2024
Análise de Dados Quantitativos em Psicologia
Nome: Análise de Dados Quantitativos em Psicologia
Cód.: PSI11137M
3 ECTS
Duração: 15 semanas/78 horas
Área Científica:
Psicologia
Língua(s) de lecionação: Português
Língua(s) de apoio tutorial: Português, Inglês
Regime de Frequência: Presencial
Objetivos de Desenvolvimento Sustentável
Objetivos de Aprendizagem
Gerais
? Demonstrar reconhecer o potencial da instrumentação de testagem de modelos de equações estruturais (MEE) para a reflexão teórica e para a investigação empírica em psicologia.
? Demonstrar competência para adequar o teste de MEE a planos de investigação correlacional transversal numa única amostra.
Específicos
? Demonstrar competência para identificar MEE com variáveis observadas e latentes.
? Demonstrar competência para gerar MEE no LISREL de acordo com a natureza métrica (contínuas ou discretas) das variáveis observadas.
? Demonstrar competência para analisar resultados do teste de MEE com variáveis latentes (VL) denotadas por variáveis observadas discretas no LISREL.
? Demonstrar reconhecer o potencial da instrumentação de testagem de modelos de equações estruturais (MEE) para a reflexão teórica e para a investigação empírica em psicologia.
? Demonstrar competência para adequar o teste de MEE a planos de investigação correlacional transversal numa única amostra.
Específicos
? Demonstrar competência para identificar MEE com variáveis observadas e latentes.
? Demonstrar competência para gerar MEE no LISREL de acordo com a natureza métrica (contínuas ou discretas) das variáveis observadas.
? Demonstrar competência para analisar resultados do teste de MEE com variáveis latentes (VL) denotadas por variáveis observadas discretas no LISREL.
Conteúdos Programáticos
1. Enquadramento epistemológico.
1.1. Instrumentação de análise de dados multivariados (IADM) de primeira (e.g., SPSS) vs. segunda geração (e.g., LISREL).
1.2. Vantagens da IADM de segunda geração e tipos de MEE.
1.2.1. MEE uni e multifatoriais (oblíquos, ortogonais e hierárquicos), comparação entre modelos alternativos e exame de validade estrutural e computação de notas fatoriais.
1.2.2. MEE de múltiplas causas e múltiplos indicadores.
1.2.3. MEE de regressão múltipla e multivariada com VL.
1.2.4. MEE de trajetórias com VL e análise de efeitos de mediação.
2. Análise de MEE com o PRELIS/LISREL.
2.1. Infraestrutura com o PRELIS: dimensão da amostra e erro tipo II, matrizes de correlações vs. de covariâncias, diagnóstico de admissibilidade e métodos de estimação.
2.2. Teste com o LISREL-SIMPLIS: especificação, identificação, estimação, diagnóstico de admissibilidade, adequabilidade do ajustamento e avaliação substantiva de MEE.
1.1. Instrumentação de análise de dados multivariados (IADM) de primeira (e.g., SPSS) vs. segunda geração (e.g., LISREL).
1.2. Vantagens da IADM de segunda geração e tipos de MEE.
1.2.1. MEE uni e multifatoriais (oblíquos, ortogonais e hierárquicos), comparação entre modelos alternativos e exame de validade estrutural e computação de notas fatoriais.
1.2.2. MEE de múltiplas causas e múltiplos indicadores.
1.2.3. MEE de regressão múltipla e multivariada com VL.
1.2.4. MEE de trajetórias com VL e análise de efeitos de mediação.
2. Análise de MEE com o PRELIS/LISREL.
2.1. Infraestrutura com o PRELIS: dimensão da amostra e erro tipo II, matrizes de correlações vs. de covariâncias, diagnóstico de admissibilidade e métodos de estimação.
2.2. Teste com o LISREL-SIMPLIS: especificação, identificação, estimação, diagnóstico de admissibilidade, adequabilidade do ajustamento e avaliação substantiva de MEE.
Métodos de Ensino
Salvo nas aulas eminentemente teóricas respeitantes às matérias ao ponto 1. dos conteúdos programáticos, nas seguintes é feita uma abordagem eminentemente teórico-prática às restantes matérias, integrando as do ponto 2. nas dos pontos 1.2..
Pretende-se que a decomposição analítica dos procedimentos utilizados em torno da organização sequencial de complexidade crescente das matérias permita uma síntese integradora para a geração e interpretação de resultados do teste de modelos de equações estruturais. Para apoio ao desenvolvimento da matéria são facultados aos estudantes duas fichas de leitura, uma para o ponto 1. e outra para o ponto 2., com sinopses dos conteúdos programáticos e respetivas referências, e trabalhados ficheiros de dados com técnicas de modelação estrutural através do PRELIS/LISREL.
Pretende-se que a decomposição analítica dos procedimentos utilizados em torno da organização sequencial de complexidade crescente das matérias permita uma síntese integradora para a geração e interpretação de resultados do teste de modelos de equações estruturais. Para apoio ao desenvolvimento da matéria são facultados aos estudantes duas fichas de leitura, uma para o ponto 1. e outra para o ponto 2., com sinopses dos conteúdos programáticos e respetivas referências, e trabalhados ficheiros de dados com técnicas de modelação estrutural através do PRELIS/LISREL.
Avaliação
Regime de Avaliação Contínua
Para ser aprovado na UC, é obrigatória a frequência de 75% das aulas e a obtenção de uma nota mínima de 9.5/20 valores em cada uma das seguintes componentes.
(1) Avaliação do trabalho de grupo (máximo de 3 elementos) realizado durante o semestre: produção e análise de um output LISREL (40%). Poderá ser solicitada a defesa oral do trabalho de grupo.
(2) Avaliação individual efetuada nas épocas de exame: um teste de avaliação de conhecimentos com consulta (60%).
Regime de Avaliação Final
Avaliação individual, cuja classificação resulta da conjugação dos resultados obtidos nas componentes da avaliação contínua, com a respetiva ponderação. Será considerada para a classificação final uma nota igual ou superior a 9.5/20 valores.
Para ser aprovado na UC, é obrigatória a frequência de 75% das aulas e a obtenção de uma nota mínima de 9.5/20 valores em cada uma das seguintes componentes.
(1) Avaliação do trabalho de grupo (máximo de 3 elementos) realizado durante o semestre: produção e análise de um output LISREL (40%). Poderá ser solicitada a defesa oral do trabalho de grupo.
(2) Avaliação individual efetuada nas épocas de exame: um teste de avaliação de conhecimentos com consulta (60%).
Regime de Avaliação Final
Avaliação individual, cuja classificação resulta da conjugação dos resultados obtidos nas componentes da avaliação contínua, com a respetiva ponderação. Será considerada para a classificação final uma nota igual ou superior a 9.5/20 valores.
Bibliografia
Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychologial Bulletin, 103(3), 411-423. https://doi.org/10.1037/0033-2909.103.3.411
Diniz, A. M. (2022). Benefícios da modelação de equações estruturais: Ilustração com variáveis ordinais no LISREL. Centro de Investigação em Educação e Psicologia da Universidade de Évora.
Fornell, C. (1982). A second generation of multivariate analysis: An overview. In C. Fornell (Ed.), A second generation of multivariate analysis: An overview (Vol. 1, pp. 1-21). Praeger Publishers.
Jöreskog, K. G. (2005). Structural equation modeling with ordinal variables using LISREL. https://ssicentral.com/wp-content/uploads/2021/04/lis_ordinal.pdf
Kline, R. B. (2023). Principles and practice of structural equation modeling (5th ed.). Guilford Press.
Schumacker, R. E., & Lomax, R. G. (2015). A beginner?s guide to structural equation modeling (4th ed.). Routledge.
Diniz, A. M. (2022). Benefícios da modelação de equações estruturais: Ilustração com variáveis ordinais no LISREL. Centro de Investigação em Educação e Psicologia da Universidade de Évora.
Fornell, C. (1982). A second generation of multivariate analysis: An overview. In C. Fornell (Ed.), A second generation of multivariate analysis: An overview (Vol. 1, pp. 1-21). Praeger Publishers.
Jöreskog, K. G. (2005). Structural equation modeling with ordinal variables using LISREL. https://ssicentral.com/wp-content/uploads/2021/04/lis_ordinal.pdf
Kline, R. B. (2023). Principles and practice of structural equation modeling (5th ed.). Guilford Press.
Schumacker, R. E., & Lomax, R. G. (2015). A beginner?s guide to structural equation modeling (4th ed.). Routledge.
Equipa Docente
- António Augusto Pinto Moreira Diniz [responsável]
Certificações
Universidade de Évora © 2025
Consulte os Termos e Condições e Política de Privacidade
Declaração de Acessibilidade
Consulte os Termos e Condições e Política de Privacidade
Declaração de Acessibilidade
