Para esta análise utilizou-se o teste paramétrico ANOVA de um Fator que é equivalente ao teste t para dois ou mais grupos. ANOVA é um acrônimo para
Analysis of Variance (Análise de Variância). Este teste não indica quais condições
são diferentes umas das outras, somente que existe uma diferença em algum lugar. A ANOVA procura por diferenças entre as médias dos grupos. Quando as médias são bem diferentes, existe um alto grau de variação entre as condições; se não existem diferença entre as médias dos grupos, não existe variação (DANCEY, 2006).
Esse autor ainda prega que quanto maior a variância entre os grupos em relação à variância média dentro dos grupos, maior é a razão F. Isso mostra que uma (ou mais) das médias dos grupos é significativamente diferente da média geral. Não informa que média difere significativamente o que requer testes adicionais.
Nesse estudo, por meio do teste ANOVA, seguido do teste de Post- Hoc de
Tukey , foram analisados como o PMV e a percepção da produtividade se
apresentaram nas três diferentes estações do ano: inverno, primavera e verão. As hipóteses formuladas foram as seguintes para verificar a homogeneidade das variâncias:
H0: As variâncias são homogêneas entre a percepção da produtividade e o PMV (p˃ 0,05).
H1: As variâncias não são homogêneas entre a percepção da produtividade e o PMV (p˂ 0,05).
Na Tabela 7, verifica-se o comportamento das variáveis em relação à homogeneidade das variâncias.
Tabela 7- Homogeneidade de variâncias Estatística
de Levene gl1 gl2
Sig.
Produtividade 2,456 2 15 0,119
PMV_média 1,667 2 15 0,222
Fonte: Software IBM SPSS Statistic v23
Por meio dessa análise verificou-se que o tanto o PMV quanto a produtividade as variâncias foram homogêneas, ou seja, p˃ 0,05 para ambos os casos analisados. Sendo assim, H0 foi aceita. Ainda em relação a essa análise pode-se concluir que a utilização de testes paramétricos e dados normais está adequada para dar sequencia nas análises.
Para o teste ANOVA de um Fator foram elaboradas as seguintes hipóteses: H0: As médias dos grupos, no caso, as estações do estudo, são iguais
(p˃ 0,05).
H1: As médias dos grupos não são iguais (p˂ 0,05).
Grupos neste caso, são as estações de inverno, primavera e verão analisadas no estudo. Na Tabela 8, podem ser verificadas as médias dos grupos analisados.
Tabela 8- Médias dos grupos – ANOVA
Soma dos gl Quadrado F Sig.
Quadrados Médio Entre Grupos 1,918 2 0,959 3,697 0,05 PMV_média Nos grupos 3,891 15 0,259 Total 5,808 17 Entre Grupos 47,163 2 23,582 0,678 0,522 Produtividade Nos grupos
Fonte: Software IBM SPSS Statistic v23
521,517 15 34,768
Em relação à percepção da produtividade, a significância (p= 0,522 ˃p= 0,05) permite a análise de que as médias dos grupos são iguais, ou seja, H0 foi aceito. Já em relação ao PMV, a significância (p= 0,05) permite indicar que há uma tendência de diferença entre as médias dos grupos, senso assim, H1 foi aceito.
Pode –se dizer que a ANOVA de um Fator mostrou que não existe efeito entre a percepção da produtividade nas estações de inverno, primavera e verão [F(2,15)= 0,678; p˃0,05] e mostrou que existe efeito do PMV nas estações de inverno, primavera e verão [ F(2,15)= 3,697; p=0,05].
Para identificar a localização das diferenças do teste acima, recorreu-se a análise do teste de Post- Hoc de Tukey. Na Tabela 9 podem ser verificadas as comparações múltiplas entre as estações analisadas.
Tabela 9- Comparações múltiplas- Post-Hoc de Tukey
Variável dependente Diferença média (I- J) Erro Padrão Sig. Intervalo de Confiança 95% Limite inferior Limite superior PMV Inverno Primavera 0,11667 0,29404 0,917 -0,6471 0,8804 Verão -0,62667 0,29404 0,117 -1,3904 0,1371 Primavera Inverno -0,11667 0,29404 0,917 -0,8804 0,6471 Verão -0,74333 0,29404 0,057 -1,5071 0,0204 Verão Inverno 0,62667 0,29404 0,117 -0,1371 1,3904 Primavera 0,74333 0,29404 0,057 -0,0204 1,5071 Produtivi dade Inverno Primavera -0,2833 3,4043 0,996 -9,126 8,559 Verão 3,2833 3,4043 0,61 -5,559 12,126 Primavera Inverno 0,2833 3,4043 0,996 -8,559 9,126 Verão 3,5667 3,4043 0,56 -5,276 12,409 Verão Inverno -3,2833 3,4043 0,61 -12,126 5,559 Primavera -3,5667 3,4043 0,56 -12,409 5,276
Fonte: Software IBM SPSS Statistic v23
O Post-Hoc de Tukey mostrou que em média a percepção da produtividade não é diferente entre os grupos pois p˃0,05 em todas as situações. Para o PMV o
Post-Hoc de Tukey mostrou que em média o PMV entre as estações primavera e
verão é diferente (p=0,05), porém entre inverno e primavera (p= 0,917) , inverno e verão (p=0,117) o teste mostrou que não há diferença.
No Gráfico 2 verifica-se a relação entre a percepção da produtividade média e as estações climáticas.
Gráfico 2- Produtividade média
Fonte: Autoria própria
Nota-se que a média da percepção da produtividade teve pouca variabilidade para o período climático estudado, sendo de 54,7% no inverno/2018; 54,4% na primavera/2018 e 51,3% no verão/ 2019.
Wang et al.(2018) observaram que durante o verão na China, no estudo de conforto das salas de aulas dentro de uma faixa experimental de temperatura controlada, o desempenho ótimo dos estudantes foi obtido quando os mesmo se sentiam “ligeiramente quentes”, um ambiente de desconforto por frio foi mais prejudicial ao desempenho estudantil do que um ambiente com desconforto por calor. Em contrapartida, nesta análise realizada o melhor desempenho foi percebido pelos discentes em estações climáticas mais amenas.
Nos estudos de Teli et al.(2012); Mors et al.(2011) e Haddad et al. (2016) verificou-se que existe uma diferença nas preferências térmicas entre adultos e crianças, além disso, fatores como clima e etnia e pessoas em diferentes regiões apresentam preferências térmicas diferentes. Além disso a análise de percepção de produtividade utilizada nesse estudo retrata uma autopercepção ( IAPT), enquanto que em outros estudos como de Geng et al. (2017), por exemplo, a análise é feita com correspondência de ícones, soma de números, memória de textos e tarefas de digitação.
As temperaturas médias do ar para cada estação estudada podem ser verificadas no Gráfico 3.
Gráfico 3- Temperaturas médias
Fonte: Autoria própria.
Nota-se que a média da temperatura do ar teve pouca variabilidade para o período climático estudado, sendo de 23,9°C no inverno/2018; 24,4°C na primavera/2018 e 26,2°C no verão/ 2019.
Em um estudo simulado em câmara climática Zhang e colegas mostraram que uma temperatura de ponto de ajuste de 22 ° C, foi associada com um desempenho cognitivo relativamente estável, enquanto que um ponto de 24 ° C conjunto, produziu um declínio do desempenho de indivíduos durante uma tarefa de raciocínio e planejamento (ZHANG et al. 2017).
Com base nisso, segundo dados do SIMEPAR- Sistema Meteorológico do Paraná em seus boletins climáticos do inverno/2018, primavera/2018 e verão/2019 as temperaturas seguiram um padrão de normalidade esperada para cada estação. Sendo o inverno caracterizado por baixos valores acumulados de chuvas; a primavera caracterizada por chuvas mais abundantes (cerca de 35-45% acima do normal) e o verão com características relacionadas a chuvas intensas e localizadas e grande variabilidade atmosférica. O conjunto dessas informações justifica a pouca amplitude das condições analisadas resultando consequentemente em baixa amplitude na percepção da produtividade.
Os PMVs médios para cada estação estudada podem ser verificados no Gráfico 4.
Gráfico 4- PMV médio
Fonte: Autoria própria
Nota-se que a média do PMV teve pouca variabilidade para o período climático relacionado ao inverno/2018 e primavera/2018 pois se manteve na faixa do ponto neutro entre -0,5 e +0,5, já na estação verão/2019 o PMV apresentou uma faixa de +0,65, confirmando as análises realizadas anteriormente.