Projeto Erika GRB
Luis Anunciacao
24 April, 2019
1 Método
2 Resultados
Anterior à exploração dos dados, se investigou aspectos relacionados à estrutura e codificação da base, bem como possíveis outliers, pontos anômalos e casos ausentes. Em seguida, uma vez que a pesquisa contou com a utilização de escalas de atitudes, as análises foram feitas para explorar as propriedades psicométricas de cada instrumento antes de proceder às análises estatísticas amplas. É fenômeno conhecido na área que as interpretações dos resultados obtidos por instrumentos de medida podem gerar conclusões distorcidas ou inadequadas caso eles possuam baixa validade ou fidedignidade.
As análises psicométricas foram calcadas em técnicas exploratórias (AFE) e confirmatórias (AFC). Inicialmente, o índice Kaiser-Meyer-Olkin (KMO) e o teste de Bartlett foram computados. O KMO oferece uma medida entre 0 a 1 da razão das correlações simples com as correlações parciais. Valores próximos a 1 são ideais e acima de 0.7 são exigidos para etapa fatorial. Por sua vez, o teste de Bartlett avalia a hipótese de que a matriz de correlações pode ser a matriz identidade com determinante igual a 1. É também necessário rejeitar essa hipótese (p < 0.05) antes de iniciar uma etapa fatorial.
Posto isso, em instrumentos em que estudos anteriores de validação já haviam sido feitos, as análises começaram por uma AFC guiada tal como feito originalmente. Em outro sentido, instrumentos que foram adaptados de múltiplas teorias e/ou outras fontes foram, inicialmente, explorados por uma AFE. A rentação fatorial foi escolhida a partir de uma interface entre scree-plot, análise paralela e interpretabilidade da solução. O estimador para extração de fatores foi o mínimos quadrados pondedoras (WLS), dado que pressupostos de verossimilhança são frequemente violados em varíaveis com medida categórica.
2.1 Escala da Ideologia da Racionalidade Tecnológica (Escala I)
A Escala da Ideologia da Racionalidade Tecnológica (I) foi originalmente criada para materializar a relação entre tipo de personalidade e adesão a diversas ideologias e, mais especificamente, para verificar características nacisistas de personalidade e a ideaologia da racionalidade tecnológica (tese, p.119). Originalmente, ela foi composta por 18 itens. Na presente pesquisa, apenas 11 itens selecionados de algumas de suas dimensões foram utilizados. Uma vez que o modelo originalmente foi estudado por uma matriz de covariância considerando todos os itens, é necessário verificar se as restrições consequentes de uma versão reduzida ainda mantem os ajustes originalmente obtidos. Dessa maneira, essa hipótese foi testada pela AFC.
Nesse sentido, a AFC indicou a baixa aderência dos resultados empíricos ao modelo teórico origina. Os ajustes foram: Par = 22, X(44) = 257.258, p < 0.01, CFI = 0.549, TLI = 0.549, RMSEA = 0.084. Situações como essa são frequentemente encontradas na literatura, reforçando a teoria de que todos os instrumentos psicológicos devem ser checados não somente em função do tempo, mas também de seu contexto e formato.
## npar chisq df pvalue cfi tli rmsea
## 22.000 264.430 44.000 0.000 0.627 0.534 0.085Para verificar possiveis alternativas fatoriais, procedeu-se à exploração dos dados. Seguindo recomendações acadêmicas, o banco de dados foi separado aleatoriamente e o número de fatores a ser retido foi avaliado mediante interface entre análise paralela e autovalores brutos. A análise paralela sugeriu reter 4 fatores, mas considerou possível também a solução de único fator (Adjusted Eigenvalue = 1.09, Estimated Bias = 0.33).
##
## Using eigendecomposition of correlation matrix.
## Computing: 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
##
##
## Results of Horn's Parallel Analysis for factor retention
## 5000 iterations, using the mean estimate
##
## --------------------------------------------------
## Factor Adjusted Unadjusted Estimated
## Eigenvalue Eigenvalue Bias
## --------------------------------------------------
## No components passed.
## --------------------------------------------------
## 1 1.090456 1.422276 0.331820
## 2 0.184104 0.426945 0.242841
## 3 0.086212 0.261826 0.175614
## 4 0.012622 0.130084 0.117461
## 5 -0.029949 0.034924 0.064874
## 6 -0.034284 -0.01787 0.016408
## 7 -0.038842 -0.06884 -0.03000
## 8 -0.047501 -0.12331 -0.07580
## 9 -0.056012 -0.17842 -0.12241
## 10 -0.047104 -0.21852 -0.17141
## 11 -0.045593 -0.27508 -0.22949
## --------------------------------------------------
##
## Adjusted eigenvalues > 0 indicate dimensions to retain.
## (4 factors retained)
Posto isso, soluções até 4 dimensões foram avaliadas sequencialmente. Conforme explicitado na seção metodológica, os critérios estatísticos para adequação fatorial necessitam, minimamente, que i. um fator apresente 3 ou mais itens, ii. cada item tenha carga fatorial igual ou superior a 0.3 com iii. interpretações adequadas e aderentes à teoria. O gráfico a seguir apresenta a dispersão fatorial de cada solução.
A solução unidimensional reteve 8 itens (perda de 27%), sendo todos superiores ao critério de 0.3. Por sua vez, na solução com dois fatores, o segundo fator teria apenas o item 1 e todos os outros seriam correlacionados ao primeiro fator. Resultado similar se repete na solução com 3 e 4 fatores. De forma ampla, o item 1 (“Seria um ato de benevolência se a nossa cultura pensasse meios de execução indolor para os criminosos”) e o item 11 (“Um filho de pais separados terá mais problemas emocionais que um filho que tem pais que vivem juntos.”) apresentam comportamentos distintos dos demais na versão instrumental aqui utilizada, sugerindo pesquisas futuras para melhor compreensão dessas condições.
Visando garantir maior segurança na interpretação dos resultados, a solução unidimensional com 8 itens foi considerada como a única viável às análises subsequentes. Essa solução apresentou Coeficiente Alfa de 0.61 e está descrita na tabela a seguir:
| item | conteudo | WLS1 | h2 | u2 | mean | sd |
|---|---|---|---|---|---|---|
| 5 | I 05. A realização profissional deve ser avaliada principalmente pela produtividade | 0.49 | 0.24 | 0.76 | 4.4 | 1.4 |
| 2 | I 02. Há criminosos que não são recuperáveis, para esses deveria haver pena de morte | 0.49 | 0.24 | 0.76 | 3.8 | 2.0 |
| 3 | I 03. A violência atual decorre, principalmente, do fato da impunidade ser muito grande | 0.45 | 0.21 | 0.80 | 4.3 | 1.7 |
| 8 | I 08. O progresso possibilitou aumentar a expectativa de vida e assim a felicidade de todos | 0.39 | 0.15 | 0.85 | 3.7 | 1.4 |
| 10 | I 10. A educação escolar deveria ser mais dirigida ao aprendizado de matérias imediatamente úteis no dia a dia | 0.38 | 0.15 | 0.85 | 4.4 | 1.5 |
| 7 | I 07. O progresso tecnológico possibilitou mais igualdade social | 0.36 | 0.12 | 0.87 | 3.4 | 1.5 |
| 4 | I 04. A impunidade aos mais variados delitos e crimes é a pior forma de injustiça social | 0.34 | 0.12 | 0.88 | 4.3 | 1.6 |
| 9 | I 09. O adultério mostra a imaturidade do adúltero | 0.32 | 0.10 | 0.90 | 4.5 | 1.6 |
2.2 Escala do Fascismo (F)
similarmente realizado previamente, as propriedades psicométricas da Escala do Fascismo foram também investigadas previamente às outras análises. A análise da quantidade e padrão de dados ausentes mostrou que a base utilizada estava plenamente completa.
A busca por possíveis outliers em cada um dos itens também foi investigada. Essa etapa permite também verificar de maneira profunda possíveis inconsistências no processo de codificação.
Posto isso, uma vez que a Escala do Fascismo também possui modelo teórico contemplado.
O mesmo procedimento analítico foi realizado. As 5 soluções recomendadas foram avaliadas e, em função da interface entre identifical de modelo fatorial, quantidade mínima de itens por fator, carga fatorial mínima e interpretabilidade do modelo, a solução unidimensional foi pragmaticamente adotada. Em relação ao autovalor, essa métrica ajustada alcançou vaor de 2.49 e foi a única superior a 1 na decomposição em valores singulares da matriz de correlação à consistencia interna, o Coeficiente Alfa de Cronbach foi de 0.8, 0.8, 0.8, 0.26, 4.11, 0.01, 3.6, 0.95, 0.26, indicando a precisão dos dados.
##
## Using eigendecomposition of correlation matrix.
## Computing: 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
##
##
## Results of Horn's Parallel Analysis for factor retention
## 5000 iterations, using the mean estimate
##
## --------------------------------------------------
## Factor Adjusted Unadjusted Estimated
## Eigenvalue Eigenvalue Bias
## --------------------------------------------------
## No components passed.
## --------------------------------------------------
## 1 2.478996 2.898103 0.419107
## 2 0.043617 0.375534 0.331917
## 3 0.074421 0.340882 0.266461
## 4 0.007104 0.216252 0.209148
## 5 -0.009582 0.148246 0.157828
## 6 -0.022767 0.088088 0.110856
## 7 -0.002720 0.063817 0.066537
## 8 -0.043303 -0.01923 0.024066
## 9 -0.019468 -0.03620 -0.01673
## 10 -0.019541 -0.07655 -0.05701
## 11 -0.004817 -0.10153 -0.09671
## 12 -0.008395 -0.14440 -0.13601
## 13 -0.003746 -0.18061 -0.17686
## 14 -0.040756 -0.26082 -0.22006
## 15 -0.020936 -0.29307 -0.27213
## --------------------------------------------------
##
## Adjusted eigenvalues > 0 indicate dimensions to retain.
## (4 factors retained)
A Tabela a seguir apresenta a síntese de resultados da Escala do Fascismo. Os resultados relacionados à análise fatorial são o WLS1, h2 e u2; os resultados de fidedignidade são a correlação item-total e os resultados descritivos são a média e o desvio-padrão de cada item.
| item | conteudo | WLS1 | h2 | u2 | mean | sd | r.cor |
|---|---|---|---|---|---|---|---|
| 12 | F 12- Deve-se castigar sempre todo insulto à nossa honra | 0.60 | 0.36 | 0.64 | 3.2 | 1.6 | 0.60 |
| 10 | F 10- Todos devemos ter fé absoluta em um poder sobrenatural, cujas decisões devemos acatar | 0.60 | 0.36 | 0.64 | 3.0 | 1.8 | 0.60 |
| 2 | F 02- A obediência e o respeito à autoridade são as principais virtudes que devemos ensinar a nossas crianças | 0.60 | 0.35 | 0.64 | 4.8 | 1.5 | 0.59 |
| 9 | F 09- Se falássemos menos e trabalhássemos mais, todos estaríamos melhor | 0.59 | 0.34 | 0.65 | 3.6 | 1.8 | 0.59 |
| 5 | F 05- Não se concebe nada mais baixo do que uma pessoa que não sente profundo amor, gratidão e respeito por seus pais | 0.56 | 0.32 | 0.68 | 4.5 | 1.5 | 0.56 |
| 4 | F 04- O que este país necessita, primordialmente, antes de leis ou planos políticos, é de alguns líderes valentes, incansáveis e devotos em quem o povo possa depositar a sua fé | 0.55 | 0.30 | 0.70 | 4.0 | 1.7 | 0.54 |
| 13 | F 13- A maioria de nossos problemas sociais estaria resolvida se pudéssemos nos livrar das pessoas imorais, dos marginais e dos débeis mentais | 0.51 | 0.26 | 0.74 | 2.9 | 1.7 | 0.51 |
| 11 | F 11- Nenhuma pessoa decente, normal e em seu são juízo pensaria em ofender um amigo ou parente próximo | 0.45 | 0.20 | 0.80 | 3.7 | 1.7 | 0.46 |
| 7 | F 07- Só por meio do sofrimento se aprendem as coisas verdadeiramente importantes | 0.45 | 0.20 | 0.80 | 3.9 | 1.7 | 0.44 |
| 14 | F 14- Quando alguém tem problemas ou preocupações, é melhor não pensar neles e se ocupar de coisas mais agradáveis | 0.42 | 0.18 | 0.82 | 3.4 | 1.9 | 0.42 |
| 6 | F 06- Os homens podem ser divididos em duas classes definidas: os fracos e os fortes | 0.42 | 0.18 | 0.82 | 2.5 | 1.7 | 0.43 |
| 3 | F 03- Um indivíduo de más maneiras, maus costumes e má educação dificilmente pode fazer amizade com pessoas decentes | 0.32 | 0.10 | 0.90 | 3.7 | 1.7 | 0.33 |
3 Escala de Gênero (G)
Similar às outras análises, as propriedades psicométricas da Escala de Gênero foram investigadas. Uma vez que esse instrumento foi desenvolvido particularmente para explorar as perguntas e hipóteses expostas na presente pesquisa, iniciou-se o processo psicométrico pela análise da estrutura dos dados seguida pela Análise Fatorial Exploratória. O gráfico abaixo mostra que também não houve casos ausentes nesta escala.
Todos os itens tiveram as respostass dentro das possibilidades descritas anteriormente e a distribuição dos resultados não sugeriu presença de pontos ou dados anômalos em nenhuma das assertivas utilizadas.
Os resultados apontaram que o KMO total foi de 0.91 (g_1 = 0.77, g_2 = 0.8, g_3 = 0.79, g_4 = 0.93, g_5 = 0.74, g_6 = 0.89, g_7 = 0.86, g_8 = 0.91) e o teste de Bartlett teve resultado significativo (Bartlett = 153,37, df = 7, p < 0.01).
A análise paralela sugeriu a retenção de um único fator (Autovalor ajustado = 2.73, Viés estimado = 0.26), apenas ajustando a solução para supressão do item 4 (É melhor assumir carreira menos desafiadoras para cuidar da vida pessoal e/ou familiar). Retirando esse item, a escala como um todo teve Coeficiente Alfa de Cronbach de 0.81, indicando a consistência dos dados.
##
## Using eigendecomposition of correlation matrix.
## Computing: 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
##
##
## Results of Horn's Parallel Analysis for factor retention
## 5000 iterations, using the mean estimate
##
## --------------------------------------------------
## Factor Adjusted Unadjusted Estimated
## Eigenvalue Eigenvalue Bias
## --------------------------------------------------
## No components passed.
## --------------------------------------------------
## 1 2.726472 2.983500 0.257027
## 2 0.249700 0.415798 0.166098
## 3 0.050748 0.148347 0.097599
## 4 -0.038878 -0.00088 0.037995
## 5 -0.017644 -0.03336 -0.01572
## 6 -0.073020 -0.14158 -0.06856
## 7 -0.045252 -0.16908 -0.12383
## 8 -0.031884 -0.21932 -0.18744
## --------------------------------------------------
##
## Adjusted eigenvalues > 0 indicate dimensions to retain.
## (3 factors retained)
A Tabela a seguir apresenta a síntese de resultados dessa escala. Todos os itens tiveram carga fatorial acima de 0.4 e o item com a maior carga e correlação item-total foi o primeiro (λ = 0.77, “Homens lidam melhor com a ciência e tecnologia no geral”). Em relação aos resultados descritivos, o item 7 (Homens são mais objetivos e impessoais) teve a maior média (x̄= 4, DP = 1.8).
| item | conteudo | WLS1 | h2 | u2 | mean | sd | r.cor |
|---|---|---|---|---|---|---|---|
| 1 | G 01- Homens lidam melhor com ciência e tecnologia no geral | 0.77 | 0.62 | 0.41 | 3.5 | 1.9 | 0.74 |
| 5 | G 05- Mulheres têm mais jeito com as crianças e a casa | 0.73 | 0.59 | 0.46 | 3.7 | 1.8 | 0.72 |
| 6 | F 06- Os homens podem ser divididos em duas classes definidas: os fracos e os fortes | 0.64 | 0.38 | 0.60 | 2.7 | 1.6 | 0.63 |
| 7 | G 07- Homens são mais objetivos e impessoais | 0.59 | 0.35 | 0.65 | 4.0 | 1.8 | 0.59 |
| 2 | G 02- Homens costumam ter melhor desempenho em matemática | 0.59 | 0.33 | 0.65 | 2.1 | 1.5 | 0.62 |
| 3 | G 03- Homens e mulheres podem cuidar da casa e dos filhos, mas a mulher lida melhor com isso | 0.57 | 0.30 | 0.68 | 1.8 | 1.2 | 0.59 |
| 8 | G 08- Mulheres são mais emocionais e trazem beleza e graça aos ambientes | 0.42 | 0.21 | 0.82 | 2.5 | 1.7 | 0.41 |
4 Escala de Conhecimento Popular sobre Ciência (Escala C)
Seguindo análises anteriores, os dados foram explorados para checar inconsistências, missing cases e outliers.
Todos os itens tiveram as respostass dentro das possibilidades descritas anteriormente e a distribuição dos resultados não sugeriu presença de pontos ou dados anômalos em nenhuma das assertivas utilizadas. O KMO dessa escala foi 0.59, resultado abaixo do esperado (c_1 = 0.67, c_2 = 0.61, c_3 = 0.60, c_4 = 0.59, c_5 = 0.63, c_6 = 0.48, c_7 = 0.58, c_8 = 0.52), indicando uma baixa adequação à Análise Fatorial, apesar do Teste Bartlett ter sido significativo (Bartlett = 71.65, df = 7, p < 0.01). O Coeficiente Alfa de Cronbach mostrou a baixa consistência dos dados (α = 0.38), e os resultados da Análise Paralela indicaram que nenhum auto valor era igual ou superior a 1. Esses dois últimos resultados impossibilitam técnicas fatoriais, dado que a variabilidade das respostas é alta e a explicação de cada item do instrumento sequer expressa 10% da variabilidade encontrada. Em função disso, cada um dos itens foi analisado isoladamente nas etapas subsequentes.
##
## Using eigendecomposition of correlation matrix.
## Computing: 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
##
##
## Results of Horn's Parallel Analysis for factor retention
## 5000 iterations, using the mean estimate
##
## --------------------------------------------------
## Factor Adjusted Unadjusted Estimated
## Eigenvalue Eigenvalue Bias
## --------------------------------------------------
## No components passed.
## --------------------------------------------------
## 1 0.472907 0.729935 0.257027
## 2 0.111980 0.278078 0.166098
## 3 0.107725 0.205324 0.097599
## 4 -0.011026 0.026969 0.037995
## 5 -0.079993 -0.09571 -0.01572
## 6 -0.058865 -0.12742 -0.06856
## 7 -0.036978 -0.16081 -0.12383
## 8 -0.071490 -0.25893 -0.18744
## --------------------------------------------------
##
## Adjusted eigenvalues > 0 indicate dimensions to retain.
## (3 factors retained)
A opção de verificar individualmente cada assertiva apresenta-se adequada para verificar as possíveis condições de homogeneidade das categorias, bem como associação entre as respostas dadas e variáveis sociodemográficas. Categorias de discordância (1-3) foram predominantemente presentes nos itens 3 (“As Ciências e a Tecnologia são para poucos”) e 1 (“O cientista vive uma vida afastada da vida geral da sociedade e precisa abrir mão da vida pessoal.”). Por sua vez, os itens 8 (“Valorizo a organização e o capricho nos estudos, pois são fatores importantes para obter resultados.”) e 6 tiveram alta taxa de concordância (“Quando criança tive muito acesso a brinquedos como pipas, jogos de tabuleiro, construção de circuitos ou aparelhos mecânicos”).
5 Resultados estatísticos
A distribuição das variáveis instrumentais foi analisada por técnicas gráficas e tabulares. Em relação ao formato da distribuição das variáveis, é possível sugerir que elas apresentam distribuição diferente da gaussiana, o que sugere que os testes de hipóteses sejam calcados em bootstrapping, estimadores robustos ou inferência não-paramétrica.
Isso também ocorreu à distribuição dos 8 itens que compõe a Escala C, expostos abaixo.
Em um primeiro momento, a distribuição das assertivas sobre o tempo de acesso à internet foi investigada e, em seguida, verificou-se a possível associação entre essa variável e a carreira profissional desejada. Os resultados apontaram que a maioria dos participantes (~32% acessa a internet mais de 9 horas por dia). O segundo maior grupo é aquele formado por ~20% dos paticipantes, que acessa a internet entre 5 a 7 horas por dia. A Tabela a seguir apresenta tais resultados.
| internet | n | prop |
|---|---|---|
| Entre 1 e 3 horas por dia. | 93 | 13.48 |
| Entre 3 e 5 horas por dia. | 127 | 18.41 |
| Entre 5 e 7 horas por dia. | 136 | 19.71 |
| Entre 7 e 9 horas por dia. | 91 | 13.19 |
| Mais de 9 horas por dia. | 218 | 31.59 |
| Menos de 1 hora por dia. | 19 | 2.75 |
| Não acesso | 6 | 0.87 |
| Total | 690 | 100.00 |
A associação entre ambas as variáveis foi investigada a partir de um Qui quadrado. Os resultados foram significativos (X2(36) = 56.778), p = 0.02), indicando uma associação entre as variáveis. O valor de P foi corrigido uma vez que houve diversas células apresentaram frequências absolutas menores do que 5.
##
## Pearson's Chi-squared test with simulated p-value (based on 2000
## replicates)
##
## data: table(dados$qual_area_profissional_deseja_seguir, dados$internet)
## X-squared = 60, df = NA, p-value = 0.02##
##
## Cell Contents
## |-------------------------|
## | N |
## | Chi-square contribution |
## | N / Row Total |
## | N / Col Total |
## | N / Table Total |
## |-------------------------|
##
##
## Total Observations in Table: 690
##
##
## | dados$qual_area_profissional_deseja_seguir
## dados$internet | Ainda não escolhi. | Militar | Não vou seguir nenhuma profissão. | Profissão ligada às Artes. | Profissão ligada às Ciências Biológicas e da Saúde. | Profissão ligada às Ciências Humanas. | Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. | Row Total |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Entre 1 e 3 horas por dia. | 27 | 4 | 1 | 3 | 20 | 11 | 27 | 93 |
## | 0.414 | 0.014 | 0.157 | 0.625 | 0.079 | 0.869 | 0.582 | |
## | 0.290 | 0.043 | 0.011 | 0.032 | 0.215 | 0.118 | 0.290 | 0.135 |
## | 0.153 | 0.143 | 0.091 | 0.086 | 0.127 | 0.102 | 0.156 | |
## | 0.039 | 0.006 | 0.001 | 0.004 | 0.029 | 0.016 | 0.039 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Entre 3 e 5 horas por dia. | 31 | 4 | 1 | 5 | 29 | 28 | 29 | 127 |
## | 0.076 | 0.258 | 0.519 | 0.323 | 0.000 | 3.318 | 0.254 | |
## | 0.244 | 0.031 | 0.008 | 0.039 | 0.228 | 0.220 | 0.228 | 0.184 |
## | 0.175 | 0.143 | 0.091 | 0.143 | 0.184 | 0.259 | 0.168 | |
## | 0.045 | 0.006 | 0.001 | 0.007 | 0.042 | 0.041 | 0.042 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Entre 5 e 7 horas por dia. | 27 | 1 | 1 | 7 | 37 | 21 | 42 | 136 |
## | 1.783 | 3.700 | 0.629 | 0.001 | 1.102 | 0.004 | 1.831 | |
## | 0.199 | 0.007 | 0.007 | 0.051 | 0.272 | 0.154 | 0.309 | 0.197 |
## | 0.153 | 0.036 | 0.091 | 0.200 | 0.234 | 0.194 | 0.243 | |
## | 0.039 | 0.001 | 0.001 | 0.010 | 0.054 | 0.030 | 0.061 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Entre 7 e 9 horas por dia. | 19 | 6 | 1 | 4 | 26 | 12 | 23 | 91 |
## | 0.808 | 1.442 | 0.140 | 0.082 | 1.279 | 0.353 | 0.001 | |
## | 0.209 | 0.066 | 0.011 | 0.044 | 0.286 | 0.132 | 0.253 | 0.132 |
## | 0.107 | 0.214 | 0.091 | 0.114 | 0.165 | 0.111 | 0.133 | |
## | 0.028 | 0.009 | 0.001 | 0.006 | 0.038 | 0.017 | 0.033 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Mais de 9 horas por dia. | 68 | 10 | 7 | 13 | 43 | 30 | 47 | 218 |
## | 2.609 | 0.150 | 3.575 | 0.341 | 0.959 | 0.498 | 1.073 | |
## | 0.312 | 0.046 | 0.032 | 0.060 | 0.197 | 0.138 | 0.216 | 0.316 |
## | 0.384 | 0.357 | 0.636 | 0.371 | 0.272 | 0.278 | 0.272 | |
## | 0.099 | 0.014 | 0.010 | 0.019 | 0.062 | 0.043 | 0.068 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Menos de 1 hora por dia. | 2 | 1 | 0 | 3 | 3 | 6 | 4 | 19 |
## | 1.695 | 0.068 | 0.303 | 4.302 | 0.419 | 3.079 | 0.122 | |
## | 0.105 | 0.053 | 0.000 | 0.158 | 0.158 | 0.316 | 0.211 | 0.028 |
## | 0.011 | 0.036 | 0.000 | 0.086 | 0.019 | 0.056 | 0.023 | |
## | 0.003 | 0.001 | 0.000 | 0.004 | 0.004 | 0.009 | 0.006 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Não acesso | 3 | 2 | 0 | 0 | 0 | 0 | 1 | 6 |
## | 1.387 | 12.672 | 0.096 | 0.304 | 1.374 | 0.939 | 0.169 | |
## | 0.500 | 0.333 | 0.000 | 0.000 | 0.000 | 0.000 | 0.167 | 0.009 |
## | 0.017 | 0.071 | 0.000 | 0.000 | 0.000 | 0.000 | 0.006 | |
## | 0.004 | 0.003 | 0.000 | 0.000 | 0.000 | 0.000 | 0.001 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
## Column Total | 177 | 28 | 11 | 35 | 158 | 108 | 173 | 690 |
## | 0.257 | 0.041 | 0.016 | 0.051 | 0.229 | 0.157 | 0.251 | |
## ---------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|------------------------------------------------------------------------|
##
## Visando identificar o perifl de filiação da carreira em funçãs das faixas horárias de acesso, uma regressão logística ordinal foi modelada.
## # weights: 56 (42 variable)
## initial value 1342.678003
## iter 10 value 1141.468783
## iter 20 value 1131.104420
## iter 30 value 1128.961893
## iter 40 value 1127.585552
## iter 50 value 1127.497031
## final value 1127.494832
## converged## Call:
## multinom(formula = area_seguir ~ internet, data = dados)
##
## Coefficients:
## (Intercept)
## Militar -0.41
## Não vou seguir nenhuma profissão. -12.48
## Profissão ligada às Artes. -17.81
## Profissão ligada às Ciências Biológicas e da Saúde. -24.93
## Profissão ligada às Ciências Humanas. -23.71
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. -1.10
## internetEntre 1 e 3 horas por dia.
## Militar -1.5
## Não vou seguir nenhuma profissão. 9.2
## Profissão ligada às Artes. 15.6
## Profissão ligada às Ciências Biológicas e da Saúde. 24.6
## Profissão ligada às Ciências Humanas. 22.8
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.1
## internetEntre 3 e 5 horas por dia.
## Militar -1.6
## Não vou seguir nenhuma profissão. 9.0
## Profissão ligada às Artes. 16.0
## Profissão ligada às Ciências Biológicas e da Saúde. 24.9
## Profissão ligada às Ciências Humanas. 23.6
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.0
## internetEntre 5 e 7 horas por dia.
## Militar -2.9
## Não vou seguir nenhuma profissão. 9.2
## Profissão ligada às Artes. 16.5
## Profissão ligada às Ciências Biológicas e da Saúde. 25.2
## Profissão ligada às Ciências Humanas. 23.5
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.5
## internetEntre 7 e 9 horas por dia.
## Militar -0.75
## Não vou seguir nenhuma profissão. 9.54
## Profissão ligada às Artes. 16.25
## Profissão ligada às Ciências Biológicas e da Saúde. 25.24
## Profissão ligada às Ciências Humanas. 23.25
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.29
## internetMais de 9 horas por dia.
## Militar -1.51
## Não vou seguir nenhuma profissão. 10.21
## Profissão ligada às Artes. 16.16
## Profissão ligada às Ciências Biológicas e da Saúde. 24.47
## Profissão ligada às Ciências Humanas. 22.89
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.73
## internetMenos de 1 hora por dia.
## Militar -0.29
## Não vou seguir nenhuma profissão. -15.93
## Profissão ligada às Artes. 18.22
## Profissão ligada às Ciências Biológicas e da Saúde. 25.34
## Profissão ligada às Ciências Humanas. 24.81
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.79
##
## Std. Errors:
## (Intercept)
## Militar 0.91
## Não vou seguir nenhuma profissão. 0.35
## Profissão ligada às Artes. 0.20
## Profissão ligada às Ciências Biológicas e da Saúde. 0.16
## Profissão ligada às Ciências Humanas. 0.15
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.15
## internetEntre 1 e 3 horas por dia.
## Militar 1.06
## Não vou seguir nenhuma profissão. 0.90
## Profissão ligada às Artes. 0.55
## Profissão ligada às Ciências Biológicas e da Saúde. 0.29
## Profissão ligada às Ciências Humanas. 0.34
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.19
## internetEntre 3 e 5 horas por dia.
## Militar 1.06
## Não vou seguir nenhuma profissão. 0.90
## Profissão ligada às Artes. 0.45
## Profissão ligada às Ciências Biológicas e da Saúde. 0.27
## Profissão ligada às Ciências Humanas. 0.27
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.18
## internetEntre 5 e 7 horas por dia.
## Militar 1.37
## Não vou seguir nenhuma profissão. 0.90
## Profissão ligada às Artes. 0.41
## Profissão ligada às Ciências Biológicas e da Saúde. 0.26
## Profissão ligada às Ciências Humanas. 0.29
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.18
## internetEntre 7 e 9 horas por dia.
## Militar 1.03
## Não vou seguir nenhuma profissão. 0.91
## Profissão ligada às Artes. 0.51
## Profissão ligada às Ciências Biológicas e da Saúde. 0.30
## Profissão ligada às Ciências Humanas. 0.35
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.20
## internetMais de 9 horas por dia.
## Militar 0.97
## Não vou seguir nenhuma profissão. 0.47
## Profissão ligada às Artes. 0.33
## Profissão ligada às Ciências Biológicas e da Saúde. 0.23
## Profissão ligada às Ciências Humanas. 0.24
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.17
## internetMenos de 1 hora por dia.
## Militar 1.5e+00
## Não vou seguir nenhuma profissão. 1.8e-12
## Profissão ligada às Artes. 8.0e-01
## Profissão ligada às Ciências Biológicas e da Saúde. 7.9e-01
## Profissão ligada às Ciências Humanas. 7.1e-01
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.4e+00
##
## Residual Deviance: 2255
## AIC: 2339## (Intercept)
## Militar -0.41
## Não vou seguir nenhuma profissão. -12.48
## Profissão ligada às Artes. -17.81
## Profissão ligada às Ciências Biológicas e da Saúde. -24.93
## Profissão ligada às Ciências Humanas. -23.71
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. -1.10
## internetEntre 1 e 3 horas por dia.
## Militar -1.5
## Não vou seguir nenhuma profissão. 9.2
## Profissão ligada às Artes. 15.6
## Profissão ligada às Ciências Biológicas e da Saúde. 24.6
## Profissão ligada às Ciências Humanas. 22.8
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.1
## internetEntre 3 e 5 horas por dia.
## Militar -1.6
## Não vou seguir nenhuma profissão. 9.0
## Profissão ligada às Artes. 16.0
## Profissão ligada às Ciências Biológicas e da Saúde. 24.9
## Profissão ligada às Ciências Humanas. 23.6
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.0
## internetEntre 5 e 7 horas por dia.
## Militar -2.9
## Não vou seguir nenhuma profissão. 9.2
## Profissão ligada às Artes. 16.5
## Profissão ligada às Ciências Biológicas e da Saúde. 25.2
## Profissão ligada às Ciências Humanas. 23.5
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.5
## internetEntre 7 e 9 horas por dia.
## Militar -0.75
## Não vou seguir nenhuma profissão. 9.54
## Profissão ligada às Artes. 16.25
## Profissão ligada às Ciências Biológicas e da Saúde. 25.24
## Profissão ligada às Ciências Humanas. 23.25
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.29
## internetMais de 9 horas por dia.
## Militar -1.51
## Não vou seguir nenhuma profissão. 10.21
## Profissão ligada às Artes. 16.16
## Profissão ligada às Ciências Biológicas e da Saúde. 24.47
## Profissão ligada às Ciências Humanas. 22.89
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.73
## internetMenos de 1 hora por dia.
## Militar -0.29
## Não vou seguir nenhuma profissão. -15.93
## Profissão ligada às Artes. 18.22
## Profissão ligada às Ciências Biológicas e da Saúde. 25.34
## Profissão ligada às Ciências Humanas. 24.81
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 1.79
## (Intercept)
## Militar 0.7
## Não vou seguir nenhuma profissão. 0.0
## Profissão ligada às Artes. 0.0
## Profissão ligada às Ciências Biológicas e da Saúde. 0.0
## Profissão ligada às Ciências Humanas. 0.0
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.3
## internetEntre 1 e 3 horas por dia.
## Militar 0.2
## Não vou seguir nenhuma profissão. 0.0
## Profissão ligada às Artes. 0.0
## Profissão ligada às Ciências Biológicas e da Saúde. 0.0
## Profissão ligada às Ciências Humanas. 0.0
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.4
## internetEntre 3 e 5 horas por dia.
## Militar 0.1
## Não vou seguir nenhuma profissão. 0.0
## Profissão ligada às Artes. 0.0
## Profissão ligada às Ciências Biológicas e da Saúde. 0.0
## Profissão ligada às Ciências Humanas. 0.0
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.4
## internetEntre 5 e 7 horas por dia.
## Militar 0.0
## Não vou seguir nenhuma profissão. 0.0
## Profissão ligada às Artes. 0.0
## Profissão ligada às Ciências Biológicas e da Saúde. 0.0
## Profissão ligada às Ciências Humanas. 0.0
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.2
## internetEntre 7 e 9 horas por dia.
## Militar 0.5
## Não vou seguir nenhuma profissão. 0.0
## Profissão ligada às Artes. 0.0
## Profissão ligada às Ciências Biológicas e da Saúde. 0.0
## Profissão ligada às Ciências Humanas. 0.0
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.3
## internetMais de 9 horas por dia.
## Militar 0.1
## Não vou seguir nenhuma profissão. 0.0
## Profissão ligada às Artes. 0.0
## Profissão ligada às Ciências Biológicas e da Saúde. 0.0
## Profissão ligada às Ciências Humanas. 0.0
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.5
## internetMenos de 1 hora por dia.
## Militar 0.9
## Não vou seguir nenhuma profissão. 0.0
## Profissão ligada às Artes. 0.0
## Profissão ligada às Ciências Biológicas e da Saúde. 0.0
## Profissão ligada às Ciências Humanas. 0.0
## Profissão ligada às Engenharias / Ciências Tecnológicas / Matemáticas. 0.2Inicialmente, aspectos relacionados à associação entre os resultados das escalas foram investigados. Análises correlacionais permitem verificar o formato, a direção e a força da associação entre variáveis. Todas as três escalas foram associadas. No entanto, a associação entre os resultados da Escala de GêneroG com a Escala do FascismoF foi o mais elevado de todos (r = 0.56, p < 0.01, forte), seguida pela correlação entre a Escala do FascismoF e a Escala da IdeologiaI da Racionalidade Tecnológica (r = 0.441, p < 0.01, moderada) e a associação entre a Escala do Gênero e a Escala da Ideologia da Racionalidade Tecnológica (r = 0.266, moderada).
[Érika, o ideal é ter esse texto na discussão] Algumas condições merecem destaque. Resultados correlacionais oferecem uma medida e covariância entre pontos, permitindo que se analise o quanto tais pontos se movimentam em mesma direção e por uma mesma inclinação. Resultados altos na Escala G indicam que o participante possui concordância / aceitação a conteúdos como “Homens lidam melhor com ciência e tecnologia no geral.” e/ou “Mulheres têm mais jeito com as crianças e a casa”). Por sua vez, valores altos na Escala F apontam que os participantes apresentam concordância a conteúdos textuais como “Deve-se castigar sempre todo insulto à nossa honra” ou “Todos devemos ter fé absoluta em um poder sobrenatural, cujas decisões devemos acatar”. Eventualmente, tais resultados podem sugerir que àqueles participantes com maior pontuação em itens criados para verificar condições e pensamentos sexistas são também àqueles com maior pontuação em itens associados a condições fascistas.
É também possível sugerir que aqueles participantes com resultados mais elevados na Escala F e, consequentemente, com maior concordância a situações em que questões de fé absoluta e castigo são aceitas, são aqueles com maior pontuação na Escala I, que acessa a Racionalidade Instrumental por conteúdos como “A realização profissional deve ser avaliada principalmente pela produtividade” e/ou “Há criminosos que não são recuperáveis, para esses deveria haver pena de morte”. Os gráficos a seguir apresentam os perfis correlacionais brutos e agrupados
As hipóteses foram avaliadas individualmente por modelos estatísticos independentes. Uma vez que se considerou a amostra completa em todas as variáveis, 681 foram utilizadas. Para verificar o efeito de variáveis sociais, econômicas e contextuais nos resultados da Escala da Ideologia da Racionalidade Tecnológica, um modelo de regressão robusta foi criado. Esse modelo é particularmente vantajoso em situações em que os pressupostos da normalidade e homocedasticidade dos resíduos é violado, como é o caso desse trabalho.
## [1] "Entre 1 e 3 horas por dia." "Entre 3 e 5 horas por dia."
## [3] "Entre 5 e 7 horas por dia." "Entre 7 e 9 horas por dia."
## [5] "Mais de 9 horas por dia." "Menos de 1 hora por dia."
## [7] "Não acesso"6 Hipótese 1
A hipótese de que aspectos sociodemográficos tem efeito na explicação da variabilidade dos resultados da Escala I foi proposta no decorrer deste trabalho. Tais aspectos incluem variáveis do sujeito (gênero e idade, por exemplo) e variáveis externas a ele (escolaridade do pai e mãe, por exemplo). Analiticamente, para verificar tais efeitos, modelos lineares generalizados são ferramentas úteis e altamente informativas. Nesses modelos, é possível verificar o quanto da variabilidade da variável-desfecho pode ser prevista pelas variáveis independentes. Entretanto, a validade das interpretações dos resultados só pode ser assegurada quando os pressupostos dos modelos são alcançados. Nesse sentido, é necessário que a relação possa ser modelada linearmente, que os resíduos sejam independentes, normalmente distribuídos e com variâncias homogênea, ou seja, que os resíduos tenham dispersão igual de variância.
Visando uma interface em que tanto vise atender tais pressupostos quanto oferecer ajustes interpretativos em casos em que isso não é plenamente possível, contou-se com um Modelo de Regressa Linear Robusta, que conta com algorítmicos (psi) para maximizar a eficiência do modelo a partir de estimadores M e S. Posto isso, a Tabela 5 apresenta os resultados. O valor de p precisa ser inferior a 0.05 para considerar a variável de análise estatisticamente significativa. O ηp² objetiva verificar a influência parcial de cada preditor pela comparação dos contrastes. Apesar de pouco acordado, a literatura específica sugere 0.01, 0.06 e 0.14 como resultados de efeito pequeno, médio e grande.
##
##
## ANOVA results using soma_escala_f as the dependent variable
##
##
## Predictor SS df MS F p partial_eta2
## (Intercept) 1602.55 1 1602.55 15.51 .000
## qual_seu_genero 98.77 1 98.77 0.96 .329 .00
## qual_a_sua_idade 447.02 2 223.51 2.16 .116 .01
## qual_seu_estado_civil 75.11 1 75.11 0.73 .394 .00
## escolaridade_mae 2421.23 5 484.25 4.69 .000 .04
## escolaridade_pai 2380.90 5 476.18 4.61 .000 .04
## qual_a_sua_religiao 3861.04 5 772.21 7.47 .000 .07
## internet 1446.20 6 241.03 2.33 .031 .03
## Error 54668.89 529 103.34
## CI_90_partial_eta2
##
## [.00, .01]
## [.00, .02]
## [.00, .01]
## [.01, .07]
## [.01, .06]
## [.03, .09]
## [.00, .04]
##
##
## Note: Values in square brackets indicate the bounds of the 90% confidence interval for partial eta-squared
7 Hipótese 1.2
##
##
## ANOVA results using soma_escala_i as the dependent variable
##
##
## Predictor SS df MS F p partial_eta2
## (Intercept) 638.64 1 638.64 17.16 .000
## qual_seu_genero 598.81 1 598.81 16.09 .000 .03
## qual_a_sua_idade 37.34 2 18.67 0.50 .606 .00
## qual_seu_estado_civil 13.26 1 13.26 0.36 .551 .00
## escolaridade_mae 152.94 5 30.59 0.82 .534 .01
## escolaridade_pai 374.58 5 74.92 2.01 .075 .02
## qual_a_sua_religiao 342.90 5 68.58 1.84 .103 .02
## internet 824.59 6 137.43 3.69 .001 .04
## Error 19685.82 529 37.21
## CI_90_partial_eta2
##
## [.01, .06]
## [.00, .01]
## [.00, .01]
## [.00, .01]
## [.00, .03]
## [.00, .03]
## [.01, .06]
##
##
## Note: Values in square brackets indicate the bounds of the 90% confidence interval for partial eta-squared## $emmeans
## internet emmean SE df lower.CL upper.CL
## Não acesso 35 4.6 529 26.4 45
## Menos de 1 hora por dia. 29 1.9 529 25.3 33
## Entre 1 e 3 horas por dia. 30 1.5 529 26.5 33
## Entre 3 e 5 horas por dia. 29 1.5 529 26.6 32
## Entre 5 e 7 horas por dia. 31 1.5 529 28.3 34
## Entre 7 e 9 horas por dia. 32 1.5 529 29.0 35
## Mais de 9 horas por dia. 32 1.5 529 29.4 35
##
## Results are averaged over the levels of: qual_seu_genero, qual_a_sua_idade, qual_seu_estado_civil, escolaridade_mae, escolaridade_pai, qual_a_sua_religiao
## Confidence level used: 0.95
##
## $contrasts
## contrast estimate SE df
## Não acesso - Menos de 1 hora por dia. 6.5 4.6 529
## Não acesso - Entre 1 e 3 horas por dia. 6.0 4.4 529
## Não acesso - Entre 3 e 5 horas por dia. 6.0 4.4 529
## Não acesso - Entre 5 e 7 horas por dia. 4.2 4.4 529
## Não acesso - Entre 7 e 9 horas por dia. 3.6 4.5 529
## Não acesso - Mais de 9 horas por dia. 3.2 4.4 529
## Menos de 1 hora por dia. - Entre 1 e 3 horas por dia. -0.6 1.7 529
## Menos de 1 hora por dia. - Entre 3 e 5 horas por dia. -0.5 1.6 529
## Menos de 1 hora por dia. - Entre 5 e 7 horas por dia. -2.3 1.6 529
## Menos de 1 hora por dia. - Entre 7 e 9 horas por dia. -3.0 1.6 529
## Menos de 1 hora por dia. - Mais de 9 horas por dia. -3.3 1.6 529
## Entre 1 e 3 horas por dia. - Entre 3 e 5 horas por dia. 0.0 0.9 529
## Entre 1 e 3 horas por dia. - Entre 5 e 7 horas por dia. -1.7 0.9 529
## Entre 1 e 3 horas por dia. - Entre 7 e 9 horas por dia. -2.4 1.0 529
## Entre 1 e 3 horas por dia. - Mais de 9 horas por dia. -2.8 0.9 529
## Entre 3 e 5 horas por dia. - Entre 5 e 7 horas por dia. -1.8 0.8 529
## Entre 3 e 5 horas por dia. - Entre 7 e 9 horas por dia. -2.4 0.9 529
## Entre 3 e 5 horas por dia. - Mais de 9 horas por dia. -2.8 0.8 529
## Entre 5 e 7 horas por dia. - Entre 7 e 9 horas por dia. -0.7 0.9 529
## Entre 5 e 7 horas por dia. - Mais de 9 horas por dia. -1.1 0.8 529
## Entre 7 e 9 horas por dia. - Mais de 9 horas por dia. -0.4 0.9 529
## t.ratio p.value
## 1.400 0.7900
## 1.300 0.8300
## 1.400 0.8300
## 1.000 0.9600
## 0.800 0.9800
## 0.700 0.9900
## -0.300 1.0000
## -0.300 1.0000
## -1.400 0.7900
## -1.800 0.5500
## -2.100 0.3400
## 0.000 1.0000
## -1.900 0.4900
## -2.400 0.2100
## -3.100 0.0300
## -2.100 0.3300
## -2.600 0.1200
## -3.600 0.0100
## -0.700 0.9900
## -1.400 0.8200
## -0.500 1.0000
##
## Results are averaged over the levels of: qual_seu_genero, qual_a_sua_idade, qual_seu_estado_civil, escolaridade_mae, escolaridade_pai, qual_a_sua_religiao
## P value adjustment: tukey method for comparing a family of 7 estimates
8 Hipótese 1.3
##
##
## ANOVA results using soma_escala_g as the dependent variable
##
##
## Predictor SS df MS F p partial_eta2
## (Intercept) 516.93 1 516.93 9.61 .002
## qual_seu_genero 444.49 1 444.49 8.26 .004 .02
## qual_a_sua_idade 100.84 2 50.42 0.94 .392 .00
## qual_seu_estado_civil 33.05 1 33.05 0.61 .434 .00
## escolaridade_mae 464.03 5 92.81 1.72 .127 .02
## escolaridade_pai 988.03 5 197.61 3.67 .003 .03
## qual_a_sua_religiao 1292.23 5 258.45 4.80 .000 .04
## internet 511.99 6 85.33 1.59 .149 .02
## Error 28462.76 529 53.80
## CI_90_partial_eta2
##
## [.00, .04]
## [.00, .01]
## [.00, .01]
## [.00, .03]
## [.01, .05]
## [.01, .07]
## [.00, .03]
##
##
## Note: Values in square brackets indicate the bounds of the 90% confidence interval for partial eta-squared## $emmeans
## internet emmean SE df lower.CL upper.CL
## Não acesso 35 4.6 529 26.4 45
## Menos de 1 hora por dia. 29 1.9 529 25.3 33
## Entre 1 e 3 horas por dia. 30 1.5 529 26.5 33
## Entre 3 e 5 horas por dia. 29 1.5 529 26.6 32
## Entre 5 e 7 horas por dia. 31 1.5 529 28.3 34
## Entre 7 e 9 horas por dia. 32 1.5 529 29.0 35
## Mais de 9 horas por dia. 32 1.5 529 29.4 35
##
## Results are averaged over the levels of: qual_seu_genero, qual_a_sua_idade, qual_seu_estado_civil, escolaridade_mae, escolaridade_pai, qual_a_sua_religiao
## Confidence level used: 0.95
##
## $contrasts
## contrast estimate SE df
## Não acesso - Menos de 1 hora por dia. 6.5 4.6 529
## Não acesso - Entre 1 e 3 horas por dia. 6.0 4.4 529
## Não acesso - Entre 3 e 5 horas por dia. 6.0 4.4 529
## Não acesso - Entre 5 e 7 horas por dia. 4.2 4.4 529
## Não acesso - Entre 7 e 9 horas por dia. 3.6 4.5 529
## Não acesso - Mais de 9 horas por dia. 3.2 4.4 529
## Menos de 1 hora por dia. - Entre 1 e 3 horas por dia. -0.6 1.7 529
## Menos de 1 hora por dia. - Entre 3 e 5 horas por dia. -0.5 1.6 529
## Menos de 1 hora por dia. - Entre 5 e 7 horas por dia. -2.3 1.6 529
## Menos de 1 hora por dia. - Entre 7 e 9 horas por dia. -3.0 1.6 529
## Menos de 1 hora por dia. - Mais de 9 horas por dia. -3.3 1.6 529
## Entre 1 e 3 horas por dia. - Entre 3 e 5 horas por dia. 0.0 0.9 529
## Entre 1 e 3 horas por dia. - Entre 5 e 7 horas por dia. -1.7 0.9 529
## Entre 1 e 3 horas por dia. - Entre 7 e 9 horas por dia. -2.4 1.0 529
## Entre 1 e 3 horas por dia. - Mais de 9 horas por dia. -2.8 0.9 529
## Entre 3 e 5 horas por dia. - Entre 5 e 7 horas por dia. -1.8 0.8 529
## Entre 3 e 5 horas por dia. - Entre 7 e 9 horas por dia. -2.4 0.9 529
## Entre 3 e 5 horas por dia. - Mais de 9 horas por dia. -2.8 0.8 529
## Entre 5 e 7 horas por dia. - Entre 7 e 9 horas por dia. -0.7 0.9 529
## Entre 5 e 7 horas por dia. - Mais de 9 horas por dia. -1.1 0.8 529
## Entre 7 e 9 horas por dia. - Mais de 9 horas por dia. -0.4 0.9 529
## t.ratio p.value
## 1.400 0.7900
## 1.300 0.8300
## 1.400 0.8300
## 1.000 0.9600
## 0.800 0.9800
## 0.700 0.9900
## -0.300 1.0000
## -0.300 1.0000
## -1.400 0.7900
## -1.800 0.5500
## -2.100 0.3400
## 0.000 1.0000
## -1.900 0.4900
## -2.400 0.2100
## -3.100 0.0300
## -2.100 0.3300
## -2.600 0.1200
## -3.600 0.0100
## -0.700 0.9900
## -1.400 0.8200
## -0.500 1.0000
##
## Results are averaged over the levels of: qual_seu_genero, qual_a_sua_idade, qual_seu_estado_civil, escolaridade_mae, escolaridade_pai, qual_a_sua_religiao
## P value adjustment: tukey method for comparing a family of 7 estimates
9 Hipótese central 1
Uma das iniciativas do presente trabalho foi investigar a relação entre gênero e atitudes. Consequentemente, uma das hipóteses investigadas foi que participantes mulheres que possuam alta pontuação nas escalas padronizadas tenderiam a excluir profissões ligadas às engenharias / ciências tecnológicas e/ou matemática como opção como área de sua profissão.
De maneira ampla, uma vez que essa hipótese lança mão de três variáveis (gênero, pontuações e escolha profissional), os gráficos abaixo se prestam a apresentar o padrão das variáveis envolvidas. Em relação à área de atuação, a a maioria dos participante comentou ainda ter escolhido (26%). Esse resultado é esperado em função do intervalo etário considerado neste trabalho. Em relação ao sexo, os dados foram homogêneos, sem diferença significativa entre homens e mulheres (0.38). A distribuição dos resultados padronizados já foi apresentado em momento anterior.
Em relação à área de atuação, a a maioria dos participante comentou ainda ter escolhido (26%). Esse resultado é esperado em função do intervalo etário considerado neste trabalho. Em relação ao sexo, os dados foram homogêneos, sem diferença significativa entre homens e mulheres. A distribuição dos resultados padronizados já foi apresentado em momento anterior Visando sair dessa etapa de hipótese substantiva para obter as condições analíticas de responder a esta hipótese, a modelagem contou com uma regressão logística binária, em que a variável resposta foi a profissão ligada às engenharias (sim ou não) e os preditores eram o gênero e as pontuações obtidas nos instrumentos padronizado. Por definição, esse modelo permite prever o comportamento de uma variável dependente dicotómica a partir de uma ou mais variáveis independentes. Dessa forma, matematicamente, se tem: P(Y_i=1 ┤| X_i=x_i)=y Por sua vez: y^=b_0+b_1 x_i Onde y* é uma variável é a variável desfecho dicotômica e b_0 e b_1 são os parâmetros desconhecidos. Para garantir alguns propriedades matemáticas, y* é entendido pelo log da chance de sucesso de um evento, tal como: y^*=〖logit(π(x))≡(log〗a(π(x)/(1-π(x) )). Dessa forma, é possível expressar o modelo logístico da seguinte maneira: loga(π(x)/(1-π(x) ))=b_0+b_1 x_i Dessa forma, é possível entender que o modelo logístico é um modelo linear no log(odds). No entanto, uma vez que o interesse frequente de pesquisadores é entender sobre probabilidades (π(x)), é necessário fazer as seguintes alterações para garantir tal desfecho:
loga(π(x)/(1-π(x) ))=b_0+b_1 x_i = π(x)/(1-π(x) )=e^(b_0+b_1 x_i ) =π(x)=e^(b_0+b_1 x_i )/(1+ e^(b_0+b_1 x_i ) ) = π(x)=1/(1+ e^(-(b_0+b_1 x_i)) )
Tecnicamente, agora é possível apresentar operacionalmente a hipótese 1, que conjectura que participantes que possuem pontuações elevadas nas escalas tendem a excluir a área de ciência e tecnologia na área de profissão e isso é intensificado em mulheres.
H_0: β_1 generoβ_2 Escala_Iβ_3 Escala_Fβ_4 Escala_G=0 H_a: β_1 generoβ_2 Escala_Iβ_3 Escala_Fβ_4 Escala_G ≠0
Consequentemente, essa hipótese pede que: 1/(1+ e^(-(β_1 genero)) )≠1/(1+ e^(-(β_1 generoβ_2 Escala_Iβ_3 Escala_F*β_4 Escala_G)) )
Posto isso, inicialmente, percebe-se que cerca de 17% das mulheres desejam cursar tais profissões (n = 48), enquanto 52% dos homens tem essa vontade (n = 172).
Pela hipótese considerar a interação entre os fatores, a regressão foi modelada de três maneiras: inicialmente, o primeiro modelo considerou apenas o gênero; em seguida, o segundo modelo considerou todas as variáveis apenas em função de efeitos principais e, finalmente, o terceiro modelo assumiu interação entre todos os preditores. A Tabela 11 apresenta os resultados.
| Estimate | Std. Error | z value | Pr(>|z|) | 2.5 % | 97.5 % | Exp(b) | |
|---|---|---|---|---|---|---|---|
| (Intercept) | 0.08 | 0.13 | 0.65 | 0.52 | -0.17 | 0.34 | 1.09 |
| mulher | -1.62 | 0.21 | -7.89 | 0 | -2.03 | -1.22 | 0.2 |
| – | – | – | – | – | – | – | |
| (Intercept) | -0.37 | 0.56 | -0.65 | 0.51 | -1.47 | 0.73 | 0.69 |
| mulher | -1.64 | 0.21 | -7.83 | 0 | -2.06 | -1.24 | 0.19 |
| soma_escala_i | 0 | 0.02 | 0.28 | 0.78 | -0.03 | 0.04 | 1 |
| soma_escala_f | 0.01 | 0.01 | 1.15 | 0.25 | -0.01 | 0.04 | 1.01 |
| soma_escala_g | -0.01 | 0.02 | -0.8 | 0.42 | -0.04 | 0.02 | 0.99 |
| – | – | – | – | – | – | – | |
| (Intercept) | 17.03 | 6.6 | 2.58 | 0.01 | 4.75 | 30.9 | 24924693.24 |
| mulher | -26.69 | 10.22 | -2.61 | 0.01 | -47.78 | -7.48 | 0 |
| soma_escala_i | -0.56 | 0.21 | -2.7 | 0.01 | -1 | -0.18 | 0.57 |
| soma_escala_f | -0.39 | 0.16 | -2.43 | 0.02 | -0.72 | -0.09 | 0.68 |
| soma_escala_g | -0.89 | 0.41 | -2.17 | 0.03 | -1.72 | -0.11 | 0.41 |
| mulher:soma_escala_i | 0.86 | 0.32 | 2.71 | 0.01 | 0.26 | 1.51 | 2.37 |
| mulher:soma_escala_f | 0.54 | 0.24 | 2.26 | 0.02 | 0.08 | 1.03 | 1.71 |
| soma_escala_i:soma_escala_f | 0.01 | 0 | 2.6 | 0.01 | 0 | 0.02 | 1.01 |
| mulher:soma_escala_g | 1.04 | 0.65 | 1.59 | 0.11 | -0.24 | 2.32 | 2.82 |
| soma_escala_i:soma_escala_g | 0.03 | 0.01 | 2.36 | 0.02 | 0.01 | 0.05 | 1.03 |
| soma_escala_f:soma_escala_g | 0.02 | 0.01 | 2.13 | 0.03 | 0 | 0.04 | 1.02 |
| mulher:soma_escala_i:soma_escala_f | -0.02 | 0.01 | -2.45 | 0.01 | -0.03 | 0 | 0.98 |
| mulher:soma_escala_i:soma_escala_g | -0.04 | 0.02 | -2.01 | 0.04 | -0.08 | 0 | 0.96 |
| mulher:soma_escala_f:soma_escala_g | -0.02 | 0.01 | -1.49 | 0.14 | -0.05 | 0.01 | 0.98 |
| soma_escala_i:soma_escala_f:soma_escala_g | 0 | 0 | -2.34 | 0.02 | 0 | 0 | 1 |
| mulher:soma_escala_i:soma_escala_f:soma_escala_g | 0 | 0 | 1.86 | 0.06 | 0 | 0 | 1 |
Inicialmente, é fundamental atentar à interpretação dos resultados de uma regressão logística, uma vez que os coeficientes estimados não se referem a probabilidades. Com base na análise do primeiro modelo, os seguintes termos merecem destaque: ODDS (chance) refere-se a razão entre a quantidade de mulheres que optaram por carreiras da engenharia pela quantidade de mulheres que não optaram (nesta pesquisa, 48/223). Razão de chances se refere à razão da proporção de mulheres que optaram por carreiras da engenharia em relação às que não optaram pela proporção dos homens que optaram por carreiras da engenharia em relação aos que não optaram (nesta pesquisa, (48/223)/(124/114)). Para extrair tais informações do modelo de regressão, são necessários alguns passos algébricos: e^(b0+(gênero*b1))
Assim, mulheres apresentam 0.22 chance de escolherem engenharia quando comparadas aos homens (e^(0.08+(1-1.62))). Por sua vez, homens tem chance 1.09 de optarem por carreiras relacionadas à matemática e engenharias (e^(0.08+(0-1.62))). O exponencial da estimativa para mulheres permite que se chegue à razão de chance delas escolherem engenharia que é, nesse caso, 0.198 (e^(-1.62)). Em probabilidade, isso se refere à 17% (e(-1.62)⁄(1+e(-1.62) )) . Já para homens, essa probabilidade vai para 52% (1/(1+e^(-(0.08+(0*-1.62))) )). Posto isso, a comparação entre os modelos permite concluir que não há melhora significativa no ajuste ao adicionar os resultados das escalas na modelagem (df1 = 507, df2 =504, p = 0.6), bem como não há melhora em permitir a interação entre os fatores (df1 = 504, df2 = 493,p = 0.08).
Dessa maneira, é possível concluir que mulheres, no geral, independentemente dos resultados obtidos nas escalas, tem menor chance e probabilidade de optarem por profissões/carreiras relacionadas às engenharias, quando comparadas aos homens. Esse resultado pode também ser visto graficamente, tal como apresentado a seguir:
Ou de maneira interativa a seguir:
10 Hipótese 2
Estipulou-se que adolescentes teriam um alto resultado na escala C. Os pontos de corte foram relacionados à quantidade de itens categorias presentes nessa escala. Caso o participante marcasse a primeira categoria em todos os 4 itens, sua pontuação total seria de 4 pontos. Nesse sentido, essa pontuação foi estipulada como “bem informado”. Se a pessoa pontuasse valores acima de 4, mas inferiores a 16 (que significa marcar a quarta categoria nos 4 itens), ele seria considerado “informado”. Valores iguais ou acima de 16 indicam que a pessoa tem informação predominantemente popular sobre ciência e, portanto, sua classificação foi a de “mal informado”. O diagrama abaixo sintetiza o critério:
• Até 4 pontos = bem informado • De 5 a 15 pontos = informado • 16 pontos ou mais = mal informado
## # A tibble: 3 x 2
## conh_popular n
## <chr> <int>
## 1 Bem informado 6
## 2 Informado 424
## 3 Mal informado 79Como havia 2 participantes acima de 18 anos (1 entre 19 e 25 anos e 1 com 26 anos ou mais), para testar a hipótese da magnitude da pontuação em jovens, os participantes acima de 18 anos não foram incluídos. Dessa maneira, contou-se com n = 507.
Inicialmente, gráficos e tabelas foram utilizadas para descrever o padrão de funcionamento de ambas as variáveis.
| qual_a_sua_idade | Bem informado | Informado | Mal informado | Total |
|---|---|---|---|---|
| 16 anos | 3 | 196 | 44 | 243 |
| 17 anos | 3 | 203 | 29 | 235 |
| 18 anos | NA | 23 | 6 | 29 |
| Total | 6 | 422 | 79 | 507 |
Considerando o somatório da Escala C como uma variável aleatória contínua, no geral, os participantes tiveram média de 11.49 (DP = 3.84). Não houve diferença entre as faixas etárias (F(2,504) = 2.45, p = 0.08). Quando se utiliza as classificações anteriormente descritas, também se constata não haver associação entre as faixas etárias e as categorias de informação sobre ciência.
Dessa forma, é possível arguir que a maioria dos participantes discorda que o cientista vive uma vida afastada da vida geral da sociedade ou que estudar disciplinas de exatas é entediante.
##
## Pearson's Chi-squared test
##
## data: table(dados_hipoteses2$conh_popular, dados_hipoteses2$qual_a_sua_idade)
## X-squared = 4, df = 4, p-value = 0.4
11 Hipótese 3
A única afirmação da Escala CE passível de ser analisada objetivamente é CE 06 “Quando criança tive muito acesso a brinquedos como pipas, jogos de tabuleiro, construção de circuitos ou aparelhos mecânicos.” Dessa forma, teve-se hipótese de que: o Hipótese 3: Existe uma crença que o tipo de brinquedo interfere na probabilidade da pessoa escolher uma carreira dentro do campo da ciência e tecnologia.
Para invstigar essa hipótese, modelou-se a relação entre esse item da escala (entendido como variável contínua) e a variável criada anteriormente para definir a área profissional das engenharias das outras possíveis. Novamente, considerou-se apenas àqueles participantes que tinham decidido algum carreira a seguir.
## # A tibble: 6 x 2
## brinquedo n
## <dbl> <int>
## 1 1 36
## 2 2 32
## 3 3 48
## 4 4 66
## 5 5 101
## 6 6 226Inicialmente, gráficos foram construídos para permitir que os padrões ficassem mais claros;
## Estimate Std. Error z value Pr(>|z|) 2.5 % 97.5 % Exp(b)
## (Intercept) -1.58 0.32 -4.9 0 -2.23 -0.97 0.21
## brinquedo 0.19 0.06 3.0 0 0.07 0.32 1.21