Análise estatística dos dados

A análise dos dados foi executada com recurso ao programa Statistical Package

for Social Sciences (SPSS) versão 17.0. Sempre que o objectivo era organizar, sumariar

e comunicar um grupo de observações numéricas, recorreu-se a estatísticas descritivas como médias, medianas, desvios-padrão e frequências. Quando o intuito era partir dos dados da amostra para fazer estimativa acerca da população, utilizaram-se estatísticas inferenciais, com recurso a testes paramétricos e não-paramétricos (Nolan & Heinzen, 2008).

Neste trabalho foram utilizados testes paramétricos sempre que estavam reunidas as várias assunções necessárias à sua utilização: 1) as variáveis eram medidas através de escalas de tipo intervalar ou de razão; 2) as variáveis dependentes possuíam distribuição normal; 3) existia homogeneidade de variâncias, no caso de se compararem as médias de duas ou mais populações; 4) verificava-se a independência dos dados provenientes de diferentes participantes (Field, 2005; Maroco, 2007). Considerou-se uma distribuição normal quando a média dos resultados se aproximava da mediana e da moda e os coeficientes de assimetria e curtose não se afastavam de zero, ou pelo menos, não ultrapassavam a unidade (Almeida & Freire, 2007).

Para além disso, e tendo em conta que alguns testes paramétricos são relativamente resistentes a pequenos desvios da normalidade, utilizaram-se testes paramétricos, mesmo em casos em que a curtose era superior a 1, desde que a distribuição fosse simétrica. Certos testes paramétricos de comparações de grupos, nomeadamente a ANOVA, são também resistentes a violações da assunção de homogeneidade de variância, desde que o tamanho das amostras seja semelhante, pelo que se utilizaram testes paramétricos para comparação de grupos quando: 1) apesar de não haver homogeneidade de variâncias, as dimensões dos grupos eram similares, isto é, o quociente entre o grupo maior e o grupo menor não ultrapassava 1.5 (Pestana & Gageiro, 2000); 2) as variâncias eram homogéneas, mesmo que os tamanhos dos grupos fossem diferentes.

No que diz respeito aos testes de comparações de grupos, utilizou-se o T de Student quando se comparavam apenas dois grupos e a ANOVA quando havia três ou mais grupos. Nos casos em que se utilizam ANOVAs para comparar múltiplas médias e os resultados indicam diferenças significativas, há habitualmente a necessidade de se recorrer a testes post hoc para detectar quais os grupos que diferem entre si. Embora haja vários testes post hoc, o Bonferroni e o Tukey são dois dos mais utilizados. Tanto

151 um como outro controlam bem o erro de tipo I, mas são testes conservadores. Dos dois, o Bonferroni tem mais poder quando o número de comparações é pequeno, ao passo que o Tukey é mais poderoso a comparar grandes números de médias (Field, 2005). Assim, nos casos em que houve até cinco comparações recorreu-se ao Bonferroni, dando preferência ao Tukey em caso de haver seis ou mais grupos.

Quando as condições de aplicação dos testes T e ANOVAs não se verificavam e importantes assunções tinham sido violadas, a escolha recaiu sobre os testes não- paramétricos correspondentes, mais concretamente sobre o U de Mann-Whitney quando havia dois grupos e o Kruscal-Wallis quando havia três ou mais grupos. Nas situações em que este último teste indicou diferenças estatisticamente significativas e se pretendia conhecer especificamente onde residiam as diferenças, foi aplicado o teste de Mann- Whitney para fazer comparações de dois grupos de cada vez. No entanto, uma vez que, quanto maior o número de comparações com este teste, maior a probabilidade de cometer o erro de tipo I, seleccionaram-se criteriosamente as comparações a fazer, com base nas informações dadas pelas estatísticas descritivas e utilizou-se a correcção de

Bonferroni, que consiste em dividir o valor crítico de significância (.05) pelo número de

testes a realizar. Os níveis de significância obtidos foram então comparados com este novo valor crítico, para tomar a decisão de rejeitar ou não H0.

Sempre que o objectivo era medir a associação entre duas variáveis quantitativas, utilizou-se a correlação. Mais especificamente, nos casos em que as variáveis eram intervalares ou de razão e as distribuições se aproximavam da normalidade, recorreu-se ao coeficiente de Pearson; nos outros casos, em que as variáveis eram ordinais ou as distribuições se afastavam da normalidade, empregou-se o coeficiente de Spearman (Pallant, 2007). Em ambos os casos, o resultado é um valor que varia entre -1 e 1, sendo que, quanto mais o valor (absoluto) se aproxima de 1, mais forte é a correlação. Embora haja a consciência de que a definição de patamares para avaliação da força da associação não é consensual, seleccionaram-se os critérios de Cohen (1988) que são: de .10 a .29, a correlação é considerada fraca; de .30 a .49, moderada; de .50 a 1, elevada.

Quando se pretendeu analisar a relação entre duas variáveis categoriais, o teste eleito foi o Qui quadrado. No entanto, este só foi utilizado quando estavam reunidas as condições necessárias: 1) N maior que 20; 2) todas as frequências esperadas eram maiores que 1; 3) pelo menos 80% das frequências esperadas eram superiores ou iguais a 5 (Maroco, 2007). Quando os resultados foram estatisticamente significativos, a força da associação entre as duas variáveis foi medida através de Phi, quando cada uma das duas variáveis categoriais tinha apenas duas condições, e através do V de Cramer,

152

quando alguma das variáveis continha mais do que duas condições (Field, 2005). Quer através do Phi, quer através do V de Cramer, a força da associação entre variáveis foi interpretada tal como o coeficiente de correlação, ou seja, como fraca, moderada ou forte.

Importa também referir que, para cada questionário, foi possível definir diferentes níveis de sintomatologia, com base nas indicações dadas pelos respectivos autores, que ora apresentavam valores críticos, ora fórmulas para os definir com base na presente amostra. Tendo em conta a variabilidade de métodos para obtenção dos pontos de corte em cada questionário, este assunto é desenvolvido no Capitulo 6: Resultados.

7. Síntese do capítulo

Neste capítulo foi descrita, de forma sucinta, a metodologia desta investigação, cujos principais objectivos são caracterizar a saúde mental dos estudantes do ensino superior, conhecer a prevalência de comportamentos de risco ligados ao álcool e analisar a relação entre saúde mental e esses comportamentos de risco. Para isso, recorreu-se a um estudo não-experimental, transversal, que utilizou como instrumentos uma ficha de dados sociodemográficos e académicos e quatro questionários de auto-relato. Estas medidas foram aplicadas em contexto de sala de aula, no final do 2º semestre, a uma amostra de 666 estudantes do 1º ciclo do ensino superior na Universidade de Aveiro. Os dados foram posteriormente analisados de forma quantitativa, com recurso a análises estatísticas descritivas e inferenciais. Ao longo de todo o percurso desta investigação, foram tidos em conta vários aspectos éticos que devem guiar este tipo de trabalho.

CAPÍTULO 5 – ESTUDO PRELIMINAR: PREPARAÇÃO DOS