Como chegar
|
Contactos
Perguntas
Frequentes

Métodos Avançados de Análise de Dados 2018/2019

Objetivos

OA1 –Refletir criticamente sobre os conceitos e técnicas de análise aplicadas à psicologia;
OA2 – Demonstrar conhecimentos em métodos avançados de análise quantitativa e qualitativa;
OA3 - Descrever, testar, interpretar e redigir os resultados decorrentes da aplicação dos modelos avançados de análise;
OA4 – Revelar aptidão para conduzir uma investigação empírica de forma autónoma no âmbito da sua tese, selecionando e aplicando modelos avançados de análise adequados aos objetivos e necessidades de investigação.

Pré-Requisitos Recomendados

Conhecimentos na área de Análise de evidência e Metodologia de Investigação aplicada

Método de Ensino

As aulas serão apresentadas em forma de seminários. Nas horas de contacto, serão utilizados os seguintes métodos de ensino-aprendizagem; 1. Exposições orais; 2. Orientação e discussão de trabalho específico dos alunos; 3. Exercícios práticos. A existência de 306 horas de trabalho autónomo implica a assimilação e a avaliação crítica dos conteúdos da UC por parte do estudante, bem como a sua integração destes conteúdos no programa específico de investigação a ser desenvolvido pelo estudante.

A avaliação será de natureza final, representada numa nota qualitativa de aprovado ou não aprovado. Esta nota em diferentes elementos de avaliação: exercícios práticos realizados em contexto de aula (10% cada um), e um relatório final de apresentação de procedimento de análise de dados aplicadao próprio projeto de investigação (50%).

Os estudantes com estatuto trabalhador-estudante podem requisitar um componente de avaliação alternativo aos exercícios práticos realizar em contexto de aula.

Conteúdos Programáticos

1. ANOVAs multifactoriais
2. ANCOVA – análise de covariantes
3. Modelos de Regressão múltipla
3.1. Regressão múltipla
3.2. Regressão logística
4. Modelos de análise de tempo para evento
4.1 Análise de sobrevivência
5. Modelos de Equação Estrutural (SEM)
5.1. Análise fatorial confirmatória
5.2. Path Analysis
5.3. Curvas de Crescimento
6. Análise Temática
7. Análise da Qualidade do Conteúdo
8. Grounded Theory

Bibliografia e Webgrafia Recomendada

Charmaz, K. (2006). Constructing grounded theory: A practical guide through qualitative analysis. Los Angeles: Sage.
Clandinin, D. (Ed.) (2007). Handbook of Narrative Inquiry. Los Angeles, CA: Sage Publications.
Creswell, J. W. (2014). Research design: Qualitative, quantitative and mixed methods approaches. Los Angeles: Sage.
Denzin, N. K., & Lincoln, Y. S. (2005). The Sage handbook of qualitative research. London: Sage Publications.
Field, A. (2013). Discovering statistics using IBM SPSS Statistics (4th ed.). Sage Publications.
Hair Jr., J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2005). Multivariate data analysis (7th ed.). Upper Saddle River, NJ: Prentice Hall.
Maroco, J. (2010) Análise de equações estruturais – Fundamentos teóricos, software e aplicações. Pero Pinheiro: ReportNumber, Lda.

Bibliografia Complementar

Bazeley, P. & Jackson, K . (2013). Qualitative data analysis with NVivo. London: Sage Publications
Bryant, A. & Charmaz, K. (Eds.) (2010). The SAGE Handbook of Grounded Theory. London: Sage Publications
Heck, R, Thomas, S, & Tabata, L (2014). Multilevel and longitudinal modeling with IBM SPSS ( 2nd edition). New York, NY: Routledge.
Hoyle, R. (Ed) (2015). Handbook of structural equation modeling. New York, NY: Guilford Press.
Snijdrs, T., & Bosker, R. (2012). Multilevel analysis: An introduction to basic and advanced multilevel modeling. London: Sage Publications.
Tabachnick, B. & Fidell, L. (2014). Using multivariate statistics (6th ed.). Essex: Pearson Education Limited

Planificação Semanal

S1: Apresentação da UC & Análise de variância (ANOVAs) multifactoriais
S2: Análise de covariância (ANCOVA)
S3: Exercício prático 1 & Regressão múltipla
S4: Regressão logística & Exercício prático 2
S5: Modelos de equação estrutural: Análises Fatoriais Confirmatórias
S6: Análise de tempo para evento
S7: Exercício prático 3 & invariância de modelo de medida
S8: Exercício prático 4 & Path analyses
S9: Análise de moderadores & Exercício prático 5
S10: Curvas de crescimento latente
S11: Exercício prático 6 & Análise temática e de qualidade de conteudo
S12: Grounded-theory & Exercício prático 7
S13: Apresentação de trabalhos finais

Coerência do programa para com os objetivos

Prevê-se que os objetivos previstos para esta UC sejam concretizados para cada um dos conteúdos a abordar. Portanto, a abordagem dos conteúdos na sua totalidade permitirá aos alunos adquirir competências de reflexão crítica sobre conceitos e técnicas de análise de dados aplicada à psicologia (OA1), demonstrar conhecimentos em métodos avançados de análise quantitativa e qualitativa de dados (OA2), descrever, testar, interpretar e redigir os resultados de diferentes formas de analise avançada de dados (OA3), e revelar aptidão para conduzir uma investigação empírica de forma autónoma no âmbito da sua tese, selecionando e aplicando modelos avançados de análise de dados adequados aos objetivos e necessidades de investigação.

Coerência dos métodos de ensino para com os objetivos

Os seminários realizadas em laboratórios de informática, utilizando os softwares estatísticos relevantes para os métodos avançados de análise abordados na unidade curricular proporcionarão aos estudantes conhecimentos e competências para demonstrar conhecimentos em métodos avançados de análise, e revelar aptidão para conduzir uma investigação empírica independentemente do âmbito da sua tese, selecionando e aplicando modelos avançados de análise de dados adequados aos objetivos e necessidades de investigação. Os exercícios e os relatórios individuais permitirão aos estudantes descrever, testar, interpretar e redigir os resultados decorrentes da aplicação dos modelos avançados de análise quantitativa. O convite de investigadores proficientes na utilização dos métodos avançados de análise abordados, com vista à promoção da reflexão crítica sobre os métodos, sua aplicabilidade, e apresentação de exemplos de investigação, permitirão aos estudantes refletir criticamente sobre os conceitos e técnicas estatísticas aplicadas à psicologia e demonstrar conhecimentos em métodos avançados de análise quer quantitativa, quer qualitativa.

competência genérica relevantedesenvolvida?avaliada?
Aptidão para aplicação na prática dos conhecimentos teóricosSimSim
Capacidade crítica e de avaliaçãoSimSim
Capacidade de auto-critica e de auto-avaliação  
Capacidade de investigaçãoSimSim
Capacidade negocial  
Competência em informática e uso de novas tecnologiasSim 
Competência em língua estrangeiraSim 
Comportamento ético e responsávelSim 
Comunicação oral e escritaSimSim
Preocupação com a eficácia  
Preocupação com a qualidade  
Relacionamento interpessoalSim 
Resolução de problemasSim 
Saber organizar, planear e gerirSim 
Este website usa cookies para funcionar melhor e medir a performance (Diretiva da União Europeia 2009/136/EC)