Como Ser um Consumidor Consciente de Pesquisa Psicológica

5 01 2011

A Associação Psicológica Americana (APA) é uma organização científica e profissional que representa a Psicologia nos EUA. Fundada em 1892 é a maior associação de psicólogos do mundo. Preocupada com a recepção da pesquisa psicológica pela população e com a informação adequada do público, ela apresenta na sua página da internet o texto abaixo, que traduzimos.

 

Como Ser um Consumidor Consciente de Pesquisa Psicológica

É difícil ler um jornal e não encontrar matérias que façam alegações importantes sobre a natureza humana. Notícias relatam os últimos achados sobre o que causa divórcio, como homens e mulheres diferem psicologicamente ou como o estresse relacionado ao trabalho leva a doenças físicas. Outras notícias resumem os resultados de levantamentos planejados para informar como as pessoas votarão na próxima eleição ou que proporção de brasileiros rotineiramente usa cinto de segurança. Passe para as propagandas e você será exposto a alegações sobre tudo, desde de como melhorar a memória ouvindo fitas subliminarmente até como se tornar mais popular. Ser capaz de avaliar objetivamente alegações de pesquisas é uma habilidade importante. Separar o joio do trigo científico pode influenciar como você vota, se você adotará uma nova dieta ou se você procurará ajuda profissional para uma criança com dificuldades de aprendizagem. Com isso em mente, esse breve ensaio se devota a como ser um consumidor consciente de pesquisa psicológica. Como consumidores tanto de produtos quanto de ideias, todos nós precisamos saber a diferença entre pesquisa conduzida cuidadosamente e pesquisa conduzida descuidadamente. Esse ensaio pode lhe ajudar a avaliar alegações baseadas em pesquisa e a tornar-se um melhor consumidor de muitos dos produtos e serviços que moldam sua vida cotidiana.

Mostre-me os Dados! Examinando as Evidências

Talvez a lição mais importante sobre como ser um consumidor consciente de pesquisa psicológica é que, de uma perspectiva científica, todas as alegações exigem evidências, não apenas opiniões. Cientistas que avaliam alegações de pesquisa comportam-se como membros ideais de um júri solicitado a avaliar as alegações feitas pelos advogados de acusação. Eles começam com a suposição cética de que todas as alegações são falsas (o réu é inocente até que se prove o contrário; a nova dieta é ineficaz; a testosterona não afeta a agressividade). Somente após considerar as forças e fraquezas da evidência relevante para a alegação, os membros do júri e os cientistas decidem aceitar as alegações apresentadas (pelos advogados de acusação, anunciantes ou cientistas). Essa decisão de aceitar ou rejeitar uma alegação é melhor realizada quando se presta bastante atenção aos métodos que serviram de base para a alegação específica. Os cientistas comportamentais têm centenas de ferramentas nas suas caixas de ferramentas metodológicas, mas duas dessas ferramentas são muito mais importantes que quaisquer outras. Compreender a natureza e o propósito dessas duas ferramentas é, portanto, o primeiro passo para se tornar um consumidor instruído de pesquisa psicológica. Em resumo, métodos de pesquisa confiáveis levam a conclusões de pesquisa mais válidas. As duas ferramentas que se encontram na base de métodos de pesquisa confiáveis são a amostragem aleatória e a manipulação experimental baseada em distribuição aleatória.

Quem Disse? Amostragem Aleatória

Quando os cientistas comportamentais querem estimar as atitudes ou preferências de grupos muito grandes de pessoas (por exemplo, eleitores brasileiros, universitários, seres humanos) eles se defrontam com um problema aparentemente insuperável. Geralmente é impossível perguntar para cada membro de um grupo muito grande o que ele ou ela pensa, sente ou faz. No entanto, os cientistas comportamentais resolveram esse problema complicado desenvolvendo uma técnica chamada amostragem aleatória. Quando pesquisadores que realizam levantamentos usam a amostragem aleatória, eles selecionam uma proporção muito pequena de pessoas de dentro de uma população muito grande (por exemplo, 1.000 de 50 milhões de eleitores registrados). Então eles estimam como é a população como um todo tomando por base as respostas da amostra. A chave para conseguir uma estimativa precisa é o uso da amostragem aleatória. A amostragem aleatória refere-se à seleção de pessoas de uma população de tal modo que cada um na população inteira (por exemplo, todos os eleitores brasileiros registrados) tenha a mesma chance de ser selecionado. Essa é uma técnica incrivelmente poderosa. Se cada pessoa em um grupo de 50 milhões de eleitores tiver de fato a mesma chance de ser selecionado em um levantamento nacional, então os resultados do levantamento baseados em 1.000 pessoas serão quase sempre semelhantes aos resultados da população total.

Um exemplo excelente da importância da amostragem aleatória pode ser encontrado nas eleições presidenciais dos EUA de 1936. Antes da eleição, a revista “Literary Digest” enviou cartões postais para mais de 10 milhões de americanos, pedindo que respondessem em quem eles estavam planejando votar nas eleições que estavam chegando. Entre os 2 milhões de americanos que responderam, Alf Landon era esmagadoramente o favorito. Em contraste, um levantamento bem menor conduzido pelo recém-formado grupo Gallup produziu resultados bem diferentes. Baseado nas respostas de apenas alguns milhares de prováveis eleitores, a pesquisa do Gallup sugeria que Franklin D. Roosevelt seria o vencedor. Se você olhar para a face impressa em uma moeda americana de dez centavos, verá que os peritos em opinião pública do Gallup estavam corretos. Roosevelt ganhou de lavada e Alf Landon entrou na obscuridade. Como a pesquisa do Gallup, baseada em muito menos pessoas, superou a enorme pesquisa da “Literary Digest”? Os pesquisadores do Gallup chegaram muito perto de realizar uma verdadeira amostragem aleatória de prováveis eleitores. Em contraste, a “Literary Digest” realizou a amostragem selecionando nomes em registros de automóveis e listas telefônicas. Em 1936, pessoas que possuíam carros e telefones eram geralmente muito ricas – e pessoas ricas preferiam esmagadoramente Alf Landon.

A lição do erro da “Literary Digest” é que sempre que você escutar os resultados de qualquer levantamento ou pesquisa de opinião, você deve se perguntar como a amostra de pessoas entrevistadas foi formada. Os entrevistados eram mesmo como o resto da população (por exemplo, eleitores americanos, crianças afro-brasileiras) cujas atitudes e comportamento o pesquisador gostaria de descrever?

Mesmo quando um pesquisador usa cuidadosamente a amostragem aleatória, também é útil prestar atenção para uma forma diferente de viés na amostragem, conhecida como viés de não-resposta (non-response bias). Se apenas uma pequena porcentagem das pessoas aleatoriamente selecionadas para a amostra concordarem em responder a um levantamento, é muito provável que aqueles que de fato responderam sejam diferentes daqueles que se recusaram. Os peritos em levantamento modernos há muito tempo dominaram a ciência da amostragem aleatória. Atualmente, a maioria do erro na maioria das pesquisas de opinião científicas baseia-se no fato de que pode ser difícil conseguir taxas de resposta muito altas (ou saber quem selecionar em primeiro lugar). Por exemplo, se você criasse uma amostra aleatória de todos aptos a votarem em uma eleição para governador, e conseguisse apenas 30% de taxa de resposta, você teria que se preocupar com se aqueles que não participaram votariam da mesma forma que os ávidos 30% que participaram. Mais ainda, mesmo se todos concordassem em participar, você teria que se preocupar com se a parte da amostra de eleitores aptos que de fato compareceram às urnas tinham as mesmas preferências daqueles que não se importaram ou não puderam comparecer [especialmente nos EUA onde o voto não é obrigatório (nota do tradutor)].

É importante notar também que a amostragem aleatória ajuda a descrever apenas a população de pessoas a partir da qual você formou sua amostra (e não outras populações). Por exemplo, se pesquisadores criassem uma amostra aleatória de eleitores registrados, mas só fizessem isso na Bahia, eles poderiam ter uma ótima ideia do que os baianos acreditam, mas seria muito arriscado generalizar esses resultados para outros brasileiros. É por isso que as pessoas algumas vezes criticam os resultados de levantamentos com universitários, que diferem marcadamente de outros adultos. Por outro lado, se os pesquisadores quisessem saber as opiniões de universitários, não faria sentido construir a amostra de outro modo. A questão central pode ser exatamente quais universitários. Uma amostra aleatória de 1.000 universitários brasileiros nos diria muito mais do que uma amostra aleatória de 1.000 universitários da UFBA. É claro, se estivermos interessados apenas em estudantes da UFBA, nós precisaríamos selecionar estudantes da UFBA aleatoriamente. A questão central da amostragem é prestar bastante atenção a quem compôs a amostra e ter certeza que a amostra era formada pelo mesmo tipo de pessoas sobre quem o pesquisador fez uma alegação (uma alegação sobre o que a evidência mostra).

Como Perguntar Por Que: Manipulações Experimentais e Distribuição Aleatória

Quando um pesquisador passa da pesquisa descritiva para a experimental, a amostragem aleatória ainda é importante, mas ela começa a perder espaço para uma segunda técnica importante. Essa segunda técnica é a distribuição aleatória, e ela é a pedra angular do método experimental. Ao contrário da amostragem aleatória, que é uma técnica para decidir quem estudar, a distribuição aleatória só pode ocorrer após algumas pessoas já terem sido selecionadas para o estudo. A distribuição aleatória é uma técnica para alocar pessoas a diferentes condições específicas em um experimento e ocorre apenas quando cada um no estudo tem a mesma chance de participar em uma condição específica. Do mesmo modo que a amostragem aleatória garante que as pessoas que compõem a amostra de um estudo serão tão semelhantes quanto possível àquelas que não participaram da amostra, a distribuição aleatória garante que aqueles alocadas a uma condição experimental serão tão semelhantes quanto possível àqueles alocadas a uma condição diferente. Isso é crucial, pois toda a ideia de um experimento é identificar dois grupos idênticos de pessoas e então manipular algo. Um grupo tem um tratamento experimental enquanto o outro não tem. Se o grupo que teve o tratamento (por exemplo, exposição a uma droga ou a um videogame violento) se comportar diferentemente do grupo controle, que não teve o tratamento, nós podemos atribuir a diferença ao tratamento – mas apenas se pudermos assegurar que os dois grupos eram semelhantes antes do tratamento.

Outro modo de colocar isso é: se queremos identificar as causas do comportamento humano, geralmente nós devemos realizar experimentos nos quais manipulamos uma coisa, ou alguns poucos fatores, por vez. Só podemos fazer isso usando a distribuição aleatória. Suponha que um pesquisador na USP tenha desenvolvido uma nova técnica para ensinar línguas estrangeiras. Se o pesquisador pôde fazer isso, ele poderá persuadir todos os seus colegas do Departamento de Espanhol a começar a usar essa nova técnica. Depois de um ano de ensino usando a nova técnica, suponha que o professor tenha documentado que o estudante médio que completou um ano de espanhol na USP alcançou um desempenho bem acima da média nacional em um teste de fluência em espanhol (em relação a estudantes de outras universidades que também completaram um ano de espanhol). Podemos atribuir essa vantagem no desempenho à nova técnica de ensino? Dado o quão difícil é ingressar na USP em primeiro lugar, é provável que os estudantes da USP teriam tido notas bem acima da média nacional mesmo se eles não tivessem sido ensinados com a nova técnica. Se o pesquisador quisesse mesmo saber se sua técnica de ensino era superior, ele teria que distribuir aleatoriamente alguns estudantes da USP para receber a nova forma de instrução enquanto distribuía aleatoriamente outros para receber a forma tradicional de ensino (isso seria difícil de fazer, mas isso é um detalhe).

Considere uma questão mais importante. Cintos de segurança salvam vidas? Um modo de descobrir isso seria obter registros de milhares de acidentes automobilísticos graves. Para simplificar as coisas, suponha que um pesquisador focasse apenas nos motoristas (ao invés dos passageiros) e encontrasse um modo preciso de determinar se os motoristas estavam usando seus cintos de segurança na hora do acidente. O pesquisador então obteve dados precisos sobre se cada motorista sobreviveu. Imagine que as chances dos motoristas usando cintos de segurança terem sobrevivido foi muito maior. Podemos assumir com segurança que os cintos são a razão para tanto? Não com base apenas nesse estudo. O problema é que, por razões éticas, as pessoas nesse estudo hipotético não foram distribuídas aleatoriamente entre diferentes condições de cinto de segurança.  Como se pode verificar, aqueles que usam ou não usam rotineiramente cinto de segurança diferem de muitas maneiras diferentes. Comparados com os que não usam habitualmente, os que usam habitualmente são mais velhos, mais instruídos e menos prováveis de dirigir em alta velocidade ou embriagados. Esses fatores adicionais também influenciam provavelmente a sobrevivência em um acidente grave e eles estão misturados com o uso do cinto. Com base apenas nesse estudo, não podemos dizer se é o cinto de segurança ou outras práticas de direção segura que é responsável pelas maiores taxas de sobrevivência entre os que usam cinto.

Se fôssemos conduzir um experimento em larga escala sobre o uso do cinto de segurança (ao determinar quem usaria habitualmente o cinto tirando cara-ou-coroa), poderíamos eliminar completamente todos esses empecilhos de uma só vez. A distribuição aleatória criaria dois grupos idênticos de pessoas, a exata metade das quais seria forçada a usar o cinto o tempo todo, enquanto a outra exata metade seria proibida de fazê-lo durante o período experimental.  É claro, esse hipotético experimento seria antiético. Dessa forma, pesquisadores interessados no uso do cinto de segurança tiveram que fazer várias outras coisas para documentar o importante papel que o cinto de segurança representa em salvar a vida das pessoas (incluindo testes de colisões em laboratório e estudos que empregaram sofisticadas técnicas estatísticas para separar os efeitos do uso do cinto de outros efeitos). O ponto não é que cintos de segurança não salvam vidas. Eles certamente o fazem. O ponto é que custou muito tempo e esforço para documentar esse fato por causa da impossibilidade de se conduzir um experimento sobre o tema. Se você quer conduzir um único estudo para descobrir o que causa algo, você terá quase sempre que conduzir um experimento no qual empregue a distribuição aleatória. Como um consumidor de pesquisa psicológica, você deve, portanto, perguntar a si mesmo se a alegação de uma pesquisa baseou-se em resultados de um experimento cuidadoso, ou se um pesquisador pode ter comparado dois grupos de pessoas que diferiam em mais de um modo no início do estudo.

Pesquisa Longitudinal

Algumas vezes um pesquisador pode deixar de lado o uso da distribuição aleatória ao comparar pessoas consigo mesmas – conduzindo um estudo longitudinal ou um estudo com um pré-teste e um pós-teste. Apesar de tais estudos poderem ser muito informativos, eles frequentemente são acompanhados por suas próprias dificuldades. Muitas dessas dificuldades concentram-se no fato de que as pessoas podem e de fato mudam ao longo do tempo, por muitas razões. Por exemplo, considere cursos preparatórios para o vestibular. Quando um estudante que tira uma nota baixa no vestibular faz um curso preparatório e então faz o vestibular novamente, esse estudante geralmente se sairá melhor na segunda vez, algumas vezes muito melhor! Isso parece mostrar que o curso é efetivo. Entretanto, outro modo muito efetivo de melhorar o desempenho de um grupo de estudantes que se saiu mal em um teste é aplicar-lhes o teste novamente sem nenhuma intervenção. Na maioria dos casos, tais estudantes se sairão melhor na segunda vez que fizerem o teste (inclusive uma versão diferente do mesmo teste). (A razão pela qual os que se saíram mal tendem a melhorar na ausência de intervenção é conhecida como “regressão em direção à média”, mas seus detalhes estão além dos objetivos desse curto ensaio.) A questão principal é que é sempre importante ter um grupo controle se você quer avaliar o impacto de um tratamento.

Algumas Considerações Finais

Há vários outros modos pelos quais uma pesquisa pode se desencaminhar. O Sr. Snittle formulou suas questões de levantamento adequadamente? Os participantes relataram suas atitudes honestamente? Os responsáveis pela pesquisa enviesaram as respostas ao comunicar sutilmente para os participantes o que eles esperavam encontrar? O tamanho da amostra foi grande o suficiente para permitir comparações significativas? Por exemplo, se você leu que quatro em cinco médicos usam a Marca X, apenas cinco médicos foram entrevistados? Os que conduziram a pesquisa estavam altamente motivados a produzir um resultado específico? Por exemplo, se aqueles estudando os efeitos de uma droga foram pagos por uma empresa farmacêutica para realizar a pesquisa, esse conflito de interesse poderia distorcer o modo como eles coletam ou interpretam seus dados? A lista continua. Deixando questões específicas como essas de lado, contudo, as duas preocupações que deveriam vir primeiro à mente quando se avalia qualquer alegação baseada em pesquisa relacionam-se à amostragem e ao controle experimental adequados. Primeiro, aqueles que foram estudados eram efetivamente representativos das pessoas sobre as quais nos gostaríamos de tirar conclusões? Segundo, os pesquisadores isolaram as variáveis que eles estudaram desenredando-as de outras variáveis estranhas? Nem sempre é fácil obter repostas para essas perguntas, mas se você se habituar a perguntá-las você se tornará gradualmente um melhor consumidor de verdades psicológicas.

Texto original publicado na página da Associação Psicológica Americana (APA): http://www.apa.org/research/action/mer.aspx Acesso em 03/01/11.

Tradução livre de Angelo A. S. Sampaio.

A APA não se responsabiliza pela exatidão dessa tradução.


Ações

Information

One response

4 07 2012
Kissa

gostei, muito obrigado, e façam sempre !

Deixe uma resposta

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s