Design Ex Post Facto — Pesquisa 'a posteriori'
- Proposto por
- Formalized by Fred N. Kerlinger; foundational treatment by Donald T. Campbell and Julian C. Stanley
- Ano
- 1960s (systematic codification); concept used in social science from early 20th century
- Tipo
- Non-experimental quantitative research design
- Família
- Survey / observational design
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
O design ex post facto é uma abordagem de pesquisa quantitativa não experimental na qual o pesquisador investiga um fenômeno após sua ocorrência, examinando diferenças pré-existentes entre grupos para explorar potenciais relações causais ou associativas.
Como a variável independente não pode ser manipulada — ela ocorreu no passado —, o design baseia-se em cuidadosa seleção de grupos, coleta de dados retrospectiva e controles estatísticos para aproximar a inferência causal sem intervenção experimental.
A intuição por trás do método
Suponha que você queira estudar como os hábitos de leitura na infância influenciam a alfabetização na vida adulta. Você não pode atribuir aleatoriamente crianças a condições de leitura no passado. Em vez disso, você identifica adultos que leram extensivamente quando crianças e aqueles que não o fizeram, e então compara suas pontuações atuais de alfabetização. Essa é a lógica ex post facto: você observa um resultado que já aconteceu e trabalha retroativamente para examinar seus antecedentes suspeitos. O design é poderoso para estudar fenômenos que não podem ser induzidos experimentalmente — como exposição a doenças, histórico educacional ou eventos de vida —, mas a incapacidade de randomizar significa que as alegações causais devem sempre ser interpretadas com cautela.
História
O termo 'ex post facto' (latim: 'a partir do fato consumado') foi aplicado à metodologia de pesquisa em ciências sociais de forma mais influente por Fred N. Kerlinger em seu livro de 1964, Foundations of Behavioral Research, onde ele o definiu como uma investigação empírica sistemática na qual o cientista não tem controle direto sobre as variáveis independentes porque suas manifestações já ocorreram. A monografia de Donald T. Campbell e Julian C. Stanley de 1963 sobre designs experimentais e quasi-experimentais forneceu a estrutura para avaliar as ameaças à validade interna que continuam a guiar a interpretação dos achados ex post facto. O design tem sido central na epidemiologia e na pesquisa educacional, onde a manipulação experimental de variáveis chave é impossível.
Quando usar
Use o design ex post facto quando a variável independente já ocorreu e não pode ser manipulada ética ou praticamente — como trauma passado, exposição a doenças, nível educacional ou características demográficas. É o design apropriado quando o controle experimental verdadeiro é impossível, mas a comparação quantitativa entre grupos é necessária. Adapta-se a perguntas retrospectivas em educação, saúde, sociologia e psicologia. Não o use quando um ensaio clínico randomizado ou um design quasi-experimental for viável, pois esses designs fornecem evidências causais mais fortes. Evite-o quando a fonte de dados retrospectivos for de baixa qualidade ou quando os grupos não puderem ser definidos com precisão razoável, pois essas condições limitam severamente a interpretação.
Limitações e considerações
- A ausência de randomização significa que variáveis de confusão não podem ser totalmente descartadas, tornando as conclusões causais tentadoras.
- O pesquisador não pode controlar a variável independente, de modo que os grupos podem diferir em características não medidas que explicam o resultado.
- Dados retrospectivos são vulneráveis a viés de recordação, registros ausentes e inconsistência de medição ao longo do tempo.
- A direção da causalidade pode ser ambígua — a causa e o efeito presumidos podem estar invertidos, ou ambos podem ser impulsionados por uma terceira variável.
- Controles estatísticos (ANCOVA, pareamento) reduzem, mas não eliminam, a confusão; nenhuma técnica post-hoc substitui a randomização verdadeira.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Permite o estudo de variáveis que não podem ser manipuladas ética ou praticamente, incluindo experiências passadas, exposições à saúde e fatores demográficos.
- Utiliza dados existentes ou arquivísticos, tornando-o econômico e viável para o estudo de eventos raros ou grandes populações.
- Preserva a validade ecológica — a variável independente reflete condições do mundo real em vez de ambientes de laboratório artificiais.
- Gera hipóteses e estimativas de associação que podem informar o design de futuros estudos prospectivos ou experimentais.
- Adequado para identificar fatores de risco e condições protetoras em pesquisa epidemiológica, educacional e de políticas sociais.
Aplicações
- Comparar o desempenho acadêmico entre estudantes que frequentaram a pré-escola e aqueles que não frequentaram, usando dados de registro escolar.
- Examinar se um histórico de adversidade na infância está associado a resultados de saúde mental na vida adulta em uma população clínica.
- Investigar diferenças na saúde cardiovascular entre fumantes de longa data e nunca fumantes em uma pesquisa de saúde comunitária.
- Analisar se professores que receberam um programa específico de treinamento pré-serviço apresentam comportamentos diferentes de gerenciamento de sala de aula daqueles que não receberam.
- Estudar se a participação em atividades extracurriculares no ensino médio prediz as taxas de retenção universitária.
- Explorar resultados de saúde ocupacional entre trabalhadores que foram expostos vs. não expostos a um produto químico no local de trabalho antes de mudanças regulatórias.
Como funciona
Como funciona
O pesquisador identifica um resultado de interesse (a variável dependente) e uma condição ou característica antecedente suspeita (a variável independente) que já ocorreu no mundo real. A pergunta de pesquisa geralmente assume a forma: grupos que diferem em uma característica passada também diferem sistematicamente no resultado presente?
Os participantes são alocados em grupos com base em seu status natural na variável independente — por exemplo, fumantes vs. não fumantes, ou graduados universitários vs. graduados do ensino médio. Essa categorização é retrospectiva: o pesquisador seleciona ou classifica os participantes após a ocorrência da experiência definidora. O pareamento por variáveis demográficas chave pode melhorar a comparabilidade dos grupos.
Coletam-se dados tanto sobre a variável independente (frequentemente avaliada por meio de registros, autorrelato ou documentos arquivísticos) quanto sobre a variável dependente (medida no momento do estudo). Bancos de dados existentes, registros institucionais, registros de coorte e pesquisas retrospectivas são fontes comuns. A qualidade dos dados retrospectivos é uma preocupação metodológica crítica.
Como a randomização está ausente, o pesquisador deve identificar e controlar estatisticamente variáveis de confusão plausíveis. As técnicas incluem análise de covariância (ANCOVA), regressão múltipla, pareamento por escore de propensão e análises estratificadas. Nenhum procedimento estatístico replica completamente a atribuição aleatória, mas o controle explícito de confundidores melhora a interpretabilidade.
As diferenças entre grupos no resultado são testadas usando estatísticas inferenciais apropriadas — testes t para amostras independentes, ANOVA, testes qui-quadrado ou modelos de regressão, dependendo do nível de mensuração das variáveis. Tamanhos de efeito (d de Cohen, eta-quadrado, odds ratios) devem ser reportados juntamente com os valores de significância.
Os achados são interpretados com o reconhecimento explícito da natureza não experimental do design. Alegações causais direcionais requerem justificativa adicional — precedência temporal da variável independente, plausibilidade biológica ou teórica e exclusão de explicações alternativas. O pesquisador distingue claramente entre associação e causalidade.
Erros comuns
- Afirmar causalidade a partir de associação — achados ex post facto estabelecem que os grupos diferem, não que uma condição causou a outra; use linguagem como 'associado a' ou 'predito por' em vez de 'causado por'.
- Ignorar viés de seleção — grupos definidos retrospectivamente frequentemente diferem em múltiplas características; a falha em medir e controlar essas diferenças leva a conclusões espúrias.
- Má medição retrospectiva — depender da memória dos participantes para eventos ocorridos anos antes introduz erro sistemático; corrobore com registros arquivísticos ou objetivos sempre que possível.
- Negligenciar o tamanho do efeito — uma diferença de grupo estatisticamente significativa em uma amostra grande pode ser trivialmente pequena em termos práticos; sempre reporte e interprete o tamanho do efeito juntamente com os valores p.
- Tratar o design como equivalente a um quasi-experimento — sem coleta de dados prospectiva e uma condição de comparação claramente definida estabelecida antes do resultado, os designs ex post facto têm uma lógica causal mais fraca do que os designs quasi-experimentais.
Perguntas frequentes
O design ex post facto é o mesmo que pesquisa comparativa causal?
Os termos são frequentemente usados de forma intercambiável na literatura de ciências sociais e educacionais. Ambos envolvem a comparação de grupos pré-existentes em um resultado de interesse. Alguns metodólogos tratam a pesquisa comparativa causal como uma categoria mais ampla que inclui estudos ex post facto, enquanto outros usam os termos de forma sinônima. A característica chave compartilhada é que a variável independente já ocorreu e não pode ser manipulada pelo pesquisador.
Os achados ex post facto podem estabelecer causalidade?
Não por si só. Para apoiar uma interpretação causal, três condições devem ser atendidas: precedência temporal (a suposta causa precedeu o efeito), covariância (os grupos realmente diferem no resultado) e eliminação de alternativas plausíveis (variáveis de confusão são consideradas). Os designs ex post facto podem satisfazer as duas primeiras condições se a qualidade dos dados retrospectivos for alta, mas a terceira condição é sempre limitada sem randomização.
Qual a diferença entre o design ex post facto e um estudo de coorte retrospectivo?
Em um estudo de coorte retrospectivo, os pesquisadores identificam uma coorte definida exposta a uma condição no passado e a acompanham até um resultado, usando registros históricos. O design ex post facto é semelhante em lógica, mas mais comumente usado em contextos educacionais e sociais, muitas vezes sem uma estrutura formal de coorte. A distinção é principalmente disciplinar; as considerações de validade são em grande parte as mesmas.
Quais métodos estatísticos são tipicamente usados?
Comparações de grupo usam testes t, ANOVA ou qui-quadrado, dependendo do nível de mensuração. Ao controlar covariáveis, ANCOVA ou regressão múltipla são comuns. O pareamento por escore de propensão tem se tornado cada vez mais popular para reduzir o viés de seleção. A regressão logística é usada quando o resultado é binário. Todas as análises devem reportar intervalos de confiança e tamanhos de efeito.
Quando devo escolher um design longitudinal em vez disso?
Se você puder medir os participantes antes da ocorrência da variável independente e depois novamente depois, um design longitudinal prospectivo é preferível porque estabelece a precedência temporal de forma mais convincente e reduz o erro de medição retrospectiva. O design ex post facto é apropriado quando a medição prospectiva é impossível — porque o evento ocorreu antes do início do estudo, ou porque é muito raro ou sensível para ser estudado prospectivamente.
Métodos relacionados
Fontes
Kerlinger, F. N. (1964). Foundations of Behavioral Research. Holt, Rinehart and Winston.
Abrir referência da publicaçãoCopiado.Campbell, D. T., & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research. Rand McNally.
ISBN: 978-0395307878Copiado.