2023
Seminário de Metodologia de Investigação em Psicologia
Nome: Seminário de Metodologia de Investigação em Psicologia
Cód.: PSI14251D
18 ECTS
Duração: 15 semanas/468 horas
Área Científica:
Psicologia
Língua(s) de lecionação: Português
Língua(s) de apoio tutorial: Português, Inglês
Regime de Frequência: Presencial
Apresentação
Unidade curricular do 1º ano/ 1º semestre
Objetivos de Desenvolvimento Sustentável
Objetivos de Aprendizagem
Objectivos:
Conhecer as metodologias de investigação em Psicologia e seu enquadramento
Conhecer a diversidade de desenhos de investigação quantitativa e qualitativa
Conhecer métodos recolha e análise de dados quantitativos e qualitativos em psicologia
Competências:
Integrar teoria, métodos e técnicas de geração e análise de dados com os resultados de investigação, considerando a amostragem, a natureza dos dados, bem como questões de validade interna e externa dos estudos.
Ler crítica e autonomamente de artigos publicados em revistas académicas relativamente aos aspectos metodológicos da investigação
Realizar análise de dados quantitativa e qualitativa
Conhecer as metodologias de investigação em Psicologia e seu enquadramento
Conhecer a diversidade de desenhos de investigação quantitativa e qualitativa
Conhecer métodos recolha e análise de dados quantitativos e qualitativos em psicologia
Competências:
Integrar teoria, métodos e técnicas de geração e análise de dados com os resultados de investigação, considerando a amostragem, a natureza dos dados, bem como questões de validade interna e externa dos estudos.
Ler crítica e autonomamente de artigos publicados em revistas académicas relativamente aos aspectos metodológicos da investigação
Realizar análise de dados quantitativa e qualitativa
Conteúdos Programáticos
1. Enquadramento epistemológico da investigação empírica em psicologia
2. Formulação de problemas de investigação e desenhos de investigação empírica
3 Análise fatorial exploratória e análise fatorial confirmatória
4. Técnicas estatísticas de análise multivariada
Modelos lineares generalizados
Análise discriminante
Modelos de regressão linear múltipla
Modelos de regressão logística
Modelos de equações estruturais
Estatísticas Bayesianas vs. nível de significância, magnitude de efeito e potência estatística
5. Desenvolvimento e validação de instrumentos psicométricos
6. Revisão sistemática de literatura e técnicas de meta-análise
7. Investigação qualitativa em Psicologia
Estratégias gerais de investigação: estudos (auto)biográficos; investigação ação; investigação consensual qualitativa
Técnicas de recolhas de dados
Análise de clusters em investigação qualitativa
Critérios de validade em investigação qualitativa e a fiabilidade inter-codificadores
8. Orientação para publicação
2. Formulação de problemas de investigação e desenhos de investigação empírica
3 Análise fatorial exploratória e análise fatorial confirmatória
4. Técnicas estatísticas de análise multivariada
Modelos lineares generalizados
Análise discriminante
Modelos de regressão linear múltipla
Modelos de regressão logística
Modelos de equações estruturais
Estatísticas Bayesianas vs. nível de significância, magnitude de efeito e potência estatística
5. Desenvolvimento e validação de instrumentos psicométricos
6. Revisão sistemática de literatura e técnicas de meta-análise
7. Investigação qualitativa em Psicologia
Estratégias gerais de investigação: estudos (auto)biográficos; investigação ação; investigação consensual qualitativa
Técnicas de recolhas de dados
Análise de clusters em investigação qualitativa
Critérios de validade em investigação qualitativa e a fiabilidade inter-codificadores
8. Orientação para publicação
Métodos de Ensino
Metodologias de ensino:
As aulas envolvem um misto de exposição oral, reflexão critica sobre os temas abordados a partir da análise de artigos científicos e de análise de dados quantitativos e qualitativos em bases de dados.
Metodologias de avaliação:
Visando facilitar a aproximação teórico prática, os estudantes realizarão dois trabalhos práticos com um peso de 50% cada um na nota final, envolvendo aspectos metodológicos relevantes para a elaboração da sua tese de doutoramento. Nestes trabalhos práticos a análise de dados, sempre que necessário, implicará o recurso a software específico.
As aulas envolvem um misto de exposição oral, reflexão critica sobre os temas abordados a partir da análise de artigos científicos e de análise de dados quantitativos e qualitativos em bases de dados.
Metodologias de avaliação:
Visando facilitar a aproximação teórico prática, os estudantes realizarão dois trabalhos práticos com um peso de 50% cada um na nota final, envolvendo aspectos metodológicos relevantes para a elaboração da sua tese de doutoramento. Nestes trabalhos práticos a análise de dados, sempre que necessário, implicará o recurso a software específico.
Bibliografia
Maher, C., Hadfield, M., Hutchings, M., & de Eyto, A. (2018). Ensuring rigor in qualitative data analysis: A design research approach to coding combining NVivo with traditional material methods. International Journal of Qualitative Methods, 17, 1-13. doi:10.1177/1609406918786362
Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
Tomaszewski, L. E., Zarestky, J., & Gonzalez, E. (2020). Planning qualitative research: Design and decision making for new researchers. International Journal of Qualitative Methods, 19. doi:10.1177/1609406920967174
Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
Wagenmakers, E.-J., Marsman, M., Jamil, T., Ly, A., Verhagen, J., Love, J., Morey, R. D. (2018). Bayesian inference for psychology. Part I: Theoretical advantages and practical ramifications. Psychonomic Bulletin Review, 25, 35-57. doi:10.3758/s13423-017-1343
Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson.
Tomaszewski, L. E., Zarestky, J., & Gonzalez, E. (2020). Planning qualitative research: Design and decision making for new researchers. International Journal of Qualitative Methods, 19. doi:10.1177/1609406920967174
Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
Wagenmakers, E.-J., Marsman, M., Jamil, T., Ly, A., Verhagen, J., Love, J., Morey, R. D. (2018). Bayesian inference for psychology. Part I: Theoretical advantages and practical ramifications. Psychonomic Bulletin Review, 25, 35-57. doi:10.3758/s13423-017-1343