4. Operacionalização das Variáveis 42
4.1. Variáveis Dependentes 42
A variável dependente “Manifestações Físicas de Mal-Estar” (MFMA) será medida de acordo com as indicações do autor, através da aplicação de um questionário (cf. ponto 2. do Cap. V).
Esta variável dependente é um compósito, que integra a frequência e a intensidade das referidas manifestações e é operacionalizada da seguinte forma:
Frequência das manifestações: avalia-se a partir de uma escala de Likert de cinco pontos, em que o valor mínimo é zero (0) e corresponde a nunca ocorre e tem como valor máximo cinco (5) e corresponde a ocorre diariamente.
Intensidade das manifestações: avalia-se a partir de uma escala de Likert de quatro pontos, em que o valor mínimo é zero (0) e corresponde a não é
problema e tem como valor máximo quatro (4) e corresponde a é extremamente incómodo quando ocorre.
Score global das MFME: traduz o produto da frequência das manifestações pela intensidade das manifestações.
4.2. Variáveis Independentes
As variáveis independentes foram operacionalizadas da seguinte forma:
Género:
Masculino; Feminino.
Idade em anos:
Quando os valores de uma variável variam muito como é o caso da idade dos sujeitos dessa amostra, devemos agrupar os dados por intervalos de classe (Levin & Fox, 2004; Callegario-Jacques, 2004; Triola, 2008).
O número escolhido de classes não é uma norma, fica geralmente entre 6 e 8, podendo oscilar entre 5 a 20, dependendo do detalhe desejado pelo investigador e do tamanho da amostra classe (Levin; Fox, 2004; Callegario-Jacques, 2004; Triola, 2008). Desta forma foi feita a média das idades, estabelecendo 2 classes abaixo e 2 acima da mesma, a saber:
21 – 35 anos
36 – 50 anos
51 – 65 anos
66 – 76 anos Estado Civil:
Casado/ União de facto.
Solteiro;
Divorciado/Separado de facto
Viúvo.Habilitação Académica:
2º Ciclo; 3ºCiclo; Secundário; Bacharelato; Licenciatura; Mestrado. Situação Profissional:
Trabalhador;
Desempregado;
Reformado. Prática de hidroginástica:
Pratica Hidroginástica;V CAPÍTULO – METODOLOGIA
1. Tipo de Estudo
O estudo funda-se num design do tipo ex-post-facto e tem caráter exploratório (Carmo & Ferreira, 1998).
É de natureza transversal, uma vez que a recolha de dados foi realizada num único momento. Insere-se assim, num modelo nomotético, visa a compreensão de padrões gerais de comportamentos baseados em pressupostos normativos. Segue um paradigma quantitativo porque é constituído por dados numéricos.
2. Instrumento
Foi utilizado um Questionário das Manifestações Físicas de Mal-Estar cuja adaptação foi efetuada por Ribeiro (1993), a partir do questionário Psychosomatic Symptom Checklist (SUNYA) de Attanasio, Andrasik, Blanchard & Arena (1984) e da escala de Physical Simpttoms desenvolvida por Mechanic, D. (1980), do qual foi dado o consentimento para a sua utilização.
2.1. Estrutura do Questionário
O Questionário de Manifestações Físicas de Mal-Estar é uma escala de autorregisto que contém 19 itens referentes ao mal-estar físico, cada um descrevendo queixas psicossomáticas usuais (Ribeiro, 1993). Os indivíduos devem responder a cada item de duas maneiras distintas: quanto à frequência com que experimentam a ocorrência e quanto à intensidade, sendo que, respondem numa escala de seis pontos para a Frequência (5- ocorre diariamente; 4- ocorre várias vezes por semana; 3- ocorre cerca de uma vez por semana; 2- ocorre cerca de uma vez por mês; 1- ocorre menos de uma vez por mês; 0- nunca ocorre) e numa de cinco pontos para a Intensidade (4- é extremamente incómodo quando ocorre; 3- muito incómodo quando ocorre; 2-
não é problema). Os resultados são considerados em termos de frequência multiplicada pela intensidade.
A análise fatorial utilizada para explorar e definir o Questionário de Manifestações Físicas de Mal-Estar (QMFME) aponta para quatro grandes tipos de manifestações ou de sintomas, que podem expressar-se através de diferentes sistemas orgânicos, denominados de:
“Sistema Nervoso” que inclui 6 itens que exprimem a manifestação de sintomas físicos como: (4) Insónia, (5) Fadiga, (6) Depressão, (8) Tensão Geral, Palpitações Cardíacas (9) e Fraqueza (13) – A pontuação pode variar de 0 a 30 pontos (frequência) e 0 a 24 pontos (intensidade).
“Sistema Respiratório” que inclui 5 itens que exprimem a manifestação de sintomas como: Dor de Garganta (15), Tosse (16), Alergias (17), Acne ou Borbulhas (18) e Nariz Tapado (19) – A pontuação pode variar de 0 a 25 pontos (frequência) e 0 a 20 pontos (intensidade).
“Sistema Muscular” que inclui 4 itens como: Dor de Cabeça (1), Dor nas Costas (2), Dor nos Olhos associados à leitura (10) e Dores Musculares (14) – A pontuação pode variar de 0 a 20 pontos (frequência) e 0 a 16 pontos (intensidade).
“Sistema Digestivo” que inclui 4 itens como: Dor de Estômago (3), Enjoo (7), Diarreia ou Prisão de Ventre (11) e Tonturas (12) – A pontuação pode variar de 0 a 20 pontos (frequência) e 0 a 16 pontos (intensidade).
A solução encontrada explicava 44,7% da variância. O primeiro fator explica 24,5% da variância total, o segundo 8,9%, o terceiro 6,0% e o quarto 5,6%. A consistência interna (Alfa de Cronbach) dos diversos fatores varia entre 0,55 e 0,79. O Alfa de Cronbach para a escala total é de alfa = 0,85.
As respostas com valores mais elevados, tanto ao nível da frequência dos sintomas como da sua intensidade, revelam um índice de mal-estar mais elevado.
A cotação faz-se em duas fases.
1- Primeiro multiplica-se a frequência de um sintoma pela intensidade desse sintoma.
assinalava na posição 3 (ocorre cerca de uma vez por semana), e na posição 2 para a intensidade da ocorrência (SI1) (moderadamente incómodo quando ocorre), o resultado total (ST) para o sintoma (ST1) seria igual a 6 (3X2=6).
2- Em segundo lugar somam-se os itens de cada uma das dimensões (a estrutura dimensional será descrita a seguir) para obter a nota de cada dimensão, e somam-se a totalidade dos itens para obter a nota total da escala. Valores mais elevados, quer por dimensão quer no total, significa mais mal-estar.
Se se pretender organizar um perfil de somatização, então às operações anteriores uma terceira operação. Deve-se dividir o resultado da soma pelo número de itens que compõem cada dimensão, ou seja por 6, por 5 ou por quatro, consoante a dimensão em jogo. Deste modo é possível comparar a nota das diversas dimensões para identificar ou descrever a que é dominante no indivíduo.
3. Protocolo de Aplicação
Foi aplicado um questionário pois, “a técnica de construção de dados que mais se compatibiliza com a racionalidade instrumental e técnica que tem predomínio nas ciências e na sociedade em geral” (Ferreira, 2001), foi a técnica de eleição desta pesquisa.
A aplicação de um questionário é extremamente útil, em especial se apresentar características de flexibilidade nomeadamente mediante o atenuar da sua excessiva directividade pela inclusão de questões abertas, mais aptas a respeitarem o discurso dos inquiridos (Lopes, 1997), permite ainda a inferência estatística através da qual se verificam hipóteses e analisam correlações que as hipóteses sugerem.
Segundo Quivy e Campenhoudt (1998) uma das principais vantagens na aplicação de um questionário reside na possibilidade de quantificar uma multiplicidade de dados.
No sentido de garantir a adequação e inteligibilidade dos questionários, submetemo-los a um grupo de 10 pessoas (que não integravam a amostra) a fim de avaliar eventuais dificuldades no seu preenchimento.
Na ausência de dificuldades demos por concluído o questionário cuja versão final se anexa (Anexo 1). O instrumento “ad hoc”, apresenta validade de conteúdo.
posteriormente e entregar mais tarde.
Na realização dos questionários foi cumprido o princípio ético de aceitar a decisão do voluntário/participante se este não quiser colaborar, garantido a confidencialidade vs anonimato da informação obtida e autorização das instituições a quem pertencem os participantes no estudo.
4. Procedimentos Estatísticos
Para o tratamento dos dados recolhidos foi utilizado o programa de estatística SPSS 19.0, sendo utilizadas as técnicas estatísticas paramétricas e não paramétricas que se revelarem adequadas em função das características dos dados.
Para analisar os resultados foi utilizada uma análise descritiva e inferencial. A primeira caracteriza as variáveis em estudo e a segunda permite testar as hipóteses. Na análise estatística de dados para testar as hipóteses, identificam-se relações causais e, ainda, permite descrever as situações de forma rigorosa (Fortin, 1999).
Segundo Fortin (2003), o método de investigação quantitativa é um processo sistemático de colheita de dados observáveis e quantificáveis.
Os resultados são apresentados em tabelas de distribuição de frequências, em frequências absolutas (n) e relativas (%). Na análise descritiva, foi utilizada a média ( X ) e o desvio padrão (s).
Na análise inferencial, as hipóteses são testadas com uma probabilidade de 95%, de onde resulta um nível de significância de 5% (=0,05). Este nível de significância permite afirmar com uma certeza de 95%, caso se verifique a validade da hipótese em estudo, a existência de uma relação causal entre as variáveis (Pestana & Gageiro, 2003).
Os critérios de decisão para os testes de hipóteses, baseiam-se no estudo das probabilidades, confirmando-se a hipótese se a probabilidade for inferior a 0,05 e rejeitando-se se superior a esse valor.
O tratamento efetuado aceita os seguintes níveis de significância: p> 0,050 (não significativo); p <0,050 (significativo); p <0,010 (bastante significativo); p <0,001 (altamente significativo).
paramétricos aos resultados da nossa amostra.
Para definirmos a utilização de testes paramétricos ou não paramétricos para testar as hipóteses vai proceder-se à análise do teste de Kolmogorov-Smirnov (KS), com a correção de Lilliefors, para averiguar se a distribuição das variáveis é ou não normal.
A distribuição normal é uma distribuição importante, visto ser um pressuposto de utilização de muitos testes estatísticos e permitir a aplicação de um grande número de estatísticas descritivas. O teste Kolmogorov-Smirnov (KS) de aderência à normalidade, serve para analisar o ajustamento ou aderência à normalidade da distribuição de uma variável de nível ordinal ou superior através da comparação das frequências relativas acumuladas observadas com as frequências relativas acumuladas esperadas. O valor do teste é a maior diferença existente entre ambas. Se existirem diferenças (p <0,050) na distribuição quer dizer que não é normal e aplicam-se testes não paramétricos contudo, se p >0,050 aplicam-se testes paramétricos.
Teste t (t; p) / Mann-Whitney (Z; p) permite testar hipótese sobre as médias da
variável em dois grupos. Mesmo que não se evidencie uma distribuição normal, permite-se a utilização o teste t quando N> 30.
As tabelas de distribuição normal para o nível de significância de 0,05 levam à região de aceitação entre - 1,96 e +1,96. Se o valor do teste (t ou Z) estiver dentro destes valores pertence à região de aceitação e conclui-se que não existem diferenças significativas entre os dois grupos.
ANOVA (F; p) / Kruskal-Wallis (X2; p) permite testar hipótese sobre as
médias da variável em mais de dois grupos. Mesmo que não se evidencie uma distribuição normal, permite-se a utilização da ANOVA quando N> 50.
As tabelas de distribuição normal para o nível de significância de 0,05 levam à região de aceitação entre - 1,96 e +1,96. Se o valor do teste (F) estiver dentro destes valores pertence à região de aceitação e conclui-se que não existem diferenças significativas entre os dois grupos. No caso do X2 a zona de aceitação é com valores superiores a 3,84. Quando os valores dos testes estão fora da zona de aceitação p <0,050; se os valores estão dentro da zona de aceitação p >0,050.
5. População e Amostra
Esta investigação baseou-se numa amostra não probabilística de conveniência (Fortin, 2003) recolhida a partir de uma população de 144 sujeitos, sendo 72 praticantes de Hidroginástica num clube situado em Viseu (FORLIFE – Desporto e Bem-Estar) e em igual número de não praticantes de nenhuma modalidade.
Foram considerados praticantes de atividade física, os utentes que praticavam pelo menos duas vezes por semana e com uma duração mínima de 45 minutos, sendo estes os valores mínimos apresentados por (Armstrong et al., 2006).