Oral / Poster
56-1 | Análises atuais para a modelagem latente | Autores: | Felipe Valentini1, Nelson Hauck Filho2, Wagner de Lara Machado3, Hudson Fernandes Golino4
1 UNIVERSO - Universidade Salgado de Oliveira (Campus Niterói - Rua Marechal Deodoro, 263 – Centro - Niterói/RJ – CEP: 24030-06), 2 USF - Universidade São Francisco (End.: Rua Alexandre Rodrigues Barbosa, 45 Centro, Itatiba - São Paulo CEP 13251), 3 PUC-CAMPINAS - Pontifícia Universidade Católica de Campinas (Rua Marechal Deodoro, n° 1099 Centro - Campinas - SP CEP: 13010-920), 4 UEFS - Universidade Estadual de Feira de Santana (Av. Transnordestina, SN. Bairro Novo Horizonte. CEP 44036-900) |
E-mail Apresentador: |
Resumo: Resumo Geral da Mesa
A Psicometria engloba um conjunto de teorias e ferramentas utilizadas na mensuração de construtos psicológicos. Observa-se, nas últimas décadas, o aumento de técnicas capazes aprofundar e sustentar as evidências de relações entre escores observados e construtos latentes. Essa mesa insere-se nesse contexto e propõe a discussão de técnicas atuais utilizadas na construção de medidas em psicologia e testagem de modelos latentes causais. Na primeira apresentação, serão abordados aspectos relacionados à causalidade e suas relações com as análises fatoriais exploratórias e confirmatórias. No segundo trabalho, será discutida a análise de rede para avaliação de parâmetros psicométricos de instrumentos. O terceiro trabalho, no contexto da Teoria de Resposta ao Item (TRI), discutirá um exemplo de aplicação do modelo de Rasch estendido para a estimação de um modelo multidimensional. A quarta apresentação abordará aspectos relacionados à curva de informação em TRI e sua transformação num indicador de precisão facilmente interpretável. Espera-se que a mesa possa contribuir com as pesquisas de construção e validação de instrumentos de avaliação psicológica.
Resumo Apresentador 1
Título: Informação, erro de medida e precisão na TRI.
Autor: Felipe Valentini.
Resumo: Uma das vantagens da Teoria de Resposta ao Item (TRI) sobre o modelo clássico refere-se à estimação de um erro padrão de medida (EP) para cada nível de traço latente (theta). Nesse contexto, estima-se o EP por meio da quantidade de informação. No entanto, a métrica da informação permite valores superiores a 1, o que dificulta a interpretação da precisão dos escores. O presente trabalho busca demonstrar uma equação para transformar a informação num indicador de precisão facilmente interpretável. Primeiramente, obtém-se o EP por meio da equação: 1 / raiz(informação). Então o indicador de precisão pode ser obtido por meio da inversão do quadrado do EP (i.e. 1 – (EP 2)). Tal indicador resulta em valores entre 0 e 1. Para exemplificar o uso dessas equações, utilizou-se um banco de dados composto por 583 sujeitos, que responderam a um inventário de 7 itens (respondidos por uma escala Likert de 7 pontos). Os parâmetros foram estimados por meio do modelo de resposta graduada. Os itens eram de fácil endosso, e o modelo apresentou mais informação para os escores levemente abaixo da média (maior informação = 6,02, para thetas = -0,8). Para esse theta, o EP foi estimado em 0,41 (1 / raiz(6,02) = 0,41) e a precisão em 0,83 (1 – (0,412) = 0,83). Contudo, para escores muito acima da média, a precisão é baixa (precisão = 0,67, para theta = +3). O alfa de Cronbach foi igual a 0,78 e a Confiabilidade Composta igual a 0,80. Os indicadores tradicionais de precisão subestimaram os EP dos escores acima da média e superestimaram os EP dos escores levemente abaixo da média. Nesse contexto, sugere-se a utilização de indicadores de precisão estimados com base nos modelos de TRI. Ademais, sugere-se que os pesquisadores relatem os valores de precisão para diferentes níveis de theta.
Palavras-chave: precisão, curva de informação, erro padrão, teoria de resposta ao item.
Resumo Apresentador 2
Título: Inferências causais em análise fatorial.
Autor: Nelson Hauck Filho.
Resumo: A causalidade é um dos tópicos mais importantes para todas as ciências. Partindo de uma ontologia realista, seria possível afirmar que o mundo possui uma estrutura de elementos causalmente relacionados; o papel primordial do cientista seria aprofundar o conhecimento desvendando pequenos pedaços dessa estrutura. Em Psicologia, um dos métodos estatísticos mais amplamente utilizados para esse propósito é a análise fatorial, baseada em um modelo causal reflexivo em que um ou mais fatores ou variáveis latentes explicam a covariância observada em um conjunto de indicadores. O objetivo da presente apresentação é explorar a possibilidade de inferências causais sobre os fenômenos psicológicos a partir da análise fatorial exploratória e confirmatória. O foco é ilustrar como modelos fatoriais especificados sem uma base causal podem obter bom ajuste aos dados sem que haja uma correspondência com o verdadeiro modelo que produziu esses dados – ou seja, a verdadeira estrutura dos fenômenos psicológicos. Utilizando o pacote simsem do software R, foram simulados dados (N = 2000) a partir de um modelo causal hipotético envolvendo três fatores e cinco variáveis observadas. Modelos fatoriais exploratórios e confirmatórios de um e de dois fatores foram testados com o estimador Maximum Likelihood e, apesar de não corresponderem ao verdadeiro modelo que produziu os dados, obtiveram bom ajuste. Os achados alertam para o fato de que o uso da análise fatorial sem uma clareza conceitual – e causal – da relação entre as variáveis modeladas pode levar pesquisadores a aceitarem modelos falsos e incorretamente especificados como se fossem verdadeiros. O uso de índices de ajuste e os riscos da inferência indutiva via análise fatorial na Psicologia são discutidos.
Palavras-chave: análise fatorial, causalidade, índices de ajuste.
Resumo Apresentador 3
Título: Análise de rede: aplicações e implicações na psicometria.
Autor: Wagner de Lara Machado.
Resumo: Uma rede é um modelo abstrato que representa, por meio de técnicas gráficas, a estrutura e a dinâmica de um sistema composto por nodos (variáveis) e linhas (relações entre os nodos). Esta apresentação tem como objetivo expor e discutir as aplicações da análise de rede na avaliação dos parâmetros psicométricos de instrumentos. Por meio de dois exemplos de uma amostra de adultos [N = 686 adultos, 72,7% mulheres e média de idade de 33,9 (SD = 11,30) anos], utilizando escalas de saúde mental positiva e de estados afetivos negativos, serão demonstradas as aplicações da análise de rede para descrever a estrutura de dinâmica de instrumentos psicológicos. Diversos tipos de algoritmos podem ser implementados para estimar as relações entre as variáveis. Nesta apresentação serão descritas as aplicações dos algoritmos de estruturas de covariâncias, least absolute shrinkage and selection operator (LASSO) e causalidade indutiva. Estes algoritmos possibilitam representar, além de agrupamentos, dinâmicas de interrelações entre os indicadores. Ainda, é possível identificar quais elementos em um sistema específico ativam outros sistemas menores. Serão discutidas quais as contribuições da análise de rede de forma a complementar investigações em psicometria e avaliação psicológica. Por fim, as implicações para estudos clínicos e de intervenção, tanto em nível populacional quanto individual, serão apresentadas.
Palavras-chave: análise de rede, causalidade indutiva, dinâmica, psicometria
Resumo Apresentador 4
Título: Identificando estágios de desenvolvimento usando o modelo Rasch estendido LLTM.
Autor: Hudson Fernandes Golino
Resumo: Apesar das características úteis e importantes do modelo clássico de Rasch, ele permite estimar apenas uma única dimensão. No final dos anos de 1970, Scheiblechner desenvolveu uma extensão do modelo logístico simples de Rasch (Linear Logistic Test Model – LLTM) para poder estudar distintos processos cognitivos envolvidos em tarefas ou testes de inteligência por meio da decomposição linear do parâmetro de dificuldade em dois componentes, um do processo cognitivo j (ou sub-dimensão) e outro do peso relativo do item i no processo j. O presente trabalho tem como objetivo apresentar ambos os modelos, aplicando-os em um teste construído para verificar sete estágios de desenvolvimento do raciocínio indutivo (TDRI). O TDRI possui 56 itens e foi aplicado em uma amostra de 1803 pessoas de diferentes cidades de Minas Gerais e da Bahia. Os modelos foram aplicados por meio do pacote eRm do software R. O resultado aponta um ajuste bastante adequado dos dados ao modelo logístico simples de Rasch [infit médio = 0,91; mín = 0,68; max = 1,21; LR(220) = 212,85; p = 0,62; Confiabilidade dos itens = 1,00; Confiabilidade das Pessoas = 0,90; AIC = 27985; BIC = 28055], e um ajuste moderado ao modelo LLTM [infit médio = 0,91; mín = 0,56; max = 1,49; AIC = 28066; BIC = 28075]. Os valores de AIC e BIC apontam que os dados se ajustam melhor ao modelo clássico de Rasch do que ao modelo LLTM. O LR-Test vai na mesma direção, apontando diferenças significativas entre eles (LR = 88,33; p < 0,001). Apesar de os dados se ajustarem melhor ao modelo clássico de Rasch, o resultado do modelo LLTM é ainda aceitável, e pode trazer evidências complementares da validade dos estágios, assim como pode ser empregado para realizar inferências e auxiliar na elaboração de laudos.
Palavras-chave: inteligência, estágios de desenvolvimento, Rasch, multidimensional, raciocínio.
Palavras-chave: análise de rede, causalidade, modelos de Rasch, precisão, psicometria |