Efeito de teto (estatísticas) - Ceiling effect (statistics)

O " efeito teto " é um tipo de efeito de atenuação de escala; o outro efeito de atenuação da escala é o " efeito chão ". O efeito teto é observado quando uma variável independente não tem mais efeito sobre uma variável dependente , ou o nível acima do qual a variância em uma variável independente não é mais mensurável. A aplicação específica varia ligeiramente na diferenciação entre duas áreas de uso para este termo: farmacológica ou estatística. Um exemplo de uso na primeira área, um efeito teto no tratamento, é o alívio da dor por alguns tipos de drogas analgésicas , que não têm nenhum efeito adicional sobre a dor acima de um determinado nível de dosagem (ver também: efeito teto em farmacologia ). Um exemplo de uso na segunda área, um efeito teto na coleta de dados, é uma pesquisa que agrupa todos os entrevistados em categorias de renda, não distinguindo as rendas dos entrevistados acima do nível mais alto medido no instrumento de pesquisa. O nível máximo de renda que pode ser relatado cria um "teto" que resulta em imprecisão da medição, uma vez que a faixa da variável dependente não inclui os valores reais acima desse ponto. O efeito de teto pode ocorrer a qualquer momento em que uma medida envolve um intervalo definido no qual uma distribuição normal prevê múltiplas pontuações no valor máximo ou acima do valor máximo da variável dependente.

Coleta de dados

Um efeito teto na coleta de dados, quando a variação em uma variável dependente não é medida ou estimada acima de um certo nível, é uma questão prática comumente encontrada na coleta de dados em muitas disciplinas científicas. Esse efeito costuma ser o resultado de restrições aos instrumentos de coleta de dados. Quando ocorre um efeito teto na coleta de dados, há um amontoado de pontuações no nível superior relatado por um instrumento.

Restrições de polarização de resposta

O viés de resposta ocorre comumente em pesquisas relacionadas a questões que podem ter bases éticas ou que geralmente são percebidas como tendo conotações negativas. Os participantes podem deixar de responder a uma medida de forma adequada com base no fato de acreditarem que a resposta precisa é vista negativamente. Uma pesquisa populacional sobre variáveis ​​de estilo de vida que influenciam os resultados de saúde pode incluir uma pergunta sobre hábitos de fumar. Para evitar a possibilidade de um entrevistado que fuma muito se recusar a dar uma resposta precisa sobre o fumo, o nível mais alto de fumo questionado no instrumento de pesquisa pode ser "dois maços por dia ou mais". Isso resulta em um efeito de teto, pois as pessoas que fumam três maços ou mais por dia não se distinguem das pessoas que fumam exatamente dois maços. De forma semelhante, uma pesquisa populacional sobre renda pode ter um nível de resposta mais alto de "$ 100.000 por ano ou mais", em vez de incluir faixas de renda mais altas, pois os entrevistados podem recusar-se a responder se as perguntas da pesquisa identificarem sua renda de maneira muito específica. Isso também resulta em um efeito de teto, não distinguindo pessoas que têm uma renda de $ 500.000 por ano ou mais daquelas cuja renda é de exatamente $ 100.000 por ano. O papel do viés de resposta em causar efeitos de teto é claramente visto por meio do exemplo de entrevistados que acreditam que a resposta desejável é o valor máximo relatável, resultando em um agrupamento de pontos de dados. A tentativa de prevenção de viés de resposta, no caso da pesquisa do hábito de fumar, leva a efeitos de teto por meio do desenho básico da medida.

Restrições de alcance do instrumento

A gama de dados que podem ser coletados por um determinado instrumento pode ser restringida por limites inerentes ao projeto do instrumento. Freqüentemente, o projeto de um instrumento específico envolve compensações entre os efeitos de teto e os efeitos de piso . Se uma variável dependente medida em uma escala nominal não tiver categorias de resposta que cubram apropriadamente a extremidade superior da distribuição da amostra, a resposta de valor máximo deverá incluir todos os valores acima da extremidade da escala. Isso resultará em um efeito teto devido ao agrupamento dos respondentes em uma única categoria máxima, o que impede uma representação precisa do desvio além desse ponto. Esse problema ocorre em muitos tipos de pesquisas que usam respostas do tipo colchete predeterminadas. Quando muitos sujeitos têm pontuações em uma variável no limite superior do que um instrumento informa, a análise de dados fornece informações imprecisas porque alguma variação real nos dados não se reflete nas pontuações obtidas com aquele instrumento.

Diz-se que um efeito teto ocorre quando uma alta proporção de indivíduos em um estudo tem pontuações máximas na variável observada. Isso torna impossível a discriminação entre os assuntos no topo da escala. Por exemplo, um teste de papel pode levar, digamos, 50% dos alunos a uma pontuação de 100%. Embora tal artigo possa servir como um teste de limite útil, ele não permite a classificação dos melhores desempenhos. Por esse motivo, o exame dos resultados dos testes para um possível efeito teto e o efeito inverso do piso costuma ser incluído na validação de instrumentos como os usados ​​para medir a qualidade de vida.

Nesse caso, o efeito teto impede que o instrumento observe uma medição ou estimativa superior a algum limite não relacionado ao fenômeno sendo observado, mas sim relacionado ao design do instrumento. Um exemplo bruto seria medir a altura das árvores com uma régua de apenas 20 metros de comprimento, se fosse aparente, com base em outras evidências, que existem árvores com muito mais de 20 metros de altura. Usar a régua de 20 metros como o único meio de medir as árvores imporia um teto na coleta de dados sobre a altura das árvores. Os efeitos de teto e de piso limitam a gama de dados relatados pelo instrumento, reduzindo a variabilidade nos dados coletados. A variabilidade limitada nos dados coletados em uma variável pode reduzir o poder das estatísticas sobre as correlações entre essa variável e outra variável.

Testes de admissão à faculdade

Nos vários países que utilizam os testes de admissão como elemento principal ou importante para determinar a elegibilidade para estudos universitários, os dados recolhidos referem-se aos diferentes níveis de desempenho dos candidatos nos testes. Quando um teste de admissão à faculdade tem uma pontuação máxima possível que pode ser obtida sem um desempenho perfeito no conteúdo do item do teste, a escala de pontuação do teste tem um efeito teto. Além disso, se o conteúdo do item do teste for fácil para muitos participantes, o teste pode não refletir as diferenças reais no desempenho (como seria detectado com outros instrumentos) entre os participantes na extremidade superior da faixa de desempenho do teste. Testes de matemática usados ​​para admissão em faculdades nos Estados Unidos e testes semelhantes usados ​​para admissão em universidades na Grã-Bretanha ilustram ambos os fenômenos.

Psicologia cognitiva

Na psicologia cognitiva , os processos mentais, como resolução de problemas e memorização, são estudados experimentalmente usando definições operacionais que permitem medições claras. Uma medida comum de interesse é o tempo gasto para responder a um determinado estímulo. Ao estudar essa variável, um teto pode ser o menor número possível (o menor número de milissegundos para uma resposta), em vez do valor mais alto, como é a interpretação usual de "teto". Em estudos de tempo de resposta, pode parecer que ocorreu um teto nas medições devido a um aparente agrupamento em torno de uma quantidade mínima de tempo (como o tempo mais rápido registrado em um experimento). No entanto, esse agrupamento pode realmente representar um limite fisiológico natural do tempo de resposta, em vez de um artefato da sensibilidade do cronômetro (o que, é claro, seria um efeito de teto). Estudos estatísticos adicionais e julgamentos científicos podem resolver se as observações são ou não devido a um teto ou são a verdade sobre o assunto.

Validade das restrições do instrumento

Teste de QI

Alguns autores sobre educação de superdotados escrevem sobre os efeitos-teto nos testes de QI com consequências negativas para os indivíduos. Esses autores às vezes afirmam que esses tetos produzem subestimação sistemática do QI de pessoas dotadas intelectualmente . Nesse caso, é necessário distinguir cuidadosamente duas maneiras diferentes em que o termo "teto" é usado em escritos sobre testes de QI.

As pontuações de QI podem diferir em algum grau para o mesmo indivíduo em diferentes testes de QI (idade de 12 a 13 anos). (Dados da tabela de pontuação de QI e pseudônimos de alunos adaptados da descrição do estudo de norma KABC-II citado em Kaufman 2009.)
Aluno KABC-II WISC-III WJ-III
Asher 90 95 111
Brianna 125 110 105
Colin 100 93 101
Danica 116 127 118
Elpha 93 105 93
Fritz 106 105 105
Georgi 95 100 90
Hector 112 113 103
Imelda 104 96 97
Jose 101 99 86
Keoku 81 78 75
Leo 116 124 102

Os limites dos subtestes de QI são impostos por seus intervalos de itens progressivamente mais difíceis. Um teste de QI com uma ampla gama de questões progressivamente mais difíceis terá um teto mais alto do que um com uma gama estreita e poucos itens difíceis. Os efeitos de teto resultam em uma incapacidade, primeiro, de distinguir entre os superdotados (sejam moderadamente superdotados, profundamente superdotados, etc.) e, segundo, resulta na classificação errônea de algumas pessoas superdotadas como acima da média, mas não superdotadas.

Suponha que um teste de QI tenha três subtestes: vocabulário, aritmética e analogias com imagens. As pontuações em cada um dos subtestes são normalizadas (consulte a pontuação padrão ) e, em seguida, somadas para produzir uma pontuação de QI composta. Agora, suponha que Joe obtenha a pontuação máxima de 20 no teste de aritmética, mas obtenha 10 de 20 nos testes de vocabulário e analogias. É justo dizer que a pontuação total de Joe de 20 + 10 + 10, ou 40, representa sua capacidade total? A resposta é não, porque Joe atingiu a pontuação máxima possível de 20 no teste de aritmética. Se o teste de aritmética tivesse incluído itens adicionais mais difíceis, Joe poderia ter obtido 30 pontos naquele subteste, produzindo uma pontuação "verdadeira" de 30 + 10 + 10 ou 50. Compare o desempenho de Joe com o de Jim, que marcou 15 + 15 + 15 = 45, sem colidir com nenhum dos tetos do subteste. Na formulação original do teste, Jim se saiu melhor do que Joe (45 contra 40), ao passo que é Joe quem realmente deveria ter obtido a pontuação de inteligência "total" mais alta do que Jim (pontuação de 50 para Joe versus 45 para Jim) usando um teste reformulado que inclui itens aritméticos mais difíceis.

Escritos sobre educação de superdotados trazem duas razões para supor que algumas pontuações de QI são subestimativas da inteligência de quem faz o teste:

  1. eles tendem a realizar todos os subtestes melhor do que pessoas menos talentosas;
  2. eles tendem a se sair muito melhor em alguns subtestes do que em outros, aumentando a variabilidade entre os subtestes e a chance de que um teto seja encontrado.

Análise estatística

Os efeitos de teto na medição comprometem a verdade científica e a compreensão por meio de uma série de aberrações estatísticas relacionadas.

Em primeiro lugar, os limites máximos prejudicam a capacidade dos investigadores de determinar a tendência central dos dados. Quando um efeito teto se relaciona a dados coletados em uma variável dependente, a falha em reconhecer esse efeito teto pode "levar à conclusão equivocada de que a variável independente não tem efeito". Por razões matemáticas que vão além do escopo deste artigo (ver análise de variância ), essa variância inibida reduz a sensibilidade dos experimentos científicos projetados para determinar se a média de um grupo é significativamente diferente da média de outro grupo. Por exemplo, um tratamento administrado a um grupo pode produzir um efeito, mas o efeito pode escapar da detecção porque a média do grupo tratado não será diferente o suficiente da média do grupo não tratado.

Assim, "os efeitos-teto são uma questão complexa e sua evitação é uma questão de avaliação cuidadosa de uma série de questões".

Prevenção

Como os efeitos de teto impedem a interpretação precisa dos dados, é importante tentar evitar que os efeitos ocorram ou usar a presença dos efeitos para ajustar o instrumento e os procedimentos usados. Os pesquisadores podem tentar evitar a ocorrência de efeitos de teto usando vários métodos. A primeira delas é escolher uma medida previamente validada por meio da revisão de pesquisas anteriores. Se não houver medidas validadas, o teste piloto pode ser conduzido usando os métodos propostos. O teste piloto, ou a condução de um experimento piloto , envolve um teste em pequena escala de instrumentos e procedimentos antes do experimento real, permitindo o reconhecimento de que ajustes devem ser feitos para a coleta de dados mais eficiente e precisa. Se os pesquisadores estiverem usando um projeto que não foi previamente validado, uma combinação de pesquisas, envolvendo aquele originalmente proposto e outro apoiado por literatura anterior, pode ser usada para avaliar a presença de efeitos de teto. Se alguma pesquisa, especialmente o estudo piloto, mostrar um efeito teto, esforços devem ser feitos para ajustar o instrumento de forma que o efeito possa ser mitigado e pesquisas informativas possam ser conduzidas.

Veja também

Notas

Bibliografia

Leitura adicional