Análise de uma replicação em dados do arquivo osu.csv

Referências para interpretar o IAT

IAT: absolute d of 0.15, 0.35, and 0.65 are considered small, medium, and large level of bias for individual scores. Positive d means bias towards arts / against Math.

Análise de uma replicação

iat = read_csv(here::here(params$arquivo_dados), col_types = "cccdc")
iat = iat %>% 
    mutate(sex = factor(sex, levels = c("m", "f"), ordered = TRUE))
glimpse(iat)

## Rows: 90
## Columns: 5
## $ session_id  <chr> "2461191", "2461193", "2461194", "2461196", "2461201", "24~
## $ referrer    <chr> "osu", "osu", "osu", "osu", "osu", "osu", "osu", "osu", "o~
## $ sex         <ord> f, f, f, f, f, m, m, m, m, f, m, f, f, f, f, f, f, m, f, f~
## $ d_art       <dbl> 0.526950904, 0.356911575, 0.713271038, 0.696982293, -0.247~
## $ iat_exclude <chr> "Include", "Include", "Include", "Include", "Include", "In~

iat %>%
  ggplot(aes(x = d_art, fill = sex, color = sex)) +
  geom_histogram(binwidth = .2, alpha = .4, boundary = 0) +
  geom_rug() +
  facet_grid(sex ~ ., scales = "free_y") +
  labs(title = "Distribuição de d_art") + 
  theme(legend.position = "None")

iat %>% 
    ggplot(aes(x = sex, y = d_art)) + 
    geom_quasirandom(width = .1)

iat %>% 
    ggplot(aes(x = sex, y = d_art)) + 
    geom_quasirandom(width = .1) + 
    stat_summary(geom = "point", fun = "mean", color = "red", size = 5) + 
  labs(title = "Distribuição e média (ponto vermelho) de d_art na amostra")

Qual a diferença na amostra

agrupado = iat %>% 
    group_by(sex) %>% 
    summarise(media = mean(d_art), 
              desvio_Padrao = sd(d_art),
              .groups = "drop")

agrupado

## # A tibble: 2 x 3
##   sex   media desvio_Padrao
##   <ord> <dbl>         <dbl>
## 1 m     0.115         0.414
## 2 f     0.371         0.420

Total de mulheres na amostra

iat %>%
    filter(sex == "f") %>%
    count(sex)

## # A tibble: 1 x 2
##   sex       n
##   <ord> <int>
## 1 f        60

Total de homens na amostra

iat %>%
    filter(sex == "m") %>%
    count(sex)

## # A tibble: 1 x 2
##   sex       n
##   <ord> <int>
## 1 m        30

m = agrupado %>% filter(sex == "m") %>% pull(media)
f = agrupado %>% filter(sex == "f") %>% pull(media)
m - f

## [1] -0.2551014

Comparação via ICs

library(boot)

theta <- function(d, i) {
    agrupado = d %>% 
        slice(i) %>% 
        group_by(sex) %>% 
        summarise(media = mean(d_art), .groups = "drop")
    m = agrupado %>% filter(sex == "m") %>% pull(media)
    f = agrupado %>% filter(sex == "f") %>% pull(media)
    m - f
}

booted <- boot(data = iat, 
               statistic = theta, 
               R = 2000)

ci = tidy(booted, 
          conf.level = .95,
          conf.method = "bca",
          conf.int = TRUE)

glimpse(ci)

## Rows: 1
## Columns: 5
## $ statistic <dbl> -0.2551014
## $ bias      <dbl> -0.002367975
## $ std.error <dbl> 0.09340593
## $ conf.low  <dbl> -0.4307263
## $ conf.high <dbl> -0.06328092

ci %>%
    ggplot(aes(
        x = "",
        y = statistic,
        ymin = conf.low,
        ymax = conf.high
    )) +
    geom_pointrange() +
    geom_point(size = 3) + 
    scale_y_continuous(limits = c(-1.5, 1.5)) + 
    labs(x = "Diferença das médias", 
         y = "IAT homens - mulheres")

p1 = iat %>% 
    ggplot(aes(x = sex, y = d_art)) +
    geom_quasirandom(width = .1, alpha = .7) + 
    stat_summary(geom = "point", fun = "mean", color = "red", size = 5)

p2 = ci %>%
    ggplot(aes(
        x = "",
        y = statistic,
        ymin = conf.low,
        ymax = conf.high
    )) +
    geom_pointrange() +
    geom_point(size = 3) + 
    ylim(-1, 1) + 
    labs(x = "Diferença", 
         y = "IAT homens - mulheres")

grid.arrange(p1, p2, ncol = 2)

Conclusão

Em média, as mulheres que participaram do experimento tiveram uma associação implícita (medida pelo IAT) com a matemática negativa e média (média 0.371, desv. padrão 0.420, N = 60). Homens tiveram uma associação negativa com a matemática, portanto menor que a das mulheres (média 0.115, desv. padrão 0.414, N = 30). Houve portanto uma pequena diferença entre homens e mulheres (diferença das médias -0.2551014, 95% CI [CCC, DDD]). Os dados de nosso experimento, portanto, apontam que mulheres têm uma associação negativa mais forte, porém não é claro se essa diferença é grande, moderada ou pequena. É necessário coletar mais dados para determinar se a diferença é relevante ou negligenciável.