D E VIKTIGSTE KUNNSKAPSMANGLENE

Com o intuito de refinar a caracterização dos indivíduos da amostra foi feita uma análise bivariada (Anexo 5 B e seguintes). Especificamente, criaram-se tabelas de contingência com os respectivos coeficientes de correlação, isto é, coeficiente de contingência entre variáveis nominais e coeficiente tau-b de Kendall entre variáveis ordinais. Onde o pressuposto de normalidade é verificado, realizaram-se testes t para amostras independentes a fim de comparar as respectivas médias. Quando o pressuposto de normalidade não é verificado, optámos pela realização dos testes não paramétricos para duas amostras independentes de Kolmogorov-Smirnov ou de Mann-Whitney, para assim com

amostra

parar a localização e a forma das distribuições.

Agrupa inquirido

(Anexo 5B1), o género Fem Masculino possuem distribuições aproximadamente normais, com médias de 29,77 e 28,54 anos respectivamente, uma vez que as estatísticas do teste de normalidade Kolmogorov-Smirnov (sig.=0,115 e sig.=0,799, respectivamente) são sig icativas. Es am calculados após a exclusão dos

outliers: um inquirido do género Feminino com 71 anos. O teste t-student (sig.= 0,369)

permite afirmar que estas médias não e forma estatisticamente significativa. Porém, o ste de Leve para a igu as (sig.=0,009) in a que as variâncias das distribuições de idade entr

De facto, pela comparação das medidas d spersão constantes na tabela 1 (desvio padrão, m o e máximo, amplitude e intervalo inter-quartil) constata-s ente que o género Feminino apresenta um ariação nas idades, apesar de ter uma menor amplitude. Tendo em conta que o número de alunos é praticamente idêntico entre

ndo os inquiridos por Sexo conclui-se que relativamente à Idade do inino e

nif tes valores for

diferem d

te ne aldade de variânci dic

e géneros não podem ser consideradas iguais. e di

ínim e facilm

a maior v

géneros, as mulheres da amostra possuem uma heterogeneidade de idades superior à dos homens.

Tabela 4: Estatísticas da Idade do inquirido agrupadas por Sexo do inquirido

Sexo do inquirido Estatística Idade do inquirido Feminino Média 29,77 Desvio Padrão 8,500 Mínimo 19 Máximo 48 Amplitude 29 Intervalo Inter-Quartil 14 Masculino Média 28,54 Desvio Padrão 6,618 Mínimo 19 Máximo 52 Amplitude 33 Intervalo Inter-Quartil 8

Os coeficientes de contingência entre Tipo de aluno e Ano de frequência por um lado, e Sexo do inquirido por outro, estão apresentados na Tabela 5. Uma elevada significância aproximada (>0,05), associada aos dois coeficientes de contingência próximos de zero, garantem a inexistência de correlação entre as variáveis em estudo. Esta não correlação preconiza uma semelhança entre as distribuições por género, para o

Tipo de aluno e o Ano de frequência.

Tabela 5: Coeficientes de contingência entre Tipo de aluno, Ano de frequência e Sexo Coeficiente de contingência Sig. Apro x.

Tipo de aluno * Sexo 0,067 0,451

Ano de frequência * Sexo 0,005 0,956

Uma breve análise dos Gráficos 4 e 5 permite confirmar que o Tipo de aluno e o

Ano de frequência, se encontram igualmente distribuídos pelos géneros Feminino e

Masculino (Anexos 5 B2 e 5 B3).

Gráfico 4: Distribuição do Tipo de aluno por sexo

Feminino Masculino

Sex o do inquirido

Estudante a tempo inteir o Trabalhador -estudante Tipo de aluno 0 u 40 60 n t 20 C o 7 4 59 55

Gráfico 5: Distribuição do Ano de frequência por sexo

10º ano 11º ano

Ano de frequê ncia 0 Feminino Masculino Sex o do inquirido 10 C 20 30 o u n t 31 28 35 31

As distribuições para o Tempo sem estudar e o Retorno aos estudos (5 B4 e 5 B5) nos géneros Feminino e Masculino não verificam o pressuposto de normalidade (todos 145

os níveis de significância do teste de Kolmogorov-Smirnov são inferiores a 0,05) pelo que aplicámos a ambas as variáveis o teste não paramétrico para duas amostras ind

diferenças de distribuição estatisticamente sign

eradas semelhantes na forma e/ou na localização (sig

s entre os formatos destas distribuições. Assim, a média de horas de estudo do

r o teste

t. Assim, obtivemos valores de significância 0,920 e 0,830 no teste de Kolmogorov-

-Sm rnov para duas amostras independentes, respectivamente, pelo que podemos distribuição da Média de horas de estudo por semana não varia de forma estatisticamente significativa segundo o Tipo de aluno ou o Ano de frequência.

ependentes de Kolmogorov-Smirnov. O elevado valor dos níveis de significância obtidos (sig.=0,306 e sig.=0,669, respectivamente) permitem concluir que as distribuições entre géneros, para cada variável, são semelhantes na forma e na localização, ou seja, não existem

ificativas entre elas.

A Média de horas de estudo por semana (Anexo 5 B6) também não possui uma distribuição aproximadamente normal em qualquer dos géneros. O teste para duas amostras independentes de Kolmogorov-Smirnov diz-nos então que as distribuições entre géneros não podem ser consid

.=0,023). O teste de Mann-Whitney (sig.=0,021) evidencia, também, a existência de diferenças estatisticamente significativas na localização das distribuições. Porém, a comparação dos respectivos gráficos de frequência revela a existência de semelhanças significativa

género Feminino (média de 3,5 horas/semana) pode ser considerada estatisticamente superior à média de horas de estudo do género Masculino (média de 2,5 horas/semana).

Agrupando a Média de horas de estudo por semana segundo os factores Tipo de

aluno e Ano de frequência (Anexos 5 B7 e 5 B8), concluimos que o pressuposto de

normalidade não é verificado em nenhum dos casos, não sendo possível realiza

i

afirmar que a

De igual modo, para as variáveis Idade do inquirido e Retorno aos estudos (5 B9 e 5 B10), as respectivas significâncias do coeficiente de correlação tau de Kendall (sig.=0,629 e sig.=0,505) permitem concluir pela não influência desses factores na

Média de horas de estudo por semana.

Para a variável Tempo sem estudar (5 B11), uma significância de 0,068 para o tau e endall, apesar de ainda superior a 0,05, parece indicar a existência de correlação

ntr or

0,1

Ma

emplo, ao ver

Vamos neste momento responder às questões de investigação formuladas com base nas frequências absolutas, relativas e acumuladas e nas medidas de tendência central (moda e mediana) respeitantes aos itens das componentes em estudo. Na análise descritiva dos dados atendemos à seguinte classificação, relativamente à frequência d K

e este factor e a Média de horas de estudo por semana. No entanto, o próprio val e

33 da estatística tau de Kendall, muito próximo de zero, revela que essa correlação é muito fraca, ou mesmo inexistente.

Assim, o Sexo do inquirido aparenta ser o único factor de caracterização que influencia de forma significativa a Média de horas de estudo por semana dos alunos na amostra, apresentando o género Feminino uma média superior à observada no género

sculino.

Ao aprofundar esta caracterização da amostra através das correlações ganhamos uma maior base de validação das respostas às questões de investigação. Por ex

ificarmos que a idade não influencia a média de horas de estudo por semana, podemos também excluir este factor como factor explicativo dos padrões e respectiva variabilidade encontrados nos dados que permitem responder a essas questões.

7.2.3. As componentes presentes no questionário: resposta às questões de