-
Apresentação
Apresentação
Esta Unidade Curricular tem como objetivo dotar os alunos de competências de investigação e análises de dados em Psicologia, incidindo sobre técnicas de análise de dados quantitativos no âmbito da psicometria e da estatística inferencial, e técnicas de análise de dados qualitativos.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Mestre | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Obrigatório | Português
-
Código
Código
ULHT1705-24940
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
CP1. Métodos de análise de dados qualitativos: Análise de conteúdo temática CP2. Métodos de análise de dados quantitativos: estatística descritiva e estatística inferencial CP3. Psicometria CP3.1. Conceito de escalas psicométricas e teoria da medida em psicometria CP3.2. Validação psicométrica de testes de medida: Análise Fatorial Exploratória e Análise Fatorial Confirmatória CP4. Estatística Inferencial: CP4.1. Análise de Variância Univariada e Multivariada CP4.2 Análise de Variância com Medidas Repetidas CP4.3. Relação linear entre duas variáveis: Correlação, Regressão Linear Simples e Múltipla CP4.4. Modelos de Mediação CP4.5. Modelos de Moderação
-
Objetivos
Objetivos
OA1. Conduzir uma análise de dados qualitativos OA2. Conhecer as teorias psicométricas e pressupostos subjacentes à construção de escalas OA3. Conduzir a análise das características psicométricas de uma escala e interpretar os seus resultados OA4. Compreender a relação entre hipótese conceptual, design de um estudo, procedimento estatístico e hipótese estatística OA5. Aplicar as técnicas estatísticas de Análise de Variância e Multivariância a problemas no domínio da Psicologia Social e das Organizações com amostras intra e inter-sujeitos OA6. Aplicar modelos de Regressão Linear Simples, Múltipla, de Mediação e Moderação a problemas no domínio da Psicologia Social e das Organizações OA7. Escolher e aplicar diferentes procedimentos estatísticos tendo em conta os objetivos de investigação e tipo de dados OA8. Apresentar e interpretar de forma clara os resultados obtidos na análise dos dados OA9. Utilizar de forma adequada e eficaz software de análise estatística.
-
Metodologias de ensino
Metodologias de ensino
As aulas desta UC, de caráter teórico-prático (TP), têm uma componente essencialmente aplicada, na qual os alunos aplicam as competências teóricas adquiridas através de atividades práticas concretas e contextualizadas na área de PSO. Estas atividades incluem, por exemplo, a condução, análise e discussão dos procedimentos de análise de dados aplicados. A aplicação prática dos conceitos aprendidos será igualmente realizada utilizando os dados de um estudo desenvolvido pelos próprios alunos, no decurso da UC de Métodos de Investigação I, possibilitando aos alunos explorar todas as fases de um processo de investigação ao longo dos dois semestres. Para envolver os alunos na investigação desenvolvida na área de PSO, serão apresentados estudos publicados internacionalmente que utilizem as metodologias e métodos lecionados. Além disso, sempre que possível, procurar-se-á envolver os estudantes nos projetos de investigação em curso na unidade de Investigação e Desenvolvimento (HEI-Lab).
-
Bibliografia principal
Bibliografia principal
Bardin,L. (2004). Análise de Conteúdo. Lisboa: Edições 70. Flick, U. (2009). Introdução à Pesquisa Qualitativa (3.ª Ed.). Porto Alegre: Artmed. Goss-Sampson, M. A. (2022). Statistical Analysis in JASP 0.16.1: A Guide for Students. Hayes, A. F. (2017). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. New York:Guilford Publications. Navarro et al. (2019). Learning Statistics with JASP: A Tutorial for Psychology Students and Other Beginners. Available at https://learnstatswithjasp.com. Urbina, S. (2014). Essentials of psychological testing (2nd ed.). John Wiley & Sons, Inc. https://doi.org/10.1002/9781394259458 Watt, R., & Collins, E. (2019). Statistics for Psychology: A Guide for Beginners (and everyone else). SAGE Publications Limited. Willig, C. & Stainton-Rogers (2008). The SAGE handbook of qualitative research in psychology. SAGE Publications Ltd.
-
Avaliação
Avaliação
A avaliação contínua tem três momentos de avaliação individual baseados nos conteúdos programáticos lecionados nas aulas teóricas e um momento de avaliação em grupo com cariz prático. Todos os momentos de avaliação individual consistirão em mini-testes com durações e ponderações distintas:
- O primeiro mini-teste incidirá sobre a matéria lecionada de análise de dados qualitativos e corresponde a 20% da classificação final;
- O segundo momento corresponde a 20% da classificação final e incidirá sobre a análise de variância
- O terceiro mini-teste corresponde a 20% da classificação final e incidirá sobre os conteúdos da Psicometria.
- O trabalho de grupo consiste no desenvolvimento de um poster científico (25%) com respetiva apresentação em aula (15%) com dados dos projetos individuais desenvolvidos na disciplina de MIPSO I ou dados secundários, cuja análise de dados deve incidir num modelo de regressão linear múltipla ou de mediação.
A avaliação final tem um único momento de avaliação – exame individual – com ponderação de 100% . O exame incidirá sobre a totalidade dos conteúdos programáticos da unidade curricular.
Estudantes com estatuto especial que não possam comparecer às avaliações marcadas devem sinalizar a situação de forma a agendar uma avaliação em tudo semelhante à prevista, mantendo a equidade de avaliação entre estudantes.Para obter aprovação à UC é necessário ter pelo menos 10 valores na nota final (escala de 0 a 20)
NOTA SOBRE O USO DE IA:
Nesta UC será permitido o recurso e utilização de ferramentas de IA tendo em vista os seguintes objetivos: obtenção de uma visão geral sobre um tema, pesquisa de referências, organização de ideias e sumarização de informação. Todas as informações deverão ser analisadas e integradas pelo aluno, utilizando o conhecimento adquirido em aula e através de leituras independentes. Assim, os alunos deverão assegurar a validade das informações geradas por IA e e que estas provêm de fontes fidedignas. Para além disso, sempre que os elementos de avaliação submetidos tenham recorrido à utilização de ferramentas IA, os estudantes deverão assegurar o cumprimento das normas de referenciação e integridade académica preconizadas na lei e regulamentos. Devem ainda adicionar uma declaração no final do trabalho, especificando o propósito para o qual usaram as ferramentas de IA, como por exemplo, a organização de ideias, a geração de referências, a elaboração de esboços iniciais, sumarização de informação, etc. Sempre que necessário, com fundamento em indício de uso inapropriado de IA, o/a docente poderá calendarizar uma prova oral de avaliação, convocando o/a estudante a comparecer, sob pena da anulação da avaliação à UC.
-
Mobilidade
Mobilidade
Sim
