Ementa

APLICAÇÕES E IMPLICAÇÕES DE CONCEITOS DE ESTATÍSTICA NOS ESTUDOS DA EDUCAÇÃO FÍSICA E ESPORTE

Responsável – Prof. Luciano Basso

 …

Objetivo Geral

  • Fornecer os conceitos básicos da área de estatística que permita o planejamento, a análise e a interpretação dos resultados de estudos da Educação Física e Esporte.

Objetivos Específicos

  1. Familiarizar-se com a linguagem, axiomas e teoremas do âmbito da Matemática, Probabilidade e Estatística;
  2. Conhecer os fundamentos e técnicas estatísticas necessárias para planejar, realizar e concluir uma pesquisa na área de Educação Física e Esporte;
  3. Interpretar as análises e conclusões estatísticas relatadas em trabalhos científicos da área de Educação Física e Esporte;
  4. Selecionar estatística paramétrica e/ou não paramétrica mais adequada às características do estudo e dados;
  5. Utilizar pacotes estatísticos para organização e análise de dados;
  6. Descrever e interpretar um fenômeno através de seus dados e resultados estatísticos;

Conteúdo

  1. Estatística: linguagem, axiomas, teoremas e técnicas;
  2. Introdução a Probabilidade;
  3. População e Amostras;
  4. Distribuição de Frequências;
  5. Análise Descritiva:
    • Medidas: Média, moda, mediana, simetria, curtose, amplitude, variância, percentis, desvio padrão, erro padrão e intervalo de confiança;
    • Técnicas de exploração dos dados – testes e inspeções gráficas;
  6. Análise Inferencial:
    • Erro Tipo I e II: nível de significância, tamanho do efeito e poder estatístico;
    • Análise de Correlação;
    • Análise de Regressão;
    • Comparando Duas Médias;
    • Análise de Variância;
    • Análise de Dados Categóricos;
  7. Primeiros cliques na utilização de pacote estatístico SPSS e SAS;
  8. Análise da Omissão da Informação Estatística em trabalhos científicos;
  9. Análise da Inadequação do Modelo Estatístico em trabalhos científicos;

 Justificativa

  • Uma parcela dos estudos em Educação Física e Esporte fundamenta-se em conhecimentos advindos das áreas de Matemática, Probabilidade e Estatística. Conhecer tais conhecimentos no tratamento e interpretação de dados e resultados advindos de pesquisa científica dará ao pós-graduando condições de tomar decisões na interpretação dos resultados dos estudos da área de Educação Física e Esporte.

Método

  • Serão realizadas aulas teóricas-práticas, exercícios práticos em sala de aula, trabalho em grupo/individual; apresentação de textos e exercícios em formato de “vídeo-apresentação”; análise de trabalhos científicos; debates; exercícios e leitura de textos extraclasse. Os dados utilizados serão gerados a partir de experimentos hipotéticos no âmbito da investigação científica da Educação Física e Esporte.
  • As aulas seguirão a sequência de capítulos do Livro do Andy Field – os quais também terão apoio de vídeos com as explicações do próprio autor. Além disso, serão apresentados textos e exercícios para ampliar o entendimento das aplicações e implicações dos temas de aula na investigação da área da Educação Física e Esporte. Cada um destes textos/exercícios poderá ser apresentado por um aluno em formato de “vídeo-apresentação” – um vídeo com 10 minutos de duração, que será entregue e avaliado pelo professor antes do dia da aula.

Avaliação

  • A avaliação da aprendizagem será inferida mediante três provas escritas: Nota final = (P1)+(P2*3)+(P3*6)/10.
    • A primeira avaliação será realizada após os alunos tomarem contato com os principais conceitos básicos da disciplina – Conteúdo da Ementa de 1 a 5. Com isso, esta avaliação será realizada com questões objetivas após 18 horas de estudo (4h teóricas, 4h práticas e 10h de estudo extra sala) já no início do 3º encontro.
    • A segunda avaliação versará sobre os conteúdos já abordados na primeira e a adição do entendimento da estatística inferencial – Conteúdo da ementa de 6 a 9. Esta avaliação será realizada com questões objetivas/dissertativas após 54 horas de estudo (12h teóricas, 12h práticas e 30h de estudo extra sala), no início do 7º encontro – que será realizado após 7 semanas do início da disciplina, pois haverá um intervalo de 15 dias entre o 5º e 6 º encontro.
    • A terceira avaliação versará sobre todos os conteúdos, mas focará fundamentalmente a aplicação dos mesmos na: a) leitura de artigos, e b) fundamentos para o planejamento e aplicação de testes estatísticos em seus estudos. Esta avaliação será realizada com questões objetivas/dissertativas após 81 horas de estudo (18h teóricas, 18h práticas e 45h de estudo extra sala) ao longo do 10º encontro – que será realizado após 11 semanas do início da disciplina, pois terá um intervalo de 15 dias entre o 9º e 10 º encontro.
  • Pontos Extras: Para cada “vídeo-apresentação” realizada pelo aluno haverá um acréscimo de 0,25 na sua nota final, com limite de 6 apresentações por aluno. Terá prioridade alunos com menores frequências de apresentações.
    • Este é um exercício opcional ao aluno e não compõe obrigatoriamente a sua nota final, sendo assim, um bônus para além de 10 pontos. É oferecido ao aluno um conjunto de textos para além do conhecimento básico, fundamentalmente de reflexão, implicações e aplicações da estatística ao estudo de diferentes áreas do conhecimento. Caso o aluno sinta-se inclinado a estudar e apresentar um dos textos, o aluno é encorajado a montar a “vídeo-apresentação”. Se aceita pelo professor será apresentada em aula para iniciar a discussão. Caso contrário, o mesmo conteúdo deste texto é apresentado pelo professor.
    • Para gerar apresentações com narrativas pode-se utilizar:

Critérios

  • Os critérios têm como parâmetros estruturantes os objetivos de aprendizagem conceitual e procedimental da disciplina, sendo que a avaliação tomará como critérios básicos:
    • Uso apropriado de conceitos estatísticos no relato dos trabalhos científicos;
    • Dissertar sobre as implicações dos resultados estatísticos para o trabalho científico;
    • Capacidade de analisar experimentos e tomar decisão fundamentada nos conceitos de estatística e evidências sobre resultados encontrados;
    • Argumentação sobre os modelos estatísticos alicerçada nos fundamentos da estatística;
    • Domínio e uso adequado dos conhecimentos conceituais e procedimentais na execução dos exercícios;
    • Participação com contribuições no debate.

Bibliografia Básica

  1. Barker, R. J.; Schofield, M.R. Inference About Magnitudes of Effects. International Journal of Sports Physiology and Performance, 3(4), p.547-557, 2008.
  2. Cohen, H. W. P Values: Use and Misuse in Medical Literature. Am J Hypertens, 24, p.18-23, 2011.
  3. Field, A. Descobrindo a estatística usando o SPSS, 2ª ed., Porto Alegre: Artmed, 2009. acessar – Visualização gratuita – Google book
  4. Fong, G.T.; Krantz, D.H.; Nisbett, R.E. The effects of statistical training on thinking about everyday Problems. Cognitive psychology, 18, p. 253-292, 1986.
  5. Hair, J. F.; Anderson, R. E.; Tatham, R. L.; Black, W. C.; Babin, B.J.; Análise Multivariada de Dados. 6. ed. Porto Alegre: Bookman, 2009.
  6. Hopkins, W.G. How to interpret changes in an athletic performance test. Sportscience 8, p.1-7, 2004. http://www.sportsci.org/jour/04/wghtests.htm
  7. Nakagawa, S., & Cuthill, I. C. Effect size, confidence interval and statistical significance: a practical guide for biologists. Biological Reviews, 82(4), p.591-605, 2007.
  8. Salsburg, D. Uma senhora toma chá: como a estatística revolucionou a ciência do século XX. Rio de Janeiro: Zahar Ed., 2009.
  9. Siegel, S.; Castellan Jr., N. J. Estatística não-paramétrica para ciências do comportamento. 2ª ed., Porte Alegre: Artmed, 2006.
  10. Welsh, A.H.; Knight, E. J. Magnitude-based Inference’: A Statistical Review. Medicine and Science in Sports and Exercise, 47, p.874-884, 2015.

Bibliografia Complementar 

  1. Becker, H.S. Amostragem. In: Becker, H.S. Segredos e truques da pesquisa. Rio de Janeiro: Zahar, 2007. p. 96-144.
  2. Bellos, A. Alex através do espelho: como a vida reflete os números e como os números refletem a vida. São Paulo: Companhia das Letras, 2015.
  3. Besson, J.L. A ilusão das estatísticas. São Paulo: Editora da Universidade Estadual Paulista, 1995.
  4. Bland, J. M.; Altman, B.G. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet 1(8476): p.307-310, 1986.
  5. Bolfarine, H.; Sandoval M.C. Introdução à Inferência Estatística, 2ª ed., Rio de Janeiro: SBM, 2010.
  6. Buchheit, M.; Simpson, M.B.; Al Haddad, H., Bourdon, P.C.; Mendez-Villanueva, A. Monitoring changes in physical performance with heart rate measures in young soccer players. European Journal of Applied Physiology, 112, p.711-723, 2012.
  7. Bueno, F. Jogo Educacional para o Ensino de Estatística. In: Anais do IX SBGames, Florianópolis, 2010. https://fabriciobueno.wordpress.com/category/jogos-digitais/
  8. Cohen, J. The earth is round (p<.05). American Psychologist, 49, p.997-1003, 1994.
  9. Dancey, C.P.; Reidy, J. Estatística sem matemática para psicologia. 5ª ed., Porto Alegre: Penso, 2013.
  10. Devlin, K. O instinto matemático. 2ª ed., Rio de Janeiro: Record, 2009.
  11. Dobelli, R. A diferença entre o Risco e a Incerteza. In: Dobelli, R. A arte de pensar claramente: como evitar as armadilhas do pensamento e tomar decisões de forma mais eficaz. 2ª ed., Rio de Janeiro: Objetiva, 2014. p. 218-220.
  12. Dobelli, R. Porque você prefere novelas a estatísticas. In: Dobelli, R. A arte de pensar claramente: como evitar as armadilhas do pensamento e tomar decisões de forma mais eficaz. 2ª ed., Rio de Janeiro: Objetiva, 2014. p.235-236.
  13. Du Sautoy, M. Os mistérios dos números: uma viagem pelos grandes enigmas da matemática (que até hoje ninguém foi capaz de resolver). Rio de Janeiro: Zahar Ed., 2013.
  14. Gore, C.J. Commentary on how to interpret changes in an athletic performance test. Sportscience, 8, p. 8-9, 2004.
  15. Greenland, S., & Poole, C. Living with P Values Resurrecting a Bayesian Perspective on Frequentist Statistics. Epidemiology, 24(1), p.62-68, 2013.
  16. Harte, S.W.; Glover, M.J. Estimation is mathematical thinking. Arithmetic Teacher, 40, p.75-77, 1993.
  17. Huff, D.; Geis, I. How to lie with statistics. New York : Norton, 1993.
  18. Loftus, G.R. Data analysis as insight: reply to Morrison and Weaver. Behavior Research Methods, Instruments & Computers, 27(1), p.57-59, 1995.
  19. Malcata, R. M., & Hopkins, W. G. Variability of Competitive Performance of Elite Athletes: A Systematic Review. Sports Medicine, 44(12), p.1763-1774, 2014.
  20. Mlodinow, L. O Andar do Bêbado: Como o acaso determina nossas vidas. Rio de Janeiro, Zahar Ed., 2009.
  21. Mlodinow, L. Subliminar: como o inconsciente influencia nossas vidas. Rio de Janeiro: Zahar Ed., 2013.
  22. Morrison, G.R.; Weaver, B. Exactly how many p values is a picture worth? A commentary on Loftus’s plot-plus-error-bar approach. Behavior Research Methods, Instruments & Computers, 27(1), p.52-53, 1995.
  23. Pato, H. Aprender a não pensar. Educação e Matemática, 5, p.3-4, 1988.
  24. Pestana, D. Aprender a ler, aprender estatística. Educação e Matemática, 38, p.1, 1986.
  25. Pyne, D.B. Commentary on how to interpret changes in an athletic performance test. Sportscience, 8, p. 10-11, 2004.
  26. Thomas, J. R. and J. K. Nelson (2002). Métodos de pesquisa em atividade física. Porto Alegre, Artmed. – acesse google book. e/ou acesse cap. 1.
  27. Shalvelson, R.J.; Webb, N.M.; Rowley, G.L. Generalizability Theory. American Psychologist, 44, p. 922-932, 1989.
  28. Smith, F. L. What the data really mean. American Psychologist, 47, p.1173-1181, 1992.
  29. Tariq, S. and J. Woodman. Using mixed methods in health research. Journal of the Royal Society of Medicine – Short Reports, 4(6): 2013.

Suporte Didático

Vídeo Aulas

Bibliografia Básica e Complementar (PDFs)

PROGRAMAS

  • SPSS – alunos USP têm licença durante a disciplina – procurar no site usp
  • GPOWER – acessar
  • SOCRATIVE – baixar a versão Student no celular – acessar

Deixe um comentário