Para que as respostas de um teste passem a ter certo significado, é necessário que sejam realizadas comparações. Somente assim é que as respostas poderão ser interpretadas e passarão a representar algum tipo de realidade. As comparações podem ser realizadas por padrão, ou seja, quando os escores são comparados aos desempenhos médios de um grupo já testado ou por critério e quando são estabelecidos níveis de desempenho ou escores mínimos a serem alcançados. A contagem direta das questões respondidas resulta num valor numérico denominado de escore bruto e que pode ser mensurado de diferentes formas, por exemplo, como por meio do número de respostas totais, pelo número de acertos, entre outros. Porém, o escore bruto não garante a descoberta das diferenças reais no desempenho dos participantes porque não indica quais foram os itens corretos ou a qualidade da realização, além disso, escores brutos de diferentes
testes não podem ser comparados, por quanto os critérios de desempenho dificilmente são os mesmos. Segundo Cronbach (1996) e Woolfolk (2000), as comparações e interpretações dos resultados podem ser obtidas por meio de escalas de valores, sendo exemplos dessas medidas a média, a mediana, o desvio- padrão, a variância e a correlação.
A estatística é uma ciência que se preocupa com os métodos de coleta, interpretação e análise de dados. Considerando-se a importância de alguns conceitos estatísticos para a compreensão dos resultados dos testes e por eles serem utilizados nos resultados e discussão da presente pesquisa, será realizada uma breve descrição de alguns termos. A média consiste no valor que aponta para o local onde mais se concentram os dados de uma distribuição, sendo essa considerada o ponto de equilíbrio das frequências. Ela corresponde comumente à média aritmética e é a soma de todos os escores, dividida pelo número total deles. Além da média, a mediana é outra medida que aponta um valor central e corresponde ao número que divide o conjunto em duas partes iguais. Não pertencendo necessariamente ao conjunto, a mediana é o número que caracteriza as observações de certa variável de tal forma que esse número separa a metade inferior da amostra, população ou distribuição de probabilidade, da metade superior. Mais concretamente, ½ da população terá valores inferiores ou iguais à mediana e ½ da população terá valores superiores ou iguais à mediana. Finalmente, a terceira medida que denota valores centrais, consiste na moda que, ao contrário da média ou da mediana, não é necessariamente única. A moda é o valor que detém o maior número de observações, ou seja, o escore mais frequente (CRONBACH, 1996; WOOLFOLK, 2000; ANASTASI; URBINA, 2000).
Ainda na linha da estatística descritiva, que é um ramo da estatística que aplica técnicas para descrever e sumariar um conjunto de dados apresenta-se o conceito de desvio, que corresponde à diferença que cada participante apresenta em relação à média do grupo. Quando o desvio de cada participante é elevado ao quadrado, somado e dividido pelo número de participantes, tem-se a variância. Portanto, a variância é a soma dos quadrados dos desvios, dividida pelo número de participantes do conjunto menos um. Outro valor que pode ser obtido a partir da média e da variância é o desvio-padrão. Como os desvios foram elevados ao quadrado, deve-se tirar a raiz quadrada da variância e assim se encontrará o desvio- padrão. O desvio-padrão é uma das mais utilizadas medidas de variação de um
grupo de dados e apresenta vantagem sobre a variância visto que permite a interpretação direta da variação do conjunto de dados, pois o desvio-padrão é expresso na mesma unidade que a variável. É correto afirmar que o desvio-padrão corresponde a uma média dos valores absolutos dos desvios, e, portanto, o resultado obtido por uma pessoa em determinado teste é melhor explicitado quando se conhece a média e o desvio-padrão dos escores do grupo.
Um teste bastante utilizado para a comparação da magnitude das diferenças entre as médias é o Teste de Tukey. Ele viabiliza comparações múltiplas e permite a testagem de qualquer contraste entre duas médias, sendo que geralmente se determina um nível de significância do alfa () que vai de 5% a 1% de significância.
Para concluir as descrições de conceitos provenientes da estatística descritiva, descreve-se a correlação, que corresponde a uma medida proveniente do grau de relação linear entre duas variáveis quantitativas. Assim, pode-se afirmar que ela mede o grau da correlação (e a direção dessa correlação - se positiva ou negativa) entre duas variáveis de uma escala métrica. Este coeficiente varia entre os valores -1 e 1. O valor zero significa que não há relação linear, e o valor 1 indica uma relação linear perfeita. Também o valor -1 indica uma relação linear perfeita, mas inversa, ou seja, quando uma das variáveis aumenta, a outra diminui; portanto, quanto mais próximo o coeficiente estiver de 1 ou -1, mais forte é a associação linear entre as duas variáveis. No entanto, segundo Guimarães (2003), dificilmente se encontra um coeficiente de correlação maior que 0,6 e, desse modo, considera- se que quanto mais próximo estiver de 1, mais alto é o grau de concordância entre duas variáveis. Uma correlação pode ser considerada significativa quando atinge o nível mínimo de confiança que varia de 0,05 a 0,01; isso que dizer que, no primeiro exemplo, há menos que cinco possibilidades em cem de que a correlação tenha ocorrido ao acaso e no segundo, uma em cem. Na correlação significativa, indica-se que sua ocorrência não aconteceu por acaso e encontra-se em determinado nível de significância (CRONBACH, 1996; ANASTASI; URBINA, 2000).
4.2AVALIAÇÃO COMO OBJETIVAÇÃO DAS ABORDAGENS TEÓRICAS:VALIDADE E PRECISÃO