EDITORIAL

DOI: 10.15689/ap.2015.1401.ed

Começo a edição 14(1) da revista Avaliação Psicológica divulgando duas excelentes notícias. A primeira delas, cujo mérito é devido aos dedicados profissionais que integram o corpo editorial, é que a revista será indexada na coleção Scopus. Isso significa que os resumos e os metadados dos artigos publicados pela revista agora constarão em uma das maiores bases de dados de artigos e trabalhos científicos, potencializando o impacto das publicações da revista no que diz respeito à área da psicometria e da avaliação psicológica. Trata-se de uma conquista que ajudará a divulgar a ciência brasileira, ampliando as possibilidades de diálogo com pesquisadores de outros lugares. Em virtude disso, a revista reitera seu incentivo a submissões de manuscritos em Inglês por parte dos autores, embora continuem a ser aceitos trabalhos em Português e Espanhol.

A segunda notícia é que o Instituto Brasileiro de Avaliação Psicológica (IBAP) é agora associado da CrossRef, de modo que os artigos publicados a partir desta edição passam a receber um número Digital Object Identifier (DOI). Esse número é uma espécie de identidade digital dos artigos, relacionada a metadados depositados em uma grande base de dados da CrossRef. Cada número DOI é único, e estará vinculado a um endereço eletrônico exclusivo e permanente. A implementação desse registro pela revista também aumentará a visibilidade de suas publicações, tornando acessíveis a apenas um clique de distância os artigos publicados pela revista que sejam referenciados em outros veículos científicos. A adesão a esse sistema requererá, mandatoriamente, que todos os artigos citados em manuscritos submetidos à revista tenham seu respectivo número DOI indicado na lista de referências, seguindo as regras da 6ª edição do manual de estilo da American Psychological Association. Em virtude disso, incentivamos os autores que adotem como prática comum o uso de programas de gerenciamento de referências, como o Mendeley (gratuito), o Zotero (gratuito) e o EndNote (comercial), entre outros. Esses programas, que funcionam junto ao Word e outros editores de texto, fazem sozinhos o árduo trabalho de inserir todas as informações dos artigos citados (incluindo o DOI) em uma lista completa de referências ao final do manuscrito; assim, também evitam imprecisões ou falta de correspondência entre citações e lista de referências.

Outro ponto é que a revista estimula que seus autores usufruam dos conhecimentos que estão sendo produzidos no que diz respeito à psicometria e à análise de dados. Apenas alguns exemplos de tópicos cujos desenvolvimentos são constantes: o uso de métodos de estimação (Asún, Rdz-Navarro, & Alvarado, 2015; Holgado-Tello, Chacón-Moscoso, Barbero-García, & Vila–Abad, 2010), os métodos de retenção fatorial (Damásio, 2012; Urbano Lorenzo-Seva, Timmerman, & Kiers, 2011; Ruscio & Roche, 2012; Timmerman & Lorenzo-Seva, 2011), a avaliação do ajuste de modelos (Antonakis, Bendahan, Jacquart, & Lalive, 2010; Hayduk, 2014a, 2014b), a estimação de relações causais (Antonakis et al., 2010; DeMaris, 2014), a detecção de misturas de populações presentes nos dados (Lubke & Muthén, 2005; Muthén, 2008) e a investigação da natureza das variáveis latentes (McGrath & Walters, 2012). Participar de listas de e-mail como a SEMNET é uma boa maneira de se manter atualizado e ainda interagir com outros pesquisadores do mundo todo.

Como sinalizado pela literatura, nem sempre os programas estatísticos populares de “clicar em botões” serão de ajuda quando o assunto é usar os melhores métodos disponíveis (cf. Antonakis et al., 2010; Borsboom, 2006). Todavia, há muitas excelentes alternativas de análise de dados. Programas comerciais como o Mplus (Muthén & Muthén, 2014) ou opções gratuitas como o FACTOR 9.2 (Lorenzo-Seva & Ferrando, 2013) e os pacotes para R psych (Revelle, 2014), lavaan (Rosseel, 2012) e ltm (Rizopoulos, 2006) ajudam o pesquisador a conduzir análises acompanhando o estado da arte na área.

A psicometria e a avaliação psicológica são áreas fascinantes. Certamente, ainda iremos experienciar muitos desenvolvimentos e refinamentos de nossas técnicas.

Referências

Antonakis, J., Bendahan, S., Jacquart, P., & Lalive, R. (2010). On making causal claims: A review and recommendations. The Leadership Quarterly, 21(6), 1086-1120. doi:10.1016/j.leaqua.2010.10.010         [ Links ]

Asún, R. A., Rdz-Navarro, K., & Alvarado, J. M. (2015). Developing multidimensional likert scales using item factor analysis: The case of four-point items. Sociological Methods & Research, 0049124114566716–. doi:10.1177/0049124114566716

Borsboom, D. (2006). The attack of the psychometricians. Psychometrika, 71(3), 425-440. doi:10.1007/s11336-006-1447-6         [ Links ]

Damásio, B. F. (2012). Uso da análise fatorial exploratória em psicologia. Avaliação Psicológica, 11(2), 213-228.         [ Links ]

DeMaris, A. (2014). Combating unmeasured confounding in cross-sectional studies: Evaluating instrumental-variable and Heckman selection models. Psychological Methods, 19(3), 380-397. doi:10.1037/a0037416         [ Links ]

Hayduk, L. A. (2014a). Seeing perfectly fitting factor models that are causally misspecified: Understanding that close-fitting models can be worse. Educational and Psychological Measurement, 74(6), 905-926. doi:10.1177/0013164414527449         [ Links ]

Hayduk, L. A. (2014b). Shame for disrespecting evidence: the personal consequences of insufficient respect for structural equation model testing. BMC Medical Research Methodology, 14(1), 124. doi:10.1186/1471-2288-14-124         [ Links ]

Holgado-Tello, F. P., Chacón-Moscoso, S., Barbero-García, I., & Vila-Abad, E. (2010). Polychoric versus Pearson correlations in exploratory and confirmatory factor analysis of ordinal variables. Quality & Quantity, 44(1), 153-166. doi:10.1007/s11135-008-9190-y         [ Links ]

Lorenzo-Seva, U., & Ferrando, P. J. (2013). FACTOR 9.2: A Comprehensive Program for Fitting Exploratory and Semiconfirmatory Factor Analysis and IRT Models. Applied Psychological Measurement, 37(6), 497-498. doi:10.1177/0146621613487794         [ Links ]

Lorenzo-Seva, U., Timmerman, M. E., & Kiers, H. A. L. (2011). The hull method for selecting the number of common factors. Multivariate Behavioral Research, 46(2), 340-364. doi:10.1080/00273171.2011.564527         [ Links ]

Lubke, G. H., & Muthén, B. (2005). Investigating population heterogeneity with factor mixture models. Psychological Methods, 10(1), 21-39. doi:10.1037/1082-989X.10.1.21         [ Links ]

McGrath, R. E., & Walters, G. D. (2012). Taxometric analysis as a general strategy for distinguishing categorical from dimensional latent structure. Psychological Methods, 17(2), 284-293.         [ Links ]

Muthén, B. O. (2008). Latent variable hybrids: Overview of old and new models. Em G. R. Hancock & K. M. Samuelsen (Eds.), Advances in latent variable mixture models (pp. 1-24). Charlotte, NC: Information Age Publishing.         [ Links ]

Muthén, L. K., & Muthén, B. O. (2014). Mplus user’s guide. (Seventh Ed.). Los Angeles: Muthén & Muthén.

Revelle, W. (2014). Psych: Procedures for Personality and Psychological Research. R package version 1.4.3. CRAN Project. Recuperado de http://cran.r-project.org/web/packages/psych/psych.pdf         [ Links ]

Rizopoulos, D. (2006). ltm: An R package for latent variable modelling and item response theory analyses. Journal of Statistical Software, 17(5), 1-25.         [ Links ]

Rosseel, Y. (2012). lavan: An R package for structural equation modeling. Journal of Statistical Software, 48(2).         [ Links ]

Ruscio, J., & Roche, B. (2012). Determining the number of factors to retain in an exploratory factor analysis using comparison data of known factorial structure. Psychological Assessment, 24(2), 282-292. doi:10.1037/a0025697         [ Links ]

Timmerman, M. E., & Lorenzo-Seva, U. (2011). Dimensionality assessment of ordered polytomous items with parallel analysis. Psychological Methods, 16(2), 209-20. doi:10.1037/a0023353        [ Links ]

Nelson Hauck Filho

Editor Associado

Universidade São Francisco