Ir para conteúdo

Biblioteca

Indicadores Socioemocionais

Aula sobre Indicadores Socioemocionais ministrada por Daniel Santos.



Indicadores Socioemocionais - Parte 06

Sexta parte da aula sobre Indicadores Socioemocionais ministrada por Daniel Santos.

Ir para a transcrição do vídeo

Transcrição

00:00 a 00:08 (Vinheta de abertura)

Imagem: Vinheta de abertura. Ilustração de um mapa múndi na cor azul clara ocupa toda a tela. A logomarca da Fundação Itaú Social aparece ao centro e alguns ícones na cor branca aparecem formando um círculo central ao redor da logomarca. A logomarca desaparece, dando lugar ao texto em azul escuro: “Curso Avançado de Avaliação de Políticas Públicas e Projetos Sociais”. Na sequência, os textos são substituídos por um retângulo grande azul escuro na parte central da tela. Dentro dele, está escrito: “Indicadores Socioemocionais, Professor Daniel Santos, 7 de Janeiro”. Abaixo do retângulo, também em azul escuro, o texto “Parte 6”.

Áudio: trilha moderna percussiva.

00:09 a 28:33 (Daniel Santos)

Imagem: Professor Daniel Santos, da Fundação Itaú Social, está à frente de uma sala de aula com um telão e lousa verde atrás dele. Ele está de pé e apresenta os conteúdos olhando para a turma.

Áudio Professor: Nessa tela é uma base para identificação em modelo com fatores latentes. Existe um caso onde se impõe que um único item conduz todas as respostas e todo o trabalho é descobrir os ponderadores. Pode-se fazer uma análise fatorial, por exemplo, e coletar o componente principal ou o primeiro fator, mas se sabe que vários comportamentos estariam associados diferentemente com aquele item. Então, gostaria de capturar quanto que cada um deles carrega no item. Então, na análise fatorial, o ingrediente central para identificar os pesos são as covariâncias. Identificam-se os factor loaders através das covariâncias. E que informação as covariâncias têm? Se é verdade que todas as cinco perguntas aqui de um questionário medem autoestima com erro, deveria se esperar que existisse uma alta correlação entre elas e que as mais informativas fossem precisamente aquelas que têm mais correlação com todas as demais. Se ela é pura autoestima, tem baixo erro de medida e é só o item que está conduzindo. Aquela que tem correlação mais baixa é porque a variância do “epson” é um pouco maior, tem mais erros de medida e é menos informativa sobre autoestima. Então, a brincadeira de olhar as covariâncias é dar mais peso, no final do dia, para aqueles itens que têm mais correlação com os demais itens, que a gente acredita ex-ante que todos estão medindo com erro de medida. Aqueles que tiverem menos erros de medida vão ter mais correlação com os vizinhos e vão merecer mais peso. Com mais fatores, há mais restrições de identificação. Precisam existir alguns comportamentos que se acredite que estão relacionados com menos fatores. Daí, é mais trabalhoso para se conseguir extrair informação. Nesse exemplo aqui, é mais para mostrar que eu consigo separar, de cada comportamento, dado algumas hipóteses de identificação, quanto que esse comportamento é predominantemente guiado pela variável 1 ou pela variável 2. Bom, aí vem um ponto que eu queria discutir mais um pouco com vocês. Uma vez que eu tenha uma quantidade suficientemente grande de itens, faço algumas normalizações e consigo identificar grande parte das cargas fatoriais. E, ao final, eu chego a uma estrutura de modelo com fatores latentes. Se eu faço uma decomposição de alto valor e alto vetor para decompor uma matriz de covariância, as covariâncias são uma grande base para a gente conseguir identificar essas cargas tutoriais. Eu tenho, na minha matriz de covariância, decomposições desse tipo aqui, que eu estou escrevendo na lousa. Essa decomposição é exata se eu quiser reter tantos componentes quanto a dimensão de “Y”. Então, se eu tiver dez perguntas e quiser reter dez fatores, vamos ter uma composição exata. Se eu quiser reter menos fatores, eu tenho o resultado com algum erro.

Áudio Aluno: No resultado que se chega ao final, existe uma diferença muito grande?

Áudio Professor: Às vezes. Sim. Às vezes, não. E o pior é que não tem uma regra, uma receita de bolo. Não existe uma fórmula que seja universalmente aceita pelos psicometristas. O que eles fazem na prática? Experimentam várias rotações diferentes e misturam ajuste aos dados com a interpretação do conteúdo das perguntas. Então, existe uma parte artística ali! Mais ou menos artística, na verdade. No limite, eles podem mandar para os pares julgarem. O que é um procedimento comum? Eu tenho um inventário de personalidade que tentaria medir todas as suas personalidades. Fiz uma análise fatorial e cheguei à conclusão de que elas se agrupam em cinco temas. Mas, diferentes rotações vão jogar esses itens em cinco grupos de maneira diferente. E, no fim do dia, eu gostaria de fazer algo melhor ainda. Eu gostaria de dizer que a razão pela qual esse item carrega em várias variáveis é um erro amostral. As pessoas gostam de dizer que essas dez perguntas são dez perguntas de Matemática ou são dez perguntas de autoestima. Elas não convivem bem com a ideia de que, nessa resposta, tem um pouco de extroversão, um pouco de neuroticismo, um pouco disso, um pouco daquilo. Elas querem, no final do dia, dizer que a razão pela qual ela carregou em outras é muito mais um erro amostral. Então, dito isso, vamos à pergunta novamente. Faça a pergunta de novo, porque eu me perdi aqui.

Áudio Aluno: Eu não sou psicometrista e não sou de psicometria, mas eu diria que a maior parte das áreas são correlacionadas. Não dá para dizer que, para responder a essa pergunta, deve-se colocar só uma parte do cérebro funcionando. E para uma outra pergunta, pega uma outra coisa. Enfim. Escolhe-se uma rotação que deixa um independente do outro.. não sei.

Áudio Professor: Claro, claro. Se eu fizesse só olhando para esse critério, eu poderia agrupar perguntas que ninguém concorda que isso aqui tudo seja autoestima. Entendeu? Se é verdade que todas essas perguntas são de autoestima com erro, deveria existir uma correlação altíssima entre elas e é baixíssima. Existe um modelo aqui que diz que a autoestima explica aprendizado e isso aqui não explica. Essa outra rotação faz um outro grupo, que poderia ser rotulado. A rotulação dos fatores é arbitrária. É o analista que dá. Não existe um computador que diga qual o label daquelas coisas. A maneira como as pessoas constroem essas medidas é um misto de técnica com arte, nesse sentido. Elas gostariam de coisas o mais independente possível, mas gostariam de que as perguntas tivessem uma alta correlação entre si, baixa correlação com os do vizinho, predissessem o que alguma teoria desenvolvimental deveria predizer e tivessem um conteúdo textual que batesse com o que os pares concordam. Se eu pegasse aquele item e mandasse para vocês todos dizerem o que isso aqui mede, eu gostaria que todo mundo concordasse que aquilo mede autoestima. Então, é uma mistura de critérios. É isso que eu quero dizer.

Áudio Aluno: Mas você consegue fazer isso? Montar uma rotação e as pessoas identificarem exatamente aquilo que eu quero que elas identifiquem? Não sei. Eu acho extremamente difícil.

Áudio Professor: Você tem toda razão. Só estou dizendo que são os desafios que essa literatura tem. Porque, é ao contrário de uma medida direta. Quando eu quero medir uma medida latente, eu não tenho uma régua para dizer qual é o tamanho disso. Eu vou inferir baseado no seu comportamento, o que são as suas características. Existem várias coisas que conduzem o seu comportamento. O contexto e as suas experiências prévias conduzem o seu comportamento. O que os comportamentalistas tentam mostrar é que se consegue treinar qualquer cachorro a deitar. Se tudo o que eu observo é se ele deita ou não deita, eu não consigo aprender nada sobre quão preguiçoso ele é. Por quê? Porque o que principalmente conduz esse comportamento é quantas pauladas ou afagos o cachorro ganhou para se comportar daquele jeito. Os psiquiatras vão dizer que existe uma porção de elementos fisiológicos! Então, o dia em que não se comeu direito ou que o equilíbrio hormonal desregulou, o sujeito se comporta de um jeito. Não existe nada de como eu sou! Uma análise fatorial é uma regressão. Só que ela não é uma regressão baseada em uma projeção linear ortogonal. É uma coisa um pouco diferente.

Áudio Aluno: Mas você pode, teoricamente, colocar outros fatores dentro dela e tentar ver como essas coisas interagem.

Áudio Professor: Sempre se pode caprichar mais na sua análise. Mas, é difícil escapar de um monte de crenças que se precisa ter sobre formas funcionais que permitam que mapas sejam inversíveis para partir de um ponto e chegar onde você quer. E esse é o meu ponto de vista. Na prática, os psicometristas misturam algumas regras de bola, como: “Eu gostaria de ter as coisas separadas, que elas formassem uma escala, que houvesse alta correlação entre elas, que predissesse o que é para se predizer..”; com uma parte meio artística, de olhar o conteúdo dos itens e ver, de fato, que as pessoas concordam que esse monte de coisa aqui é extroversão etc. E é assim que as pessoas têm feito mesmo. Muitas vezes, o resultado não muda muito. E, às vezes, muda bastante. Existe muita gente que para o que está fazendo e volta para a renda, porque se sabe quanto o sujeito ganha. Mede-se com a régua. (risos). Por outro lado, há evidências bem sugestivas de que o negócio é suficientemente importante para, apesar dessas limitações, a gente não virar as costas. Entendeu? Se você for julgar uma coisa que se mede com a régua com o mesmo sarrafo que você julga uma avaliação de impacto, você vai ter frustrações bastante grandes. Mas deixem eu só chamar a atenção para o seguinte: a maneira como você extrai o erro de medida não é necessariamente independente. E isso é motivo um bocado Heckman e coautores a tentarem lidar com isso.

28:34 ao Fim (Cartela)

Imagem: Ilustração de um mapa múndi em tom azul claro ao fundo. E, em primeiro plano, duas imagens de capítulos posteriores a esta aula com o cabeçalho “Veja Também” em azul escuro. No rodapé, o texto: “Conheça mais em www.redeitausocialdeavaliacao.org.br”.

Áudio: Trilha moderna percussiva.