O que é o Bias? [A Field Guide for Scientific Research]

Science is all about getting to the truth. A verdade dos humanos, porém, é talvez ainda mais elusiva do que em qualquer outro domínio da ciência. Não deve ser uma grande surpresa que pesquisar humanos seja um feito complicado, e difícil de acertar.

Sem uma configuração experimental bem concebida e rigorosamente concebida, os erros podem surgir de múltiplas formas. Não menos importante entre estes são os vieses na pesquisa, que podem ter um amplo impacto, e sem preparação, são difíceis de parar. Tais fatores de enviesamento podem ser produzidos inteiramente sem intenção, mas podem acabar prejudicando a confiabilidade (e credibilidade) da pesquisa se ela não for devidamente controlada.

Existem vários aspectos e armadilhas dentro da pesquisa que podem produzir esses enviesamentos errôneos, levando tanto os participantes quanto os pesquisadores a se desviarem, e lidando com dados que não são verdadeiramente reflexos dos pensamentos e comportamentos testados.

Os vieses dentro da pesquisa são generalizados, mas muitas vezes podem ser superados com bons controles metodológicos, e escolhendo o equipamento mais adequado para produzir as respostas corretas. Abaixo passaremos por alguns dos vieses mais comuns que assolam a pesquisa, e forneceremos rotas para evitá-los. Com estes em mente, você pode orientar sua pesquisa para descobertas cada vez maiores.

Conteúdo:
Posicionamento do participante
Posicionamento da seleção
Posicionamento do pesquisador

Três vieses que podem impactar a pesquisa

1. Viés dos participantes

Um dos vieses centrais que podem dificultar e impactar negativamente a pesquisa é o do viés dos participantes. Isto tem sido descrito frequentemente como o participante reagindo puramente ao que eles pensam que o pesquisador deseja, mas isto também pode ocorrer por razões menos óbvias.

O viés de desejo social é um exemplo disto. Os participantes podem ter noções pré-concebidas sobre o que é uma resposta aceitável, ou comportamento, por isso, irão atender às suas respostas para corresponder a isto – consciente ou inconscientemente.

Esta reacção é particularmente provável com experiências que cobrem tópicos sensíveis (como com rendimentos pessoais, ou religião, por exemplo) e acabarão por distorcer os resultados em algo que não é verdade.

Os participantes podem também concordar com tudo, ou responder negativamente às perguntas (também conhecidas como “sim-dizendo” ou “não-dizendo”). Isto pode acontecer devido à fadiga, tédio ou mesmo tentativas intencionais de interromper a pesquisa.

Então esses são alguns dos problemas que podem ocorrer com o viés dos participantes, mas e as soluções? Tomar precauções com o desenho experimental pode ajudar muito, e ter as ferramentas certas pode ajudar ainda mais.

OK – você precisará mais do que fita adesiva para corrigir o viés da pesquisa (e mais do que notas Post-It também).

No caso de enviesamentos social-desejáveis, é importante informar o participante sobre o seu anonimato (e garantir isso também). Para “sim- / não-dizer”, é importante motivar adequadamente o participante – seja com remuneração, ou com pausas suficientes para garantir que ele não fique cansado. A verificação de outliers nos dados também pode ajudar como uma última verificação.

Check out: O que é o Viés do Participante? (And How to Defeat it)

Outras medidas psicofisiológicas podem ajudá-lo a ver através das respostas ou comportamentos potencialmente enganadores e fornecer uma imagem mais clara do que realmente se está a passar. Os Biosensores permitem medir a resposta de um participante, sem que ela seja filtrada conscientemente.

Também podem fornecer dados sem nenhum esforço real dos participantes. Por exemplo, medir a atenção de um participante é facilmente completado com o rastreamento dos olhos, e não requer energia extra deles. Isto torna muito mais fácil manter o participante envolvido no estudo.

É também possível registar o estado emocional de um participante – a sua valência – através da análise automática da expressão facial, e combinar isto com os registos da sua excitação fisiológica (por exemplo, através de registos de resposta cutânea galvânica), enquanto completam uma experiência. A combinação destes métodos proporciona uma interrogação completa do estado mental de um participante, sem adicionar qualquer tensão mental.

Top of page

The perfect participant – engaged. Muito empenhado. (Talvez um pouco assustado também).

2. Viés de seleção

Antes dos participantes completarem a experiência, eles devem primeiro ser selecionados, e é aqui que entra o viés de seleção. Isto pode ser definido como um erro experimental que ocorre quando o pool de participantes, ou os dados subsequentes, não é representativo da população alvo.

Isto pode ocorrer por vários motivos, alguns dos quais são mais evitáveis do que outros. Por exemplo, os próprios participantes podem ser auto-selecionados – particularmente quando o estudo é voluntário – e certos tipos de personalidade podem ser mais prevalentes nessa população.

Não ter participantes suficientes, ou selecionar os dados resultantes de forma incorreta também são exemplos de aspectos metodológicos que, em última instância, levam ao exame do pool de participantes incorretos.

Saiba mais: O que é Polarização de Seleção? (And How to Defeat it)

Estes factores de enviesamento podem ser corrigidos de várias formas. A prevenção do viés de um grupo de participantes auto-selecionados pode ser tratada tendo múltiplos canais ou rotas abertas para os participantes acessarem o estudo através dele. Idealmente, eles serão retirados de um grupo de amostra mista, de participantes auto-selecionados ou selecionados (por exemplo, com estudantes universitários completando o estudo para créditos do curso, e voluntários).

Além disso, ter um grande grupo de participantes sempre ajuda também (embora isso possa nem sempre ser possível), ao mesmo tempo em que ser transparente sobre as fontes de dados também ajudará na credibilidade de um estudo.

Medições psicofisiológicas também podem ajudar a confiabilidade dos resultados dos participantes, pois são facilmente combinados como múltiplas gravações, nas quais a validação cruzada das fontes de dados pode ocorrer. A combinação de uma grande variedade de métricas significa que os outliers devem ser muito mais fáceis de detectar.

Um outlier nos seus dados provavelmente não é assim tão fácil de detectar, mas combinar métricas aproxima-o.

Top of page

3. Researcher Bias

Há também os efeitos frequentemente negligenciados, e infelizmente demasiado frequentes, do viés do pesquisador, em que os próprios cientistas induzem em erro as pesquisas que realizam, muitas vezes de forma não intencional mas por vezes intencional.

Os investigadores podem ser implicitamente tendenciosos a favor de um determinado resultado, e a recolha de dados incómoda pode levar também nessa direcção, mesmo que falsa. Podem também afectar os participantes simplesmente por estarem presentes – ignorar os outros pode ter efeitos bastante drásticos (conhecidos como Efeito Hawthorne), e alterar comportamentos de forma não representativa.

Check out: O que é o viés do pesquisador? (And How to Defeat it)

A contornar isso pode exigir a conclusão da pesquisa como um estudo duplo-cego – no qual os participantes, e as pessoas que realizam a coleta de dados, não sabem que grupo experimental é qual. Isto reduz um grande grau de viés que poderia ocorrer, e apesar de acrescentar uma grande quantidade de confiabilidade a um ambiente experimental, poderia ser muito trabalhoso ou caro para realizar.

Um exemplo de um ambiente duplo-cego. O pesquisador 1 divide os grupos, enquanto o pesquisador 2 realiza a experiência com os grupos, sem saber qual é qual. Os dados são então dados ao pesquisador 1, que só saberá a que grupo os dados pertencem após a análise.

Utilizar plataformas pré-definidas para criar um plano experimental, e para impor as condições dentro dele, assegura um nível de consistência e confiabilidade que de outra forma é difícil de construir. Ao implementar (e gravar a partir de) as diferentes condições experimentais com uma abordagem padronizada, tudo pode ser tornado consistente, o que reduz a chance de qualquer interferência potencialmente confusa ocorrer.

Usar software como o iMotions desta forma também ajuda os pesquisadores a gastar menos tempo para ter que direcionar os participantes através do estudo. Isso permite que se gaste mais tempo na metodologia correta, na interpretação dos dados e na obtenção dos resultados.

Também permite que você gaste mais tempo para fazer com que seus dados pareçam legais.

Top of page

Conclusion

Medições psicofisiológicas permitem, em última análise, que os pesquisadores se aprofundem na mente dos participantes e nos seus estados fisiológicos subjacentes, o que dá acesso a respostas e sentimentos não filtrados. As gravações desses biossensores podem pintar um quadro muito mais honesto do que alguém está pensando, e porque eles estão se comportando de uma certa maneira.

Usar biosensores em combinação permite tanto a validação cruzada quanto uma maior profundidade dos achados, aumentando a validade dos achados e, portanto, a força do experimento. Isto é mais fácil e menos demorado, em iMotions.

Com isto em mente, é mais simples adicionar mais fontes de dados a um estudo, e usar o tempo de uma forma mais eficaz, o que significa que chegar a resultados imparciais – e resultados incríveis – é mais fácil do que nunca.

Check out: O Estudo do Comportamento Humano: Measuring, analyzing and understanding

Bias é muito prevalente dentro da pesquisa, e eu espero que este artigo ajude a guiá-lo para resultados mais objetivos, confiáveis e reprodutíveis. Se você gostaria de aprender mais sobre viés, então dê uma olhada em nossos artigos anteriores que cobrem o viés dos participantes, viés de seleção e viés de pesquisador em mais detalhes. E se você está procurando ainda mais conselhos e dicas de pesquisa, leia o nosso abrangente guia de design experimental. É gratuito e surpreendente, uma combinação perfeita.

Top of page