Este experimento avalia as consequências positivas da participação em um programa de satisfação corporal em idosos, examinando a satisfação corporal antes e depois da intervenção e comparando grupos experimentais e nãoperimentais. Este desenho misto experimental permite isolar o efeito do tratamento a partir do efeito de manipulação por comparação entregrupos e outras variáveis relacionadas às diferenças individuais por comparação entre os sujeitos. esta é a metodologia mais eficaz para determinar relações causais nas ciências comportamentais e avaliar se uma intervenção psicoterapêutica produz melhorias reais e sólidas.
Comece abrindo o software estatístico e vá para o menu de arquivos, selecione novo e clique no ícone de dados. Abra a visão variável e crie uma variável estatística para cada variável listada na tabela um no manuscrito. Abra a visualização dos dados e preencha os dados das medidas pré e pós do questionário de forma corporal ou teste BSQ para cada participante.
Da mesma forma, preencha os dados do questionário demográfico e atribuitivo. Depois de preencher os dados, vá para transformar a variável computacional e atribua um número na lacuna variável de destino do menu pop-up, em seguida, selecione a variável de pré-tratamento a partir do menu tipo e rótulo, mova-o para lacuna de expressão numérica e clique no ícone de subtração na calculadora. Selecione a variável pós-tratamento do menu tipo e rótulo e mova-a novamente para uma lacuna de expressão numérica.
Finalmente, acerte a guia OK'tab para criar uma variável com a diferença entre a medição pré e pós BSQ. Após a digitalização dos dados, analise a confiabilidade selecionando a análise de confiabilidade a partir da escala no menu de análise e movendo as medições BSQ pré e pós-tratamento utilizadas no experimento para a caixa de diálogo de análise de confiabilidade. Clique em estatística e escolha coeficiente de correlação intraclasse e clique nas opções mistas e consistência bidiredas.
Por fim, clique no ícone OK'' para gerar a saída desejada. Execute a análise descritiva selecionando menu de análise e estatísticas descritivas e, em seguida, clique em frequências. Após a saída, selecione analisar estatísticas descritivas e descritivas.
Para especificar as estatísticas descritivas das variáveis quantitativas, vá para dividir o arquivo no menu principal e escolha a variável categórica a ser analisada no menu pop-up. Selecione a opção organizar a saída por grupos e clique OK.To realizar um teste T em pares O teste T do aluno nos dados de imagem corporal coletados antes e depois de participar das duas condições, vá analisar o menu, escolha os meios de comparação e nas amostras emparelhadas caixa de diálogo de teste T, coloque o pré-tratamento BSQ e o pós-tratamento BSQ como variável um e dois. Especifique as amostras emparelhadas Teste T do aluno de acordo com cada variável categórica, selecionando arquivo dividido do menu principal e escolhendo a variável categórica a ser analisada na caixa pop-up.
Em seguida, clique na saída de guia por grupos e clique em OK. Repita este processo para cada variável nominal. Para ver o efeito de cada programa conduzir uma maneira ANOVA selecionando comparar meios no menu de análise para acessar a caixa de diálogo ANOVA de uma maneira. Na caixa colocam as variáveis BSQ pré e pós-tratamento e a diferença pré-pós na lista dependente, bem como a variável condição experimental como o fator.
Para medidas repetidas Análise ANOVA, vá para o modelo linear geral no menu de análise. Na caixa de diálogo de medidas repetidas, atribua um nome no nome do fator sujeito. Em seguida, coloque dois como o número de níveis e BSQ no nome da medida.
Por fim, clique em definir para mudar para a caixa de seleção variável. Dentro do menu pop-up, selecione guias dentro das variáveis do sujeito, entre o fator do sujeito e todas as variáveis sociodemográficas como covariáveis. Por fim, clique no modelo e selecione o fatorial completo.
Vá para opções para escolher estimativas de tamanho de efeito. Repita o processo para construir termos personalizados e use o ícone a combinar a condição variável com todas as variáveis sociodemográficas. Na análise representativa, o tamanho do efeito nos grupos experimentais e de controle antes e depois da inscrição dos participantes, juntamente com a diferença entre dois momentos foi exibida com um teste de amostras emparelhadas.
A saída do teste de amostras emparelhadas mostrou que houve melhora significativa na imagem corporal nos participantes do programa IMAGINA em comparação com a condição de controle. A análise do efeito intergrupo com uma forma única ANOVA revelou diferenças médias não significativas entre as condições pré e pós, concluindo que o design do teste é robusto. Também uma melhora significativa no BSQ na diferença pré-pós, indicou bom desempenho do teste BSQ.
Os achados do teste multivariado demonstraram um efeito de interação inter e intragrupo estatisticamente significativo. Apontando para a eficácia do programa de satisfação corporal IMAGINA. O efeito de variáveis intervenientes como sexo, estado civil e estação do ano foi analisado nas diferenças de satisfação corporal.
Os homens foram observados mais satisfeitos com sua aparência física do que as mulheres. No entanto, a diferença entre a medida do BSQ antes e imediatamente após a intervenção foi estatisticamente significativa para ambos os sexos após participar do programa IMAGINA. Os participantes, dentro de um relacionamento, foram encontrados mais insatisfeitos com sua aparência física na condição pré e pós-tratamento.
Mas isso também melhorou a satisfação do corpo de forma mais significativa durante sua participação no IMAGINA. A temporada do ano não afetou significativamente os indivíduos do grupo controle, mas afetou aqueles do grupo experimental. A melhora foi maior para os indivíduos metropolitanos do que para os indivíduos do campo na condição experimental.
O passo mais crítico deste protocolo é replicar as mesmas condições experimentais em condições experimentais e de controle para isolar o efeito gerado pelo tratamento.
