IV. Presentación de Resultados
4.4 Presentación de gráficas y procesamiento de datos: comparación de resultados entre
Todos os dados foram registados numa base Excel e se analisaram mediante a utilização do programa SPSS Statistics 22.0.0.
Realizou-se uma análise descritiva para avaliar variáveis sociodemográficas da população entre sexo e para a exploração dos resultados das perceções dos impactos sociais, económicos, culturais e ambientais do turismo em Jericoacoara.
Para a avaliação da distribuição de frequências com respeito às oportunidades de trabalho, profissões, rendimentos antes e depois da chegada do turismo ao local, realizou-se a prova de Qui-Quadrado52 (QUI2) seguindo os lineamentos sugeridos por Malhotra, (2001), Norusis (2002) e Costa (2009).
A distribuição das ocupações dentro da população feminina após à variável independente avaliou-se com o Teste de McNemar53, conforme sugere Govindarajulu (2007) na realização dos testes não paramétricos.
Para a análises em base das respostas do instrumento tipo Likert54 do questionário, realizou-se uma agrupação por percentuais dos pontos obtidos para cada item e o percentual de 75% foi utilizado como parâmetro de apreciação. Assim mesmo avaliou-se
52 Teste Qui-Quadrado (QUI2): os dados dicotómicos e politômicos podem analisar-se por prova de QUI2 e dão resultados similares à prova de comparação para dois grupos. A prova de QUI2 compara frequências observadas e esperadas, medindo o que denomina-se “bondade de ajuste”, que é a diferença entre o que esperas e o que foi observado para um certo evento. Portando, pode-se afirmar que dois grupos se comportam de forma semelhante se as diferenças entre as frequências observadas e as esperadas em cada categoria forem muito pequenas, próximas a zero (Malhotra, 2001;Norusis,2002 e Costa,2009).
53 Teste de McNemar: a prova de McNemar utiliza-se quando se quer comparar proporções e os grupos estão relacionados, ou seja, quando quer se comparar antes e depois após a intervenção de um fenómeno. Este teste também pode ser usado em estudos de amostras emparelhadas (Govindarajulu, 2007).
54A escala de Likert ou tipo Likert: é um tipo de escala de resposta psicométrica usada habitualmente na aplicação de questionários, sendo a escala mais utilizada em pesquisas de opinião. Os inquiridos ou entrevistados ao responderem a um questionário baseado nesta escala, especificam seu nível de concordância com uma afirmação. Leva este nome devido à publicação de um relatório explicando a sua utilização por Rensis Likert (Nogueira, 2002).
117
a normalidade das pontuações por meio da prova de Shapiro-wilk55, uma vez que não cumpria o princípio de normalidade (rejeição da hipótese nula p<0.05), adotamos como recomenda os autores Wayne (2008), Toutenburg e Shalabh (2009) a prova de U de Mann-Whitney56 para a estimação das perceções segundo o sexo.
Para as análises por pontuação das perceções relacionadas ao impacto do turismo na cultura local realizou-se o Teste ANOVA unidirecional57 com post hoc de Bonferroni58 com prévia prova de Normalidade, seguindo a recomendação de Norusis (2002) e Pagano (2006).
Todas as provas realizaram-se com um nível de confiabilidade de 95%, gerando recusa da hipótese nula e aceitação da diferença entre as médias a uma significância bilateral (p≤0.05), como é amplamente aceito nas ciências sociais (Barbetta, 1998; Malhotra, 2001; Norusis, 2002 e Costa 2009).
55 Teste Shapiro-Wilk: é utilizado para contrastar a normalidade de um conjunto de dados. A hipótese nula do teste de Shapiro-Wilk é que a população possui distribuição normal. Portanto, um valor de p < 0.05 indica que você rejeitou a hipótese nula, ou seja, seus dados não possuem distribuição normal (Wayne, 2008; Toutenburg e Shalabh,2009).
56 Teste U de Mann-Whitney: é uma prova não paramétrica aplicada a duas amostras independentes O teste de U de Mann-Whitney é apropriado para averiguar se são iguais as medianas µX e µY de duas populações contínuas e independentes, X e Y. As duas amostras envolvidas não tem que ter necessariamente a mesma dimensão (Wayne, 2008; Toutenburg e Shalabh, 2009)
57 Teste ANOVA unidirecional: o Anova pode ser usado em situações em que estamos interessados em analisar uma resposta quantitativa, geralmente chamada de variável dependente, medida em determinadas condições experimentais identificadas por uma ou mais variáveis categóricas, chamadas de variáveis independentes. Quando existe uma única variável que fornece diferentes condições experimentais, a análise é chamada de Anova de um fator. Na análise de variância, a variação na resposta é dividida em variação entre os diferentes níveis de fatores e a variação entre indivíduos dentro de cada nível. Supondo que as médias dos grupos são iguais, a variação entre os grupos é comparável à variação entre os indivíduos. Se o primeiro for muito maior do que o último, pode indicar que as médias não são realmente iguais (Norusis, 2002 e Pagano, 2006).
58 Post hoc de Bonferroni: depois da realização do teste ANOVA, uma vez que as diferenças entre os meios foram determinadas, o teste de classificação pós-hoc de Bonferroni permite determinar quais as médias que diferem. O teste de alcance post hoc de Bonferroni identifica subconjuntos homogêneos em médias que não diferem uma da outra (Norusis, 2002 e Pagano, 2006).
118
Seguindo as recomendações Pestana e Gageiro (2014), realizamos a prova de consistência da escala de Likert do questionário que foi avaliada com alfa de Cronbach59 superior a 0,6.
2.6.2. Análise de conteúdo
Ao nível da análise documental foi dado enfoque ao processo de análise de conteúdo, segundo o método de Laurence Bardin (2011), tendo o mesmo sido iniciado com análise total as respostas obtidas às entrevistas realizadas.
Laurence Bardin (2011), considera a análise de conteúdo como um “conjunto de técnicas de análise das comunicações que utiliza procedimentos sistemáticos e objetivos de descrição do conteúdo das mensagens” (Bardin, 2011:40) e sustenta que a “intenção da análise de conteúdo é a inferência de conhecimentos relativos às condições de produção”. Foi neste sentido que se entendeu a utilidade do método para os objetivos investigativos, uma vez que por via desta análise é possível deduzir de maneira lógica a mensagem que o emissor pretende passar.
O método de análise de conteúdo leva em conta o respeito pela elaboração e pela utilização de modelos sistemáticos de leitura, do registo suporte das respostas, e assenta no uso de regras explícitas de análise e interpretação, por meio das quais se procede à realização de inferências válidas.
Do ponto de vista prático este método consiste na medição da frequência, da ordem e da intensidade de certas palavras, expressões permitindo ao investigador estudar de forma indireta o conteúdo avançado pelos respondentes.
59 Teste Alpha de Cronbach: é um teste de consistência interna, baseado na média das correlações entre os agregados, permitindo determinar o limite inferior da consistência interna de um grupo de variáveis ou itens. Segundo Pestana e Garreiro (2014), o limite corresponderá à correlação que se espera obter entre a escala usada e outras escalas hipotéticas, com o mesmo universo e igual número de itens utilizados para medir as mesmas características. “Para a análise da consistência interna dos fatores é condição necessária que as variáveis estejam categorizadas da mesma forma, o que em alguns casos corresponderá à aplicação da mesma escala de Likert, por isso devem excluir-se as variáveis de justificação” (Pestana & Garreiro, 2014:531).
119
Tal como justificou LoBiondo-Wood & Haber (2001) “é após a análise dos dados que o pesquisador junta as peças finais do quebra-cabeças para ter uma visão total do quadro com um olhar crítico” (LoBiondo-Wood & Haber, 2001:223).
Quando se aborda e empreende esta metodologia é preciso ter em conta que a mesma deve obedecer a um criterioso processo de execução de que fazem parte quatro etapas sequenciais e que são: a organização da análise; a codificação; a categorização e a inferência (Bardin, 2011).
A organização da análise corresponde à fase de preparação do material e esta organização compreende a pré-análise. Já a exploração do material corresponde à aplicação das operações de codificação, decomposição ou enumeração e também à fase de tratamento dos resultados que derivam das operações anteriores para além da sua interpretação, a que corresponde a atribuição de inferências.
Nesta fase, a da codificação, processa-se à transformação dos dados e à sua agregação em unidades o que vai resultar na representação do conteúdo e na descrição exata das características que lhe são pertinentes.
De seguida deve ser efetuado o processo de categorização, onde, primeiramente, se classificam os elementos que compõem cada conjunto identificado por diferenciação para depois serem reagrupados em função de analogias construídas com base em critérios previamente definidos. Trata-se de um momento da análise de conteúdo que exige trabalho e capacidade criativa garantindo-se sempre a exclusão mútua, a homogeneidade, a pertinência da categoria, a sua objetividade e a fidelidade aos dados recolhidos. Por fim, na quarta fase da análise do conteúdo, a inferência, são feitas deduções lógicas sobre as opiniões do participante.
Quando todos estes passos estão cumpridos o investigador tem construído um conjunto de áreas temáticas, categorias e subcategorias que vão depois figurar num quadro síntese onde também são expressas unidades de registo de significação.
120