Instrumentos de Avaliação e Programas de Intervenção: Desenvolvimento e Análise Psicométrica

Conhecimentos de Base Recomendados

É recomendado alguns conhecimentos avançados de estatística, como por exemplo regressão linear múltipla, regressão semi- e não-paramétrica, análise fatorial exploratória e confirmatória, modelos de equações estruturais e de curvas de crescimento.

Métodos de Ensino

Nesta unidade curricular utilizar-se-ão estratégias e atividades diversificadas, com recurso à exposição oral, exposição dialogada, trabalho de grupo e discussão, resolução de problemas e análise de dados com recurso ao software estatístico R (https://www.r-project.org/) e RStudio (https://rstudio.com/), ambos os softwares de livre utilização, e análise crítica de aplicações das diferentes metodologias abordadas.

Resultados de Aprendizagem

Esta unidade curricular tem como objetivo principal capacitar o aluno no desenvolvimento de instrumentos de avaliação e programas de intervenção e respetiva análise psicométrica, segundo uma perspetiva da Teoria Clássica de Testes.

Estágio(s)

Não

Programa

Módulo 1 – Desenvolvimento de instrumentos de avaliação e programas de intervenção:

- Metodologias de desenvolvimento.

- Constructo a avaliar, objetivos do plano de intervenção, população-alvo.

- Desenvolvimento de novos itens que assegurem a representatividade do constructo/programa de intervenção.

- Grupos focais.

Módulo 2 – Análise psicométrica:

- Teoria Clássica de Testes.

- Medidas de dificuldade e discriminação do item, medidas de erro e de fiabilidade.

- Determinação do(s) ponto(s)-de-corte ótimo(s) em testes diagnósticos ou marcadores contínuos através do uso de curvas de ROC (Receiver Operating Characteristic), curvas preditivas de ROC (PROC) e medidas de exatidão (e.g. fiabilidade/especificidade, valores preditivos positivos e negativos e razão de verosimilhanças).

- Interpretação dos testes: uso de dados normativos, intervalos de confiança, análise de perfis, significância estatísticos versus clínica, análises de tendências, análises de mudança e funções discriminantes.

Docente(s) responsável(eis)

Bruno Cecílio de Sousa

Métodos de Avaliação

Avaliação
Frequência: 50.0%
Trabalho laboratorial ou de campo: 50.0%

Bibliografia

Adams,K.,& Waldron-Perrine,B.(2014).Psychometrics, test design, and essential statistics. In K. Stucky et al (Eds.), Clinical Neuropsychology study guide & Board Review (pp.79-114).OUP.

Crocker, L. (2005). Introduction to Classical & Modern Test Theory. Cengage Learning.

Koziol,L., et al. (2016).Large-Scale Brain Systems and Neuropsychological Testing.Springer.

Iliescu, D. (2017). Adapting tests in linguistic and cultural situations.Cambridge University Press.

Lopez-Raton, M.,Rodriguez-Alvarez, M.X, Cadarso-Suarez, C. & Gude-Sampedro, F.(2014). Optimal Cut points: An R Package for Selecting Optimal Cutpoints in Diagnostic Tests. Journal of Statistical Software 61(8), 1–36.

Metzger,F.(Ed.)(2013). Neuropsychology: New Research.Nova Science.

Miller, L., & Lovler, R. (2019). Foundations of psychological testing.Sage.

Tate, R.L. & Perdices, M.(2019).Single-Case Experimental Designs for Clinical Research and Neurorehabilitation Settings: Planning, Conduct, Analysis and Reporting.Routledge.