Após o recebimento das respostas dos questionários aplicados, a análise dos dados foi realizada em quatro etapas distintas. Primeiramente, realizou-se a análise descritiva das variáveis da amostra (gênero, idade, estado civil, filhos, trabalha, bolsista, estágio no curso, tipo do curso, linha de pesquisa, conceito CAPES do programa de pós-graduação, idade do programa, categoria administrativa da IES, estressores (preocupações e dificuldades), conhecimento prévio, escolaridade dos pais, nível de stress, desempenho anterior e renda familiar).
Na segunda etapa, por meio da Perceived Stress Scale – PSS, buscou-se identificar o nível de stress apresentado pelos discentes. A PPS é composta por 14 itens sob a forma de perguntas, as quais foram respondidas em escala de 0 (Nunca) a 10 (Sempre), com escore final entre 0 e 140 pontos. Os itens abordados na escala são divididos entre sete positivos (4, 5, 6, 7, 9, 10 e 13) e sete negativos (1, 2, 3, 8, 11, 12 e 14), tendo os itens positivos pontuação invertida para o cálculo da pontuação geral.
Assim, após o cômputo do escore final, procedeu-se à categorização da pontuação da PSS por meio do método das separatrizes de Tukey (Tukey’s Hinge), estabelecendo-se os quartis 25%, 50% e 75% da escala de stress, classificados em quatro grupos por ordem de magnitude do stress baixo (até 25%), médio (25,1% a 50%), alto (50,1% a 75%) e muito alto (acima de 75%) (FARO, 2013a). O resultado obtido com essa categorização da pontuação da PSS será posteriormente utilizado na Análise de Regressão Múltipla.
Já na terceira etapa, foram identificados, por meio da Escala de Preocupações e do Indicador de Dificuldades elaborados por Faro (2013a), os principais estressores vivenciados pelos discentes dos programas de pós-graduação em Ciências Contábeis, os quais são apresentados na Quadro 3.
Quadro 3 - Estressores (Preocupações e Dificuldades)
Preocupações Dificuldades
P1 Pressão interna pelo bom desempenho (cobrança pessoal elevada, etc.) D1 Relacionamento com os outros alunos P2 Interferência da demanda dos estudos sobre outros aspectos de sua vida D2 Relacionamento aluno-orientador(a)
P3 Aproveitamento das disciplinas ofertadas D3 Relacionamento aluno-coordenação
P4 Baixa quantidade de contatos com o orientador(a) D4 Falta de motivação
P5 Dificuldade do tema escolhido D5 Mudança do tema inicialmente proposto
P6 Pressão externa acerca da conclusão (social, acadêmica, etc.) D6 Incompatibilidade entre o tema desejado e o proposto pelo orientador(a)
P7 Aproveitamento das supervisões D7 Falta de incentivo
P8 Apresentações orais D8 Prazos de entrega dos trabalhos das disciplinas
P9 Possibilidade de não atingir o desempenho esperado pela banca D9 Prazo para confecção da tese ou dissertação P10 Questões financeiras por estar estudando em tempo parcial ou integral D10 Aspectos financeiros da pesquisa
P11 Tempo para concluir a tese ou dissertação D11 Aspectos financeiros pessoais
P12 Questões relativas ao calendário e prazos da pós-graduação D12 Compatibilização dos estudos com a vida pessoal e familiar P13 Questões relativas ao horário das aulas na pós-graduação D13 Tempo para estudar
P14 Possível decepção quanto à inserção profissional D14 Pressão para publicação P15 Possibilidade de notas inferiores às esperadas
Fonte: Faro (2013a)
Após a identificação do nível de stress, dos principais estressores vivenciados pelos discentes e das demais variáveis de controle, numa quarta etapa, foram realizadas duas Análises de Regressões Múltiplas, como pode ser observado na Figura 3:
Vale ressaltar que, ao nível de 5% de significância, as pressuposições de normalidade, independência e homogeneidade dos resíduos do modelo estimado foram verificadas e comprovadas por meio dos testes de Shapiro-Wilk (normalidade), Durbin Watson (independência) e Bartlett ou F (homogeneidade).
Para o caso em que a distribuição normal dos resíduos não foi atendida, utilizou-se a transformação de Box-Cox. Considerando X1, ..., Xn os dados originais, a transformação de Box-Cox consiste em encontrar um λ tal que os dados transformados Y1, ..., Yn se aproximem de uma distribuição normal. Essa transformação é dada por (BOX; COX, 1964):
ln , 0 1 , 0 i i i X se Y X se Antes de propor o ajuste dos modelos de regressão linear múltipla, realizou-se o estudo de multicolinearidade. É necessário investigar se há multicolinearidade entre as variáveis explicativas, pois a forte correlação entre elas acarreta vários efeitos negativos no ajuste do modelo (DRAPER; SMITH, 1998). Os elementos da diagonal principal da matriz 1
'
X X são
também úteis para detectar multicolinearidade. O j-ésimo elemento da diagonal principal 1
'
X X , Cjj pode ser escrito como
1 2 1
jj j
C R , j= 1, ..., p, em que R2jé o coeficiente de
determinação da regressão de Xj sobre as outras variáveis explicativas. Logo, Cjj é chamado de fator de inflação da variância (VIFj). Assim, o VIFj é dado por (DRAPER; SMITH, 1998):
2 1 1 j j VIF R
Verifica-se que VIFj mede o quanto a variância do coeficiente ˆjé inflacionada por sua colinearidade. Recomenda-se que valores de VIF maiores do que 10 podem causar sérios problemas na estimação dos coeficientes de regressão (DRAPER; SMITH, 1998). De acordo com os resultados apresentados no APÊNDICE E, tem-se que todos os valores de VIF são menores do que 10, portanto, nenhuma variável foi excluída dos modelos por conta da presença de multicolinearidade.
Assim, levando-se em conta a Análise de Regressão Múltipla aplicada neste estudo, o Quadro 4, a seguir, elucida as variáveis que compõem os dois modelos de regressão empregados.
65
Quadro 4 - Variáveis que Compõem os Modelos de Regressão Múltipla
Variável Dependente Variável Independente Variáveis de Controle
1ª Regressão
Nível de stress Estressores
Gênero, idade, estado civil, filhos, trabalha, bolsista, estágio do curso, tipo do curso, conceito capes da instituição e linha de pesquisa.
2ª Regressão
Desempenho acadêmico
percebido Nível de stress
Conhecimento prévio (graduação em contabilidade), escolaridade dos pais, desempenho anterior e renda familiar. Fonte: elaborado pela autora.
No primeiro modelo de Regressão, como pode ser observado no Quadro 4, será testado o comportamento da variável dependente (nível de stress) em função das demais variáveis independentes selecionadas (estressores) e as variáveis de controle (gênero, idade, estado civil, filhos, trabalha, bolsista, estágio do curso, tipo do curso, conceito CAPES da instituição, linha de pesquisa, idade do programa e categoria administrativa da IES). Já no segundo modelo de Regressão, será testado o comportamento da variável dependente (desempenho acadêmico percebido) em função da variável independente selecionada (nível de stress) e as variáveis de controle: conhecimento prévio (graduação em contabilidade), escolaridade dos pais, desempenho anterior (média geral acumulada do curso de graduação) e renda familiar.
Desse modo, a Análise de Regressão Múltipla é realizada com o intuito de testar a hipótese do presente estudo:
H1: O stress impacta negativamente o desempenho acadêmico percebido pelos discentes.
Todas as análises foram implementadas no freeware R (R DEVELOPMENT CORE TEAM, 2016). O Capítulo 4 descreve cada um desses modelos, detalhadamente, bem como traz a análise dos dados coletados.
4 ANÁLISE E DISCUSSÃO DOS RESULTADOS
O objetivo geral deste trabalho é identificar e analisar a relação entre stress e desempenho acadêmico percebido pelos discentes de pós-graduação stricto sensu em Ciências Contábeis no Brasil. Neste capítulo, a análise de resultados é apresentada em dois tópicos. Primeiramente, é realizada uma análise descritiva das variáveis que compõem a amostra para verificar o comportamento dessas. Logo após, é feita a análise dos resultados encontrados com o teste de Regressão Múltipla para melhor compreender os efeitos do nível de stress e de que modo ele afeta o desempenho acadêmico percebido dos discentes dos programas de pós- graduação stricto sensu em Ciências Contábeis no Brasil.