Resultados do TCC experimental – Exemplo passo a passo

Chegamos no último artigo da série de tipos de resultados de TCC e hoje falaremos sobre TCC experimental, como se faz? Qual o passo a passo? Preste atenção nesse artigo pois exemplificarei tudo para você.

Causalidade e Correlação

Geralmente uma pesquisa experimental testa correlação e não causalidade, mas professor, qual a diferença entre correlação e causalidade? Bem, vamos lá:

Causalidade:

Causa e consequência;
Da para perceber que uma coisa é consequência de outra;
Exemplo: Curso muito caro pode ser a causa da evasão escolar.

Correlação:

Normalmente não há causa e consequência evidente;
Exemplo: Será que o uso de uniforme tem correlação com o nível de atratividade de uma pessoa?

Então, essas são as principais diferenças entre correlação e causalidade. Lembrando que esses dois conceitos podem ser abrangidos em várias áreas diferentes, porém, daremos foco á área voltada para o viés de TCC.

A correlação não deixa nada evidente, por isso, para ter certeza dela, precisamos fazer um estudo, podendo esse estudo ser um gráfico de dispersão, por exemplo.

Testando hipóteses experimentais

Vamos assumir o seguinte exemplo: Alunos que jogam xadrez são melhores em matemática do que os que não jogam?

O objetivo da pesquisa experimental é investigar uma possível relação de causa e efeito por meio da exposição de um ou mais grupos em uma ou mais condições de tratamento e comparar os resultados com um ou mais grupos-controle que não receberam determinado tratamento. (GRESSLER, 2003)

Veja que a correlação não está evidente nessa questão, por isso, precisamos fazer um estudo para saber se o nível de xadrez dos alunos influência no nível de matemática dos mesmos.

Para iniciarmos o estudo de correlação, a primeira coisa a se fazer é listar variáveis:

Então você vai pensar no que está sendo correlacionado, no nosso exemplo, estamos correlacionando o nível de xadrez com o nível de matemática.

Com as variáveis listadas, teremos que arquitetar um experimento de correlação:

Como ficaria essa arquitetação no nosso exemplo? Primeiro separamos um grupo de alunos que sabem jogar xadrez, após isso, esse mesmo grupo disputará um torneio de xadrez e logo após, fará uma prova de matemática.

Expressão lógica da correlação experimental

Então vamos a alguns passos para fazer essa expressão lógica:

A correlação deve ser de 1 para 1 ou de 2 para 1 (estatisticamente) – O que isso significa? Se um aluno teve o pior resultado tanto no xadrez quanto na prova de matemática, temos uma correlação 1 para 1. Caso ele tenha tido um bom resultado no xadrez e um resultado ruim na prova de matemática temos uma correlação 2 para 1;
O nível de xadrez, deve corresponder ao nível da prova de matemática – O nível da prova e do torneio devem corresponder um ao outro para obtermos resultados precisos;
Pode usar o gráfico de dispersão para analisar a experiência – Como disse anteriormente o gráfico de dispersão é uma boa ferramenta para se analisar esse tipo de experiência;
Base de teste de hipótese primeiro e último – Antes de comparar o melhor aluno de xadrez com o melhor de matemática, o segundo melhor de xadrez com o segundo de matemática e assim por diante, compare o melhor de xadrez com o pior de matemática;
O pior aluno de xadrez também deve ser o pior aluno de matemática – Se a correlação estiver certa, o pior aluno de xadrez vai ser o pior de matemática;
O melhor aluno de xadrez também deve ser o melhor aluno de matemática – Assim como o melhor alunos no xadrez deverá ser o melhor aluno na matemática.

E é basicamente isso. Lembrando sempre que tudo pode variar de caso para caso, essa correlação que fiz foi baseada no nosso exemplo, a sua pode e deve ser diferente.

Concluindo

O que achou do artigo de hoje? Gostou? Caso tenha ficado com alguma dúvida, entre em nosso canal no YouTube e acesse os nossos vídeos.

Referencias

GRESSLER, Lori Alice. Introdução à pesquisa. 1. ed. São Paulo – SP: Edições Loyola, 2003. Disponível em: https://books.google.com.br/books?id=XHnajlTNlLIC. Acesso em: 4 maio 2020.