Teste de Stroop

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.

Na condição de palavras congruentes, a palavra exibida são nomes de cores cujos nomes são a mesma cor em que a palavra foi exibida: por exemplo, RED, BLUE.
Na condição de palavras incongruentes, as palavras apresentadas são nomes de cores cujos nomes não são as mesmas cores em que as palavras foram apresentadas: por exemplo, PURPLE, ORANGE

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.

1. Qual é a nossa variável independente? Qual é a nossa variável dependente?

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.

2. Qual seria um conjunto apropriado de hipóteses para essa tarefa? Que tipo de teste estatístico você espera executar? Justifique suas escolhas.

Para o ensaio temos:

Dados quantitativos contínuos: são dados obtidos de mensuração.
Único grupo: O mesmo grupo será submetido para as duas condições.
Amostras dependentes (pareadas): São amostras que medem o antes e o depois dos mesmos sujeitos.
Distribuição Normal

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:
H_A: 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:
H_a: Hipótese Alternativa
X̄congruentes: Média resultante da condição congruente.
X̄incongruentes: Média resultante da condição incongruente.

3. Reporte alguma estatística descritiva em relação a esse conjunto de dados. Inclua, pelo menos, uma medida de tendência central de pelo menos uma medida de variabilidade.

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

4. Forneça uma ou duas visualizações que mostre a distribuição da amostra de dados. Escreva uma ou duas sentenças sobre o que você observou do gráfico ou gráficos.



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:

Congruentes: Onde o grupo é exposto para uma lista com nomes de cores, onde o nome da cor equivale com a cor na qual a palavra foi escrita.
Incongruentes: Onde o grupo é exposto para uma lista com nomes de cores, onde o nome da cor NÃO equivale com a cor na qual a palavra foi escrita.

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:

O menor valor da condição congruente é menor que o valor da condição incongruente.
O maior valor da condição congruente é menor que o valor da condição incongruente.
A média aritimética de tempo(em segundos) da condição congruente é menor que o valor da média aritimética de tempos(em segundos) da condição incongruente.

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.

5. Agora desempenhe o teste estatístico e reporte seus resultados. Qual seu nível de confiança e o valor estatístico crítico? Você rejeitou a hipótese nula ou falhou ao tentar rejeitá-la? Encontre uma conclusão em relação ao experimento da tarefa. Os resultados estão de acordo com suas expectativas?

Resultados:

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

Intervalo de confiança:

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: H_A: X̄congruentes ≠ X̄incongruentes é a hipótese válida, colocando a H_a em palavras: O tratamento aplicado de modificar a lista congruente para uma lista incongruente afetou significamente o tempo de leitura dos índividuos da amostra.

6. Opcional: O que você acha que é responsável pelo efeito observado? Consegue pensar em uma alternativa ou tarefa similar que resultaria em um efeito parecido?

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.

Bibliografia:

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