Modelo de equações estruturais do estudo 1 (amostra com 500

A figura 19 mostra o modelo hipotetizado para a amostra 500. As relações causais possíveis são as constantes no modelo e conforme as hipóteses anteriormente delineadas (cf. página 97 e figura 18). Instrumentalidade QIARA6 e1 ,75 QIARA8 e2 ,70 Auto-Regulação IPAAr3P e3 IPAAr8A e4 ,66 _,63 Notas M e5 LP e6 ,79 ,80 Auto-Eficácia QAEARA10 e7 QAEARA1 e8 ,74 ,74 N.º Reprovações Ano de Escolaridade Tempo de Estudo -,04 -,12 -,03 V1 V2 V3 V4 -,14 ,44 ,20 ,37 ,20 ,25 ,47 ,30 ,11 -,10 -,28 ,13

Legenda: LP= Língua Portuguesa; M=Matemática; V1=Variância residual da variável latente Intrumentalidade da Auto-Regulação da Aprendizagem; V2= Variância residual da variável latente Auto-Auto-Regulação da Aprendizagem; V3=Variância residual da variável latente Notas finais do 2.º período; V4= Variância residual da variável latente Auto-Eficácia da Auto-Regulação da Aprendizagem; a letra (e) seguida de um número (1, 2, …) corresponde ao erro de medida da variável observável respectiva; o item seguido da letra P corresponde à Planificação; o item seguido da letra A corresponde à Avaliação

Figura 19. Especificação pictórica do modelo de relações causais com os valores de estimativas estandardizados na amostra de 500 alunos

A avaliação dos resultados da contrastação do modelo de equações estruturais é baseada em dois critérios: nível global de ajustamento do modelo e significância dos coeficientes de regressão calculados. Os índices de bondade de ajustamento global do modelo proposto são adequados (χ²/gl=2.301; GFI=.973; AGFI=.945; CFI=.963; RMSEA=.051),

154 conforme se observa no quadro 36, confirmando a hipótese H2, de que o modelo proposto representa as relações entre as variáveis existentes na nossa matriz empírica.

Quadro 36. Coeficientes e índices de bondade de ajustamento do modelo de 500

Índices Valor

Qui-Quadrado (χ²) Graus de Liberdade (gl) Probabilidade (p) Razão χ²/gl

Índice de Bondade de Ajuste (GFI) Índice GFI Ajustado (AGFI) Índice de ajuste comparativo (CFI)

Raiz quadrada média do erro de aproximação (RMSEA)

Intervalos de confiança para avaliar a estimação do valor RMSEA: LO 90 HI 90 73.6 32 .000 2.301 .973 .945 .963 .051 .036 .066

Por outro lado, da análise do quadro 37 e da figura 19, pode concluir-se que as sub-hipóteses subsequentes que orientaram as especificações apresentadas foram todas confirmadas, nomeadamente:

H2.1 – A auto-eficácia para a auto-regulação da aprendizagem é influenciada negativamente pelo número de reprovações dos alunos (α=-.28; p<.001);

H2.2. – O ano de escolaridade que os alunos frequentam tem impacto negativo na sua auto-eficácia para a auto-regulação da aprendizagem (α=-.10; p<.001);

H2.3. – Um maior investimento no tempo de estudo dos alunos influi positivamente na sua auto-eficácia para a auto-regulação da aprendizagem (α=.20; p<.001);

H2.4. – A instrumentalidade da auto-regulação da aprendizagem é afectada negativamente pelo número de reprovações dos alunos (α=-.14; p<.05);

H2.5. – O ano de escolaridade que os alunos frequentam tem um impacto positivo na instrumentalidade para a auto-regulação da aprendizagem (α=.13; p<.01);

H2.6. – Um maior investimento dos alunos no tempo de estudo influi positivamente na sua instrumentalidade para a auto-regulação da aprendizagem (α=.11; p<.05);

H2.7. – A instrumentalidade para a auto-regulação da aprendizagem dos alunos é afectada positivamente pela sua auto-eficácia para a auto-regulação da aprendizagem (β=.44; p<.001);

H2.8. – A auto-regulação da aprendizagem dos alunos é influenciada positivamente pela sua auto-eficácia para a auto-regulação da aprendizagem (β=.47; p<.001);

H2.9. – A instrumentalidade da auto-regulação da aprendizagem dos alunos tem impacto positivo na auto-regulação da aprendizagem (β=.30; p<.001);

H2.10. – Um maior investimento no tempo de estudo dos alunos influencia positivamente as notas obtidas (α=.20; p<.001);

155 H2.11. – A auto-eficácia para a auto-regulação da aprendizagem tem um impacto positivo

nas notas obtidas pelos alunos (α=.25; p<.001);.

H2.12. – A auto-regulação da aprendizagem dos alunos influencia positivamente o seu rendimento académico (β=.37; p<.001).

Da análise dos resultados, verifica-se que todos os valores de regressão de uma variável sobre a outra são significativos (cf. quadro 37).

Quadro 37. Resultados da contrastação da estrutura de covariância (valor, erro estimado e nível de significância) hipotetizado para a amostra 500

Hipóteses Valores não estandardizados Valores estandardizados Erro de estimativa p H2.1 N.º Reprovações → Auto-Eficácia -.246 -.28 .045 .000 H2.2 Ano de Escolaridade → Auto-Eficácia -.080 -.10 .040 .047 H2.3 Tempo de Estudo → Auto-Eficácia .027 .20 .007 .000 H3.1 N.º Reprovações → Instrumentalidade -.130 -.14 .051 .011 H3.2 Ano de Escolaridade → Instrumentalidade .116 .13 .044 .008 H3.3 Tempo de Estudo → Instrumentalidade .016 .11 .007 .030 H3.4 Auto-Eficácia → Instrumentalidade .471 .44 .079 .000 H4.1 Auto-Eficácia → Auto-Regulação .482 .47 .087 .000 H4.2 Instrumentalidade → Auto-Regulação .281 .30 .077 .000 H5.1 Tempo de Estudo → Notas .028 .20 .007 .000 H5.2 Auto-Eficácia → Notas .265 .25 .094 .005 H5.3 Auto-Regulação → Notas .393 .37 .102 .000 Ano de Escolaridade ↔ Tempo de Estudo -.176 -.04 .196 .370 Tempo de Estudo ↔ N.º Reprovações -.460 -.12 .180 .011 Ano de Escolaridade ↔ N.º Reprovações -.022 -.03 .029 .455 Auto-Eficácia → QAEARA1 .898 .74 .082 .000 Auto-Eficácia → QAEARA10 1.000 .74 - - Instrumentalidade → QIARA6 1.000 .75 - - Instrumentalidade → QIARA8 .932 .70 .103 .000 Auto-Regulação → IPAAr3P 1.000 .66 - - Auto-Regulação → IPAAr8A 1.030 .63 .118 .000 Notas → LP .910 .80 .077 .000 Notas → M 1.000 .79 - -

Legenda: H=Hipóteses; LP=Língua Portuguesa; M=Matemática; o item seguido da letra P corresponde à Planificação; o item seguido da letra A corresponde à Avaliação

Quanto às variáveis exógenas, constata-se que à medida que se avança na escolaridade os alunos reprovam menos (α=-.03) mas, também, apresentam um menor investimento no tempo de estudo (α=-.04). Por sua vez, verifica-se que os alunos que mais reprovam são os que dedicam menos tempo às actividades de estudo (α=-.12), sendo esta relação a única que é estatisticamente significativa.

156 Da análise do quadro 38 é observável que a variância da variável exógena tempo de estudo (27.020) apresenta um valor inadequado, indicando problemas na escolha da tipologia da medição, que poderá ser solucionado transformando-a em variável intervalar, de forma a obter valores de assimetria adequados.

Quadro 38. Coeficientes das variâncias no modelo 500

Variáveis Estimativa Erro de estimativa P

N.º de Reprovações .593 .038 .000 Ano de Escolaridade .710 .045 .000 Tempo de Estudo 27.020 1.711 .000 V1 3.80 .061 .000 V2 .258 .055 .000 V3 .311 .043 .000 V4 .394 .053 .000 e1 .418 .060 .000 e2 .488 .056 .000 e3 .609 .063 .000 e4 .770 .072 .000 e5 .322 .044 .000 e6 .246 .036 .000 e7 .383 .044 .000 e8 .310 .035 .000

Legenda: V1=Variância residual da variável latente Intrumentalidade da Auto-Regulação da Aprendizagem; V2= Variância residual da variável latente Auto-Regulação da Aprendizagem; V3=Variância residual da variável latente Notas finais do 2.º período; V4= Variância residual da variável latente Auto-Eficácia da Auto-Regulação da Aprendizagem; a letra (e) seguida de um número (1, 2, …) corresponde ao erro de medida da variável observável respectiva

Relativamente às correlações múltiplas quadradas, estas indicam que as variáveis: Auto-Regulação (45.4%) e Notas (40.6%) são as mais explicadas no modelo. As variáveis Instrumentalidade (29.1%) e Auto-Eficácia (14.3%) apresentam uma menor variância explicada.