Tratamento dos dados do questionário

Para o tratamento dos dados recolhidos através do questionário foi escolhida a ferramenta informática SPSS, através da qual se obtiveram as seguintes análises, realizadas separadamente para cada um dos três agrupamentos de escolas:

1. Estatística descritiva, que permite perceber a forma como se distribuem as respostas às questões colocadas no inquérito para a amostra globalmente, e para cada agrupamento.

2. Cálculo de Intervalos de Confiança, que permite comparar as respostas às diferentes questões dos grupos 4 a 8 para a amostra global, e para cada agrupamento.

3. Análise de inferência estatística com o objetivo de determinar se as diferenças entre agrupamentos de escolas são significativas.

4. Análise de inferência estatística para determinar se há diferenças entre docentes que trabalham em mais do que uma escola, comparados com os que trabalham apenas numa escola.

Foram ainda realizadas análises de consistência interna das escalas de medida do questionário e das questões que a compõem, a saber: o Alpha de Cronbach, um modelo de consistência interna, baseado na correlação inter-item, e o “teste t” para amostras emparelhadas.

Em termos de estatística descritiva, apresentam-se as tabelas de frequências e gráficos ilustrativos das distribuições de valores verificadas para as variáveis de caracterização. As variáveis medidas em escala de Likert foram analisadas através das categorias apresentadas. Refira-se que para as variáveis da escala de medida se considerou o seguinte:

• Os valores médios obtidos para cada questão (para as questões numa escala de 1 a 5, um valor superior a 3 é superior à média da escala).

• Os valores do desvio padrão associados a cada questão que representam a dispersão absoluta de respostas perante cada questão.

• O coeficiente de variação, que ilustra a dispersão relativa das respostas: quanto maior, maior é a dispersão de respostas.

• Os valores mínimos e máximos observados.

• Gráficos ilustrativos dos valores médios das respostas dadas às várias questões. Os intervalos de confiança foram determinados com um grau de confiança de 95%. Ao valor de 95% está associado um valor complementar de 5%, um valor de

referência utilizado nas Ciências Sociais para testar hipóteses, o que significa que estabelecemos a inferência com uma probabilidade de erro inferior a 5%.

Para as variáveis quantitativas apresentam-se os valores médios e o limite inferior (LI) e limite superior (LC) do intervalo de confiança, com um grau de confiança de 95%. Estes dados permitem concluir sobre os intervalos de valores que se observam para a população e comparar quaisquer duas variáveis quantitativas:

- Se existir sobreposição entre os valores do intervalo de confiança, significa que não podemos considerar que as duas variáveis em análise apresentam valores diferentes, em média.

- Se não existir sobreposição entre os valores do intervalo de confiança, significa que podemos considerar que as duas varáveis em análise apresentam valores diferentes, em média.

Para averiguar se as diferenças observadas na amostra são estatisticamente significantes, ou seja, se as conclusões da amostra se podem inferir para a população foi utilizado o teste t de student. Manteve-se o valor de 5% como valor de referência para testar hipóteses, significando que estabelecemos a inferência com uma probabilidade de erro inferior a 5%.

Para realizar o cruzamento entre as variáveis quantitativas e a variável qualitativa nominal dicotómica aplicou-se o teste paramétrico t de Student, por forma a verificar a significância das diferenças entre os valores médios observadas para ambos os grupos da variável nominal dicotómica. Este teste foi antecedido pela aplicação do teste de Levene no sentido de verificar se a variância seria igual ou diferente para os dois grupos da variável dicotómica.

O teste t coloca as seguintes hipóteses:

o H0: Não existe diferença entre a média das variáveis quantitativas, para cada um dos grupos da variável dicotómica.

o H1: Existe diferença entre a média das variáveis quantitativas, para cada um dos grupos da variável dicotómica.

Quando o valor de prova do teste t é superior a 5% aceita-se a hipótese nula, ou seja, observa-se que não há diferenças entre os dois grupos. Quando o valor de prova é inferior a 5% rejeita-se a hipótese nula de a média ser igual para os dois grupos, ou seja, há diferenças entre os dois grupos.

Importava ainda avaliar as diferenças entre duas apreciações de uma variável quantitativa em dois momentos diferentes de avaliação, o que é possível observar nas

secções 4 e 5 do questionário, referentes às expetativas e receios sentidos aquando da notícia da agregação e a sua confirmação ou não. Para tal, foi aplicado o teste t para amostras emparelhadas, pois os elementos da amostra estudados nos dois momentos são os mesmos. Obtendo-se valores em dois momentos diferentes permite colocar as seguintes hipóteses:

H0: A média das diferenças entre os valores da variável quantitativa nos dois momentos é nula (igual a zero).

H1: A média das diferenças entre os valores da variável quantitativa nos dois momentos não é nula (é diferente de zero).

Quando o valor de prova do teste t é superior a 5%, não se rejeita a hipótese nula, ou seja, não há diferenças estatisticamente significativas entre dois pares de medidas. Quando o valor de prova do teste t é inferior a 5%, rejeita-se a hipótese nula e aceita-se a hipótese alternativa, ou seja, existem diferenças estatisticamente significativas entre dois pares de medidas.

Para aplicar este teste estatístico paramétrico, uma vez que os grupos em estudo podem ser considerados de grande dimensão, não foi necessário verificar o pressuposto da normalidade das distribuições das variáveis.

Importava saber se a população tem ou não médias iguais, ou seja, se a variável quantitativa apresenta os mesmos valores médios para as várias categorias da variável qualitativa. Foi aplicado o teste paramétrico ANOVA, o qual exige que as variáveis em estudo provenham de amostras grandes (como no presente estudo) ou, caso contrário, que apresentem uma distribuição normal.

O teste ANOVA coloca as seguintes hipóteses:

• H0: As médias da variável quantitativa nas categorias da variável qualitativa são iguais.

• H1: As médias da variável quantitativa nas categorias da variável qualitativa são diferentes.

Quando o valor de prova da ANOVA é inferior a 5%, rejeita-se a hipótese de que as médias das variáveis quantitativas sejam iguais para as várias categorias das variáveis qualitativas; quando é superior a 5%, não se rejeita a hipótese nula.

A análise de consistência interna permite estudar as propriedades de escalas de medida e as questões que as compõem. O procedimento utilizado calcula medidas de consistência interna da escala e também fornece informação sobre as relações entre itens

individuais numa escala. Podem ser usados coeficientes de correlação inter-classes para calcular estimativas de consistência interna.

Na análise de consistência interna do questionário foi utilizado o Alpha de Cronbach, baseado na correlação inter-item. O Alpha de Cronbach mede a fidelidade ou consistência interna de respostas a um conjunto de variáveis correlacionadas entre si, ou seja, como um conjunto de variáveis representam uma determinada dimensão. Se as correlações inter-variáveis forem altas, há evidência que as variáveis medem a mesma dimensão. É este o significado de uma consistência interna alta. Note-se que um coeficiente de consistência interna de 0,80 ou mais é considerado como "bom" na maioria das aplicações de Ciências Sociais e um coeficiente de consistência interna entre 0,70 e 0,80 é considerado como aceitável. Em alguns estudos admitem-se valores de consistência interna de 0,60 a 0,70, o que segundo a literatura é “fraco”. Quando existem missing value (não respostas), isto é, quando a soma das frequências observadas é inferior à dimensão do grupo (o que se podem observar no valor de N para o cálculo das estatísticas) os elementos da amostra correspondentes são excluídos dos cálculos efetuados para o Alfa de Cronbach.

Antes de se avançar mais, alguns esclarecimentos: no que concerne o inquérito por questionário aplicado aos docentes dos três agrupamentos (que inicialmente foram analisados em separado) utilizou-se o teste paramétrico ANOVA para a identificação de eventuais diferenças entre os Agrupamentos de Escolas envolvidos no estudo, relativamente à concordância com os itens do questionário. Os valores indicados reportam-se à escala de medida: 1- Discordo totalmente; 2- Discordo; 3- Não concordo nem discordo; 4- Concordo; 5- Concordo totalmente. Os resultados para cada uma das dimensões do questionário foram os seguintes:

Tabela 1. Aplicação do Teste ANOVA aos três Agrupamentos envolvidos no estudo

N Média

Desvio

padrão F p

4.a. Expetativas quando recebeu Agrup. A 65 2,45 ,722 2,861 * 0,022

a notícia da agregação Agrup. C 88 2,13 ,723

Agrup. B 50 2,26 ,617

4.b. Receios quando recebeu a Agrup. A 64 3,59 ,742 2,179 0,377

notícia da agregação Agrup. C 88 3,42 ,800

Agrup. B 50 3,52 ,639

5.a. Expetativas que se confirmaram Agrup. A 63 2,47 ,681 0,275 0,754

Agrup. C 84 2,38 ,814

Agrup. B 48 2,46 ,514

5.b. Receios que se confirmaram Agrup. A 64 3,39 ,732 1,623 0,055

Agrup. C 85 3,15 ,843

6. Efeitos da agregação na relação Agrup. A 74 3,40 ,579 1,760 0,627

entre o diretor e o corpo docente. Agrup. C 95 3,48 ,541

Agrup. B 66 3,43 ,483

7. Efeitos (positivos) da agregação Agrup. A 74 2,99 ,576 4,430 0,811

de agrupamentos nas Agrup. C 95 3,02 ,448

relações docentes interpares. Agrup. B 66 2,97 ,413

8. Efeitos (positivos) da agregação de Agrup. A 74 2,77 ,660 0,907 0,950 agrupamentos no grau de participação

e

Agrup. C

96 2,75 ,502

envolvimento dos docentes na vida da escola.

Agrup. B

67 2,77 ,427

* diferença significativa para p < 0,05

Figura 5. Ilustração dos valores obtidos pela aplicação do teste Anova aos três

Agrupamentos – blocos 4 e 5 do questionário

O valor de prova é inferior a 5% para “4.a. Expetativas quando recebeu a notícia da agregação”, rejeita-se a hipótese de a sua média ser igual para todos os agrupamentos: verificam-se diferenças significativas. O valor de prova é superior a 5% para todas as restantes dimensões, não se rejeita a hipótese de a média ser igual para todos os Agrupamentos: não se verificam diferenças significativas.

Figura 6. Ilustração dos valores obtidos pela aplicação do teste Anova aos três

A dimensão “4.a. Expetativas quando recebeu a notícia da agregação” verifica- se mais para o Agrupamento A e menos para o Agrupamento C, sendo as diferenças observadas estatisticamente significativas.

Para as restantes dimensões os valores médios apresentam as variações ilustradas para os três Agrupamentos, mas as diferenças observadas não são estatisticamente significativas. Assim, após ponderação desta questão, decidiu apresentar-se os dados relativos à amostra global, isto é, à compilação dos dados da totalidade dos inquéritos aplicados, considerando que as dimensões 4 e 5 não respondem diretamente às questões de investigação, e que a análise dos dados recolhidos beneficia do volume de dados que se obtém reunindo os três Agrupamentos. A análise de dados dos Agrupamentos A, B e C em separado segue anexada a esta tese de doutoramento na versão em suporte digital.