3.2. Análises estatísticas inferenciais
3.2.1. Análise da correlação entre as variáveis ambientais
Nos resultados da matriz de correlação (Tabela 30) fica evidente a correlação forte positiva entre a temperatura de bulbo seco (TBS) e a temperatura radiante média (TRM), moderada negativa entre a temperatura de bulbo seco (TBS) e a umidade relativa do ar (UR), e ínfima entre a temperatura de bulbo seco (TBS) e a velocidade do ar (Var). Entre a temperatura radiante média (TRM) e a umidade relativa do ar (UR) há uma correlação moderada negativa.
Tabela 30 – Matriz de correlação das variáveis ambientais.
TBS TRM UR Var TBS 1 0,800909 -0,52694 0,086969 TRM 0,800909 1 -0,42685 0,120093 UR -0,52694 -0,42685 1 -0,32777 Var 0,086969 0,120093 -0,32777 1 Fonte: a autora
3.2.2. Análise da associação entre variáveis ambientais e a variável grau de sensação térmica
A associação entre a resposta ST e as variáveis Temperatura Bulbo Seco (TBS), Velocidade do ar (Var), Umidade Relativa (UR) e Temperatura Radiante Média (TRM) foi analisada através de um teste ANOVA cuja hipótese (H0), de igualdade de medianas (teste de Tukey-HSD), foi rejeitada para todas as combinações de associações. Assim, inferimos que as mudanças de sensação térmica (quente, confortável e frio) têm efeito com as mudanças das variáveis ambientais.
Na análise gráfica, da Figura 30, à medida em que a temperatura de bulbo seco (TBS) aumenta, há uma tendência de os percentuais da categoria “quente” aumentarem e os percentuais da categoria “frio” diminuírem. Os resultados da ANOVA para testar a hipótese H0, do teste deTukey-HSD, indicam que ela foi rejeitada para uma probabilidade P (F (2, 267) > 13,67) e um erro p(valor) < 0,0001. Esses resultados são confirmados na Figura 63, do teste de comparação múltipla de medianas de Tukey-HSD, que mostram haver diferenças significativas duas a duas, ou seja: Confortável - Frio, diferença = 1,0086, p = 0,0026; Quente - Frio, diferença = 1,6721, p = 0,0001 e Quente - Confortável, diferença = 0,6634, p = 0,0025.
101
Figura 30 – Gráfico da associação entre a temperatura de bulbo seco (TBS) e o grau de sensação térmica (ST).
Fonte: a autora
Figura 31 – Gráfico de box-plot da distribuição da temperatura de bulbo seco (TBS) segundo a variável ST.
102
Na Figura 32 também se observa a mesma tendência apontada na Figura 31, entre a TBS e a ST. Na comparação múltipla das medianas da TRM com as categorias de ST (Figura 33) foram encontradas diferenças significativas duas a duas entre as seguintes combinações: Quente – Frio e Confortável e Frio. Apenas entre Quente – Confortável que não houve diferença significativa.
Figura 32 – Gráfico da associação entre a temperatura radiante média (TRM) e o grau de sensação térmica (ST)
Fonte: a autora.
Figura 33 - Gráfico de box-plot da distribuição da temperatura radiante média (TRM) segundo a variável ST.
Fonte: a autora.
Na análise gráfica da associação entre umidade relativa do ar (UR) e grau de sensação térmica (ST) observou-se uma tendência no aumento da categoria quente e consequente redução da categoria frio nos valores extremos de UR (Figura 34). Na comparação múltipla das medianas houve, também, diferenças significativas duas a duas entre todas as categorias da ST.
103
Figura 34 – Gráfico da associação entre a umidade relativa do ar (UR) e o grau de sensação térmica (ST).
Fonte: a autora.
Figura 35 - Gráfico de box-plot da distribuição da umidade relativa do ar (UR) segundo a variável ST.
Fonte: a autora.
A associação entre a velocidade do ar (Var) e o grau de sensação térmica (ST) mostra um aumento da frequência relativa da categoria “confortável”, durante a ocorrência das maiores velocidades do ar, e a redução da frequência da categoria “frio” (Figura 36). Os resultados do teste de comparação múltipla de medianas (Figura 37) mostraram haver diferenças significativa duas a duas entre: Confortável – Frio e Quente – Frio.
104
Figura 36 – Gráfico da associação entre a velocidade do ar (Var), em m/s, e o grau de sensação térmica (ST).
Fonte: a autora.
Figura 37 - Gráfico de box-plot da distribuição da velocidade do ar (Var) segundo a variável grau de sensação térmica (ST).
Fonte: a autora.
3.2.3. Análise da associação entre variáveis individuais e a variável grau de sensação térmica
Nos resultados do teste de hipótese do Qui-Quadrado (Tabela 31) observa-se que as variáveis idade e
IMC influenciam as respostas da variável “grau de sensação térmica” (ST), pois apresentam valores de
p<0,05. Por outro lado, a variável sexo não apresentou efeito significante sobre a ST (p>0,05). Esses resultados estruturaram um modelo multinominal ordinal para ajustes das curvas entre ST e cada variável ambiental (TBS, TRM, UR e Var), correlacionadas com as variáveis categóricas nominais (idade e IMC).
Tabela 31 – Resultados dos testes de hipótese do Qui-Quadrado.
Associações Valor-p53 ST x Sexo 0,6702 ST x idade 0,0040 ST x IMC 0,0199 Fonte: a autora
53 p-valor corresponde à probabilidade de erro para a rejeição da hipótese. 0% 20% 40% 60% 80% 100% 0,10 0,15 0,18 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 0,65 0,70 0,75 0,80 0,85 Fr eq uê ncia d o g rau de sen sação té rm ica ( % ) Velocidade do ar (m/s)
105 3.2.4. Estimativas de probabilidade (probits)
Além da influência das variáveis ambientais sob as categorias do grau de sensação térmica observou- se, também, a influência significativa dos valores da vestimenta. O Anexo E mostra a distribuição da frequência absoluta das categorias de sensação térmica (quente, confortável e frio) em função da temperatura de bulbo seco (TBS).
O gráfico gerado a partir das frequências absolutas para quente, confortável e frio, apresenta uma tendência à curva normal54 bastante comum quando se trata de dados referentes a estímulos biológicos (Figura 38). Os estímulos biológicos aqui observados se referem aos estímulos térmicos55.
Figura 38 – Gráfico da distribuição do total da frequência absoluta das categorias de ST em função da TBS (0C).
Fonte: a autora.
Analisando o gráfico da Figura 39 pode-se concluir que as curvas referentes a “quente” e “frio” representam o intervalo de transição entre confortável e não confortável. Por exemplo, a linha vertical que passa a 27,5oC indica 100% dos votos de sensação térmica dos participantes. Acima da interseção entre a curva que representa as respostas à sensação de frio e a linha tracejada tem-se 12,5% de pessoas desconfortáveis devido ao frio. O intervalo entre as interseções das curvas de frio e quente representam 55% de pessoas confortáveis e, abaixo da interseção da linha tracejada com a curva de quente tem-se 32,5% de pessoas desconfortáveis devido ao calor. Traçando uma linha imaginária partindo do ponto de interseção entre a linha horizontal de 50% e as curvas de probits (frio, confortável e quente) definimos a faixa de conforto térmico para a TBS entre 25,4 oC a 28,4oC.
54 Curva normal – Gráfico de distribuição de frequência, cuja curva é simétrica, com um único ponto de frequência máxima. Onde a média, a mediana e a moda tendem a coincidir (LEVIN, 1985).
55O ser humano pode perceber diferentes níveis de calor e frio, variando do frio congelante para o frescor e do confortável para o quente ou o extremamente quente, chegando aos limites da dor por estímulos térmicos para frio ou calor. Esta gradação de sensações depende dos fatores externos, como a temperatura do ar, e dos receptores sensoriais que estão localizados logo abaixo da pele, em pequenos pontos separados, com raio de atuação de aproximadamente 1mm (GUYTON; HALL, 2017).
106
Figura 39 – Gráfico das curvas de probits acumulados de respostas para quente, confortável e frio, segundo a temperatura de bulbo seco (TBS).
Fonte: a autora.
Os mesmos procedimentos foram feitos para as curvas de probits acumulados segundo a temperatura radiante média (TRM), umidade relativa do ar (UR), velocidade do ar (Var) e vestimenta.
Figura 40 - Gráfico das curvas de probits acumulados de respostas para quente, confortável e frio, segundo a temperatura radiante média (TRM).
107
Figura 41 - Gráfico das curvas de probits acumulados de respostas para quente, confortável e frio, segundo a umidade relativa do ar (UR).
Fonte: a autora.
Figura 42 - Gráfico das curvas de probits acumulados de respostas para quente, confortável e frio, segundo a velocidade do ar (Var).
108
Figura 43 - Gráfico das curvas de probits acumulados de respostas para quente, confortável e frio, segundo a vestimenta.
Fonte: a autora.
A partir da análise das figuras anteriores tem-se a determinação dos parâmetros de conforto térmico, para a variáveis estudadas (TBS, TRM, UR, Var e vestimenta), apresentados na Tabela 32.
Tabela 32 - Parâmetros de conforto térmico para as variáveis ambientais estudadas e para a vestimenta.
Variáveis estudadas Parâmetros
Temperatura de bulbo seco (TBS) 25,4℃ - 28,4℃ Temperatura radiante média (TRM) 26,4℃ - 27,8℃ Umidade relativa do ar (UR) 57,5% - 62% Velocidade do ar (Var) 0,3m/s – 0,38m/s Vestimenta 0,25 clo – 0,60 clo
Fonte: a autora.
3.3. Análises estatísticas de modelagem multivariada
As análises estatísticas de modelagem multivariada tiveram como objetivo a determinação do índice de sensação térmica para pessoas idosas (ISTI) que resultou da adição do índice ambiental (IA) com o índice fisiológico (IF).
Inicialmente os dados foram testados por meio da técnica estatística baseada na Primeira Componente Principal (CP). No entanto, os resultados de correlação para o IF e o IA foram abaixo daqueles testados por meio da análise de Correlação Canônica (CC). Com base na CP as correlações para o IF e o IA foram de 0,128 e 0,114, respectivamente. Já com base na CC esses valores superaram os anteriores, com correlações de 0,240 para o IF e de 0,382 para o IA.
109
Dando sequência às análises, um modelo probit multinomial56 foi ajustado para a correlação canônica. Os resultados da correlação (Tabela 33) foram significativamente importantes, principalmente para o índice ambiental (IA) com valor-p <0,00001, significando 99,9% de chance de que o índice influencia na ST. Como ambas as estimativas são positivas, quanto maior for o escore em um dos índices, maior será o percentil z da distribuição normal. Ou melhor, maior a probabilidade de prever corretamente a sensação térmica.
Assim, pode-se concluir que, no conjunto das variáveis estudadas, os índices IF e IA influenciam na sensação térmica, mais ainda, principalmente, conseguem diferenciar a variação de resposta de sensação térmica de quente para confortável ou de confortável para frio.
Tabela 33 – Resultados das probabilidades das análises multivariadas (correlações canônicas).
índices Valores da estatística F Valor-p
IF 0.01126077 0,00411
IA 0.02477406 0,00000
Quente para confortável 0.71803427 0,00090 Confortável para frio 2.95808385 0,00000
Fonte: a autora.
Os valores da estatística F, apresentados na Tabela 33, mostram também que o índice ambiental (IA) exerce maior efeito que o índice fisiológico (IF). Os resultados assumem a relação de dominância dos fatores ambientais sobre os fatores fisiológicos no resultado final da sensação térmica. As condições do ambiente influenciam a sensação térmica do indivíduo que, por sua vez, usa as respostas involuntárias, como os mecanismo de regulação térmica, para se adaptar. A análise estatística revelou os coeficientes das variáveis contidas nos índices (IF) e (IA) que serão aplicados a seguir.