Análise estatística de dados

Após a recolha dos dados, os mesmos foram submetidos a análise através do software estatístico SPSS (Statistical Package for the Social Sciences) versão 22.0, a fim de serem devidamente tratados, já que por si só, não respondem às interrogações da pesquisa (Polit, Hungler, & Beck, 2004).

Ao longo desta investigação empírica recorreu-se à estatística descritiva para organizar, estruturar e resumir os dados, distribuindo os indivíduos pelas diferentes categorias das variáveis consideradas. Esta análise é apresentada em tabelas e quadros de acordo com as questões de investigação e objetivos definidos, facilitando assim a sua compreensão. Tendo em consideração as características das variáveis em estudo, apresentamos as percentagens e frequências absolutas, as medidas de tendência central, as medidas de variabilidade e dispersão como o desvio padrão, amplitude de variação e coeficiente de variação e as medidas de enviesamento e achatamento, skewness e kurtosis.

Para determinar a assimetria calculamos o quociente entre o skewness e o erro padrão (SK/EP). Se este variar entre -2 e +2, estamos perante uma distribuição simétrica, quando inferior a -2 a distribuição é assimétrica com enviesamento à direita e quando superior a +2 é assimétrica com enviesamento à esquerda. Para determinar o achatamento calculamos o quociente entre a Kurtosis e o erro padrão (K/EP). Da mesma forma que o anterior, este quociente assume valores entre -2 e +2 se a distribuição for mesocúrtica, valores inferiores a -2 para distribuições mais achatadas que o normal ou platicurticas e valores acima de +2 quando as distribuições são leptocúrticas, ou seja menos achatadas que o normal (Pestana & Gageiro, 2008). Conforme o recomendado, os testes de normalidade de Kolmogorov- Sminorv, Skewness e Kurtosis foram aplicados a todas as variáveis de natureza quantitativa.

O coeficiente de variação é uma medida de dispersão relativa que permite comparar a variabilidade de duas variáveis devendo os resultados obtidos serem interpretados de acordo com Pestana e Gageiro, (2008, p. 81) do seguinte modo:

 0% - 15% = Dispersão fraca  16% - 30% = Dispersão média  30% = Dispersão elevada

Recorremos à estatística inferencial, utilizando para tal testes paramétricos e não paramétricos. Os testes paramétricos são robustos à violação do pressuposto da normalidade desde que as distribuições não sejam extremamente enviesadas ou achatadas e que as dimensões das amostras não sejam extremamente pequenas (Marôco, 2007), o que, vai de encontro ao referido por Pestana e Gageiro (2008) e Pallant (2001) quando afirmam que para grupos amostrais com um N superior a 30, a distribuição t com x graus de liberdade aproxima-se da distribuição normal, mesmo que a distribuição amostral não apresente características de curvas gaussianas.

A utilização de testes não paramétricos, como alternativa aos testes paramétricos foi considerada quando a homogeneidade de variâncias não se verificou. Ainda assim e sempre que o cociente entre o número de elementos que constituem a amostra maior com a menor foi inferior a 1,6 utilizamos testes paramétricos (Pestana & Gageiro, 2008). A preferência por testes paramétricos em detrimento de testes não paramétricos prende-se com o fato dos últimos serem menos potentes, logo a possibilidade de rejeitar a hipótese nula ser muito menor.

A análise de variância a um fator (ANOVA I), foi um dos testes utilizado. Este permite testar diferenças entre várias situações, ao contrário dos testes t que só permitiam a comparação de duas situações. Em termos práticos, se o nível de significância do teste for inferior ao nível de significância assumido (0,05 neste estudo) pode-se rejeitar a hipótese nula. O procedimento anterior permite afirmar se as médias dos diversos grupos da população são iguais ou diferentes, no entanto não permite saber quais os grupos que diferem, se todos ou apenas alguns. Pelo exposto torna-se necessário recorrer a procedimentos de comparação múltipla como os testes post-hoc (Pestana & Gageiro, 2008).

Utilizamos ainda o teste de aderência do Qui-Quadrado (X2_{), trata-se de um teste não} paramétrico utilizado para o estudo de relação entre variáveis nominais. “Aplica-se a uma amostra em que a variável nominal tem duas ou mais categorias, comparando as frequências observadas com as que se esperam obter no universo” (Pestana & Gageiro, 2008, p. 437). A aceitação do teste de Qui-Quadrado de Pearson “pressupe que nenhuma

célula da tabela tenha frequência esperada inferior a 1 e que não mais do que 20,0% das clulas tenham frequência esperada inferior a cinco unidades” (Pestana & Gageiro, 2008, p. 131). Quando há relação entre as variáveis, os resíduos ajustados estandardizados situam- se fora do intervalo -1,96 e 1,96 para p=0,05 e são mais potentes que a probabilidade do teste (Pestana & Gageiro, 2008).

O teste da binomial é um teste não paramétrico que se aplica a uma amostra independente em que a variável qualitativa é dicotómica. Este teste compara as frequências observadas com as que se espera obter numa distribuição binomial. É possível analisar variáveis não dicotómicas estabelecendo um ponto de corte que divide a distribuição em duas (Pestana & Gageiro, 2008). Neste estudo recorremos a esse teste para analisar a percentagem de respostas positivas nos diferentes itens das dimensões em estudo, sendo o ponto de corte estabelecido por forma a isolar numa das partes as respostas: a maioria das vezes e sempre; grande obstáculo e obstáculo moderado; elevada e média; frequentemente e sempre; concordo totalmente e concordo.

No decorrer desta investigação e no que diz respeito à análise estatística utilizamos os seguintes valores de significância:

 p < 0,05 *- diferença estatística significativa

 p < 0,01 **- diferença estatística bastante significativa  p < 0,001 *** - diferença estatística altamente significativa  p ≥ 0,05 n.s. - diferença estatística não significativa

Os resultados são apresentados em tabelas e quadros, onde se expõem os dados mais relevantes. Todos os dados apresentados resultam da aplicação do instrumento de recolha de dados aos enfermeiros do HAL, pelo que se omite das tabelas o local, a data e a fonte. A descrição e análise dos dados seguem a ordem de elaboração do instrumento de recolha de dados.