Bem-vindos

Sejam bem-vindos à oficina “Introdução ao R para análise de dados em Psicologia”. Temos como proposta ajudar pesquisadores e estudantes a fazer a transição de softwares proprietários e/ou com interfaces gráficas para uma linguagem de programação livre, gratuita e flexível.

Faz algum tempo, fizemos (e continuamos fazendo) essa transição e, partindo da premissa de que conhecimento que não se compartilha é conhecimento que se perde, decidimos criar esta oficina. Mas o que diferencia nossa proposta de vários outros cursos que ensinam R? Há excelentes cursos disponíveis, porém, em muitos casos, o aprendizado é direcionado à Ciência de Dados ou à Estatística. Dessa forma, os conteúdos, e a maneira como são apresentados, têm uma complexidade que se afasta das tarefas mais rotineiras que são demandadas de pesquisadores da Psicologia ou das Ciências Humanas e Sociais de modo geral.

Não temos a pretensão de esgotar as possibilidades que o R traz como linguagem de programação, mas adaptá-las às necessidades de nossas áreas. Por outro lado, também pretendemos fazer com que essa linguagem possa ser aprendida de forma intuitiva. A codificação a partir das funções básicas do R é muito poderosa e consegue implementar soluções incríveis, todavia, parece não ter sido criada para se adaptar a nossa linguagem do dia a dia.

Em relação a isto, o uso de um conjunto de pacotes¹ chamado tidyverse aproxima a codificação da nossa linguagem natural, de modo que, além de ser lida por um computador, ela pode ser compreendida por um ser humano. São verbos, advérbios, substantivos e pronomes que facilitam o entendimento sobre de onde estamos partindo e para onde queremos chegar com as funções que utilizamos. Aqui, há um pequeno revés: todas as funções estão em inglês, de maneira que um pequeno conhecimento sobre este idioma facilita o aprendizado. Assim, talvez essa oficina fosse mais bem caracterizada como uma oficina sobre R através do tidyverse.

É preciso lembrar que, tal como conhecer novos idiomas, se familiarizar com uma linguagem de programação tem uma curva de aprendizado lenta no início, mas que pode ganhar velocidade rapidamente. O ambiente adequado para o aprendizado (nossos laptops ou usar o R online) está sempre disponível. Além disso, de um jeito ou de outro, o próprio programa nos dá feedbacks sobre nossos erros.

Contudo, repetição é necessária. Nunca copie e cole um código. Mesmo que você já tenha feito uma tarefa similar antes, ou até no script² que você está escrevendo, digite novamente as funções³. Além de evitar erros, isto ajuda a tornar natural o seu uso e a internalizar a compreensão sobre para que servem. Por outro lado, é preciso deliberadamente se dispor a tentar codificar. Nesse sentido, o R traz consigo inúmeros bancos de dados que podem ser utilizados praticar. A despeito de todas essas advertências, não se preocupem, pois em pouco tempo, temos certeza de que codificar vai ser tão natural quanto ler e escrever em português.

Esta oficina está sendo desenvolvida e implementada pelo Laboratório de Práticas e Pesquisas em Psicologia e Educação (LAPPSIE), vinculado ao Programa de Pós-graduação Profissional em Psicologia e Políticas Públicas do campus Sobral da Universidade Federal do Ceará.

Desejamos a todos e todas uma ótima caminhada em direção a uma ciência aberta, reprodutível, compartilhável e, acima de tudo, solidária.

Aviso

A página da oficina está em construção e passando por constantes atualizações e revisões.

Notas de rodapé

1. Um pacote R é um conjunto de funções, dados, documentação e outros recursos que podem ser instalados e usados no R. Os pacotes são uma forma de organizar e compartilhar código e dados, e podem ser usados para estender a funcionalidade do R.

2. Um script no R é um arquivo de texto que contém uma sequência de comandos e instruções em linguagem R. Ele permite aos usuários escrever, armazenar e executar várias operações de análise de dados, modelagem estatística e outras tarefas. Os scripts R são usados para automatizar processos, documentar análises e facilitar a reprodução dos resultados. Eles podem ser executados linha por linha ou em conjunto, oferecendo uma abordagem organizada e reutilizável para trabalhar com R.

3. Uma função no R é um bloco de código que realiza uma tarefa específica e pode receber argumentos como entrada, processá-los e retornar um resultado. Ela ajuda a organizar e reutilizar código, tornando a programação mais eficiente e modular. As funções podem ser definidas pelo usuário ou fazem parte de pacotes pré-existentes, ampliando a funcionalidade da linguagem.