A pesquisa tem como meta principal identificar caminhos para a elaboração, aplicação e obtenção dos resultados de um estudo sobre educação, jogos de vídeo game e realidade virtual. A partir dos resultados compilados foram obtidas as respostas para as hipóteses estabelecidas anteriormente.
O trabalho é uma pesquisa de campo, onde os dados sobre os alunos foram levantados a partir da base de dados do Ministério da Educação, precisamente no INEP (Instituto Nacional de Estudos e Pesquisa Educacionais Anísio Teixeira).
Faz-se necessário esclarecer também que a pesquisa utilizou quatro fases sistemáticas, conforme Cooper & Schindler (2003), listadas abaixo:
Construção do instrumento de medição. Análise da validade das asserções.
Verificação da confiabilidade do instrumento de medição.
Cálculo e construção gráfica das médias das asserções e dimensões validadas.
Para que não ocorressem falhas na sistemática da pesquisa, foi utilizado material teórico extraído e adaptado de Ritz (2000), cuja definição de alguns termos estão listados abaixo:
Dimensão - aspecto ou fator considerado importante para uma determinada análise que, no caso, é aquele utilizado para se avaliar a percepção do fenômeno Jogos de vídeo games (realidade virtual) pelos estudantes.
Asserção - Afirmação feita sobre determinada dimensão, podendo ser positiva (Ex: Jogar vídeo game ajuda a desenvolver o raciocínio lógico) ou negativa (Ex: Os professores não estão preparados para a evolução tecnológica que vem ocorrendo). Instrumento - Meio utilizado para coleta de dados sobre o assunto pesquisado, envolvendo pagina de rosto, onde são dadas as instruções para o respondente; corpo, no qual se pulverizam as varias asserções envolvendo as dimensões pesquisadas com escala possível de respostas.
Universo de respostas - são as possíveis respostas que o respondente pode escolher. Neste caso são quatro:
O instrumento de medição construído é do tipo escala atitudinal (LIKERT, 1967) que oferece, neste caso, o seguinte universo de respostas: Concordo Plenamente (CP), Concordo Parcialmente (CPar), Discordo Parcialmente (DPar) e Discordo Plenamente (DP). De forma deliberada foi excluída a opção “Indiferente” da escala, assim conduzindo ao respondente a um posicionamento positivo ou negativo frente à asserção, evitando assim a tendência centrante.
Os respondentes obtiveram todas as explicações necessárias, tanto no rosto do instrumento, quanto oralmente, pelos pesquisadores bem como tiveram o tempo que
julgaram necessário e foram orientados sobre a importância de se posicionar em todas as asserções. Um detalhe muito importante é o fato de os respondentes possuírem o sigilo garantido no processo.
Conforme citado anteriormente por Cooper & Schindler (2003), o método de pesquisa utilizado possui quatro etapas; cada uma delas será detalhada a seguir tomando como base a obra de Ritz (2000).
1º FASE: CONSTRUÇÃO DO INSTRUMENTO DE MEDIÇÃO
O processo de construção do instrumento de medição está demonstrado no fluxograma abaixo:
Fluxograma 1 – Processo de construção do instrumento de pesquisa.
As dimensões definidas para esta pesquisa são as perguntas da pesquisa citadas no capitulo 1:
1 - AMOSTRAGEM
Conforme Cochran (1965) há uma variedade de modos para a escolha da amostra. Para cada modo considerado, podem-se fazer estimativas do tamanho da amostra com base no conhecimento do grau de precisão desejado. Devem-se considerar os custos e o tempo necessários para a execução da pesquisa.
Nesta dissertação utilizamos a amostragem estratificada. AMOSTRAGEM ALEATÓRIA ESTRATIFICADA
De acordo com Cochran (1965) a amostragem estratificada é usada quando a população divide-se em subgrupos, chamados de estratos, onde estes sejam razoavelmente considerados homogêneos. Portanto, a estratificação consiste em se especificar quantos itens da amostra serão retirados da cada estrato. É importante considerar que a seleção em cada estrato deva ser aleatória para evitar possíveis distorções no cálculo amostral.
O uso dessa técnica proporciona um aumento de precisão nas estimativas das características em estudo da população. Esse tipo de amostragem considera as peculiaridades de cada estrato que será analisado e para que isso ocorra se faz necessário definir a precisão do cálculo e as proporções utilizadas.
a) precisão do cálculo
Antes de definir o tamanho da amostra, é necessário especificar qual será a precisão desejada para o cálculo em questão. Por exemplo, define-se um erro máximo de 5%, ou seja, d=0,05.
b) proporções utilizadas
Faz-se necessário definir as proporções das variáveis em estudo. Quando não há nenhum conhecimento anterior sobre as proporções entre os estratos aplica-se o princípio da eqüiprobabilidade, ou seja, a proporção percentual em cada estrato que deve ser observada.
Por exemplo, ao investigarmos a presença de um determinado fenômeno sobre o estrato, digamos “ter” ou “não ter” problema, forneceríamos uma proporção de 50% para cada uma das condições. A equação do método de amostragem estratificada necessita da entrada do valor para cada uma das variáveis de proporção, ou seja, p=0,5 e q=0,5, onde:
p – percentagem do estrato que “tem problemas”. q – percentagem do estrato que “não tem problemas”. Variância
Para o cálculo da variância, admitindo-se que p se comporta de acordo com uma distribuição normal, onde Za/2 representa a abscissa da curva de frequência normal, utiliza-se a seguinte fórmula (1):
(1) Onde,
V – Variância d – Erro de precisão
Za/2 – Abscissa da curva de frequência normal (Retirado da tabela de probabilidades da curva normal reduzida).
O tamanho da amostra
O cálculo do tamanho da amostra para cada estrato é aferido de acordo com a seguinte fórmula (2):
(2) Onde,
n0 – tamanho da amostra do estrato N – tamanho da população total Nh – tamanho da população no estrato V – variância
ph – percentagem do estrato “que tem problemas”. qh – percentagem do estrato “que não tem problemas”.
Para verificar se o tamanho da amostra calculada é válido, deve-se comparar o valor de n0/N com o valor do erro de precisão especificado. Se n0/N for maior que o valor do erro de precisão, é necessário fazer a correção do valor utilizando a fórmula (3):
(3) Onde,
n – Tamanho da amostra para o estrato corrigido n0 – Tamanho da amostra do estrato
N – Tamanho da população
Conforme Cochran (1965) este método fornece precisão, custo menor na pesquisa, pois considera as variações existentes nos subgrupos (estratos).
Toda pesquisa seja ela qualitativa ou quantitativa tem como objetivo ajudar a responder as hipóteses estabelecidas no início da pesquisa de forma simples, clara e objetiva. 2 - A TRIANGULAÇÃO
Para que seja possível capturar as percepções sobre o tema educação, realidade virtual e jogos de vídeo game na sociedade, fez-se necessário a aplicação de técnicas e métodos compatíveis com o tipo de Survey. Conforme Cooper & Schindler (2003) isso é possível quando se aplica a triangulação. Podendo estar permeada por questões quantitativas ou qualitativas.
Para Bussab & Morettin (2006) a pesquisa qualitativa objetiva classificar e explicar dados com aspectos descritivos e explicativos, visando identificar e fundamentar a exploração do caso. Esta forma de analise proporciona familiaridade com o problema, visando torná-lo mais explícito.
Quando o pesquisador deseja explicar o comportamento de uma variável escolhida que disponibiliza dados numéricos e esta tem uma relação de dependência com uma ou mais variáveis que apresentam características de similaridade numérica, utilizamos nesse tipo de problema a análise de regressão linear.
Nesta pesquisa foram aplicados os conceitos de Cooper & Schindler (2003) objetivando evitar a descoberta tardia da falta de alguns dados em função de não serem coletados, ou coletados de forma errada, ou ainda, quando apresentem características inesperadas. Dois fatores foram necessários:
1) Preparação dos dados; onde se inclui a edição, codificação e a entrada de dados. Desejando assegurar a acuidade dos dados convertendo-os de dados brutos para um formato reduzido e classificado e apropriado para análise.
2) Preparação do sumário estatístico descritivo; etapa preliminar que conduzirá ao entendimento dos dados coletados.
Ao pesquisar “dados” procura-se tirar conclusões a respeito das informações proveniente da coleta dos mesmos. Quando se utiliza todo o grupo que deseja compreender, chamamos de estudo sobre a população. Levine et all (2005) discorre que um dos principais objetivos da análise de dados é realizar inferências estatísticas. Conforme Cooper & Schindler (2003) para que se obtenha um nível de confiança seguro na inferência é necessário estabelecer um valor amostral suficiente para eliminar ou minimizar o erro causado pela amostragem nos dados. Ao aumentarmos o número de amostras diminuímos o erro causado pela amostragem Levine et all (2005).
Foram definidas, para cada dimensão, 3 asserções positivas e 3 asserções negativas. Para as asserções afirmativas, as pontuações do universo de respostas são: CP = 4 pontos, CPar = 3 pontos, DPar = 2 pontos e DP = 1 ponto. Seguindo a mesma lógica, as pontuações do universo de respostas das asserções negativas são: CP = 1 ponto, CPar = 2 pontos, DPar = 3 pontos e DP = 4 pontos.
As asserções elaboradas foram submetidas a uma análise de um pequeno grupo de respondentes com o objetivo de verificar se a linguagem utilizada estava de fácil compreensão. Com esse feedback, as asserções sofreram alguns ajustes antes do instrumento ser aplicado em toda a amostra.
As asserções de todas as dimensões foram distribuídas de forma aleatória, com o objetivo de se evitar respostas tendenciosas por parte dos respondentes.
O universo da pesquisa de campo foi constituído a partir da base de dados do IBGE, referente ao número de estudantes matriculados na cidade de Curitiba, respectivamente no ensino fundamental, ensino médio e superior.
A amostra foi definida pelo critério de amostragem aleatória estratificada. A população de estudantes na cidade de Curitiba é de 432.426, e se distribui em 245.181 estudantes no ensino fundamental, 78.379 no ensino médio e 108.866 no ensino superior.
A amostra calculada para cada estrato está demonstrada na Tabela abaixo:
Tabela 1 – Estatística Descritiva dos Dados - Calculo das amostras para cada estrato.
Conforme a tabela 1, e de acordo com a amostragem estratificada proposta por Cocharan (1965), a amostra calculada para cada estrato é de 375 estudantes no Ensino Fundamental, 120 estudantes no Ensino Médio e 167 estudantes no Ensino Superior, com um erro de 5%.
2º fase: Análise da validade das asserções.
De acordo com Ritz (2000), a análise de validade das asserções tem como objetivo assegurar os seguintes pontos:
a) Se houve dispersão mínima de respostas entre os respondentes em relação à escala atitudinal proposta;
b) Se existe consistência entre pontuação baixa na asserção e pontuação baixa na dimensão e vice-versa, conforme exemplificado na Figura 1 abaixo, no qual são demonstrados dois exemplos extremos de pontuação.
Figura 1 – Pontuação na asserção por pontuação total no instrumento.
Fonte: Ritz (2000)
Para o calculo do coeficiente de correlação entre o valor de cada asserção de cada respondente (valor “x”) com o valor total de pontos no instrumento do respectivo respondente (valor “y”), foi utilizada a Formula 1 demonstrada abaixo:
Onde :
x – pontuação na asserção, por respondente.
y – total de pontos no instrumento, por respondente. N – Número de respondentes (total da amostra).
De acordo com Likert (1967), o ponto de corte recomendado no calculo da correlação entre a pontuação na asserção e o total de pontos no instrumento por respondente é rxy = 0,3; ou seja, uma correlação igual ou maior que 30%. Tal ponto de corte significa aceitar correlações do intervalo de baixa correlação até a perfeita correlação, conforme demonstrado na Tabela 2 a seguir.
Tabela 2 – Valores de correlação e sua interpretação.
rxy CORRELAÇÃO A baixo de 29,99% Desprezível De 30% a 49,99% Baixo De 50% a 79,99% Moderado De 80% a 99,99% Alto 100% Perfeito
Fonte: Adaptado de Ritz (2000)
3º fase: Verificação da confiabilidade do instrumento de medição.
A confiabilidade do instrumento nos fornece uma base a respeito da consistência do mesmo, ou seja, qual é o grau de assertividade das respostas caso o instrumento fosse aplicado duas vezes para os mesmos respondentes em períodos distintos.
Segundo Schmidt (1975) apud Ritz (2000), a forma mais simples de determinar o grau de confiabilidade do instrumento de medição é aplicar o mesmo para o mesmo grupo de respondentes duas vezes em períodos distintos, conforme já citado acima. Esse método é conhecido como o método de teste-reteste. O grande problema do método de teste- reteste no estudo em questão é a dificuldade de estabelecer um intervalo confiável de tempo entre as aplicações do instrumento para evitar que os respondentes sejam influenciados na segunda aplicação. Como o prazo da conclusão desta dissertação é curto, então o método de calculo da confiabilidade do instrumento a ser utilizado foi o método split-half, no qual o fluxo do seu processo está demonstrado no Fluxograma 3 abaixo:
Fluxograma 3 – Processo de calculo da confiabilidade do instrumento.
No método split-half, o instrumento é aplicado de uma única vez. Após o processo de validação das asserções, o instrumento é dividido em dois grupos: um grupo das asserções pares e outro grupo das asserções impares. Com esta divisão, cada respondente terá uma pontuação em cada grupo de asserções, simulando assim duas aplicações do instrumento em análise. Com as pontuações dos dois grupos definida, calcula-se o coeficiente de correlação entre as pontuações dos dois grupos onde agora chamamos:
x – total de pontos das asserções de número impar, por respondente; y – total de pontos das asserções de número par, por respondente.
Com as variáveis definidas, então foi calculado o coeficiente de correlação linear, conforme Formula 1 demonstrada anteriormente.
De acordo com Rulon (1939) apud Ritz (2000) devido ao fato de o método de cálculo da confiabilidade do instrumento ser o método split-half, em que a correlação é baseada somente na metade das asserções e que o número de asserções afeta o resultado do calculo do coeficiente de correlação; fez-se necessário ajustar o coeficiente de correlação linear através da Formula 2 de Sperman-Brown (Schmidt, 1975 apud Ritz, 2000).
De acordo com Likert (1967), o ponto de corte para a confiabilidade (R) de o instrumento ser considerado satisfatório é de pelo menos 80%.
4ª fase: Teste Z e Teste t para validar Hipóteses
Em conformidade com Levine et all (2005), o teste Z de Hipóteses é aplicado para a variância (s) conhecida ou especificada. No caso dessa pesquisa testamos se a declaração afirmativa encontrada (hipótese nula H0), poderá ser utilizada de forma segura como inferência para a população de estudantes da cidade.
Na equação (3) a seguir o numerador mede a que distância em sentido absoluto a média aritmética da amostra observada encontra-se em relação à média aritmética da amostra encontrada nos valores da Hipótese, µ. Já o denominador representa o erro-padrão da média aritmética, de modo que Z representa a diferença entre (média da amostra) e µ (média especificada ou média da população).
De acordo com Levine et all (2005), o teste t de Hipóteses é aplicado para testar duas variância (s) desconhecidas ou não especificadas. Embora já testássemos a pesquisa com o teste Z, foi estabelecida a necessidade de redundância para garantir a declaração afirmativa encontrada (hipótese nula H0). Desta forma o risco de erro ao assumir o resultado afirmativo da hipótese nula se reduz garantindo a inferência sobre a população de estudantes da cidade.
Na equação (4) temos a formula para calcular e compararmos as duas amostras.
COLETA DE DADOS
3 - TESTE PILOTO, REVISÃO E CONSTRUÇÃO DO QUESTIONÁRIO
Em conformidade com Cooper & Schindler (2003) o teste piloto visou revelar problemas na construção do questionário. Escolhemos 50 alunos aleatoriamente e aplicamos o questionário. Obtivemos problemas no entendimento das perguntas, também não havia conhecimento por alguns dos escolhidos nos termos utilizados e aplicados no questionário. Efetuada modificação nas perguntas, simplificando os termos utilizados, foi possível assim, iniciar a pesquisa.
De acordo com o descrito no item Tipo de Pesquisa, foi efetuada na 1ª fase, a construção do instrumento de medição (anexo 1), - Questionário de Pesquisa. Após a coleta, as informações, foram armazenadas em um banco de dados.
Software Utilizado
Foi utilizado o Excel 2007, onde foi adicionado o suplemento XLSTAT 9, com o qual foi possível efetuar os cálculos definidos na metodologia que estão descritos nessa dissertação.
4 - VALIDAÇÃO DAS ASSERÇÕES, CONFIABILIDADE DO INSTRUMENTO E AMOSTRA
Conforme Cocharan (1965) e descrito na metodologia aplicamos a amostragem aleatória estratificada, com base no número amostral que foi estabelecido com o grau de confiança de 95%, para possibilitar a inferência sobre a população de estudantes da cidade de Curitiba.
Participaram da pesquisa 61 instituições de ensino; os nomes podem ser encontrados nos anexos 2 e 3.
Em seguida iniciamos a 2ª fase que trata da análise da validade das asserções (perguntas afirmativas ou negativas). Neste processo calculamos a correlação das asserções em relação às respostas (tabela 3). De acordo com Ritz (2000) as asserções que estão com correlação menor que 0,30, devem ser desconsideradas. Na pesquisa realizada a correlação calculada foi maior que este índice, sendo assim as asserções foram válidas, não necessitando refazer o instrumento.
Tabela 3 – Nível de Correlação das Perguntas nas Asserções.
P P P N N N D1 12 5 20 10 7 17 r 0,3127841 87 0,5357411 97 0,3905150 35 0,5907100 01 0,5145180 18 0,4537209 74 D2 2 13 23 11 22 24 r 0,3608658 16 0,6247058 84 0,6063362 53 0,6463675 45 0,6819321 66 0,6174724 3 D3 19 15 21 3 6 14 r 0,6525676 08 0,6453879 25 0,5460861 02 0,5993352 4 0,5730084 44 0,5110282 54 D4 8 4 16 18 9 1 r 0,6392394 84 0,6422997 48 0,3916135 2 0,5453491 11 0,5572537 1 0,5288836 72 Na tabela 3:
P = Asserção Positiva do Questionário. N = Asserção Negativa do Questionário. D1, D2, D3 e D4 = Dimensões contidas no questionário.
r = Nível de correlação.
Conforme metodologia sugerida as asserções que estão com correlação menor que 0,30, devem ser desconsideradas. No caso de alguma dimensão ficar sem asserção válida , deve-se refazer o instrumento reformulando as asserções da dimensão perdida e recomeçar o processo. Nesta pesquisa isto não ocorreu; sendo assim, passaremos para a 3ª fase.
Para a 3ª fase foi verificada a confiabilidade do instrumento de medição, no caso o questionário que foi aplicado (anexo 3). Calculada a confiabilidade do instrumento, o índice foi maior que 0,80 considerado satisfatório; ponto de corte recomendado, em conformidade com Likert (1967), (tabela 4).
Tabela 4 – Resultado da Correlação Linear e Coeficiente de Confiabilidade.
Na tabela 4:
P = Asserção Positiva do Questionário. N = Asserção Negativa do Questionário. X = Representa as perguntas afirmativas. Y = Representa as perguntas de contradição.
r = Nível de correlação linear. R = Nível do Coeficiente de Confiabilidade.
5 - TRATAMENTO DOS DADOS
Conforme (Schmidt, 1975 apud Ritz, 2000), após aplicação do questionário, de forma aleatória, os dados foram agrupados para análise de forma confiável conforme Cooper e Schindler (2003), com o objetivo de evitar o enviesamento ou resposta tendenciosa dos estudantes nas Instituições de Ensino visitadas da cidade de Curitiba.
Após a validação do instrumento de pesquisa como um todo, foi possível dar seqüência à análise das respostas sobre as quatro hipóteses estabelecidas.
A tabela a baixo mostra a distribuição dos entrevistados. TIPO DE ENSINO Ensino Fundamental Ensino Médio Médio Técnico Ensino Superior Superior Pos-Grad. Superior Mestrado Professores Público 46 70 3 25 Masculino 326 Privado 109 7 1 30 26 2 7 Público 25 63 1 28 Feminino 282 Privado 92 3 2 51 13 1 3
Amostra segundo a dependência administrativa
Escolas públicas Escolas privadas Universidade pública Universidade privada
238 220 38 112
Para a primeira hipótese obtivemos 506 pessoas que responderam afirmativamente e 206 pessoas que responderam negativamente.
Na segunda hipótese obtivemos 419 pessoas que responderam afirmativamente e 293 pessoas que responderam negativamente.
A terceira hipótese foi respondida por 440 pessoas que responderam afirmativamente e 272 pessoas que responderam negativamente.
Para a quarta hipótese obtivemos 458 pessoas que responderam afirmativamente e 254 pessoas que responderam negativamente (Tabela 5).
Tabela 5 – Número de Respondentes Por Hipótese.
Na tabela 5: P = Asserções Positivas. (Pares) N = Asserções Negativas. (Impares)
De acordo com Cooper e Schindler (2003), apesar dos números observados em pesquisa por questionário apresentarem forte tendência a respostas afirmativas, ainda não é
possível afirmar que as respostas fornecidas, respondem estatisticamente às hipóteses levantadas, devido ao erro amostral e ruídos no processo de coleta dos dados.
Sendo assim, fez-se necessário o uso de testes de hipóteses para validar as respostas obtidas. Na pesquisa foram aplicados o Teste Z e o Teste t.
Para o Teste Z temos como objetivo testar a igualdade entre uma média conhecida (numa população) e uma média calculada (numa amostra). Já o Teste t objetiva testar a igualdade entre duas médias. Assim foram respondidas estatisticamente, fornecendo grau de confiança as hipóteses levantadas através do questionário.
O passo seguinte foi estabelecer a média teórica e encontrar a média sobre as amostras obtidas da pesquisa. O estabelecimento da média teórica foi definido através de pontuações que as asserções receberam, no caso (1, 2, 3, 4), sendo sua média 2,5. Já para a média amostral calculamos os resultados obtidos do total de respostas da pesquisa, exemplo para a primeira hipótese essa média foi de 3,02 (figura 2).
6 - LIMITAÇÕES DO MÉTODO Riscos em um Survey por questionário
Conforme Mattar (1999) quando da necessidade de aprofundar o conhecimento exploratório do fenômeno pelo pesquisador um dos instrumentos que se pode utilizar é o questionário; no entanto o entrevistado também pode desconhecer o tema, sendo as respostas obtidas enviesadas e o resultado gerando uma conclusão incorreta (Cook et all, 1981). Nesta pesquisa, não foi possível aplicar o questionário em outros municípios para que se pudesse estabelecer uma linha comparativa.
Outra limitação da pesquisa refere-se à representação aproximada da realidade do