indivduos a serem testados um conjunto de estmulos
construdos, chamados itens, aos quais eles respondem de uma forma
ou de outra. Estas respostas possibilitam o pesquisador atribuir notas
individuais, que presumivelmente indicam o grau em que os indivduos
possuem o atributo que est sendo medido, ou o grau em que eles
conhecem a coisa sendo testada.
Uma escala semelhante a um teste, enquanto possui itens, e cada
um deles deve medir o que. quer que esteja sendo medido. As escalasv
contudo, no tm o sabor competitivo dos testes. So construdas de
forma que nmeros diferentes possam ser atribudos a sujeitos diferentes
para indicarem quantidades diferentes da propriedade ou atributo em
mensuraco. Foram dados exemplos no texto. Lembre-se, por exemplo,
de que a conhecida escala F mede autoritarismo. Lembre-se tambm das
escalas referentes destinadas a medirem conservadorismo e liberalismo.
Foram construdas, literalmente, centenas de escalas e usadas em pesquisa
comportamental para medirem atitudes, valores, rigidez, preconceito, inte
resses, introverso-extroverso e assim por diante. O L;
pC BC.!
LaJ
Observao de comportamento
Estatstica e anlise
352
tstica. Entretanto, a natureza onipresente da estatstica e sua importncia
vital na anlise de dados exige mais do que um fora cavalheiresco.
Estamos longe de ter negligenciado o assunto. Nos captulos 4, 5 e 6,
alm de em outros pontos, foram dadas as bases conceituais da anlise,
do estudo de relaes e da testagem de hipteses. . . No captulo 10,
discutimos anlise de freqncias. Vimos correlao, regresso e abor
dagens multivariadas nos captulos 11, 12 e 13. Mas uma anlise descri
tiva e uma vista geral da estatstica no foram discutidas, sistematica
mente. Vamos faz-lo agora, mas de forma limitada. O objetivo no
ensinar estatstica; aprofundar a compreenso da pesquisa comporta-
mental em geral. Vamos anteceder a discusso de estatstica com uma
considerao da natureza da anlise.
Anlise a categorizao, ordenao, manipulao e sumarizao
de dados. Seu objetivo reduzir grandes quantidades de dados brutos
passando-os para uma forma interpretvel e manusevel de maneira que
caractersticas de situaes, acontecimentos e de pessoas possam ser des
critas sucintamente e as relaes entre as variveis estudadas e interpre
tadas. A estatstica, naturalmente, faz parte da anlise. J foi definida
mas, para maior clareza, vamos caracteriz-la novamente. Estatstica a
teoria e mtodo de analisar dados obtidos de amostras de observaes
com o fim de descrever populaes, estudar e comparar fontes de varin-
cia, para ajudar a tomar decises sobre aceitar ou rejeitar relaes entre
fenmenos e para ajudar a fazer inferncias fidedignas de observaes
empricas (Kerlinger, 1973, p. 185). Vamos considerar apenas como
avaliar a significncia estatstica em trs situaes de pesquisa variadas
e comumente usadas.
Tabela A .l V a lo re s selecionados d e u m a ta b e la f.
p* 0,05 0,01
g .l.b
10 1,81 2,76
15 1,75 2,60
25 1,71 2,49
30 1,70 2,46
354
Mdia 1 Mdia 2
t = ------------------------------------------
Variabilidade de mdias casuais
Tais frmulas foram nitidamente caracterizadas como informao versus
erro (Diamond, 1959). A informao, neste caso a diferena entre duas
mdias, est no numerador. O erro, no denominador. O resultado ento
conferido com uma chamada tabela t (dada em qualquer texto de esta
tstica). As entradas de uma tabela t so razes t, como acima, e essas
razes t so dadas para amostras de grupos de diferentes nmeros de
casos nas amostras e para nveis diferentes de significncia (probabili
dades). Uma pequena parte de uma tabela t dada na tabela A. 1.
p na tabela significa probabilidade, e g.l. significa graus de liber
dade, que no necessrio explicar. Neste caso g.l. igual ao nmero
total de casos menos 2, ou N 2. No estudo de Clark e Walberg,
havia 110 crianas; assim, g.l. = N 2 = 110 2 = 108. Dois p ou
nveis de probabilidade so dados, 0,05 e 0,01. Estes so dois nveis
de significncia usados comumente. A entrada para g.l. = 108, 1,66,
significa que se um t produzido pela frmula t 1,66 ou maior, ento
a diferena entre as duas mdias estatisticamente significante: a dife
rena afasta-se significantemente da expectativa casual ao nvel de 0,05;
no um resultado que pudesse ter sido provavelmente produzido apenas
por acaso.
O do estudo de Clark e Walberg foi 3,09.1 Suponhamos que
aceitemos o nvel de 0,05 como nosso critrio. Isto quer dizer que
estamos dispostos a aceitar um risco de 5 por cento de estarmos errados.
J que o t obtido, calculado dos dados dos dois grupos de crianas, foi
3,09, e este maior do que .1,66 da tabela, a diferena de 4,76 estatisti
camente significante, o que significa que este resultado provavelmente
no casual. Lembre-se que as entradas ria tabela so resultados casuais,
por assim dizer. Se o obtido fosse, digamos, 1,54, ento seramos
forados a dizer que a diferena de 4,76 entre as mdias foi uma das
lnuitas diferenas que poderiam ter acontecido somente pelo acaso.
Portanto, no seria um resultado estatisticamente significante. Isto signi
fica, por sua vez, que realmente no houve diferena alguma de reali
zao em leitura entre os grupos experimental e de controle que pudesse
g p atribuda a outros fatores alm do acaso, implicando assim que o
fforamento macio no teve qualquer efeito aprecivel na realizao
do grupo experimental de crianas.
555
Se quisssem os ter consideravelmente mais segurana d significn-
cia estatstica da diferena de 4 ,7 6 , poderiamos ter escolhido o valor de
2 ,3 6 , correspondente ao nvel de 0,0 1 . Ento a diferena de 4,7 6 esta
tisticam ente significante ao nvel de 0,01, significando que h apenas
uma chance em 100 de obter diferena to grande apenas pelo acaso.
A mesma concluso do pargrafo antecedente se seguira, s que esta
ramos consideravelm ente mais seguros de que o resultado era estatis
ticamente significante. 2
356
tabela A .2. As entradas na tabela representam nmeros de sociedades.
Por exemplo, 17 num total de 39 sociedades tinham alta ansiedade oral
e usavam tambm explicaes orais para doena.
S ociedades altas em 17 3 20
a n sie d a d e o ral (11,79) (8,21)
S ociedades b aix as em 6 13 19
a n sie d a d e oral (11,21) (7,79)
23 16 39
357
Tabela A .3 Cruzamento da tabela A .2, com freqncias "obtidas fictcias, pr
ximas da expectativa de acaso*.
14 6 20
(11,79) (8.21)
9 10 19
(11,21) (7,79)
23 16 39
358
gttcia, ou C. C para a tabela A . 2 0 ,4 8 e para a tabela A .3 0,22.
Estes coeficientes C so apenas medidas aproximadas das relaes. Eles
subestimam a magnitude das relaes, por exem plo. Entretanto, do uma
idia da magnitude relativa das relaes nas duas tabelas.
Xt-Xt
359
onde Xi e X2 so as mdias dos grupos 1 e 2 e EP . , _ o chamado
Xj X2
erro padro das diferenas entre as duas mdias. Um erro padro
uma medida de flutuao ao acaso. Neste caso o erro padro da
diferena entre duas mdias. um clculo da variabilidade das diferen
as entres as mdias, tendo as mdias sido calculadas de conjunto de dois
grupos de nmeros aleatrios. Por exemplo, supondo que tiramos nme
ros aleatrios em conjuntos de dois, digamos, 20 nmeros em cada grupo,
calculamos ento as mdias de cada conjunto e as diferenas entre estas
mdias. Fazemos isto diversas vezes e calculamos ento a variabilidade
(os erros padres) das diferenas. Este erro padro, ento, usado para
avaliar a magnitude da diferena obtida. Se a diferena obtida for sufi
cientemente maior do que o erro padro, ento a razo t grande
e considerada estatisticamente significante.
Esta abordagem geral muito usada nas cincias comportamentais.
Vamos agora ilustr-la com a avaliao da significncia estatstica de
coeficientes de correlao. O raciocnio e o mtodo so semelhantes.
A frmula para o erro padro, naturalmente, diferente. A frmula para
avaliar a significncia estatstica de um coeficiente de correlao.:
r
t = ---------
EPr
360
Ou um dos muitos r que poderam ter sido calculados entre conjuntos
de nmeros aleatrios? Se calculamos t para este r, obtemos t = 1,33.
O t da tabela, ao nvel de 0,05 para 18 graus de liberdade (N 2
20 2 = 18), que, digamos, aceitamos anteriormente como nosso
critrio de significncia, 1,73. Nosso t obtido, entretanto, de apenas
1,33. J que menor que 1,73, percebemos que nosso coeficiente de
correlao de 0,30 no estatisticamente significante. Conclumos, por
tanto, que h pouca ou nenhuma relao entre nossos conjuntos de
crenas.
Suponhamos que o r obtido tenha sido de 0,62 com 20 sujeitos que
responderam ambas as escalas. Ser estatisticamente significante? Sim, .
O t ento 3,35, que maior do que ambas as entradas ao nvel de
0,05 e 0,01 da tabela t (o t para 0,05 1,73, como acima e o t para 0,01
2,55). O r de 0,62 , portanto, estatisticamente significante e podemos
ento pensar na magnitude de r e seu significado. Quer dizer que h
uma relao bastante substancial entre os dois conjuntos de atitudes:
indivduos que acreditam em liberdade sexual e legalizao do aborto
tendem tambm a acreditar na igualdade para as mulheres. Em resumo,
a significncia estatstica de um coeficiente de correlao estabelecida
primeiramente, e depois sua magnitude avaliada.
Observe que o tamanho de N, o tamanho da amostra, afeta a signi
ficncia estatstica das estatsticas. Suponhamos, por exemplo, que tivsse
mos obtido um r de 0,30, mas que houvesse 30 sujeitos que responde
ram aos instrumentos de atitude (em vez de 20 sujeitos). Ento
t = 1,664. Embora isto no seja significante de acordo com a tabela
t a entrada t ao nvel de 0,05 para g.l. = 28 1,701 quase
significante. Se calcularmos a probabilidade com um computador, como
fizemos antes, encontraremos p = 0,054, apenas um pouco maior do
que 0,05. Assim, isto seria, embora marginal, sugestivo. No o caracte
rizaramos como claramente no significante. Se tivssemos 35 sujeitos e
um r de 0,30, t = 1,807, que significante ao nvel de 0,05. (A proba
bilidade calculada pela mquina p = 0,04.)
H, naturalmente, muitos tipos diferentes de tstes de significncia
estatstica. A maioria deles, por mais complicadas que sejam suas frmu
las, so baseados no mesmo princpio relativamente simples: a compa
rao de resultados obtidos com resultados esperados por acaso. O leitor
deveria perceber, entretanto, que a significncia estatstica diz pouco
ou nada a respeito da magnitude de uma diferena ou de uma relao.
Com um nmero grande de sujeitos, digamos, mais de 200, a maioria
dos testes de significncia mostra significncia estatstica, mesmo
quando uma diferena entre mdias seja bastante pequena, talvez trivial,
ou um coeficiente de correlao seja muito pequeno e trivial. Com 1.000
sMieitos, por exemplo, um r obtido de 0,06 apenas significante ao nvel
361
de 0,05! Como sempre, no h substituto para o bom julgamento e para
a experincia. Para se usar a estatstica adequadamente, preciso com
preender os princpios e ser capaz de julgar se os resultados obtidos
so estatisticamente significantes e se so significativos no contexto par
ticular da pesquisa. Um coeficiente de correlao de 0,30 pode ser
baixo, at trivial, com um problema de pesquisa e ao mesmo tempo
ser substancial com outro problema.
362
Bibliografia
364
Goldfarb, W. The effects of early institutional care on adolescent personality.
Journal o f E xperim ental Educatioh, 12: 106-129, 1943.
Green, B. F. D igital com ptiters in research. N ew York: McGraw-Hill, 1963.
Guilford, J. P. Psychom etric m ethods { 2 ed.). N ew York: McGraw-Hill, 1954.
Guilford, J. P. The structure of intellect. Psychological Bulletin, 53:267-293, 1956.
Guilford, J. P. Three faces of intellect. A m erican Psychologist, 14:46 9-479, 1959.
Guilford, J. P. T h e nature o f h um an intelligence. New York: McGraw-Hill, 1967.
Guthrie, E. R. T h e psychology o f learning. New York: Harper e Brothers, 1935.
Hartz, L. T h e liberal tradition in Am erica. New York: Harcourt, 1955.
Harvey, J. H., Ickes, W. J. e Kidd, R. F. N e w directions in a ttribution research
(Vol. 1). Hillsdale, N.J.: Lawrence Erlbaum Associates, 1976.
Harvey, J. H. e Kelley, H. H. Sense of own judgmental competence as a function
of temporal pattem of stability-instability in judgment. Journal o f Personality
a n d Social Psychology, 29:526-538, 1974.
Hays, W. L. Statistics fo r the social Sciences (2.* ed.). New York: Holt, Rinehart
and Winston, 1973,
Hilgard, E. R., Atkinson, R. C. e Atkinson, R. L. Intro d u ctio n to psychology
(6.* ed.). New York: Harcourt, 1975.
Holtzman ,W. H. e Brown, W. F. Evaluating the study habits and attitudes of
high school students. Journal o f E ducational Psychology, 59:404-409, 1968.
Howells, W. W. The importance of being human. In: J. M. Tanur <org .), Statistics:
A guide to th e un kn o w n . San Francisco: Holden-Day, 1972.
Hurlock, E. An evaluation of certain incentives used in schoolwork. Journal o f
Educational Psychology, 16:145-159, 1925.
Husn, T. (org.). International stu d y o f achievem ent in m athem atics: A com parison
o f tw elve countries (Vols. I e II). New York: Wiley, 1967.
Hyman. H. H., Wright, C. R. e Reed, J. S. T h e enduring effects o f education.
Chicago: University of Chicago Press, 1975.
Jones, E. E., Kanouse, D. E., Kelley, H. H., Nisbett, R. E., Valins, .S. e Weiner, B.
A ttribution: Perceiving th e causes o f behavior. Morristown, N.J.: General
Learning Press, 1971.
Jones, E. E., Rock, L., Shaver, . G., Goethals, G. R. e Ward, L. M. Pattem of
performance and ability attribution: An unexpected primacy effect. Journal o f
Personality and Social Psychology, 10:317-340, 1968.
Jreskog, K. G. Analyzing psychological data by structural analysis of ovariance
matrices. In: D. H. Krantz. R. C. Atkinson, R. D. Luce e P. Suppes (orgs.),
Contem porary developm ents in mathematiccd psychology (Vol. II): Measure-
m eni, psychophysics, a n d inform ation processing. San Francisco: Freeman,
1974.
Jreskog, K. G. Structural equation models in the social Sciences: Specification,
estimation and testing. Research report 76-9. Uppsala, Sweden: Uppsala Uni
versity, 1976.
Katz, D. e Braly. K. W. Racial prejudice and racial stereotypes. Journal o f
A bnorm al and Social Psychology, 3 0: 175-193, 1935.
Kemeny, J. G. A phitosopher tooks at Science. Princeton, N.J.: Van Nostrand, 1959.
Kemeny, J. G., Snell, J. L. e Thompson, G. L. In tro d u ctio n to fin ite m athem atics
(2.* ed.). Englewood CUffs, N.J.: Prentice-Hall, 1966.
Kerlinger, F. N. Social attitudes and their criterial referents: A structural theory.
Psychological R ev iew , 74:110-122, 1967.
Kerlinger, F. N. The structure and content of social attitude referents: A prelimi-
nary study. Educational and Psychological. Measurement, 32:613-630, 1972.
Kerlinger, F. N. The influence of research on educational practice. Educational
Researcher, 6:5-12, 1977.
Kerlinger, F. N. Foundations of behavioral research (2.a ed.). New York: Holt,
Rinehart and Winston, 1973.
Kerlinger, F. N. e Pedhazur, E. J. Multiple regression in behavioral research. New
York: Holt, Rinehart and Winston, 1973.
Kerlinger, F. N., Middendorp, C. P. e Amn, J. The structure of social attitudes
in three countries: Tests of a criterial referent theory. International Journal of
Psychology, 11:265-279, 1976.
Kidd, C. V. Basic research Description versus definition. Science, 129:368-371,
1959.
Kirk, R. The conservative mind (ed. revista). Chicago: Henry Regnery, 1960.
Kirscht, J. P. e Dillehay, R. C. Dimensions of authoritarianism: A review of
research and ikeory. Lexington, Ky.: University of Kentucky Press, 1967.
Krech, D. e Crutchfield, R. S. Theory and problems of social psychology. New
York: McGraw-Hill, 1948.
Lee, R. S. Social attitudes and the Computer revolution. Public Opinion Quarterly,
34:53-59, 1970.
Likert, R. e Hayes, S. P. (orgs.). Some applications of behavioral research. Paris:
UNESCO, 1957.
Lindsay, P. H. e Norman, D. A. Human information processing: An introduction
to psychology (2.a ed.). New York: Academic Press, 1977.
Lindzey, G. e Aronson, E. (orgs.). The handbook of social psychology (Vol. 2).
Reading, Mass.: Addison-Wesley, 1968.
Marjoribanks, K. Ethnic and environmental influences on meital abilities. Ameri
can Journal of Sociology, 78:323-337, 1972.
Markus H. Self-schemata and processing information about the self. Journal of
Personality and Social Psychology, 35:63-78, 1977.
McClelland, D. C. The achieving society. Princeton, N.J.: Van Nostrand, 1961.
McClelland, D. C., Atkinson, J. W., Clark, R. A. e Lowell, E. L. The achievement
motive. New York: Appleton, 1953.
McConnell, J. V., Jacobson, A. L. e Kimble, D. P. The effects of regeneration
upon retention of conditioned response in the planarian. Journal of Compara
tivo and Physiological Psychology, 52:1-5, 1959.
Milgram, S. Obedience to authority. New York: Harper & Row, 1974.
Miller, N. E. Neal E. Miller: Selected papers. Chicago: Aldine, 1971.
Miller, D. R. e Swanson, G. E. Inner conflict and defense. New York: Holt,
Rinehart and Winston, 1960.
Morrow, J. e Smithson, B. Learning sets in an invertebrate. Science, 159:850-851,
1969.
Murdock, G. et al. Outlines of cultural materiais (3. ed.). New Haven, Conn.:
Human Relations Area Files, 1950.
Nagel, E. The structure of Science. New York: Harcourt, 1961.
Nunnally, J. Psychometric theory. New York: McGraw-Hill, 1967.
Page, E. B. Teacher comments and student performance: A seventy-four classroom
experiment in school motivation. Journal of Educational Psychology,
49:173-181, 1958.
366
Parkinson, C. N. Parkinsons law. London: John Murray, 1957,
Platt, J. R. Strong inference. Science, 146:347-353, 1964.
Report of the National Advisory Commission on Civil Disorders. Bantam Books,
1968.
Robinson, J. P., Rusk. J. G. e Head, K. B. Measures of political attitudes. Ann
Arbor: Institute for Social Research, University of Michigan, 1968.
Robinson, J. P. e Shaver, P. R. Measures of social psychological attitudes. Ann
Arbor: Institute for Social Research, University of Michigan, 1969.
Roe, A. e Siegelman, M. The origin of interests. Washington, D.C.: American
Personnel and Guidance Association, 1964.
Rogers, C. R. Persons or Science? A philosophical question. American Psychologist,
10:267-278, 1955.
Rokeach, M. The nature and meaning of dogmatism. Psychological Review,
67:194-204, 1954.
Rokeach, M. The open and closed mind. New York: Basic Books, 1960.
Rokeach, M. Beliefs, attitudes, and values. San Francisco: Jossey-Bass, 1968.
Rokeach, M. The nature of human values. New York: Free Press, 1973.
Rokeach, M. e Mezei, L. Race and belief as factors in social choice. Science,
757:167-172, 1966.
Rosch, E. H. Natural categories. Cognitive Psychology, 4:328-350, 1973.
Rosenberg, M. Factors influencing change in occupational choice. In: P. Lazarsfeld
e M. Rosenberg (orgs.), The language of social research. New York: Free
Press, 1955.
Rossiter, C. Conservatism in America (2.a ed.). New York: Vintage, 1962.
Rozeboom, W. W. Poundations of the theory of prediction. Homewood, 111.: Dorsey
Press, 1966.
Schachter, S., Elertson, N., McBride, D. e Gregory, D. An experimental study of
cohesiveness and productivity. Human Relations, 4:229-238, 1951.
Shaver, K. G. An introduction to attribution processes. Cambridge, Mass.:
Winthrop Publishers, 1975.
Shaw, M. E. e Wright, J. M. Scales for the measurement of attitudes. New York:
McGraw-Hill, 1967.
Simpson, G. E. e Yinger, J. M. Racial and cultural minorities (3.a ed.). New York:
Harper & Row, 1965.
Snedecor, G. W., & Cochran, W. C. Statistical methods (6.a ed.). Ames, lowa:
Iowa State University Press, 1967.
Social Science Research Council. Theory and practice in histrical study: A report
of the committee on historiography. New York: Social Science Research
Council, 1946.
Sontag, H. Attitudes toward education and perception of teacher behaviors. Ameri
can Educational Research Journal, 5:385-402, 1969.
Stephenson, W. The study of behavior. Chicago: University of Chicago Press, 1953.
Stevens, S. S. Mathematics, measurement and psychophysics. In: S. S. Stevens
(org.), Handbook of experimental psychology. New York: Willey, 1951.
Stouffer, S. A. Communism, conformity, and civil liberties. Garden City, New
York: Doubleday, 1955.
Sullins, W. L. Matrix algebra for statistical applications. Danville, 111.: Interstate
Printers and Publishers, 1973.
Tatsuoka, M. M. Discriminant analysis: The study of group differences. Champaign,
111.: Institute for Personality and Ability Testing, 1970.
Tatsuoka, M. M. Mulivariate analysis: Techniques for educational and psycholo-
gical research. New York: Wiley, 1971.
Thomson, G. The two aspects of Science. Science, 132:996-1000, 1960.
Thorndike, R. L. Reading comprehension education n jifteen countries: Interna
tional studies in evaluation (Vol. III). New York: Wiley, 1973.
Thurstone, L. L. e Thurstone, T. G. Factorial studies of intelligence. Chicago:
University of Chicago Press, 1941.
Townes, C. H. Quantum electronics, and surprise in development of technology.
Science, 159:699-703, 1968.
Turing, A. M. Can a machine think? In: J. R. Newman (org.), The world of
mathematics (Vol. 4). New York: Simon & Schuster, 1956.
Walster, E., Cleary, T. A. e Clifford, M. M. The effect of race and sex on college
admission. Journal of Educational Sociology, 44:237-244, 1971.
Walster, E., Walster, G. W., Piliavin, J. e Schmidt, L. Playing hard to get:
Understanding an elusive phenomenon. Journal of Personality and Social
Phychology, 26:113-121, 1973.
Waterhian, A. T. Federal support of Science. Science, 153:1359-1361, 1961.
Weizenbaum, J. Computer power and human reason. San Francisco: Freeman, 1976.
Whiting, J. W. M., e Child, I. L. Child training and personality: A cross-cultural
study. New Haven, Conn.: Yale University Press, 1953.
Wiley, D. E., Schmidt, W. H. e Bramble, W. J. Studies of a class of covariance
structure models. Journal of the American Statistical Association, 68:317-323,
1973.
Woodmanse, J. J. e Cook, S. W. Dimensions of verbal racial attitudes: Their
identification and measurement. Journal of Personality and Social Psychology,
7:240-250, 1967.
Worell, L. Levei of aspiration and academic success. Journal of Educational
Psychology, 50:47-54, 1959.
368
n d ic e o n o m s tic o
369
Harding, J. 106 Markus, H. 312
Hartz, L. 232 Meehl, P. E. 159
Harvey, J. H. 333, 334 Mezei, L. 43
Hayes, S. P. 172 Middendrop, C. P. 228-232, 256, 274
Hays, W. L. 301 Milgram, S. 120-130, 131, 143, 321
Head, K. B. 232 Miller, D. R. 6-9, 28, 36, 91, 110, 164,
ilgard, E. R. 322, 333 170, 356
Hobson, C. J. 134-135 Miller, N. E. 16, 40
Holtzman, W. H. 48, 187,189, 192, 244 Mills, I. 27, 81, 95-96, 102-104, 119,
Horkheimer, M. 339 131, 141, 321
Howells, W. W. 247-248, 251-252n Mischel, W. 312
Hurlock, E. 36, 47 Mood, A. M. 134-135
Husn, T. 325 Morrow, J. 314
Hyman, H. H. 166-170 Mowrer, O. H. 40
Murdock, G. 356
Ickes, W. J. 333
Nagel, E. 316
Jacobson, A. L, 322 Nisbett, R. E. 333
Jahoda, M. 341 Norman, D. A. 38, 294
Jensen, O. 36 Nunnally, ). 155
fohnson, L. B. 175
Jones, E. E. 333, 334
Joeskog, K. 254-263 Page, E. B. 3
Parkinson, C. N. 113
Kanouse, D. E. 333 Pedhazur, E. J. 264
Katz, D. 127, 338, 352 Piaget, J. 335
Kaya, E. 272 Pilivian, J. 42
Kelley, H. H. 333, 334 Platt, I. R. 124, 129, 332, 345
Kemeny, J. G. 53, 79 Potok, C. 311
Kerlinger, F. N. 30, 69,115, 165 174,
228-232, 255, 264, 272, 274, 317, Reed, J. S. 166-170
328, 331, 352, 353 Robinson, I. 284
Kidd, C. V. 333 Robinson, I- P. 232
Kidd, R. F. 321 Rock, L. 334
Kimble, D. P. 322 Roe, A. 237-238
Kirk, R. 232 Rogers, C. R. 306
Kirscht, J. P. 341 Rokeach, M. 43, 136-137, 158, 302, 340
Krech, D. 38, 138-139, 338 Rosch, E. H. 36
Rosenzweig, M. R. 38, 138-139
Lee, R. S. 295 Rossiter, C. 232
Lenin, V. I. 346 Rusk, J. C. 232
Levinson, D. J. 63
Lewin, K. 47 Sanford, R. N. 63
Likert, R. 172 Schachter, S. 38
Lindsay, P. M. 38, 294
Schmidt, L. 42
Lindzey, G. 352
Lohnes, P. R. 238, 252, 253, 260 Schmidt, W. H. 225
Lorge, I. 272n Sears, R. R. 40
Lowell, E. L. 264 Senghaas, D. 129, 332, 345
Shaver, K. G. 333, 334
McBride, D. 38 Shaver, P. R. 232
McClelland, D. C. 8, 264 Shaw, M. E. 232
McConnell, J. V. 322 Segelman, M. 237-238
McPartland, J. 134-135 Simpson, G. E. 338
Marjoribanks, K. 194-199 Skinner, B. F. 314
370
Smithson, B. 314 Valins, S. 333n
Snedecor, G. W. 99n Van Heerden, J. 316n
Snell, J. L. 53
Sontag, M. 227-228 Walberg, H. J. 4-5, 8, 9, 11, 27, 35, 36,
Stanley, J. C. 113, 141 47, 75, 86, 91, 96, 141, 236, 324,
Steiner, G. A. 137 327-328, 329, 354-355
Stephenson, W. 226, 3 lln , 314-315 Walster, E. 42, 49, 115-117, 131n
Stevens, S. S. 145 Walster, G. W. 42
Stouffer, S. A. 163-164, 170, 171, 172 Ward, L. M. 334
Sullins, W. L. 260 Waterman, A. T. 329
Swanson, G. E. 6-9, 28, 36, 91, 110, 164, Weiner, B. 333n
170, 356 Weinfeld, F. D. 134-135
Weizenbaum, J. 274, 276
Tatsuoka, M. M. 249, 250n, 260 Whiting, J. W. 356-357
Taylor, G. 42, 43 Wiley, D. E. 255n
372
- e engenharia 320 n a an lise dos d ad o s 170
~ e o indivduo 303-313 co rre la o 60, 183-184, 207-209
e pragmatismo 327-329 a lta e a n lise de reg resso 199-201
e valor 302-303, 341-346 c a n n ic a 239-242
naturais e objetividade 12-13 e n tre ind iv d u o s 226-228
natureza geral da 3-9 fo r a d a 260-262
neutralidade da 37-38 m o m e n to -p ro d u to 184
objetivo da 17-21 sig n ificn cia e statstica d a s 359-362
social (ver pesquisa comportamental) zero 2 1 l n
versus humanidades 344 c o rre la to s 163w
unidade de discurso 311-316 c o v a ri n c ia 30,183-184
classificao, fidedignidade 153 an lise de e stru tu ra s d e 254-269
coeficiente c ria tiv id a d e
de consistncia interna 153 o b serv a es d a 10
de contingncia 358-359 p re d i o d a 307-308
de correlao 60, 61, 64, 183-184, 270 c ru z a m e n to 174
mltipla 192-194 e an lise d e fre q n c ia 177
de fidedignidade 153 c u rio sid a d e c ien tfica 202
de teste-reteste 153
de regresso 190 D a d o s 28-29
de trajetria 265 c o le ta d e 349-352
Comit Judeu Norte-Americano 339-340 d e fin io
comportamento c o n stitu tiv a 46
do professor 226-228 o p e ra c io n a l 46-50
inteligente 233 -------- c rtic a d a 49-50
observao do 351-352 -------- e x p e rim e n ta l 47
computador 271-295 -------- fu n o d a 47-48
calculadoras programveis 282-283 -------- m e d id a 47
caractersticas dos 273-277 -------- m e d in d o a in te lig n c ia 147-148
carter internacional 291-292 p o r re g ra 53
desvantagens de 292-295 te ric a 77
e tabela t 356n d elin eam en to (s)
iterao 287-288 c a su alizao 97-104
raiz quadrada 286-289 clssico 105
efeitos na pesquisa comportamental d e p e sq u isa 94, 119
271-273, 289-295 d e u m a s v ari v e l in d e p e n d e n te
limitaes 275 94-107
usos e operaes 284-289 -------- g en eralizao 97
viciados 276 ---------lim ita o 104
conceito fa to ria is 105-119
definio 23 -------- dois-por-dois 107
varivel 45-46 -------- 2x2x3 115-117
concepo bipolar 229, 256 -------- exem plo fictcio 106-113
conhecimento, bases do 1-2 -------- exem plos d e p e sq u isa 113-118
conjuntos 52 -------- fo rm a s 112
conservadorismo 228-232, 340 -------- v an tag e n s 106
constante 45n desig n ao a le a t ria 27, 94-95
constructo e casu alizao 99-102
na hiptese 41-42 d e so rd e n s civis 175-176
varivel 25, 45-46 (ver tambm con d ia g ra m a d e tra je t ria 264
ceito) d ife re n a s casuais 87-89
contaminao 125 d ire o d e in flu n c ia 263, 264
contar, como mensurao 178n d isc ip lin a
controle 123-130 id io g rfica 305-306
definio de 123-124 n o m o t tic a 305-306
distoro e propsito da cincia 20 reco m p en sa m a c i a e ap ro v e ita m e n to
distribuio n a le itu ra 4-5
de freqncia 174 testagem d a te o ria 125-126
normal 301n v e rd a d e iro 141-142
divergncia geomtrica 249-251 explicao(es) 8, 15, 118-119
dogmatismo 158-159. com o p ro p sito 17-20
e m e lh o r p re d i o 196
ductilidade 275
e o b je tiv id a d e 13-14
n a tu ra is 70
Efeito(s)
teo ria e rela es 69-73
da privao 137, 141
heurstico 334
F a to r
principais 110 d efinio 203-204, 221-225
entrevista 163, 350 de pessoa 227
equao de regresso 190, 246 ro ta o d e 216 n, 294
erro padro 360 fid e d ig n id a d e 91, 148-155, 159
escala(s) 29 com o e sta b ilid a d e 153
D (dogmatismo) 158-159 d efin io d e 149-150, 152
definio 351 exem plos 150-154
F 154, 158 im p o rt n c ia d a 154-155
objetiva 11, 350-351 fo n te
escolarizao, efeitos durveis da 166-170 p rim ria 348
escolha ao acaso 4n se c u n d ria 348
estado agntico 126 F o rtra n 277-281
estatstica 348-349 freq n cia(s)
concepo errnea da 92-93 com o m e n su ra o 178n
definio 89-90, 353 d efin io 173-174
descritiva 90 relativ as 173n
e anlise 352-362 fu m o e p e sq u isa d o c n c e r 132-133
e realidade 92-93
influncia 91 G en er liz a o 129-130
propsito da 93 grficos de rela es 62-63
graus d e c erteza 74-75
esteretipo
racial 225-226, 339-340 gru p o
d e c o n tro le 5
sexual 115-117
e x p e rim e n ta l 5
estudo (s)
da tolerncia e intolerncia 163-164
H ip tese(s) 38-44
de caso 313 de dois fa to re s 257
definio 26-27 d e . in te ra o 110, 117
de igualdade e liberdade 136-137 e te s ta b ilid a d e 41-42
longitudinal 166, 168 exem plos d e 42-44
sobre predio 187-189 te ste d a 82-84
estrutura fatorial 204 v a lo r das 39-41
etnia 194-199 h isto rio g ra fia 348
etnocentrismo 341
evento 77, 84 Ig u a ld a d e d e o p o rtu n id a d e edu cacio n al
experimento(s) [veja re la t rio C o lem an)
artificialidade do 128 in d e p e n d n c ia 84-86, 109, 184-185
caractersticas 26-27, 125-127 n d ice 6 2 n
definio 3, 94-95, 125, 143 in d iv d u o
e estudo no-experimental ( veja pes e a n lise d e c o n te d o 312-314
quisa no-experimental) e cincia 303-313
generalizao do 129-130 e p e rfis 309-311
no campo 95, 127 e p re d i o 306n
374
estatstica do 31 ln, 314-315 crtica da 160
inferncia(s) 91 d e fin i o 145
causais 13 ln, 181n, 199 d isc rim in a o 146-147
inteligncia do d ogm atism o 158-159
anlise fatorial da 204-207 em p e rsp e c tiv a 159-161
conhecimento acerca da 344-346 fid e d ig n id a d e d a 148-155
e efeitos na educao 168-170 in telig n cia 147-148
e realizao 181-182 n o m in a l 178n, 243
estudos de Guilford 218-221 v a lid a d e d a 160
fatores da 209-212 m to d o (s)
geral 218 d o s g ru p o s co n h ecid o s 158
medindo 147-148, 299-303 q u a n tita tiv o s 209-302
teoria de Thurstone 205-207 m eto d o lo g ia 296-316, 335-336
verdadeira e funcional 148 Q 226-227, 314-315
interao de variveis 108, 112 m odelo
sexo e capacidade 116-117 c asu al 265
International Studies of Educational lin e a r 238-239n
Achievement 325
inverso de matriz 275 National Advisory Commission on Civil
investigao Disorders 325
histria 347-348 nvel
sociolgica 162-170 do discu rso 328n
------- classe social e tempo de desmame d e significncia 354, 355
164 n o ta (s)
------- concluso 178 d isc rim in a n te s 251-252
------- efeitos durveis da escolarizao p a d r o 310n
166-170 p re d ita s 245-246
------- estudo de tolerncia e intolern v e rd a d e ira 150 ( veja p o n to )
cia de Stouffer 164-165 n m e ro s 146n
------- valores orientados para pessoas ale a t rio s 69, 80
e escolha ocupacional 165-166 p o r c o m p u ta d o r 284
itens 29, 254n
iterao 287-288 O b e d i n c ia e a u to rid a d e 120-123
o b je tiv id a d e 8, 296-299, 342
Lei(s) com o p ro c e d im e n to 14-15
cientficas 304n c rtic a d a 297-298
de Parkinson 113-114 d efin io 10-11, 298-299
levantamento(s) 170-173, 325-326 e exp licao 13-14
- descritivos 171 e h ip te se 39-41
liberalismo 228-232 e p e sq u isa c ien tfica 9-15
linha de regresso 58, 62 p e rd a d a 20
o b se rv a o 144-145
Manipulao 3, 27, 95 d e co m p o rta m e n to 351-352
mquina, definio de 273-274 d e fin i o 350
matriz 204 d isto ro n a 10
alvo ou hiptese 211, 258-259 m to d o s d e 349-352
de carga fatorial 204 o rie n ta o p a ra pessoas e o c u p a o 238
de correlao 204, 259
de covarincia 260 P a re s o rd e n a d o s 55
medidas p e n sa m e n to
contnuas 356 c o n v erg en te 220
definidas 29 d iv erg en te 32
mdia 61n p ro b a b ilstic o 32
memria, estudo da. 322-324 p e q u e n a te o ria 18, 73, 264
mensurao 145-148 p e rfis 309-311
pesos converso 174-177
b e ta 191-192 pragmatismo
d e regresso 189-192 comparado com o empirismo 15-16
p esq u isa de apelo e preconceito 106-113
a p lic a d a 115-117 e cincia 327-331
d e fin io 321 prtica, influncia da pesquisa na 332-341
-------- dois im p o rta n te s estu d o s 324-327 preconceito
-------- e an lise d isc rim in a n te 252-253 anlise fatorial do 220-226
-------- e p e sq u isa b sic a 320-327 e admisso a faculdade 115-117
b sic a 320-321 e apelos pragmticos e morais 106-113
-------- e a p lic a d a 320-327, 331-332 e autoritarismo 63-64, 65
co m p o rta m e n ta l e explicao 70-71
-------- co n ceito s e d efinies 22-32 e medio 146-147
-------- co n cepes e rr n e a s e c o n tro v r hostilidade e agresso 117-118
sias 296-316, 317-346 predio 306-309
-------- d e fin io 2 n e explicao 196
-------- o b je tiv id a d e n a 12-13 grupo 308
-------- p ro b a b ilid a d e e acaso 81-84 participao no grupo 243
-------- rela es n a 58-66 princpio da parcimnia 202-203, 265
trao s c a ra c te rstic o s d a 8 probabilidade(s) 31-32, 75-89
d e le itu ra 330 concepo errnea 84-86
efeitos possveis d a 332-335 condicionais 175
e p r tic a 317-346 definio 76-79
e questes ticas 122 e acaso e pesquisa 81-84
e re le v n c ia 330w-331n nas cincias naturais versus compor-
ex p e rim e n ta l 120-130 tamentais 74-76
-------- co n tro le 123-130 problemas 35-38
-------- fo r a d a 127-128 critrios de 36-37
-------- fra q u e z a d a 128-130 definio 35
ex post facto (veja p e sq u isa no-ope- exemplos 42-44
racio n al) valor e engenharia 33-34
m eto d o l g ica 348 procedimento de Monte Cario 89
m u ltiv a ria d a 179-201, 235-270 programas de computadores 277-281
-------- an lise d isc rim in a n te 242-254 ACOVS e LISREL 255n
-------- an lise fa to ria l 202-234 de traduo (compilador) 283n-284n
-------- con clu so 269-270 linguagem para 277-281
-------- c o rrelao ca n n ic a 239-242 pacote 294
-------- d e fin io 180n sub-rotina 285n
-------- exem plos e x p erim en tais 236-247 proposies testveis 34-35, 36-37, 41-42
-------- p a rti o d a v a ri n c ia 179-186 psicometria 349
n o -ex p erim en tal 130-134
-------- classes sociais e tip o s d e Criao Q-sort 227, 314
5-9 questo
-------- c o n fia n a 124 de engenharia 33-34
-------- d e fin io 3-4 de valor 33-34, 37
------ e p e sq u isa e x p e rim e n ta l 139-141 quociente de inteligncia (QI) 148
-------- ex em plos d e 134-141
-------- in v estig ao sociolgica 162-170 Raiz quadrada por computador 286-289
-------- v ariv eis n 133 realidade dos fatores 203
objetiv o d a 318-320 realizao 8-9
tip o s d e 347-349 definida operacionalmente 48
p ic o ta d o re s d e co m p u ta d o re s 276 e inteligncia 181-182
p o n to , d efin i o 25 ( veja n o ta) explicao da 72
p o p u la o , d efin i o 80 necessidade de 264-269
p o rcen tag en s, u sa d a s n a s tab elas 164/t referentes criteriais 229
376
re fo r a m e n to 9n e hiptese 41
p o sitiv o e neg ativ o 4 n . e lei 304b
reg resso m ltip la 187-194 e pesquisa da eqidade 131
e c o m p u ta d o r 273 explicao e relaes 69-73
e q u a o 189-192 influncia da 336-337
ex em plos d e p e sq u isa 194-201 objetivo 17-19, 318-320
re la o se-ento 39 pequena 18, 73, 264
rela es 26, 51-52, 53-57, 183 testagem no experimento 126
com o u m c o n ju n to d e p a re s o rd e testagem emprica 37
n a d o s 55-56 teste(s)
d efin i o 5-6 definio 29, 351
d ire o e m a g n itu d e 58-62, 63-64, de inteligncia 148, 210
66-69 fidedignidade 153-154
e ex p licao e te o ria 69-73 objetividade 10-11, 350-351
e h ip te se 38-39 redaes 11
e m en su ra o 145-146 "robustos 302
ex p resso d a 39 t 284, 301-302, 353-356
g rfico s d e 62-63 The Achieving Society 8
; n a p e sq u isa c o m p o rta m e n ta l 57-64 The Authoritarian Personality 339-341
n eg ativ as 67-68
p o sitiv a s 58 Unidade de discurso na cincia 311-316
ra c ia is 325-326, 337-341 universo do discurso 328b
tip o s d e 65-69
z e ro 61, 62, 69 Validade 155-159
re la t rio C o lem an 134-135, 178, 254, de constructo 157-159
325, 329 de contedo 157
re le v n c ia 330n-331n definio e natureza da 156-157
re p lic a o 5, 12, 127, 128, 140 emprica 75
Report of the National Advisory Com- e o mtodo dos grupos conhecidos
mittee on Civil Disorders (1969) 158
175-176
e validao de constructo 159
re p re ss o , c o n stru c to d e 41
preditiva 157
ro ta o em anlise fa to ria l 216 b
tipos de 157
S ig n ificn cia, te s ta r a 284
valor(es)
esta tstic a 88, 89 cientficos 341-346
-------- d e co rrela es 359-362
de populao 90-91
---------o teste d e q u iq u a d ra d o 356-359 e cincia 302-303
-------- o teste t 353-356 instrumental e terminal 136
su b sc rito s 56 b variao 29-30
Survey Research Center (d a U niversi concomitante 65
d a d e d e M ichigan) 172 varincia 29-31
anlise de (veja anlise de varincia)
T a b e la s t 284-285 compartilhada 183-184, 189-192
ta x io n o m ia 57, 233 partio da 179-186
te c n o lo g ia 320 quando as variveis independentes
te o ria so correlacionadas 184-186
" c o rre ta e m o d elo 267-268 residual 193
d a a trib u i o 333-334 significado da 179-180
d a d isso n n cia co g n itiv a 103, 114 verdadeiras notas 150
d a fru strao -ag resso 117-118 varivel(is) 22-25, 44-50
d efin i o 73 categricas 23
d e F re u d , te s ta b ilid a d e d e 41 definio 5, 44-46
d o reforam ento- 4-5, 41 de participao em um grupo 242-244
dos c o n ju n to s 108 b -109 b exemplo de pesquisa 247-249
377
i quantificao 245-246 medida 23
dependentes e independentes 24 mensurao de 144-161
de status 153-154 na pesquisa no-experimental 133-134
experimentais e manipuladas 24 ortogonais 109
independentes 24, 182, 184 sociais 162-164
versus naturais 128 tipos por campo ou disciplina 25
interao de 108 valor da 45
latentes 262-264
manipulada e medida 134 Zero, relao 61, 62, 69
378
S o uto , C l u d io