Na linguagem cotidiana e na ciência psicológica, muitas dimensões são percebidas como bipolares, como feliz-triste, otimismo-pessimismo e introversão-extroversão. No entanto, a suposição de que os opostos se comportam de maneira previsível — com correlações próximas a -1, carregando no mesmo fator e tendo relações com variáveis externas de igual magnitude e sinal oposto — frequentemente se mostra incorreta na prática. Esse desafio tem sido o cerne do debate bipolar-bivariado na psicologia por décadas, levantando questões sobre a validade das medições e teorias existentes.
O artigo “Testing Bipolarity” propõe uma nova abordagem para este problema, fornecendo uma definição matemática precisa para o que constitui opostos e expandindo o modelo tradicional para dados empíricos com erros de medição aleatórios e sistemáticos. O modelo argumenta que as predições estatísticas tradicionais sobre os opostos são válidas apenas sob circunstâncias restritivas que são improváveis de ocorrer com dados humanos.
A pesquisa aponta que, quando uma dimensão bipolar é dividida em duas para fins de teste, a correlação entre as duas partes pode ser significativamente diferente de -1. Métodos baseados na correlação de Pearson e na análise fatorial não conseguem testar se as variáveis são realmente opostas. A análise também revela que os opostos não precisam ser mutuamente exclusivos, o que invalida métodos baseados em medidas de coocorrência para testar a bipolaridade.
O novo modelo propõe estratégias alternativas baseadas na análise de dados censurados, que podem ser mais adequadas para testar a bipolaridade. Este método permite aos pesquisadores estimar a correlação entre variáveis não censuradas (aquelas sem o “chão” ou “teto” de um escore mínimo ou máximo) usando dados censurados. Ele também pode corrigir imprecisões causadas por erros de medição sistemáticos, como estilos de resposta e variáveis de confundimento. O artigo exemplifica duas estratégias com dados de escalas de personalidade, demonstrando que essas abordagens podem fornecer conclusões mais precisas sobre se os conceitos são realmente opostos.
A principal implicação do estudo é que a compreensão das relações negativas na psicologia precisa ser revista. As estratégias convencionais para testar a bipolaridade são falhas porque se baseiam em modelos matemáticos limitados que raramente se aplicam a dados empíricos. Portanto, muitas das conclusões anteriores sobre a bipolaridade em diversas áreas da psicologia, como emoções, personalidade e atitudes, podem ser questionáveis. O modelo e as estratégias propostas podem melhorar a medição de variáveis psicológicas, permitindo que os pesquisadores avaliem com maior precisão se os conceitos são opostos e capturem a amplitude total de suas variáveis.
Referência:
Barchard, K. A., Carroll, J. M., Reynolds, S., & Russell, J. A. (2024). Testing bipolarity. Psychological Methods. Advance online publication. https://doi.org/10.1037/met0000707
