A IMPORTÂNCIA DO CONCEITO DE CURVA NORMAL NA PSICOLOGIA MODERNA

Texto do psicólogo Ricardo Holmer Hodara

Na psicologia científica, assim como em qualquer ciência natural ou na própria vida cotidiana, é absolutamente necessário sermos capazes de separar fenômenos observados que não possuem correlação entre si, daqueles outros fenômenos que por estarem associados ou correlacionados, possam apresentar relações de causa e efeito.

Isso é importante porque para descobrirmos as causas dos fenômenos - o que causa o quê -- antes é necessário sabermos se os candidatos a causas e efeitos estão correlacionados. Se os fenômenos estiverem realmente correlacionados, e só então, é que poderão ser considerados como possivelmente ligados por uma relação de causa-efeito. Assim sendo, se afirmamos, por exemplo -- como era afirmado pela psicanálise ao longo do século passado -- que o homossexualismo masculino se dá em função duma infância em que a mãe está "superpresente" e o pai "ausente", então seremos obrigados, antes de mais nada, a provarmos que existe uma correlação estatística entre ser-se homossexual masculino na adultez, e ter-se pai ausente e mãe superpresente na infância.

Se não descobrirmos tal correlação, não poderemos fazer a famosa (e, de fato, errônea) afirmação psicanalítica.

Como se pode descobrir que certos fenômenos estão correlacionados?

Simplesmente fazendo-se a confrontação com o que aconteceria se a distribuição dos fenômenos -- de certo fenômeno em função do outro -- fosse uma distribuição puramente casual ou aleatória.

Quando os fenômenos considerados se distribuem, uns em função dos outros, de forma não-correlacionada, dizemos que os mesmos apresentam-se em distribuição normal. Exatamente como as bolinhas que você vê na animação acima. Muitas cairão no centro ou próximo do centro. São a maioria. Umas poucas serão "excepcionais" e cairão próximas das extremidades do "chão". Por exemplo, o QI apresenta distribuição normal em grandes populações. Assim sendo, poucas crianças serão geniais, poucas serão retardadas, e a grande maioria ficará ao redor do QI médio de 100 pontos na escala Weshler. Disse-se, então, que a distribuição do QI é normalmente distribuída na população de crianças em questão.

Graças a isso, se encontrarmos uma população de crianças em que a normal está alterada, passamos a ter as pistas necessárias a compreender o que faz o QI deixar de ser um fenômeno independente naquela população -- ou seja, estaremos mais perto de entender o que "causa" o fenômeno QI, ou, no mínimo, ao que o QI está correlacionado de forma universal.

Se tivermos a sorte de dispor de uma curva normal de onde partir para estudos posteriores do fenômeno, deveremos satisfazer os seguintes critérios para dispormos de parâmetro (desvio-padrão e média) sem os quais não pode haver curva normal, ou, como dizem os norte-americanos, curva de sino (Bell Curve):

Condições Para se Ter a Sorte de Encontrar uma Curva Normal

Os testes estatísticos podem ser divididos em dois grandes grupos, conforme fundamentem ou não os seus cálculos na premissa de que a distribuição de freqüências dos erros amostrais é normal, as variâncias são homogêneas, os efeitos dos fatores de variação são aditivos e os erros independentes. Se tudo isso ocorrer, é muito provável que a amostra seja aceitavelmente simétrica, terá com certeza apenas um ponto máximo, centrado no intervalo de classe onde está a média da distribuição, e o seu histograma de freqüências terá um contorno que seguirá aproximadamente o desenho em forma de sino da curva normal. O cumprimento desses requisitos condiciona pois a primeira escolha do pesquisador, uma vez que, se forem preenchidos, ele poderá utilizar a estatística paramétrica, cujos testes são em geral mais poderosos do que os da estatística não-paramétrica, e conseqüentemente devem ter a preferência do investigador, quando o seu emprego for permitido.

prof.Geraldo Maia Campos

Ou seja, como é fácil deduzir, somente na distribuição normal poderemos encontrar uma relação direta entre a média e a mediana: quanto mais normal, mais a média e a mediana estarão próximas, e o contrário. Se não estivermos diante de uma distribuição normal, não haverá relação entre mediana e média.