{"id":1465,"date":"2023-07-26T07:03:01","date_gmt":"2023-07-26T07:03:01","guid":{"rendered":"https:\/\/statorials.org\/pt\/variavel-de-confusao\/"},"modified":"2023-07-26T07:03:01","modified_gmt":"2023-07-26T07:03:01","slug":"variavel-de-confusao","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/variavel-de-confusao\/","title":{"rendered":"O que \u00e9 uma vari\u00e1vel confusa? (defini\u00e7\u00e3o e #038; exemplo)"},"content":{"rendered":"

<\/p>\n

\n

Em qualquer experimento, existem duas vari\u00e1veis principais:<\/span><\/p>\n

A vari\u00e1vel independente:<\/strong> a vari\u00e1vel que um experimentador modifica ou controla para poder observar os efeitos na vari\u00e1vel dependente.<\/span><\/p>\n

A vari\u00e1vel dependente:<\/strong> a vari\u00e1vel medida em um experimento que \u00e9 \u201cdependente\u201d da vari\u00e1vel independente.<\/span> <\/p>\n

\"\"<\/p>\n

Os pesquisadores est\u00e3o frequentemente interessados em compreender como as mudan\u00e7as na vari\u00e1vel independente afetam a vari\u00e1vel dependente.<\/span><\/p>\n

Por\u00e9m, \u00e0s vezes acontece que uma terceira vari\u00e1vel n\u00e3o \u00e9 levada em considera\u00e7\u00e3o e pode afetar a rela\u00e7\u00e3o entre as duas vari\u00e1veis estudadas.<\/span> <\/p>\n

\"Vari\u00e1vel<\/p>\n

Esse tipo de vari\u00e1vel \u00e9 conhecida como vari\u00e1vel de confus\u00e3o<\/strong> e pode confundir<\/em> os resultados de um estudo e fazer parecer que existe algum tipo de rela\u00e7\u00e3o de causa e efeito entre duas vari\u00e1veis que na verdade n\u00e3o existe.<\/span><\/p>\n

\n

Vari\u00e1vel de confus\u00e3o:<\/strong> uma vari\u00e1vel que n\u00e3o est\u00e1 inclu\u00edda em um experimento, mas afeta a rela\u00e7\u00e3o entre as duas vari\u00e1veis em um experimento.<\/span><\/p>\n

Este tipo de vari\u00e1vel pode confundir<\/em> os resultados de um experimento e levar a resultados n\u00e3o confi\u00e1veis.<\/span><\/p>\n<\/blockquote>\n

Por exemplo, suponha que um pesquisador colete dados sobre vendas de sorvetes e ataques de tubar\u00f5es e descubra que as duas vari\u00e1veis est\u00e3o altamente correlacionadas. Isso significa que o aumento das vendas de sorvetes est\u00e1 causando mais ataques de tubar\u00f5es?<\/span><\/p>\n

\u00c9 improv\u00e1vel. A causa mais prov\u00e1vel \u00e9 a confusa temperatura<\/strong> vari\u00e1vel. Quando est\u00e1 mais quente l\u00e1 fora, mais pessoas compram sorvete e mais pessoas v\u00e3o para o mar.<\/span> <\/p>\n

\"Exemplo<\/p>\n

Requisitos para vari\u00e1veis confusas<\/strong><\/span><\/h3>\n

Para que uma vari\u00e1vel seja uma vari\u00e1vel confusa, ela deve atender aos seguintes requisitos:<\/span><\/p>\n

1. Deve estar correlacionado com a vari\u00e1vel independente.<\/strong><\/span><\/p>\n

No exemplo anterior, a temperatura foi correlacionada com a vari\u00e1vel independente venda de sorvetes. Em particular, temperaturas mais quentes est\u00e3o associadas a vendas mais elevadas de gelados e temperaturas mais frias a vendas mais baixas.<\/span><\/p>\n

2. Deve haver rela\u00e7\u00e3o causal com a vari\u00e1vel dependente.<\/strong><\/span><\/p>\n

No exemplo anterior, a temperatura teve um efeito causal direto no n\u00famero de ataques de tubar\u00f5es. Em particular, as temperaturas mais altas levam mais pessoas ao oceano, o que aumenta diretamente a probabilidade de ataques de tubar\u00f5es.<\/span><\/p>\n

Por que as vari\u00e1veis confusas s\u00e3o problem\u00e1ticas?<\/strong><\/span><\/h3>\n

Vari\u00e1veis confusas s\u00e3o problem\u00e1ticas por dois motivos:<\/span><\/p>\n

1. Vari\u00e1veis confusas podem fazer parecer que existem rela\u00e7\u00f5es de causa e efeito, quando na verdade n\u00e3o existem.<\/strong><\/span><\/p>\n

No nosso exemplo anterior, a vari\u00e1vel confusa temperatura fez parecer que havia uma rela\u00e7\u00e3o causal entre as vendas de gelados e os ataques de tubar\u00f5es.<\/span><\/p>\n

Por\u00e9m, sabemos que a venda de sorvete n\u00e3o provoca ataques de tubar\u00f5es. A vari\u00e1vel confusa da temperatura faz com que pare\u00e7a assim.<\/span><\/p>\n

2. Vari\u00e1veis confusas podem obscurecer a verdadeira rela\u00e7\u00e3o de causa e efeito entre as vari\u00e1veis.<\/strong><\/span><\/p>\n

Suponha que estejamos estudando a capacidade do exerc\u00edcio de reduzir a press\u00e3o arterial. Uma potencial vari\u00e1vel de confus\u00e3o \u00e9 o peso inicial, que est\u00e1 correlacionado com o exerc\u00edcio e tem um efeito causal direto na press\u00e3o arterial.<\/span> <\/p>\n

\"\"<\/p>\n

Embora o aumento da atividade f\u00edsica possa levar \u00e0 redu\u00e7\u00e3o da press\u00e3o arterial, o peso inicial de um indiv\u00edduo tamb\u00e9m tem um grande impacto na rela\u00e7\u00e3o entre essas duas vari\u00e1veis.<\/span><\/p>\n

Vari\u00e1veis de confus\u00e3o e validade interna<\/strong><\/span><\/h3>\n

Em termos t\u00e9cnicos, as vari\u00e1veis de confus\u00e3o afetam a validade interna<\/strong> de um estudo, que se refere \u00e0 validade de atribuir quaisquer altera\u00e7\u00f5es na vari\u00e1vel dependente a altera\u00e7\u00f5es na vari\u00e1vel independente.<\/span><\/p>\n

Quando est\u00e3o presentes vari\u00e1veis de confus\u00e3o, nem sempre podemos dizer com certeza que as altera\u00e7\u00f5es que observamos na vari\u00e1vel dependente s\u00e3o um resultado direto de altera\u00e7\u00f5es na vari\u00e1vel independente.<\/span><\/p>\n

Como reduzir o efeito de vari\u00e1veis confusas<\/strong><\/span><\/h3>\n

Existem v\u00e1rias maneiras de reduzir o efeito de vari\u00e1veis confusas, incluindo os seguintes m\u00e9todos:<\/span><\/p>\n

1. Aloca\u00e7\u00e3o aleat\u00f3ria<\/strong><\/span><\/p>\n

A atribui\u00e7\u00e3o aleat\u00f3ria<\/a> refere-se ao processo de atribui\u00e7\u00e3o aleat\u00f3ria de indiv\u00edduos em um estudo a um grupo de tratamento ou grupo de controle.<\/span><\/p>\n

Por exemplo, digamos que queremos estudar o efeito de uma nova p\u00edlula na press\u00e3o arterial. Se recrutarmos 100 pessoas para participarem no estudo, poder\u00edamos usar um gerador de n\u00fameros aleat\u00f3rios para atribuir aleatoriamente 50 pessoas a um grupo de controle (sem p\u00edlula) e 50 pessoas a um grupo de tratamento (nova p\u00edlula).<\/span><\/p>\n

Ao utilizar a atribui\u00e7\u00e3o aleat\u00f3ria, aumentamos a probabilidade de os dois grupos terem caracter\u00edsticas aproximadamente semelhantes, o que significa que quaisquer diferen\u00e7as observadas entre os dois grupos podem ser atribu\u00eddas ao tratamento.<\/span><\/p>\n

Isto significa que o estudo deve ter validade interna<\/strong> : \u00e9 v\u00e1lido atribuir quaisquer diferen\u00e7as na press\u00e3o arterial entre os grupos \u00e0 pr\u00f3pria p\u00edlula, em oposi\u00e7\u00e3o \u00e0s diferen\u00e7as entre os indiv\u00edduos dos grupos.<\/span><\/p>\n

2. Bloqueio<\/strong><\/span><\/p>\n

Bloqueio<\/a> refere-se \u00e0 pr\u00e1tica de dividir os indiv\u00edduos de um estudo em \u201cblocos\u201d com base em um determinado valor de uma vari\u00e1vel de confus\u00e3o, a fim de eliminar o efeito da vari\u00e1vel de confus\u00e3o.<\/span><\/p>\n

Por exemplo, suponha que os pesquisadores queiram compreender o efeito de uma nova dieta na perda de peso. A vari\u00e1vel independente \u00e9 a nova dieta e a vari\u00e1vel dependente \u00e9 a quantidade de perda de peso.<\/span><\/p>\n

No entanto, uma vari\u00e1vel confusa que pode causar varia\u00e7\u00e3o na perda de peso \u00e9 o sexo<\/strong> . \u00c9 prov\u00e1vel que o sexo de um indiv\u00edduo tenha impacto na quantidade de peso que perde, quer a nova dieta funcione ou n\u00e3o.<\/span><\/p>\n

Uma maneira de resolver esse problema \u00e9 colocar os indiv\u00edduos em um de dois blocos:<\/span><\/p>\n