Validade interna - Internal validity

A validade interna é a extensão em que uma peça de evidência apóia uma afirmação sobre causa e efeito , dentro do contexto de um estudo específico. É uma das propriedades mais importantes dos estudos científicos e é um conceito importante no raciocínio sobre evidências de forma mais geral. A validade interna é determinada por quão bem um estudo pode descartar explicações alternativas para seus achados (geralmente, fontes de erro sistemático ou 'viés'). Contrasta com a validade externa , até que ponto os resultados podem justificar conclusões sobre outros contextos (ou seja, até que ponto os resultados podem ser generalizados ).

Detalhes

Diz-se que as inferências possuem validade interna se uma relação causal entre duas variáveis for devidamente demonstrada. Uma inferência causal válida pode ser feita quando três critérios são satisfeitos:

  1. a "causa" precede o "efeito" no tempo (precedência temporal),
  2. a "causa" e o "efeito" tendem a ocorrer juntos (covariação), e
  3. não há explicações alternativas plausíveis para a covariação observada (não espúria).

Em ambientes experimentais científicos, os pesquisadores geralmente mudam o estado de uma variável (a variável independente ) para ver o efeito que tem em uma segunda variável (a variável dependente ). Por exemplo, um pesquisador pode manipular a dosagem de um determinado medicamento entre diferentes grupos de pessoas para ver o efeito que tem sobre a saúde. Neste exemplo, o pesquisador quer fazer uma inferência causal, a saber, que diferentes doses da droga podem ser responsabilizadas pelas mudanças ou diferenças observadas. Quando o pesquisador pode atribuir com segurança as mudanças observadas ou diferenças na variável dependente à variável independente (ou seja, quando o pesquisador observa uma associação entre essas variáveis ​​e pode descartar outras explicações ou hipóteses rivais ), então a inferência causal é dita ser internamente válido.

Em muitos casos, no entanto, o tamanho dos efeitos encontrados na variável dependente pode não depender apenas de

  • variações na variável independente,
  • o poder dos instrumentos e procedimentos estatísticos usados ​​para medir e detectar os efeitos, e
  • a escolha dos métodos estatísticos (ver: Validade da conclusão estatística ).

Em vez disso, uma série de variáveis ​​ou circunstâncias não controladas (ou incontroláveis) podem levar a explicações adicionais ou alternativas (a) para os efeitos encontrados e / ou (b) para a magnitude dos efeitos encontrados. A validade interna, portanto, é mais uma questão de grau do que de um ou outro, e é exatamente por isso que projetos de pesquisa diferentes de experimentos verdadeiros também podem produzir resultados com um alto grau de validade interna.

Para permitir inferências com alto grau de validade interna, precauções podem ser tomadas durante o desenho do estudo. Como regra geral, as conclusões baseadas na manipulação direta da variável independente permitem maior validade interna do que as conclusões baseadas em uma associação observada sem manipulação.

Ao considerar apenas a Validade Interna, projetos experimentais verdadeiros altamente controlados (ou seja, com seleção aleatória, atribuição aleatória para o controle ou grupos experimentais, instrumentos confiáveis, processos de manipulação confiáveis ​​e salvaguardas contra fatores de confusão) podem ser o "padrão ouro" da pesquisa científica . No entanto, os próprios métodos usados ​​para aumentar a validade interna também podem limitar a generalização ou validade externa dos resultados. Por exemplo, estudar o comportamento dos animais em um zoológico pode tornar mais fácil fazer inferências causais válidas dentro desse contexto, mas essas inferências podem não generalizar para o comportamento dos animais na natureza. Em geral, um experimento típico em um laboratório, estudando um processo específico, pode deixar de fora muitas variáveis ​​que normalmente afetam fortemente esse processo na natureza.

Ameaças de exemplo

Para relembrar oito dessas ameaças à validade interna, use a sigla mnemônica , THIS MESS , que significa:

  • Testando,
  • História,
  • Troca de instrumento,
  • Regressão estatística em direção à média,
  • Maturação,
  • Mortalidade experimental,
  • Seleção e
  • Interação de seleção.

Precedência temporal ambígua

Quando não se sabe qual variável mudou primeiro, pode ser difícil determinar qual variável é a causa e qual é o efeito.

Confundindo

Uma grande ameaça à validade das inferências causais é confusa : mudanças na variável dependente podem ser atribuídas a variações em uma terceira variável que está relacionada à variável manipulada. Onde relacionamentos espúrios não podem ser descartados, hipóteses rivais da inferência causal original podem ser desenvolvidas.

Viés de seleção

O viés de seleção refere-se ao problema de que, no pré-teste, existem diferenças entre os grupos que podem interagir com a variável independente e, assim, ser 'responsáveis' pelo desfecho observado. Pesquisadores e participantes trazem para o experimento uma miríade de características, algumas aprendidas e outras inerentes. Por exemplo, sexo, peso, cabelo, olhos e cor da pele, personalidade, capacidades mentais e habilidades físicas, mas também atitudes como motivação ou vontade de participar.

Durante a etapa de seleção do estudo de pesquisa, se um número desigual de sujeitos de teste tiver variáveis ​​relacionadas ao sujeito semelhantes, há uma ameaça à validade interna. Por exemplo, um pesquisador criou dois grupos de teste, o experimental e o grupo de controle. Os sujeitos em ambos os grupos não são semelhantes em relação à variável independente, mas semelhantes em uma ou mais das variáveis ​​relacionadas aos sujeitos.

A auto-seleção também tem um efeito negativo no poder interpretativo da variável dependente. Isso ocorre com frequência em pesquisas online em que indivíduos de grupos demográficos específicos optam pelo teste com taxas mais altas do que outros grupos demográficos.

História

Eventos fora do estudo / experimento ou entre medidas repetidas da variável dependente podem afetar as respostas dos participantes aos procedimentos experimentais. Muitas vezes, esses são eventos de grande escala (desastres naturais, mudanças políticas, etc.) que afetam as atitudes e comportamentos dos participantes de tal forma que se torna impossível determinar se alguma mudança nas medidas dependentes é devido à variável independente ou ao evento histórico .

Maturação

Os assuntos mudam durante o curso do experimento ou mesmo entre as medições. Por exemplo, crianças pequenas podem amadurecer e sua capacidade de concentração pode mudar à medida que crescem. Ambas as mudanças permanentes, como o crescimento físico e as temporárias como a fadiga, fornecem explicações alternativas "naturais"; assim, eles podem mudar a maneira como um sujeito reagiria à variável independente. Assim, após a conclusão do estudo, o pesquisador pode não ser capaz de determinar se a causa da discrepância se deve ao tempo ou à variável independente.

Teste repetido (também conhecido como efeitos de teste)

Medir repetidamente os participantes pode levar a um viés. Os participantes podem se lembrar das respostas corretas ou podem ser condicionados a saber que estão sendo testados. Fazer testes de inteligência repetidamente (iguais ou semelhantes) geralmente leva a ganhos de pontuação, mas em vez de concluir que as habilidades subjacentes mudaram para sempre, essa ameaça à validade interna fornece boas hipóteses rivais.

Mudança de instrumento (instrumentalidade)

O instrumento usado durante o processo de teste pode alterar o experimento. Isso também se refere a observadores estarem mais concentrados ou preparados, ou terem mudado inconscientemente os critérios que usam para fazer julgamentos. Isso também pode ser um problema com medidas de autorrelato fornecidas em momentos diferentes. Nesse caso, o impacto pode ser mitigado com o uso de pré-teste retrospectivo. Se ocorrer alguma alteração na instrumentação, a validade interna da conclusão principal é afetada, uma vez que explicações alternativas estão prontamente disponíveis.

Regressão em direção à média

Esse tipo de erro ocorre quando os sujeitos são selecionados com base em pontuações extremas (um longe da média) durante um teste. Por exemplo, quando as crianças com as piores pontuações em leitura são selecionadas para participar de um curso de leitura, as melhorias no final do curso podem ser devidas à regressão em direção à média e não à eficácia do curso. Se as crianças tivessem sido testadas novamente antes do início do curso, provavelmente teriam obtido melhores pontuações de qualquer maneira. Da mesma forma, outliers extremos em pontuações individuais têm maior probabilidade de serem capturados em uma instância de teste, mas provavelmente evoluirão para uma distribuição mais normal com testes repetidos.

Mortalidade / atrito diferencial

Esse erro ocorre se as inferências forem feitas com base apenas nos participantes que participaram do início ao fim. No entanto, os participantes podem ter desistido do estudo antes da conclusão, e talvez até devido ao estudo ou programa ou experimento em si. Por exemplo, a porcentagem de membros do grupo que pararam de fumar no pós-teste foi encontrada muito maior em um grupo que recebeu um programa de treinamento para parar de fumar do que no grupo de controle. No entanto, no grupo experimental apenas 60% concluíram o programa. Se esse atrito estiver sistematicamente relacionado a qualquer característica do estudo, a administração da variável independente, a instrumentação, ou se o abandono levar a vieses relevantes entre os grupos, é possível toda uma classe de explicações alternativas que dão conta das diferenças observadas.

Interação seleção-maturação

Isso ocorre quando as variáveis ​​relacionadas ao assunto, cor de cabelo, cor da pele, etc., e as variáveis ​​relacionadas ao tempo, idade, tamanho físico, etc., interagem. Se ocorrer uma discrepância entre os dois grupos entre os testes, a discrepância pode ser devido às diferenças de idade nas categorias de idade.

Difusão

Se os efeitos do tratamento se espalharem dos grupos de tratamento para os grupos de controle, pode ser observada uma falta de diferenças entre os grupos experimentais e de controle. Isso não significa, entretanto, que a variável independente não tenha efeito ou que não haja relação entre variável dependente e independente.

Rivalidade compensatória / desmoralização ressentida

O comportamento nos grupos de controle pode alterar como resultado do estudo. Por exemplo, os membros do grupo de controle podem trabalhar arduamente para ver se a superioridade esperada do grupo experimental não é demonstrada. Novamente, isso não significa que a variável independente não produziu nenhum efeito ou que não há relação entre a variável dependente e a independente. Vice-versa, mudanças na variável dependente só podem ser afetadas devido a um grupo de controle desmoralizado, trabalhando menos duro ou motivado, não devido à variável independente.

Viés do experimentador

O viés do experimentador ocorre quando os indivíduos que estão conduzindo um experimento afetam inadvertidamente o resultado, comportando-se inconscientemente de maneiras diferentes em relação aos membros dos grupos de controle e experimentais. É possível eliminar a possibilidade de viés do experimentador por meio do uso de desenhos de estudo duplo-cegos , nos quais o experimentador não tem conhecimento da condição a que pertence o participante.

Problema de validade interna mútua

Experimentos com alta validade interna podem produzir fenômenos e resultados que não têm relevância na vida real, resultando no problema de validade interna mútua. Surge quando os pesquisadores usam resultados experimentais para desenvolver teorias e, em seguida, usam essas teorias para projetar experimentos de teste de teoria. Esse feedback mútuo entre experimentos e teorias pode levar a teorias que explicam apenas fenômenos e resultados em ambientes artificiais de laboratório, mas não na vida real.

Veja também

Referências

links externos