Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Estatística e Análise de Dados
Departamento / Department
Departamento de Métodos de Pesquisa Social
Ano letivo / Execution Year
2024/2025
Pré-requisitos / Pre-Requisites
Não existem
Objetivos Gerais / Objectives
Esta unidade curricular tem por objetivo desenvolver conhecimentos e competências sobre moderação, mediação e mediação moderada. Caracterizam modelos com designs complexos frequentemente utilizados na investigação em Ciências Sociais e Humanas. São realizadas modelações através de regressão linear múltipla A apresentação dos diferentes modelos contempla também uma vertente mais aplicacional, construindo situações de análise. Os modelos são testados utilizando a macro PROCESS (Hayes, 2022) nos programas JASP e SPSS.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1 | Identificar e distinguir os diferentes efeitos associados à moderação e à mediação OA2 | Atualizar e aprofundar conhecimentos sobre regressão linear para testar moderação e mediação OA3 | Aplicar a regressão linear múltipla para os diversos modelos OA4 | Analisar e interpretar resultados estatísticos OA5 | Reportar resultados em tese/artigo.
Conteúdos Programáticos / Syllabus
1. Moderação, mediação e mediação moderada 1.1 Moderação: efeito de interação 1.2 Mediação: cadeia de efeitos 1.3 Mediação moderada: efeito indireto condicionado 1.3 Discussão de artigos com moderação, mediação e moderação mediada 2. Moderação via regressão linear múltipla 2.1 Efeito principal e efeito de interação 2.2 Moderadora quantitativa 2.3 Moderadora dummy 2.4 Aplicação com software de estatística (PROCESS em JASP e em SPSS) 2.5 Reportar resultados em tese/artigo 3. Mediação via regressão linear múltipla 3.1 Mediadora quantitativa 3.2 Estimar e testar efeito indireto via bootstrapping 3.3 Aplicação com software de estatística (PROCESS em JASP e em SPSS) 3.4 Reportar resultados em tese/artigo 4. Mediação moderada via regressão linear múltipla 4.1 Condições de aplicabilidade 4.2 Efeito indirecto condicionado 4.3 Aplicação com software de estatística (PROCESS em JASP e em SPSS) 4.4 Reportar resultados em tese/artigo
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes
Os objectivos de aprendizagem (OA) definidos para esta UC são concretizados em conteúdos programáticos (CP) conforme as ligações seguintes: OA1 | 1.1 | 1.2 | 1.3 | 1.4 OA2 | 2.1 | 2.2 | 2.3 | 3.1 | 3.2 | 3.3 | 4.1 | 4.2 OA3 | 2.4 | 4.3 OA4| 2.1 | 2.2 | 2.3 | 3.1 | 3.2 | 3.3 | 4.1 | 4.2 OA5 | 2.5 | 3.4 | 4.4
Avaliação / Assessment
A avaliação ao longo do semestre inclui: 1. Avaliação individual - Teste escrito (65%) - com nota mínima de 8.5 valores 2. Avaliação em grupo - Trabalho (35%) -com nota mínima de 10 valores. A avaliação por exame inclui duas provas: 1. Prova escrita (65%) com nota mínima de 8,5 valores 2. Prova prática que corresponde à realização de um trabalho (35%) entregue no dia do exame. Nota mínima de 10 valores.
Metodologias de Ensino / Teaching methodologies
A articulação entre os objetivos de aprendizagem e a metodologia adotada no processo de ensino-aprendizagem tem por referência a tipologia de aulas afeta à unidade curricular. Estão definidos três tipos: 1) Aula Teórico-Prática (TP) num total de 20h; 2) Aula Prática e Laboratorial (PL) num total de 6h e 3) Orientação Tutorial (OT) com 1h, tendo a UC 27h de contato. Na base da tipologia de aulas desta UC, e a fim de concretizar os objetivos propostos, recorre-se a um processo de ensino-aprendizagem para o qual são mobilizados diversos métodos de ensino. As aulas teórico-práticas iniciam pela exposição da matriz conceptual de cada um dos modelos de moderação e de mediação (Capítulo 1) e dos métodos quantitativos (Capítulos 2, 3 e 4). Uma parte de cada aula teórico-prática é dedicada à exposição dos principais conceitos e pressupostos (ou condições de aplicabilidade). Na perspetiva de facilitar a compreensão dos conceitos, e captar a atenção, vai-se articulando a exposição com a interrogação, colocando questões aos alunos, sempre na convicção de vir a obter feedback. Assim, numa mesma aula TP (com duração de duas horas) articulam-se diferentes métodos de ensino – expositivo e interrogativo – na expectativa de promover a consolidação da aprendizagem e de gerar dinamismo no processo de ensino-aprendizagem, As restantes 6h são aulas prático-laboratoriais, assistidas por computador (com utilizador individual) e têm uma configuração diferente. Não obstante serem usadas as modelizações já interpretadas nas aulas TP, é dedicada uma parte do tempo de aula à demonstração de como deve ser feita a gestão do software de estatística, privilegiando-se nesta fase um método demonstrativo. Ainda no contexto das aulas de tipo PL, e apesar de ser facultada uma ficha técnica para apoiar os alunos no processamento das operações assistidas por computador, é da sua responsabilidade executar um conjunto de tarefas apoiadas por software estatístico- Nestes períodos da aula cada aluno é um elemento ativo da aprendizagem. O investimento em um método ativo pretende responsabilizar cada aluno pela exequibilidade de diversas tarefas mais de natureza estatística. Paralelamente, há ainda o trabalho autónomo dos alunos. É suposto o aluno ir lendo e estudando os documentos de apoio às aulas teórico-práticas, bem como algumas das referências indicadas na bibliografia básica. Nas horas de contato previstas para esta unidade curricular (27h) está ainda incluída a orientação tutorial, sendo também um momento importante do processo de ensino-aprendizagem. Esse atendimento pode incluir o esclarecimento de dúvidas decorrentes da apresentação dos conteúdos nas aulas teórico-práticas e acompanhar o desenvolvimento do trabalho que corresponde a um dos parâmetros do processo de avaliação.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
As metodologias de ensino e avaliação do curso são projetadas para alinhar e alcançar os objetivos de aprendizagem especificados. Segue-se uma descrição que pretende demonstrr essa adequação: 1. Aulas Teórico-Práticas Objetivo: Introduzir e aplicar conceitos fundamentais de moderação, mediação e mediação moderada. Objetivos de Aprendizagem: OA1, OA2, OA4 Evidência de Adequação: - Compreensão abrangente: Os estudantes entendem os fundamentos teóricos de moderação e mediação, aplicando esses conceitos em cenários práticos, solidificando a compreensão de métodos estatísticos necessários para essa aplicação - Participação ativa: Este método promove a aprendizagem ativa através de casos práticos, melhorando competências de resolução de problemas e pensamento crítico - Aplicação do conhecimento: A interpretação de casos práticos ajuda na melhor retenção do conhecimento e na conexão entre teoria e prática 2. Aulas prático-laboratoriais Objetivo: Aplicar métodos estatísticos utilizando software especializado permitindo que os alunos trabalhem com dados reais Objetivos de Aprendizagem: OA2, OA3, OA4, OA5 Evidência de Adequação: - Aplicação: Proporciona a utilização de software estatístico (PROCESS em JASP e em SPSS), essencial para competências de análise de dados - Proficiência técnica: Os estudantes adquirem proficiência no uso de ferramentas de software para realizar análises de moderação e mediação 3. Trabalho em Grupo Objetivo: Promover colaboração e discussão entre os alunos Objetivos de Aprendizagem: OA2, OA3, OA4 Evidência de Adequação: - Competências de trabalho em equipa: Incentiva o desenvolvimento de competências de trabalho em equipa e comunicação - Aprendizagem entre Pares: Os estudantes aprendem uns com os outros discutindo diferentes perspectivas, promovendo uma compreensão mais profunda 4. Escrita de Relatórios Objetivo: Desenvolver competências de reporte e interpretação de resultados, essenciais para a comunicação científica e técnica. Objetivos de Aprendizagem: OA5 Evidência de Adequação: - Competências de comunicação: Melhora a capacidade dos estudantes de comunicar resultados de forma clara e concisa - Análise crítica: Exige análise crítica e discussão dos resultados, promovendo uma compreensão mais profunda dos resultados a reportar - Rigor científico: Assegura a adesão a padrões científicos, preparando os alunos para futuras pesquisas e relatórios profissionais. Destaque-se que no ano seguinte os estudantes irão realizar uma dissertação de mestrado. Essas metodologias e conteúdos asseguram que os objetivos de aprendizagem sejam alcançados de maneira integrada, prática e teórica, preparando os alunos para aplicar e comunicar eficientemente seus conhecimentos em contextos académicos e profissionais.
Observações / Observations
A par da bibliografia existem outros materiais necessários ao acompanhamento das aulas teórico-práticas (TP), bem como de apoio às aulas PL. Estes materiais são disponibilizados no Moodle. Esta plataforma é também usada para colocar outro tipo de informação importante para os alunos como seja: avisos da equipa docente, materiais destinados à avaliação dos alunos, artigos científicos, etc.
Bibliografia Principal / Main Bibliography
Eliyana A, Pradana II. (2020). The Effect of Work-Family Conflict on Job Satisfaction with Organizational Commitment as the Moderator Variable. Sys Rev Pharm , 11(10): 429-437. doi:10.31838/srp.2020.10.66 Hair, J., Black, W., Babin, B. and Anderson, R. (2019) Multivariate Data Analysis, Pearson New International Edition (8th ed). Hayes, A. F. (2022). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. 3rd, Guilford Press. Jiang, L., J. and Matthew J. (2018). Work and Affective Commitment: A Moderated Mediation Model of Positive Work Reflection and Work Centrality. J Bus Psychol 33, 545?558. https://doi.org/10.1007/s10869-017-9509-6. Maroco, J. (2010). Análise Estatística com o PASW Statistics (ex-SPSS), Pero Pinheiro. Tabachnick, B. and Fidell, L. (2013). Using Multivariate Statistics, USA, Person International Edition, 6ª ed. https://jasp-stats.org/faq/what-does-jasp-stand-for/
Bibliografia Secundária / Secondary Bibliography
Baron, R e Kenny D. (1986). The Moderator-Mediator Variable Distinction in Social Psychological research: Conceptual, Strategic and Statistical Considerations, Journal of Personality and Social Psychology, 51, 1173-1182. Preacher, K. J. e Hayes, A. F (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models, Behavior Research Methods, 40 (3), 879-891, Important links: Kenny, D. A. (2011). Moderation http://davidakenny.net/cm/moderation.htm Kenny, D. A. (2012). Mediation, http://davidakenny.net/cm/mediate.htm Baron, R e Kenny D., The Moderator-Mediator Variable Distinction in Social Psychological research: Conceptual, Strategic and Statistical Considerations, 1986, Journal of Personality and Social Psychology, 51, 1173-1182., Preacher, K. J. e Hayes, A. F., Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models,, 2008, Behavior Research Methods, 40 (3), 879-891, http://quantpsy.org/pubs/preacher_hayes_2008b.pdf., Kenny, D. A., Moderation http://davidakenny.net/cm/moderation.htm, 2011, http://davidakenny.net/cm/moderation.htm, Kenny, D. A., Mediation, 2012, http://davidakenny.net/cm/mediate.htm, http://davidakenny.net/cm/mediate.htm
Data da última atualização / Last Update Date
2024-09-08