Em um teste Stroop, participantes são apresentados a uma lista de palavras, e cada uma das palavras está de uma cor.
A tarefa dos participantes é dizer em voz alta a cor em que a palavra foi exibida. A tarefa tem duas condições: Uma condição de palavras congruentes e uma condição de palavras incongruentes.
Em cada caso, medimos o tempo que demora para o indivíduo falar os nomes em uma lista das cores de de tamanhos iguais. Cada participante realizará o teste e tem o tempo medido para a realização do teste nas duas condições.
a. Independente: O conjunto de palavras congruentes e incongruentes. Em ambos os conjuntos podemos variar a quantidade, ordem e frequência de cada palavra.
b. Dependente: O tempo de leitura obtido de cada participante para cada conjunto.
Para o ensaio temos:
Além das caracteristicas citadas acima temos um n pequeno, n < 30, e também temos o desvio populacional desconhecido, então devido a essas caracteristicas do ensaio o teste estatístico que será utilizado será o: Test T (ou Test Student).
n: Tamanho da amostra
As hipóteses:
Para o teste teremos como hipóteses:
Hipótese Nula:
H0: X̄congruentes = X̄incongruentes
Descrição: A hipótese nula definida no caso significa que a intervenção na qual a amostra será submetida, ou seja, submeter o grupo para uma lista de palavras incongruentes, não causará efeito significativo entre a média resultante da condição congruente e a média resultante da condição incongruente.
Explicações dos símbolos:
H0: Hipótese Nula
X̄congruentes: Média resultante da condição congruente.
X̄incongruentes: Média resultante da condição incongruente.
Hipótese Alternativa:
HA: X̄congruentes ≠ X̄incongruentes
Descrição: A hipótese alternativa definida no caso significa que a intervenção na qual a amostra será submetida, ou seja, submeter o grupo para uma lista de palavras incongruentes, CAUSARÁ efeito significativo entre a média resultante da condição congruente e a média resultante da condição incongruente.
Explicações dos símbolos:
Ha: Hipótese Alternativa
X̄congruentes: Média resultante da condição congruente.
X̄incongruentes: Média resultante da condição incongruente.
Os dados das amostras resultantes de ambos os testes, congruentes e incongruentes, foram trabalhados e resultaram em:
Obs.: A vírgula será substituída por ponto em valores com casas decimais.
X̄congruentes = 14.05(segundos)
X̄incongruentes = 22.01(segundos)
X̄congruentes - X̄incongruentes = -7.96(segundos)
SD(X̄congruentes - X̄incongruentes) = 4.86
In [2]:
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
In [3]:
congruent = [8.63, 8.987, 9.401, 9.564, 10.639, 11.344, 12.079, 12.13, 12.238,
12.369, 12.944, 14.233, 14.48, 14.669, 14.692, 15.073, 15.298, 16.004,
16.791, 16.929, 18.2, 18.495, 19.71, 22.328]
incongruent = [15.687, 17.394, 17.425, 17.51, 17.96, 18.644, 18.741, 19.278, 20.33, 20.429, 20.762, 20.878, 21.157, 21.214, 22.058, 22.158, 22.803, 23.894, 24.524, 24.572, 25.139,
26.282, 34.288, 35.255]
maxCongruent = max(congruent)
maxIncongruent = max(incongruent)
minCongruent = min(congruent)
minIncongruent = min(incongruent)
congruentSum = 0
for congruenteValue in congruent:
congruentSum += congruenteValue
incongruentSum = 0
for incongruentValue in incongruent:
incongruentSum += incongruentValue
meanCongruent = congruentSum/len(congruent)
meanIncongruent = incongruentSum/len(incongruent)
congruentsValues = (minCongruent, meanCongruent, maxCongruent)
incongruentsValues = (minIncongruent, meanIncongruent, maxIncongruent)
N = 3
width = 0.35 # the width of the bars
ind = np.arange(N)
fig, ax = plt.subplots()
rects1 = ax.bar(ind, congruentsValues, width, color='y')
rects2 = ax.bar(ind + width, incongruentsValues, width, color='r')
# add some text for labels, title and axes ticks
ax.set_ylabel('Time Scores (in seconds)')
ax.set_title('Min, Mean and Max Time Scores - Stroop Test')
ax.set_xticks(ind + width / 2)
ax.set_xticklabels(('Min', 'Mean', 'Max'))
ax.legend((rects1[0], rects2[0]), ('Congruents', 'Incongruents'))
def autolabel(rects):
"""
Attach a text label above each bar displaying its height
"""
for rect in rects:
height = rect.get_height()
ax.text(rect.get_x() + rect.get_width()/2., 1.05*height,
'%d' % int(height),
ha='center', va='bottom')
autolabel(rects1)
autolabel(rects2)
plt.show()
O gráfico acima faz uma comparação entre os dados computados nas condições:
No gráfico podemos observar que o eixo X corresponde a 3 categorias: Min, Mean e Max. Podemos notar também que o eixo Y corresponde aos Times Scores, ou seja, um valor computado em segundos para uma amostra. O objetivo do gráfico é comparar 3 medidas de posição entre as condições nas quais o grupo único foi exposto. Como resultado podemos observar que:
E assim concluímos que a intervenção na lista de cores, transformando-a de congruente para incongruente, apresentou um efeito de aumento dos valores minimos e máximos de tempo de leitura da lista, além de aumento na quantidade média de leitura da lista.
Obs.: A vírgula será substituída por ponto em valores com casas decimais.
t(23)= -8.02, p < .05, two-tailed, d= -1.64
α: .05
t-crítico (α/2): 2.069
t-estatístico: -8.02
95% CI = (-10.01, -5.91)
Conclusão:
A hipótese nula foi rejeitada. O valor estatístico de t está na área crítica, sendo assim podemos concluir que a H0: X̄congruentes = X̄incongruentes não se aplica, ou seja, deve ser rejeitada.
Logo a hipótese alternativa: HA: X̄congruentes ≠ X̄incongruentes é a hipótese válida, colocando a Ha em palavras: O tratamento aplicado de modificar a lista congruente para uma lista incongruente afetou significamente o tempo de leitura dos índividuos da amostra.
O tratamento aplicado, tornar a lista congruente em incongruente, é o responsável pelo efeito observado. Porém analisando de forma mais antropológica a nível comportamental eu diria que de modo geral a atividade de decifrar o que há escrito tem precedência natural, ou por hábito, maior que a atividade de analisar o como que se está escrito. É necessário um esforço considerável para você focar somente na cor da palavra ao invés da palavra.
Acredito que qualquer tarefa onde a decodificação de um item contraditório tem precedência maior do que a decodificação de um segudo item que seria a informação correta.
Exemplo:
Morto-Vivo com contradição (brincadeira infantil): Seria a mesma coisa que o "Morto-Vivo" convencional, onde uma pessoa da uma ordem que varia entre: Morto ou Vivo, essa ordem pode ser em qualquer sequencia ou velocidade, e outras pessoas devem obdecer a ordem, no caso quando o líder, aquele quem dá as ordens, disser morto as pessoas devem se abaixar e quando disser vivo as pessoas devem se levantar, o participante que errar sai até sobrar somente um. Agora para tentarmos criar um efeito pareceido ao Teste de Stroop poderíamos acrescentar mais uma variável que é a contradição, onde a pessoa que da a ordem oral, poderia também fazer gestos corporais e os gestos corporais poderiam ser contrários a ordem dada, mas o que vale é a ordem oral e não corporal, exemplo:
..Líder: Ordem oral: Vivo, gesto com os braços: Abaixar.
..Quem se abaixar erra, pois a ordem era Vivo, mesmo que o líder tenha feito um gesto corporal contraditório.
Nesse caso poderia ter duas rodadas uma sem contradição e outra com contradição para avaliar o efeito.
A escolha do teste estatístico – um tutorial
em forma de apresentação em PowerPoint:
http://www.scielo.br/pdf/dpjo/v15n1/12.pdf
Princípios de Estatística Inferencial - II
https://pt.slideshare.net/pnrocha/princpios-de-estatstica-inferencial-ii
api example code: barchart_demo.py
http://matplotlib.org/examples/api/barchart_demo.html