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 métodos de dependência contemplando duas situações de investigação de grande aplicação na área das Ciências Sociais e Humanas. São analisados designs complexos nos quais são testados modelos com efeitos de moderação e efeitos de mediação. São realizadas aplicações através de Regressão Linear Múltipla. A apresentação dos diferentes métodos contempla também uma vertente mais aplicacional, construindo situações de análise com apoio de um software de Estatística (JAMOVI e JASP) e da macro PROCESS (Hayes, 2022).
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1 | Definir conceitos de moderação e de mediação; identificar e distinguir os diferentes efeitos OA2 | Construir modelos de moderação e modelos de mediação OA3 | Demonstrar a adequabilidade da Regressão Linear para testar modelos de moderação e modelos de mediação OA4 | Avaliar as condições de aplicação da Regressão Linear OA5 | Atualizar e aprofundar conhecimentos sobre regressão linear para testar modelos de moderação e de mediação OA6 | Aplicar a regressão linear múltipla para testar modelos de moderação e de mediação OA7 | Analisar e interpretar os resultados das diversas modelações OA8 | Reportar resultados em relatório ou em artigo científico
Conteúdos Programáticos / Syllabus
1. Modelação: moderação e mediação 1.1 Moderação: efeito de interação 1.2 Mediação: cadeia de efeitos 1.3 Análise de artigos com moderação e mediação 2. Modelação de moderação via Regressão Linear (OLS) 2.1 Efeito principal e efeito de interação 2.2 Moderadora quantitativa 2.3 Moderadora dummy 2.4 Aplicação com software (JAMOVI, JASP e PROCESS) 2.5 Reportar resultados em tese/artigo 3. Modelação de mediação via OLS 3.1 Mediadora quantitativa 3.2 Estimar e testar efeito indireto com bootstrapping 3.3 Mediação parcial e completa 3.4 Aplicação com software (JAMOVI, JASP e PROCESS) 3.5 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 objetivos de aprendizagem (OA) definidos para esta UC são concretizados em conteúdos programáticos (CP) conforme as ligações seguintes: OA1 - CP 1.1 | 1.2 OA2 - CP 2.1 | 2.2 | 2.3 | 3.1 OA3 - CP 1.3 OA4 - CP 2.1 OA5 - CP 2.1 | 2.2 | 2.3 | 3.1 | 3.2 OA6 - CP 2.4 | 3.4 OA7 - CP 2.2 | 2.3 | 3.2 | 3.3 OA8 - CP 2.5 | 3.5
Avaliação / Assessment
Existem duas opções para a avaliação: 1. Avaliação durante o semestre - trabalho individual, correspondendo a 100%. A entrega desse trabalho exige a assiduidade de pelo menos 70% das aulas da unidade curricular. 2. Avaliação por exame: prova escrita a realizar no final do semestre, correspondendo a 100%.
Metodologias de Ensino / Teaching methodologies
Para articular as metodologias de ensino e de aprendizagem específicas da unidade curricular com o modelo pedagógico utiliza-se uma abordagem diversificada que integra métodos teóricos e práticos, garantindo que os estudantes atinjam os objetivos de aprendizagem (OA1 a OA8). A seguir, detalham como essas metodologias se alinham com o modelo pedagógico centrado no estudante e na aprendizagem ativa. # Metodologias de Ensino e de Aprendizagem 1. Aulas de configuração mais teórica - Exposição teórica: Apresentação dos conceitos fundamentais de moderação e mediação (OA1), e da Regressão Linear para testar esses modelos (OA3). Utilização de slides e exemplos práticos para ilustrar os diferentes efeitos - Leitura dirigida: São recomendadas leituras, incluindo artigos científicos e capítulos de livros, para aprofundar os conhecimentos sobre regressão linear e modelagem (OA5) 2. Aulas de configuração mais prática - Sessões práticas: Atividades em laboratório de informática, para aprender a construir modelos de moderação e mediação (OA2), aplicar a regressão linear múltipla (OA6) e analisar e interpretar os resultados (OA7) utilizando software estatístico - Estudos de Caso: Aplicação prática de modelos a dados reais, aferindo sobre a adequabilidade da Regressão Linear e as condições de aplicação (OA4) 3. Trabalhos individual - Projetos de Pesquisa: Cada estudante desenvolve projetos onde constrói e testa modelos de moderação e mediação, analisa os dados e reporta os resultados em formato de relatório ou artigo científico (OA8) 4. Autoestudo e Aprendizagem Ativa - Recursos Online: Utilização do Moodle para disponibilizar materiais adicionais, tutoriais. - Sessões de tutoria: acompanhamento do trabalho dos estudantes para monitorar o seu progresso e fornecer feedback construtivo. # Articulação com o Modelo Pedagógico Para alinhar estas metodologias com um modelo pedagógico centrado no estudante e na aprendizagem ativa, adotamos os seguintes princípios: 1. Aprendizagem Baseada em Problemas (PBL) - Problemas Reais: Os estudantes são incentivados a resolver problemas reais relacionados com moderação e mediação, aplicando os conceitos teóricos e o método de regressão linear, promovendo uma compreensão prática e aplicada (OA2, OA3) 2. Uso de Tecnologia - Ferramentas Digitais: integração de software estatístico para facilitar a aprendizagem interativa e prática, essencial para a aplicação da regressão linear múltipla (OA6) 3. Interdisciplinaridade - Aplicação em diversas áreas: estímulo à aplicação dos conhecimentos de moderação e mediação em diferentes campos de estudo, enriquecendo a compreensão dos alunos sobre a aplicabilidade dos modelos (OA5, OA7) Conclusão A combinação de metodologias teóricas e práticas garante uma abordagem abrangente e integrada. Dessa forma, os alunos estarão bem preparados para construir, aplicar, analisar e reportar modelos de moderação e mediação, atendendo aos objetivos de aprendizagem definidos (OA1 a OA8).
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
Eis como as metodologias apoiam cada objetivo de aprendizagem: OA1: Definir conceitos de moderação e de mediação; identificar e distinguir os diferentes efeitos Metodologias de Ensino: - Exposição Teórica: Apresentação dos conceitos fundamentais de moderação e mediação utilizando slides e exemplos práticos - Leitura Dirigida: Leituras recomendadas, incluindo artigos científicos e capítulos de livros OA2: Construir modelos de moderação e de mediação Metodologias de Ensino: - Sessões Práticas: Atividades em laboratório de informática para construir modelos de moderação e mediação - Estudos de Caso: Aplicação prática de modelos a dados reais OA3: Demonstrar a adequabilidade da Regressão Linear para testar modelos de moderação e de mediação Metodologias de Ensino: - Exposição Teórica: Apresentação da Regressão Linear para testar modelos de moderação e mediação - Aprendizagem Baseada em Problemas: Incentivo aos alunos para resolver problemas reais usando Regressão Linear - Análise de Estudo de Caso: Avaliação da capacidade dos alunos de usar Regressão Linear em cenários práticos OA4: Avaliar as condições de aplicação da Regressão Linear Metodologias de Ensino: - Sessões Práticas: Atividades para analisar dados e avaliar a adequabilidade da Regressão Linear - Estudos de Caso: Aplicação de modelos a dados reais para avaliar as condições OA5: Atualizar e aprofundar conhecimentos sobre regressão linear para testar modelos de moderação e de mediação Metodologias de Ensino: - Leitura Dirigida: Acesso a artigos científicos e capítulos de livros - Recursos Online: Tutoriais e materiais adicionais no Moodle OA6: Aplicar a regressão linear múltipla para testar modelos de moderação e de mediação Metodologias de Ensino: - Sessões Práticas: Atividades práticas utilizando software de Estatística - JAMOVI e JASP e a macro PROCESS (Hayes, 2022) - para aplicar regressão linear múltipla - Integração de Ferramentas Digitais: Uso de software estatístico nas aulas práticas OA7: Analisar e interpretar os resultados das diversas modelações Metodologias de Ensino: - Sessões Práticas: Foco na análise e interpretação de resultados - Estudos de Caso: Apresentação dos achados de análises de dados reais OA8: Reportar resultados em relatório ou em artigo científico Metodologias de Ensino: - Projetos de Pesquisa: Desenvolvimento de projetos onde os estudantes constroem os seus modelos e reportam os resultados obtidos. - Sessões de Tutoria: Acompanhamento e feedback sobre a redação e apresentação de relatórios. Resumo A integração de metodologias de ensino teóricas e práticas, como exposições teóricas, discussões orientadas, estudos de caso, sessões práticas com software estatístico e leituras dirigidas assegura que os estudantes estejam bem preparados para definir, construir, aplicar, analisar, interpretar e reportar sobre os modelos de moderação e mediação, alcançando eficazmente os objetivos de aprendizagem OA1 a OA8.
Observações / Observations
A par da bibliografia (a seguir indicada) existem outros documentos pedagógicos necessários à interpretação das aplicações, bem como de apoio às sessões laboratoriais. Estes materiais são disponibilizados na plataforma de e-learning. Nela é igualmente disponibilizada outro tipo de informação importante para os alunos como seja: avisos da equipa docente, documentos 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. Important links: https://davidakenny.net/cm/moderation.htm https://davidakenny.net/cm/mediate.htm
Bibliografia Secundária / Secondary Bibliography
Cohen, J., P. Cohen, S. West, L. Aiken (2003) Applied Multiple Regression/Correlation. Analysis for the Behavioral Sciences, Mahawh: Laurence Erlbaum, 3ª ed. 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.
Data da última atualização / Last Update Date
2024-07-26