4.1 Análise de Resultados
4.1.3. Resposta ao quadro de investigação empírica: A regressão linear múltipla e simples
Considerando os objetivos desta dissertação, bem como as questões de investigação às quais se pretende dar resposta e a hipótese que se pretende testar, fez-se uso dos modelos de regressão linear, os quais permitem uma análise mais robusta das relações entre as variáveis em estudo, comparativamente aos coeficientes de correlação, analisados no ponto
anterior. Tal como refere Malhotra (2006), este tipo de análise é um processo potente e flexível para a análise de relações associativas entre uma variável dependente e uma ou mais variáveis independentes e pode ser utilizada para determinar se existe uma relação entre a variável dependente e a(s) variável(eis) independente(s), qual a intensidade, forma e estrutura dessa relação e também para predizer os valores da variável dependente com base em variações na(s) independente(s).
No sentido de dar resposta à QI1, QI1.1 e QI1.2 deste estudo foi estimado um modelo de regressão linear múltipla (MRLM), em que a imagem global do IPL corresponde à variável dependente e cada um dos fatores passíveis de a influenciar às variáveis independentes. Este modelo foi calculado recorrendo ao método Enter, através do qual todas as variáveis independentes entram na regressão em simultâneo. Este é um método adequado quando o objetivo da investigação é encontrar as variáveis independentes mais relacionadas com a dependente (Hill & Hill, 2000). Já para testar a HI1 foi calculado um modelo de regressão linear simples (MRLS), considerando a recomendação do IPL como variável dependente e a imagem global como variável independente.
Porém, para que os modelos estimados possam ser considerados válidos, requer-se a verificação de diversas hipóteses ou pressupostos, nomeadamente: a linearidade do fenómeno em estudo, bem como, a normalidade, homocedasticidade (variância constante) e não autocorrelação (covariância nula) dos resíduos51. No caso específico da regressão múltipla, exige-se igualmente a confirmação da não multicolinearidade ou independência das variáveis explicativas (Pestana & Gageiro, 2005). O Apêndice G apresenta os resultados dos testes estatísticos conduzidos para a confirmação destas hipóteses em cada um dos modelos, assim como, uma breve explicação acerca dos mesmos.
Estando confirmados os referidos pressupostos pôde-se, então, proceder à avaliação global dos modelos de regressão linear estimados. O MRLM calculado apresenta um valor de
F=111,409, significativo ao nível de 0,000, o que indica que a relação linear entre as variáveis é estatisticamente significativa, isto é, que o modelo é adequado para descrever a relação entre as variáveis independentes e a variável dependente. O valor do coeficiente de
51 Entenda-se por resíduos ou variável aleatória residual (ε
i), os efeitos na variável dependente não explicados pela(s) variável(eis) independente(s) (Pestana & Gageiro, 2005).
determinação múltipla ajustado (R2a)52 deste modelo é igual a 0,604, demonstrando que cerca de 60% da variância da variável dependente, imagem global do IPL, é explicada pelo modelo. Já no que respeita ao MRLS, verificou-se que este também é estatisticamente significativo (F=220,031; p=0,000), ficando comprovada a sua adequabilidade para
descrever a relação entre as variáveis em causa. O coeficiente de determinação (R2) deste
modelo apresenta um valor de 0,379, o que indica que aproximadamente 38% da variação da variável dependente, recomendação do IPL, é explicada pela imagem global desta IES. Após a análise das medidas de avaliação global de ambos os modelos e no sentido de obter informação que permitisse responder às questões de investigação colocadas, bem como, testar a hipótese em causa, foram examinados os coeficientes de regressão (b) de cada uma das variáveis independentes no que se refere: à sua significância estatística, ao seu sinal (positivo ou negativo) e ao seu valor absoluto. Refira-se que uma variável independente contribui significativamente para a predição da variável dependente, se o respetivo coeficiente de regressão detiver significância estatística. Neste caso, é importante analisar o sinal do coeficiente, pois este indica a natureza da relação entre a variável explicativa e a variável dependente. Além disso, é de mencionar que, quanto maior o valor absoluto do coeficiente de regressão, maior o impacto dessa variável independente na dependente. O Quadro 4.5 sintetiza os resultados da regressão linear múltipla e simples.
A QI1 pretendia obter resposta acerca de quais os fatores que, de facto, influenciam a imagem global que os professores do ensino secundário do distrito de Leiria têm do IPL. Através do Quadro 4.5 pode observar-se que dos cinco fatores passíveis de influenciar essa
imagem, decorrentes da análise fatorial53, quatro deles demonstraram possuir coeficientes
de regressão estatisticamente significativos (p<0,05), nomeadamente: reconhecimento académico do IPL (p=0,000); interação do IPL com a sociedade (p=0,000); caraterísticas institucionais do IPL (p=0,002) e dimensão e infraestruturas do IPL (p=0,003). Somente o ambiente interno no IPL revelou não possuir significância estatística (p>0,05).
52 Nos modelos que possuem mais do que uma variável independente é preferível utilizar o valor ajustado do coeficiente de determinação como medida da qualidade de ajustamento do modelo, uma vez que o valor do coeficiente de determinação antes do ajustamento tende a ser influenciado, entre outros fatores, pelo número de variáveis independentes que entram no modelo (Pestana & Gageiro, 2005).
Quadro 4.5. Síntese dos resultados da regressão linear múltipla e simples
MRLM Imagem global do IPL Variável dependente: Resultados
Variáveis
independentes: b σ (b) Sig. (b) R2parcial QI1 QI1.1 QI1.2
Reconhecimento académico do IPL 0,563 0,061 0,000 0,194 Influência estatisticamente significativa Influência positiva Maior influência Interação do IPL com a sociedade 0,251 0,059 0,000 0,048 Influência estatisticamente significativa Influência positiva Caraterísticas institucionais do IPL 0,144 0,047 0,002 0,026 estatisticamente Influência significativa Influência positiva Dimensão e infraestruturas do IPL 0,143 0,048 0,003 0,024 estatisticamente Influência significativa Influência
positiva influência Menor Ambiente interno no IPL -0,006 0,044 0,896 *** Sem influência estatisticamente significativa *** ***
Medidas de Avaliação global do modelo: R2=0,609; R2
a=0,604 | F=111,409; Sig.=0,000 | Graus de liberdade=362
MRLS Recomendação do IPL Variável dependente:
Resultados (HI1)
Variável
independente: b σ (b) Sig. (b)
Imagem global
do IPL 0,802 0,054 0,000 Suportada
Medidas de Avaliação global do modelo: R2=0,379 | F=220,031; Sig,=0,000 | Graus de liberdade=362 Fonte: Elaboração própria a partir do software SPSS 19
Notas: b=Coeficiente de regressão; σ=Desvio padrão; Sig.(b)=Nível de significância estatística de b; R2
parcial=Quadrado do coeficiente de correlação parcial
A QI1.1 e a QI1.2 procuravam aprofundar a análise da influência dos fatores com impacto significativo sobre a imagem global do IPL, tendo em vista obter resposta acerca da natureza e importância relativa desse efeito. No que se refere concretamente à QI1.1, o exame do sinal dos coeficientes de regressão desses fatores, que em todos os casos é positivo, demonstrou que todos eles possuem uma influência positiva sobre a imagem global do IPL, ou seja, quanto melhores forem as perceções dos professores acerca do reconhecimento académico desta IES, da sua interação com a sociedade, das suas caraterísticas institucionais e da sua dimensão e infraestruturas, melhor a imagem que no geral este público possui acerca desta organização. Relativamente à QI1.2, o valor absoluto dos referidos coeficientes demonstra que o reconhecimento académico (b=0,563) é aquele que exerce, indubitavelmente, um maior impacto sobre a imagem global desta IES, seguindo-se-lhe: a interação do IPL com a sociedade (b=0,251); as suas caraterísticas institucionais (b=0,144); e a sua dimensão e infraestruturas (b=0,143). Contudo, Hill e Hill
(2000) referem que para avaliar a importância relativa de cada uma das variáveis independentes, como preditoras da variável dependente, é preferível usar o valor das correlações parciais54, no sentido de eliminar o possível efeito distorçor de alguma correlação existente entre estas. Assim, paralelamente, foi efetuada uma análise deste indicador que no caso do presente estudo levou às mesmas conclusões que a análise dos valores absolutos dos coeficientes de regressão. Por sua vez, o quadrado dos coeficientes de correlação parcial (R2parcial) indica a proporção da variação da variável dependente que é explicada pela variável independente, mantendo constantes todas as outras variáveis independentes (Malhotra, 2006). Com base neste índice pode afirmar-se que, por exemplo, controlando o efeito de todas as outras variáveis, o reconhecimento académico do IPL explica cerca de 19% da variância da imagem global desta IES.
No que se refere à HI1, a qual previa um efeito positivo da imagem global que os professores têm do IPL na recomendação que fazem desta IES aos seus alunos, observou- se que esta suposição encontra suporte na presente investigação, uma vez que o respetivo coeficiente de correlação da variável dependente é positivo (b=0,802) e estatisticamente significativo (p=0,000), confirmando que, quanto melhor for a imagem global que este público possui acerca do IPL, maior a recomendação desta IES por parte destes docentes aos seus alunos.
Concluindo, os fatores que influenciam a imagem que no global os professores do ensino secundário do distrito de Leiria possuem do IPL são, por ordem de importância, as perceções deste público acerca: do reconhecimento académico desta IES (variável cujo nível de influência sobre a imagem global se destaca das restantes), da sua interação com a sociedade, das suas caraterísticas institucionais e da sua dimensão e infraestruturas, sendo que quanto melhores forem as perceções dos professores acerca destes aspetos, melhor será a imagem que no geral possuem desta IES. Além disso, é de referir que quanto melhor for a imagem que no geral os professores detêm do IPL, mais estes recomendam esta IES aos seus alunos. A Figura 4.1 sintetiza os resultados desta investigação.
Figura 4.1. Modelo resultante da investigação empírica
Fonte: Elaboração própria com base nos resultados estatísticos da investigação
Nota: Apenas são apresentados no modelo os fatores que se revelaram estatisticamente significativos
Tendo em conta que esta dissertação versa sobre um estudo de caso, considera-se pertinente efetuar aqui um paralelismo entre os resultados que permitiram corresponder ao quadro desta investigação empírica e as conclusões da análise estatística destinada à exploração dos dados. Neste contexto, verifica-se que os fatores que parecem possuir um maior impacto sobre a imagem global foram aqueles que mereceram piores classificações, enquanto que, inversamente os fatores que atingiram melhores classificações foram os que demonstraram possuir efeitos mais modestos sobre a imagem global. Destaque-se que o reconhecimento académico do IPL (fator com substancialmente maior influência sobre a imagem global) foi o pior classificado dos cinco fatores em análise, sendo o único que tendeu a merecer avaliações mais próximas dos níveis intermédios ( =3,40; σ=0,514).