PESQUISA BIBLIOGRÁFICA CIENTÍFICA (com IAC)
investigação realizada pelo Pr. Psi. Jor Jônatas David Brandão Mota
uma das atuações do seu Pastorado4
OBSERVAÇÃO
as pesquisas abaixo foram feitas nos EUA com uma população empregada e que é, o tempo todo bombardeada, de muitas formas, pela propaganda capitalista de que o dinheiro traz felicidade, e que se eles ficarem ricos, de verdade, é por causa do sistema ganancioso em que estão submetido, mas se não ficarem ricos, se continuarem tendo que trabalhar muito para ganharem o razoável para sua sobrevivência, é culpa deles que não usam todo o potencial que o sistema oferece.
Pesquisa sobre Felicidade e Saúde Mental
Dinheiro traz felicidade? Estudo norte-americano diz que sim
Um estudo realizado pela Universidade da Pensilvânia, nos Estados Unidos, tentou responder a pergunta que muitos se fazem pelo mundo: dinheiro traz felicidade? E a resposta foi que há uma relação direta entre as duas coisas.
Foi levado em conta duas pesquisas anteriores desenvolvidas por Daniel Kahneman, em 2010, e de Matthew Killingsworth, de 2021. A primeira afirmou que o sentimento de felicidade só subia enquanto o salário anual chegava a US $75 mil e que depois ela estagnava. Já o segundo, não conseguiu identificar o valor certo em que as pessoas paravam de se sentir felizes.
Três estudos foram reunidos
Para resolver essa questão, os dois pesquisadores se uniram com a professora Barbara Mellers e publicaram um novo estudo em março de 2023. A conclusão foi que, em média, rendas maiores estão associadas a níveis cada vez maiores de felicidade.
Observando melhor o resultado da pesquisa, ela revela que, dentro dessa tendência geral, um corte dentro de cada grupo de renda mostra um aumento acentuado na felicidade de até US$ 100.000 anualmente e depois se estabiliza.
“Em termos mais simples, isso sugere que, para a maioria das pessoas, rendas maiores estão associadas a maior felicidade. A exceção são as pessoas que estão financeiramente bem, mas infelizes. Por exemplo, se você é rico e triste, mais dinheiro não ajudará. Para todos os outros, mais dinheiro foi associado a maior felicidade em graus variados”, diz Killingsworth, membro sênior da Penn’s Wharton School e principal autor do artigo.
Como foi feito o estudo?
Para testar essa nova hipótese, foram coletadas informações por meio de um aplicativo que criou chamado Track Your Happiness. Várias vezes ao dia, o aplicativo faz notificações aos participantes em momentos aleatórios, fazendo uma variedade de perguntas, incluindo como eles se sentem em uma escala de muito bem a muito mal. Tirando uma média da felicidade e da renda da pessoa, Killingsworth tira conclusões sobre como as duas variáveis estão ligadas.
Foram coletados dados de 1.725.994 relatórios de bem-estar feitos por 33.391 adultos em idade ativa, com emprego e que vivem nos EUA.
Entenda melhor a pesquisa
- Estudo afirmou que há uma relação entre pessoas que recebem salários maiores e seu nível de felicidade
- Essa felicidade, no entanto, para de crescer a partir de rendimentos acima de US$ 100 mil por ano
- Um corte na pesquisa identificou que pessoas ricas e tristes não sentem a relação entre mais dinheiro e felicidade
fonte
https://www.msn.com/pt-br/estilo-de-vida/relacionamento/dinheiro-traz-felicidade-estudo-norte-americano-diz-que-sim/ar-AA195RKz?ocid=msedgntp&cvid=a5a47d62e150473d959f85123c62986d&ei=33
Renda e bem-estar emocional: um conflito resolvido
Editado por Timothy Wilson, Universidade da Virgínia, Charlottesville, VA; recebido em 20 de maio de 2022; aceito em 29 de Novembro de 2022
Significado
Verificou-se frequentemente que as medidas de bem-estar aumentam com o log (renda). Kahneman e Deaton [Proc. Natl. Acad. 107, 16489–93 (2010)] relataram uma exceção; uma medida de bem-estar emocional (felicidade) aumentou, mas depois se achatou em algum lugar entre US $ 60.000 e US $ 90.000. Em contraste, Killingsworth [Proc. Natl. Acad. Sci. U.S.A. 118, e2016976118 (2021)] observaram uma relação linear entre felicidade e log(renda) em um estudo de amostra de experiência. Descobrimos em uma reanálise conjunta dos dados de amostragem de experiência que o padrão de achatamento existe, mas é restrito aos 20% menos felizes da população, e que as não linearidades complementares contribuem para a relação linear-logarítmica geral entre felicidade e renda. Traçamos os resultados discrepantes para a confiança dos autores em práticas padrão e pressupostos de análise de dados que devem ser questionados com mais frequência, embora sejam padrão em ciências sociais.
Abstrair
Rendimentos maiores tornam as pessoas mais felizes? Dois autores do presente artigo publicaram respostas contraditórias. Usando perguntas dicotômicas sobre o dia anterior, [Kahneman e Deaton, Proc. Natl. Acad. Sci. U.S.A. 107, 16489–16493 (2010)] relataram um padrão de achatamento: a felicidade aumentou de forma constante com log (renda) até um limiar e depois estabilizou. Usando a amostragem de experiência com uma escala contínua, [Killingsworth, Proc. Natl. Acad. Sci. U.S.A. 118, e2016976118 (2021)] relatou um padrão de log linear no qual a felicidade média aumentou consistentemente com log (renda). Envolvemo-nos numa colaboração adversária para procurar uma interpretação coerente de ambos os estudos. Uma reanálise dos dados de amostragem experientes de Killingsworth confirmou o padrão de achatamento apenas para as pessoas menos felizes. A felicidade aumenta constantemente com o log (renda) entre as pessoas mais felizes, e até mesmo acelera no grupo mais feliz. Não-linearidades complementares contribuem para a relação linear-log geral. Em seguida, explicamos por que Kahneman e Deaton exageraram o padrão de achatamento e por que Killingsworth não conseguiu encontrá-lo. Sugerimos que Kahneman e Deaton poderiam ter chegado à conclusão correta se tivessem descrito seus resultados em termos de infelicidade em vez de felicidade; suas medidas não podiam discriminar entre os graus de felicidade por causa de um efeito de teto. Os autores de ambos os estudos não conseguiram antecipar que o aumento da renda está associado a mudanças sistemáticas na forma da distribuição da felicidade. A rotulação errônea da variável dependente e a suposição incorreta de homogeneidade foram consequências de práticas que são padrão nas ciências sociais, mas que deveriam ser questionadas com mais frequência. Sinalizamos os benefícios da colaboração adversária.
Inscreva-se para receber alertas PNAS.
Receba alertas para novos artigos ou receba um alerta quando um artigo for citado.
O dinheiro pode comprar a felicidade? Dois autores deste artigo publicaram afirmações contraditórias sobre a relação entre bem-estar emocional e renda. Posteriormente, concordamos que ambos os estudos produziram resultados válidos e que era nossa responsabilidade buscar uma interpretação que explicasse ambos os achados. Nós nos envolvemos em uma colaboração adversária e pedimos a Barbara Mellers para ser a facilitadora. Este artigo relata o resultado do nosso trabalho.
Kahneman e Deaton [(1); doravante KD] relataram dados de "mais de 450.000 respostas ao Índice de Bem-Estar Gallup-Healthways, uma pesquisa diária com 1.000 residentes dos EUA conduzida pela Gallup Organization em 2008 a 9". A pesquisa incluiu várias perguntas dicotômicas sobre a experiência emocional do dia anterior: "Você experimentou os seguintes sentimentos durante grande parte do dia de ontem? Que tal _____?" A DK calculou para cada indivíduo a incidência média (pontuação 1 ou 0) de três estados felizes (felicidade, prazer e sorriso frequente) e de dois estados "azuis" (preocupação e tristeza). Uma característica deste método de pontuação é que cada medida de bem-estar emocional é uma fração, de modo que o complemento é uma medida de infelicidade.
O artigo apresentou análises detalhadas que ligavam o bem-estar emocional (que chamaremos de felicidade) a várias circunstâncias da vida. As duas curvas da Fig. 1A mostram as médias dos escores individuais de felicidade (afeto positivo e "não azul") para diferentes rendas familiares. A principal descoberta do estudo KD é o padrão de achatamento: a média dos escores de felicidade sobe até um limiar de renda e depois se estabiliza. A evidência para o achatamento é que, tanto para as medidas positivas quanto para as não azuis, as médias nas duas principais categorias de renda (90 a 120k e 120k ou mais) são estatisticamente indistinguíveis, apesar do grande número de observações em cada uma.
KD concluiu que "o bem-estar emocional [também] aumenta com a renda logarítmica, mas não há mais progresso além de uma renda anual de ∼ $ 75.000". O limite de US $ 75.000, que tem sido frequentemente citado, é simplesmente o ponto médio da categoria de renda "60 a 90K". Uma afirmação mais precisa seria que não há mais progresso na felicidade média além de um limiar igual ou inferior a 90K.
Matthew Killingsworth [(2); doravante MK] recrutou um grande número de participantes para um estudo no qual obteve “1.725.994 relatórios de amostragem de experiência de 33.391 adultos americanos empregados”. Os participantes foram solicitados em seus smartphones a relatar sua felicidade atual, normalmente três vezes por dia durante várias semanas. Eles responderam à pergunta: “Como você se sente agora?” em uma escala de resposta contínua com pontos finais rotulados como “Muito ruim” e “Muito bom”. MK analisou os meios de sua medida de felicidade em função da renda. Sua conclusão é descrita no título de seu artigo: “O bem-estar experimentado aumenta com a renda, mesmo acima de US$ 75.000”. Conforme mostrado na Fig. 1B, MK encontrou uma relação linear entre a felicidade média experimentada e log(renda) que se estendia bem além de US$ 200.000. Vamos nos referir ao aumento constante na felicidade média com log(renda) como o padrão linear-log.
Concordamos que KD e MK tentaram medir a mesma construção de bem-estar emocional. Também concordamos que a amostragem de experiência era o padrão-ouro para a medição do bem-estar emocional e que a medida contínua de felicidade de MK era mais sensível do que a média das perguntas dicotômicas do Gallup. Portanto, aceitamos a conclusão de MK sobre a relação linear consistente entre felicidade média e renda logarítmica. Também concordamos que KD demonstrou o padrão de achatamento como uma característica robusta do bem-estar emocional, que deve ser replicado em um estudo adequado.
Como os dois padrões poderiam estar presentes nos mesmos dados? Uma linha de raciocínio que acabou se revelando falha nos levou a uma hipótese que se mostrou correta. A hipótese consiste em duas proposições: 1) Existe uma minoria infeliz, cuja infelicidade diminui com o aumento da renda até certo patamar, depois não apresenta mais progresso; 2) Na maioria mais feliz, a felicidade continua a aumentar com a renda, mesmo na faixa alta de renda. Investigamos essas proposições em uma análise dos dados de amostragem da experiência de MK.
Este artigo é composto por duas seções. A primeira confirma que o padrão linear-log e o padrão achatado estão presentes nos dados do MK. A segunda seção explora a questão de por que a solução correta não foi alcançada anteriormente. Por que KD exagerou o escopo do padrão de nivelamento? E por que MK falhou em observar o achatamento em sua análise original? As respostas apontam para procedimentos razoáveis e normas metodológicas padrão que foram aplicadas nos estudos originais. Concluímos que essas práticas comuns devem ser questionadas com mais frequência.
Resultados
O objetivo de nossa análise era procurar o padrão de achatamento nos dados do MK, mas primeiro tínhamos que especificar precisamente onde ele seria encontrado. Conforme ilustrado na Fig. 1A, o nivelamento é caracterizado por um limiar de renda, além do qual novos aumentos não estão associados a maior felicidade. Uma replicação dos resultados de KD nos dados de MK não deve apenas demonstrar o nivelamento; ele também deve reproduzir suas coordenadas.
Para que os dois estudos sejam comparáveis, o limite de renda além do qual se espera que a felicidade diminua requer um ajuste porque KD e MK usaram diferentes categorias de renda e coletaram dados em momentos diferentes: KD coletou dados em 2008 a 2009 e MK de 2009 a 2015 . Ajustando pela inflação, o limite de <= 90K observado em KD torna-se <=97K. A categoria que contém 97K no estudo de MK é de 90 a 100K. Identificamos, portanto, duas faixas de renda, abaixo e acima de 100 mil. Usamos o logaritmo da renda em nossas análises, assim como KD e MK.
Fig. 2 apresenta uma análise abrangente da relação entre felicidade e log(renda) no estudo de amostragem de experiência. Ele mostra as pontuações de felicidade que correspondem a cinco quantis diferentes da distribuição. Por exemplo, o percentil 50 traça as medianas de felicidade nas diferentes categorias de renda. Usamos a regressão quantílica para investigar as tendências mostradas na Figura 2, calculando inclinações separadas na faixa inferior de renda (menos de US$ 100.000) e na faixa superior (acima de US$ 100.000) para cada um dos cinco quantis.
Começando do extremo inferior da distribuição de felicidade, encontramos um nivelamento para o percentil 15, consistente com KD. A felicidade dos 15% menos felizes aumenta rapidamente na faixa de renda mais baixa, nivelando-se abruptamente em US$ 100.000, chegando a quase zero, inclinação estatisticamente insignificante na faixa de renda mais alta.
A Tabela 1 fornece uma visão mais detalhada da relação entre felicidade e log(renda) na faixa inferior (5 a 35%) da distribuição de felicidade nos dados de amostragem de experiência. Vemos um achatamento nos três quantis mais baixos. Observe que a faixa de valores de felicidade para os quais ocorre nivelamento na Tabela 1. (até 15 a 20%) é bastante semelhante às observações de KD: na região plana da Fig. 1A, a fração relatando afeto negativo foi de 19% e a a fração que não relatou afeto positivo foi de 11%.
Também interessante, a Fig. 2 mostra que o 15º percentil da distribuição de felicidade está próximo do ponto médio da escala contínua de MK. Aproximadamente 15 a 20% das pessoas frequentemente experimentam afeto negativo, e a relação entre felicidade e renda é diferente nesse grupo e na maioria mais feliz. O sofrimento do grupo infeliz diminui à medida que a renda aumenta até 100 mil, mas muito pouco além disso. Esse limiar de renda pode representar o ponto além do qual as misérias que permanecem não são aliviadas pela alta renda. Desgosto, luto e depressão clínica podem ser exemplos de tais sofrimentos.
A Figura 2 mostra que um padrão diferente aparece nos percentis 30 e 50, o que corresponde à tendência da média geral. Um terceiro padrão, que não havíamos previsto, aparece nos percentis 70 e 85. Para os 30% mais felizes nas várias categorias de renda, a felicidade aumenta com log(renda) a uma taxa acelerada além de 100 mil.
Comparamos as inclinações abaixo e acima de 100k para cada quantil incluindo um termo de interação nas regressões quantílicas. Para o percentil 15, a inclinação nivela acima de 100k (P = 0,0002). Para o percentil 85, a inclinação acelera acima de 100k (P = 0,023). As inclinações não diferem significativamente nos demais quantis (30º, 50º, 70º), embora o percentil 70 se aproxime da significância (P = 0,075). A aceleração no percentil 85% e o achatamento no percentil 15 são contrários à tendência que seria esperada de efeitos de piso ou teto (por exemplo, um efeito de teto prediz uma inclinação decrescente na extremidade superior da distribuição de felicidade, não uma aceleração). A relação linear-log simples mostrada na Fig. 1B acaba não sendo simples afinal: ela é produzida, em parte, por não linearidades complementares.
A correlação entre renda e bem-estar é muito discutida, tanto pelo público quanto por cientistas sociais, e tem sido o foco de pesquisas consideráveis (3-13). Ainda é importante notar que a relação é fraca, ainda que estatisticamente robusta. A correlação entre felicidade média e log(renda) é de 0,09 nos dados de amostragem de experiência, por exemplo, e a diferença entre as medianas de felicidade com renda familiar de US$ 15.000 e US$ 250.000 é de cerca de cinco pontos em uma escala de 100 pontos. Os padrões de achatamento e aceleração são modulações ainda menores de um pequeno efeito. No entanto, os efeitos emocionais de outras circunstâncias também são pequenos. KD relatou que o efeito de uma diferença de aproximadamente quatro vezes na renda é quase igual ao efeito de ser um cuidador, duas vezes maior que o efeito de ser casado, quase igual ao efeito de um fim de semana e menos de um terço do que o efeito de uma dor de cabeça.
Erros e Suas Origens.
Observamos que KD afirmou que o padrão de achatamento se aplica à felicidade de toda a população quando, na verdade, está restrito aos 15 a 20% mais baixos da distribuição. De sua parte, MK não descobriu que a relação linear-log que ele observou se deve em parte a compensações não lineares. Achamos que agora sabemos como esses erros ocorreram.
Como KD chegou a exagerar o escopo do padrão de nivelamento que eles descobriram? A resposta é que eles acreditavam razoavelmente que as perguntas Gallup nas quais se baseavam forneciam uma medida de felicidade em geral, quando na verdade essas perguntas eram úteis apenas como uma medida de infelicidade em particular. Agora nos voltamos para uma explicação dessa afirmação surpreendente.
KD analisou a relação entre felicidade (afeto positivo e não azul) e renda. A orientação da variável foi a escolha óbvia porque KD estava investigando a felicidade, não a miséria, assim como os estudiosos que estudam a inteligência têm testes de inteligência e não de estupidez. Mas há um argumento contra essa escolha.
A observação crítica é que a Fig. 1A mostra que a distribuição da felicidade é marcadamente desigual. Na faixa de alta renda, em particular, o afeto positivo médio relatado é de 89% de uma pontuação perfeita (equivalente a 2,67 em uma escala de 0 a 3) e a média de dois itens não azuis é de 81% do máximo. Por exemplo, em média, cada item de afeto positivo dicotômico distingue entre 89% das pessoas mais felizes e 11% das pessoas menos felizes, enquanto o relatório composto combina três desses itens. Sabemos, é claro, que as pessoas felizes não são todas igualmente felizes. Nos dados de amostragem da experiência de MK, por exemplo, a distribuição da felicidade foi aproximadamente normal. A alta densidade de pontuações máximas nos itens KD indica que os itens não discriminam adequadamente entre os graus de felicidade – há um efeito teto.
Um exemplo ilustra a relevância de um efeito de teto para a nomeação de uma variável. Imagine um teste de funcionamento cognitivo que consiste em itens pelos quais a maioria dos pacientes idosos passa facilmente, com algumas exceções devido à desatenção ou confusão momentânea. Tal teste seria corretamente considerado uma medida de demência: o número de itens que falharam é uma indicação da gravidade da demência, mas a escala não discrimina entre os níveis de funcionamento cognitivo normal porque a maioria das pessoas normais obtém a mesma pontuação perfeita. Um argumento semelhante implica que os itens de afeto de KD são melhor interpretados como medidas de infelicidade.
O rótulo da escala é importante porque determina a interpretação dos resultados. Considere dois possíveis resumos dos dados de KD. Com o “bem-estar emocional” substituído por “felicidade”, KD escreve: “A felicidade aumenta com a renda, mas não há progresso além de ~$ 75.000”. Com a escala invertida, o resumo natural seria “A infelicidade diminui com o aumento da renda, mas não há progresso além de ~$ 75.000”. As duas declarações descrevem os mesmos resultados e inicialmente parecem intercambiáveis. Quando lidos com cuidado, no entanto, eles não têm o mesmo significado.
A diferença está no escopo da afirmação. Sem maiores ressalvas, uma afirmação sobre riqueza, inteligência ou felicidade é considerada aplicável à média de toda a população, como no exemplo a seguir: “Nesta região, há um gradiente leste-oeste em (riqueza/inteligência/felicidade ). “Com rótulos invertidos, declarações sobre pobreza, demência ou miséria são usadas para descrever os pobres, os dementes e os infelizes. Eles não suportam inferências sobre outros casos.
Acreditamos que se KD tivesse rotulado sua escala de “infelicidade”, eles poderiam ter concluído com confiança que o padrão de nivelamento se aplica a uma categoria de pessoas infelizes. Também acreditamos que eles não teriam base para inferir que a felicidade das pessoas mais felizes se nivela da mesma maneira. A declaração mais estreita do padrão de nivelamento é totalmente compatível com um padrão linear-log na felicidade média. De fato, ambos os padrões foram confirmados em nossa análise dos dados de MK. Em resumo, sugerimos que KD exagerou o escopo do nivelamento porque seguiram a prática convencional de rotular sua variável dependente. Certamente não somos os primeiros cientistas sociais a notar que os efeitos de teto e os rótulos são importantes.
A principal descoberta de nossa reanálise do estudo de MK é que a forma da distribuição da felicidade muda – ligeiramente, mas sistematicamente – à medida que a renda aumenta. Os mesmos aumentos de renda têm efeitos diferentes sobre as regiões felizes e infelizes da distribuição. Na faixa baixa de renda, as pessoas infelizes ganham mais com o aumento da renda do que as pessoas mais felizes. Em outras palavras, a parte inferior da distribuição da felicidade sobe muito mais rápido do que o topo nessa faixa de renda. A tendência é invertida para rendimentos mais elevados, onde as pessoas muito felizes ganham muito mais com o aumento da renda do que as pessoas infelizes. A parte superior da distribuição de felicidade aumenta com log (renda) a uma taxa acelerada nessa faixa, enquanto os 20% inferiores são quase completamente planos. O meio da distribuição da felicidade mostra ganhos aproximadamente lineares na felicidade com o aumento do log (renda). Usamos termos como "aumento" e "ganho" para facilitar a exposição, mas, para ser claro, estamos simplesmente descrevendo associações transversais entre felicidade e renda (assim como KD e MK fizeram).
Os resultados desta análise violam uma suposição de homogeneidade que é rotineiramente feita – e raramente verificada – no estudo das relações bivariadas. A suposição é mais restritiva do que a condição familiar de homocedasticidade. Ele é válido se as distribuições condicionais da variável prevista retiverem a mesma forma em todo o intervalo do preditor. No presente caso, a homogeneidade requer que toda a distribuição da felicidade se mova em uníssono à medida que a renda muda: se o percentil 44 aumenta em três pontos, então cada quantil da distribuição também aumenta em três pontos.
Nem KD nem MK investigaram a possibilidade de que a distribuição da felicidade pudesse mudar de forma à medida que a renda aumentasse. Os dois painéis da Fig. 1 descrevem a relação felicidade/renda traçando meios condicionais. A escolha da exibição invoca implicitamente a suposição de que esses meios fornecem uma descrição suficiente. Para que os meios sejam suficientes, no entanto, a homogeneidade deve se manter. MK teria descoberto o padrão de achatamento se tivesse estudado as distribuições conjuntas em detalhes, mas a prática padrão das ciências sociais não exigia esse passo.
Rastreamos o exagero de KD sobre o padrão de achatamento e o fracasso de MK em encontrá-lo em seus dados para práticas metodológicas rotineiras que talvez devessem ser questionadas com mais frequência. A escolha da orientação de uma variável (neste caso, felicidade ou infelicidade) nem sempre é óbvia, nem é inconsequente. Em particular, os investigadores não devem dar como certo que as suas medidas funcionam como previsto. No caso de KD, uma escala que foi interpretada como uma medida de felicidade acabou por ser uma medida de infelicidade, com muita confusão consequente. A outra fonte de erro neste episódio foi a norma que permite que relações bivariadas sejam descritas sem inspeção detalhada da distribuição conjunta. O conflito entre os dois estudos teria sido evitado seguindo procedimentos analíticos que são apenas um pouco mais rigorosos do que os padrões atuais.
Considerações finais
Desejamos sinalizar o processo cada vez mais popular de colaboração adversarial, no qual pesquisadores com diferentes pontos de vista tentam resolver sua discordância fazendo pesquisas conjuntas com a ajuda de um árbitro amigável (14-19). Os resultados surpreendentes da Fig. 2 não teriam vindo à tona se não tivéssemos tentado entender a base de nossas conclusões conflitantes.
O argumento que apresentamos é bastante simples, e pode sugerir que o formulamos rapidamente e só então nos voltamos para os dados MK para confirmação. Essa impressão seria enganosa. Embora tenhamos desenvolvido a hipótese de que o padrão de achatamento é restrito a pessoas infelizes muito cedo, os detalhes do tratamento atual tomaram forma ao longo de um longo tempo e muitas versões. Nossas dificuldades foram semelhantes às que afetaram KD e MK. As suposições de rotina têm um domínio poderoso, e formular com precisão como elas falham não é fácil.
Finalmente, também devemos notar que nos beneficiamos da sorte. A estreita correspondência que encontramos entre os estudos KD e MK é um resultado melhor do que os cientistas sociais podem razoavelmente esperar, mesmo quando suas hipóteses estão corretas.
Materiais e Métodos
Informações de exemplo.
Os participantes foram 33.391 adultos empregados que vivem nos Estados Unidos. A idade mediana era de 33 anos, a renda familiar mediana era de $ 85.000/ano (25º percentil = $ 45.000; 75º percentil = $ 137.500; média = $ 106.548; DP = $ 95.393), 36% eram do sexo masculino e 37% eram casados. Para reduzir os efeitos de confusão na associação entre renda e bem-estar, como desemprego, aposentadoria e transferências de renda familiar, os participantes foram restritos a adultos empregados que vivem nos Estados Unidos em idade produtiva (18 a 65) que relataram renda familiar de pelo menos menos $ 10.000/ano.
Procedimento de amostragem de experiência.
Depois de fornecer consentimento informado, os participantes preencheram uma pesquisa de admissão, que incluiu questões demográficas, bem como duas medidas de satisfação com a vida, conforme detalhado abaixo. Em seguida, os participantes foram solicitados a indicar os horários em que normalmente acordavam e iam dormir e quantas vezes durante o dia desejavam relatar suas experiências (padrão = 3). Um algoritmo de computador então dividiu o dia de cada participante em um número de intervalos igual ao número de relatórios desejados, e um horário aleatório foi escolhido dentro de cada intervalo. Novos horários aleatórios foram gerados a cada dia, e os horários foram randomizados independentemente para cada participante. Em cada um desses momentos, os participantes foram sinalizados por meio de uma notificação em seu smartphone, solicitando que respondessem a uma variedade de perguntas sobre suas experiências no momento imediatamente anterior ao sinal. A questão do bem-estar experimentado foi feita em todas as pesquisas. Outras perguntas não relacionadas com a presente investigação também foram feitas. Os participantes receberam notificações solicitando relato até que optassem por desistir da participação. Se 50 amostras tivessem sido coletadas, o relatório parava por 6 meses ou até que o participante solicitasse que fosse reiniciado.
A taxa de conformidade foi calculada dividindo o número de relatórios reais pelo número de notificações enviadas durante o “período ativo” de um participante, que foi definido como o intervalo entre a primeira e a última resposta de um participante. Por exemplo, se um participante recebeu 50 notificações, mas completou apenas 25 relatórios, sua taxa de conformidade seria de 50%. A taxa média de conformidade observada foi de 72%.
Medida de Renda.
A renda foi medida em uma pesquisa de admissão que ocorreu antes e em uma ocasião diferente de qualquer uma das medidas de bem-estar experimentadas. Assim, a renda não foi destacada pelo desenho do estudo para os participantes quando eles relataram uma experiência de bem-estar.
A renda foi medida perguntando às pessoas: “Qual é a renda familiar anual total antes dos impostos?” com opções de resposta em incrementos de US$ 10.000 até US$ 100.000/ano, seguidos de “US$ 100.001 a US$ 125.000, US$ 125.001 a US$ 150.000, 150.001 a US$ 200.000 e acima de US$ 200.000.
If a person selected “over $200,000,” then an expanded income range was offered including $200,001 to $300,000, $300,001 to $500,000, $500,001 to $750,000, $750,001 to $1,000,000, $1,000,001 to $2,000,000, $2,000,001 to $4,000,000, $4,000,001 to $7,000,000, $7,000,001 to $10,000,000, $10,000,001 a $ 20.000.000, $ 20.000.001 a $ 50.000.000, $ 50.000.001 a $ 100.000.000 e mais de $ 100.000.000.
Para análise e visualização, os valores de renda foram definidos no ponto médio da faixa de renda selecionada, por exemplo, o valor de renda para a faixa de renda $ 100.001 a $ 125.000 foi definido como $ 112.500. Na prática, 90,96% das pessoas indicaram renda abaixo de $ 200.000/ano. Rendas acima de US$ 500.000 eram bastante raras, compreendendo coletivamente apenas 1,2% da amostra, e foram agrupadas e definidas em um valor de US$ 625.000/ano para visualização e análise (o ponto médio da faixa de renda estava acima de US$ 500.000/ano).
Consentimento Informado.
Na inscrição inicial, os participantes preencheram um formulário de consentimento informado eletronicamente. Esta pesquisa foi aprovada pelo Comitê de Proteção de Seres Humanos da UC Berkeley e pelo Comitê da Universidade de Harvard sobre o Uso de Seres Humanos.
Data, Materials, and Software Availability
Person-level data are available on OSF at https://osf.io/qye4a/. For privacy, person-level well-being values are slightly rounded (20).
Acknowledgments
We thank Ville Satopaa and Paul Tetlock for helpful feedback.
Note: Angus Deaton did not participate in this collaboration and should not be taken as endorsing its conclusions.
Author contributions
M.A.K., D.K., and B.M. performed research; M.A.K. analyzed data; and M.A.K., D.K., and B.M. wrote the paper.
Competing interests
The authors declare no competing interest.
Referências
1
D. Kahneman, A. Deaton, Alta renda melhora a avaliação da vida, mas não o bem-estar emocional. Proc. Natl. Acad. Sci. E.U.A. 107, 16489–16493 (2010).
2
M. A. Killingsworth, O bem-estar experimentado aumenta com a renda, mesmo acima de US $ 75.000 por ano. Proc. Natl. Acad. Sci. E.U.A. 118, e2016976118 (2021).
3
R. Easterlin, Aumentar a renda de todos aumentará a felicidade de todos? J. Econ. Comportar-se. Órgão. 27, 35–47 (1995).
4
E. Diener, S. Oishi, "Dinheiro e felicidade: renda e bem-estar subjetivo entre as nações" em Cultura e Bem-Estar Subjetivo (The MIT Press, 2000), pp. 185-218.
5
A. T. Jebb, L. Tay, E. Diener, S. Oishi, Felicidade, saciedade de renda e pontos de virada ao redor do mundo. Nat. Hum. Comportar-se. 2, 33–38 (2018).
6
E. Diener, R. Biswas-Diener, O dinheiro aumentará o bem-estar subjetivo? Soc. Índico Res. 57, 119–169 (2002).
7
J. Gardner, A. J. Oswald, Dinheiro e bem-estar mental: Um estudo longitudinal de ganhos de loteria de médio porte. J. Saúde Econ. 26, 49–60 (2007).
8
B. Stevenson, J. Wolfers, "Economic growth and subjective well-being: Reassessing the Easterlin Paradox" in Brookings Papers on Economic Activity (Primavera, 2008), pp. 1–87.
9
A. Deaton, Renda, saúde e bem-estar em todo o mundo: Evidências da pesquisa Gallup World. J. Econ. 22, 53–72 (2008).
10
R. E. Lucas, U. Schimmack, Renda e bem-estar: Quão grande é a lacuna entre ricos e pobres? J. Res. Pers. 43, 75–78 (2009).
11
B. Stevenson, J. Wolfers, Bem-estar subjetivo e renda: Existe alguma evidência de saciedade? Am. Econ. Rev. 103, 598–604 (2013).
12
K. Kushlev, E. W. Dunn, R. E. Lucas, Maior renda está associada a menos tristeza diária, mas não a mais felicidade diária. Soc. Psychol. Pers. Sci. 6, 483–489 (2015).
13
N. W. Hudson, R. E. Lucas, M. B. Donnellan, K. Kushlev, Renda prevê de forma confiável a tristeza diária, mas não a felicidade: uma replicação e extensão de Kushlev, Dunn e Lucas (2015). Soc. Psychol. Pers. Sci. 7, 828–836 (2016).
14
G. P. Latham, M. Erez, E. A. Locke, Resolvendo disputas científicas pelo desenho conjunto de experimentos cruciais pelos antagonistas: Aplicação à disputa de Erez-Latham sobre a participação no estabelecimento de metas. J. Appl. Psychol. 73, 753–772 (1988).
15
B. Mellers, R. Hertwig, D. Kahneman, As representações de frequência eliminam os efeitos de conjunção? Um exercício de colaboração adversária. Psicol. 12, 269–275 (2001).
16
T. Gilovich, V. H. Medvec, D. Kahneman, Variedades de arrependimento: um debate e uma resolução parcial. Psychol. Rev. 105, 602–605 (1998).
17
D. Kahneman, G. Klein, Condições para a perícia intuitiva: uma falha em discordar. Am. Psychol. 64, 515–526 (2009).
18
N. Cowan et al., Como as visões científicas mudam? Notas de uma colaboração adversária estendida. Psicol. Sci. 15, 1011–1025 (2020).
19
N. Ellemers, S. T. Fiske, A. E. Abele, A. Koch, V. Yzerbyt, O alinhamento contraditório permite que modelos concorrentes se envolvam na construção de teorias cooperativas em direção à ciência cumulativa. Proc. Natl. Acad. Sci. E.U.A. 117, 7561–7567 (2020).
20
M. A. Killingsworth, Renda e bem-estar emocional: um conflito resolvido. Quadro de Ciência Aberta. https://osf.io/qye4a/. Depositado em 1 de fevereiro de 2023.
fonte
https://www.pnas.org/doi/full/10.1073/pnas.2208661120
