O jogo nos diálogos interculturais

O termo atitude foi usado pela primeira vez como um conceito psicológico por W. Thomas e F. Znaniecki, no livro The Polish peasant in Europe and America, de 1918 (^{Thomas; Znaniecki, 1996}). A partir desse emprego, o termo deixou de ser utilizado no sentido de ação e assumiu um caráter cognitivo. Atitudes são adquiridas, não são inatas, ou seja, elas são desenvolvidas ao longo da vida dos indivíduos e podem ser modificadas com o passar do tempo. Algumas podem ser mais estáveis e duradouras do que outras, uma vez que são influenciadas pelo contexto sociocultural.

Atitudes não devem ser confundidas com comportamento e não são gerais. Elas são sempre relacionadas a um objeto específico e, por isso, atitude é sempre atitude em relação a (^{Brito, 1996}). Desse modo, pode-se falar de atitudes em relação à matemática, à estatística, à leitura etc. Neste artigo, consideramos atitudes como

[...] uma disposição pessoal, idiossincrática, presente em todos os indivíduos, dirigida a objetos, eventos ou pessoas, que assume diferente direção e intensidade de acordo com as experiências do indivíduo. Além disso, apresenta componentes do domínio afetivo, cognitivo e motor (^{Brito, 1996}, p. 11).

A interpretação de textos é fruto de um trabalho conjunto e não uma simples extração de informações. Compreender é uma atividade colaborativa que se dá a partir da interação entre autor-texto-leitor ou falante-texto-ouvinte. Por isso, compreensão também é tomada como uma atividade de convivência sociocultural (^{Marcuschi, 2008}).

Ler é um ato de produção e apropriação de sentido que nunca é definitivo e completo (Marchuschi, 2008). Sempre que produzirmos um texto ou enunciado, esperamos que ele seja compreendido, porém nunca teremos controle sobre o entendimento que esse texto pode vir a ter para um leitor. Para o autor, isso se deve à própria natureza da linguagem, que não é transparente e nem funciona como uma cópia da realidade.

Sendo a leitura um ato social, que surge a partir da interação entre os sujeitos envolvidos na comunicação, esses sujeitos podem desenvolver atitudes em relação ao objeto da leitura, a partir das experiências vividas. Identificamos a existência de algumas escalas de atitudes em relação à leitura (^{Almeida; Barbosa; Mota, 2017}; ^{Oliveira; Santos; Oliveira, 2007}; ^{Silva; Naher, 1981}). Todavia, esses instrumentos se diferem do usado em nossa pesquisa, a Escala de Atitudes em Relação à Leitura (EARL) (apêndice A), tanto na estrutura, quanto na forma de medir o constructo atitude, pois ambas consideram a leitura enquanto lazer, hábito, interesse etc., enquanto que a EARL considera a leitura enquanto atividade social.

Método

Os dados utilizados nesta pesquisa são oriundos de dois projetos que, seguindo os preceitos éticos estabelecidos para a pesquisa científica, foram submetidos e aprovados pelo Comitê de Ética em Pesquisa (CEP) da Universidade Federal do Pará (UFPA)¹.

A EARL é baseada na Escala de Atitudes em Relação à Matemática (EARM), elaborada por ^{Aiken (1961}, ¹⁹⁶³) e adaptada e validada no Brasil por ^{Brito (1996)}. É uma escala do tipo Likert que conta com 20 proposições, sendo dez afirmações positivas e dez afirmações negativas, e que buscam medir a direção do sentimento dos sujeitos com relação à disciplina matemática.

A EARL é uma escala que busca medir o fenômeno do gostar ou não gostar da leitura, ao invés da disciplina língua portuguesa. Consideramos, como fundamento teórico, que ler e interpretar são sinônimos (^{Marcuschi, 2008}). Assim, no processo de adaptação da EARM para a EARL alternarmos o uso desses termos nos itens da escala e devem ser compreendidos com o mesmo sentido. Com isso, buscamos evitar que as proposições dessa escala remetessem à disciplina português, mas sim à leitura como algo mais amplo do que uma atividade de uma matéria específica. Além disso, que o uso apenas do termo ler/leitura pudesse ser confundido meramente como atividade de decodificação ou oralização de um texto escrito.

As afirmações presentes na escala tratam sobre a segurança em relação à leitura, em relação à apreciação da leitura e em relação ao valor que o sujeito atribui a essa atividade. Essas afirmações sustentam a tríade cognição, afetividade e comportamento, tendo em vista que o construto da atitude é multidimensional e formado por esses três aspectos.

O quadro 1 apresenta a divisão dos itens conforme os sentimentos que eles exprimem e a adaptação das proposições da EARM para a EARL.

A pontuação atribuída para cada item consta no quadro 2.

A pontuação da escala variou de 20 a 80 pontos. Um sujeito foi classificado com uma atitude mais positiva ou mais negativa, nessa amostra, em relação à leitura, se sua pontuação foi, respectivamente, superior ou inferior à média das pontuações dos sujeitos da amostra.

Para definição da amostra, consideramos que para cada resposta possível da EARL seria necessário a participação de pelo menos cinco sujeitos. Multiplicando esse valor pelo número de questões da escala, chegamos ao número mínimo de 400 participantes, valor superior a 300, que, segundo ^{Field (2009)}, é amplamente recomendado pela literatura. Utilizamos esse valor como quantidade mínima para aplicação a dois grupos de sujeitos: para alunos de cursos de graduação de uma universidade federal paraense e para alunos dos Anos Finais do Ensino Fundamental de escolas públicas do campo e da cidade de um município do Estado do Pará.

A aplicação do instrumento para alunos de graduação ocorreu no primeiro semestre de 2020. Foram selecionados apenas discentes que, simultaneamente, fossem maiores de 18 anos, estivessem matriculados em algum curso de graduação e aceitassem responder à EARL. Devido à instituição ter adotado medidas de distanciamento social como decorrência das complicações impostas pela pandemia da Covid-19, a aplicação foi feita por meio de formulário eletrônico disponibilizado aos sujeitos, juntamente com o com o Termo de Consentimento Livre e Esclarecido (TCLE), por meio de seu e-mail institucional. Esse grupo foi composto por 401 participantes, distribuídos em 33 cursos de licenciatura e bacharelado, dentre os quais, 39,2% são do sexo masculino e 60,8% do sexo feminino.

Aos alunos dos Anos Finais do Ensino Fundamental, a aplicação foi feita no primeiro semestre de 2022. Essa amostra foi composta apenas pelos alunos que estavam frequentando regularmente as aulas da escola em que estavam matriculados e concordaram em participar, assinando o Termo de Assentimento Livre e Esclarecido (TALE), após os responsáveis manifestaram anuência por meio da assinatura do TCLE. A aplicação ocorreu presencialmente por meio da EARL impressa. Esse grupo foi constituído por 405 alunos, sendo 201 (49,6%) do sexo feminino e 204 (50,4%) do sexo masculino, 102 do 6º ano, 113 do 7º ano, 109 do 8º ano e 81 do 9º ano, distribuídos proporcionalmente entre as sete escolas do campo e oito da cidade.

Assim, a EARL foi aplicada a 806 alunos, sendo 49,7% do ensino superior e 50,3% da educação básica.

O método estatístico utilizado foi a análise fatorial, como tem ocorrido em pesquisas que tratam da validação de escalas de atitudes (^{Bienemann; Damasio, 2017}; ^{Dante; Albuquerque, 2016}; ^{Oliveira Júnior, 2016}; ^{Tavares et al., 2016}). Segundo ^{Brito (1998)}, por meio deste tipo de análise é possível identificar e avaliar, mais objetivamente, um grupo reduzido de fatores. Além disso, esse tipo de análise fornece validade convergente ao instrumento que está sendo utilizado.

Na psicometria, a validade convergente pode ser definida como a relação significativa entre duas ou mais medidas de um mesmo constructo ou de constructos que se relacionam teoricamente, utilizando-se diferentes métodos ou instrumentos de avaliação (^{Field, 2009}; ^{Pasquali, 2003}). Outrossim, a partir dessa técnica é possível identificar um grupo menor de fatores que podem ser utilizados para representar um conjunto maior de variáveis intercorrelacionadas. Nesta análise, as variáveis consideradas estão nos vinte itens da escala, ou seja, nas questões da EARL. O uso do método de análise fatorial permite comprovar se a escala mede, efetivamente, as atitudes dos sujeitos em relação à leitura.

Resultados e discussão

De início, procedemos à matriz de covariância, que é um procedimento que aponta o desvio em relação às respectivas médias das alternativas apresentadas na escala, ou seja, esse procedimento torna possível a comparação de dois grupos de dados quaisquer. Dessa forma, permite compreender como esses dados se relacionam entre si. Em seguida, foi executada a análise de confiabilidade da escala, que aponta o grau de consistência interna das afirmações, conforme mostrado na tabela 1.

Em seguida, foi feita a matriz de correlações (tabela 2), cujo procedimento visa catalogar todas as correlações possíveis em um conjunto de variáveis, relacionando as questões entre si.

Na tabela 2, tanto colunas quanto fileiras consistem em variáveis, ou seja, são os itens da escala. Em decorrência da correlação de uma variável com ela mesma (por exemplo, a variável 2 com a variável 2) ser sempre igual à unidade, a diagonal da matriz é 1. Os valores abaixo da diagonal representam as correlações feitas entre variáveis diferentes.

Buscando determinar o valor do Coeficiente Alfa, que consiste em um coeficiente de confiabilidade baseado na consistência interna dos itens do teste, foi feita a análise estatística da escala (tabela 3) e a análise estatística para o total de itens (tabela 4).

O coeficiente de confiabilidade (tabela 4) para essa escala com 20 itens é elevado, demonstrando uma consistência interna da escala quase perfeita (Alfa = 0,861 e Alfa Padronizado = 0,867). O valor usado como base indicado pela maioria dos autores é que esse número seja maior que r = 0,80, sendo esse o valor mínimo para que a escala seja aceitável (^{Brito, 1998}; ^{Field, 2009}).

A análise seguinte foi sobre a medida de adequação da amostra, que são as medidas que comparam as magnitudes dos coeficientes de correlação observados. Para que essa análise fatorial seja satisfatória, é necessário eliminar as variáveis que apresentam valores pequenos. A medida de adequação da amostra escolhida para a análise foi a Medida de Kaiser-Meyer-Olkin (KMO), cujo índice é usado para comparar as magnitudes dos coeficientes de correlação com os coeficientes de correlação parcial. Kaiser indica a seguinte classificação para as médias de adequação da amostra (^{Brito, 1996}): maravilhoso: 0,90; meritório: 0,80; mediano: 0,70; medíocre: 0,60; miserável: 0,50; inaceitável: <0,50. O resultado da aplicação da medida de adequação KMO calculada da amostra para a EARL foi de 0,905, o que demonstra, segundo a classificação, um valor altamente satisfatório e valida os resultados obtidos.

O teste de Esfericidade de Bartlett também foi aplicado, com o intuito de testar a hipótese de que as variáveis não estejam correlacionadas na população. O valor da significância desse teste deve ser menor que 0,05 para rejeitar essa hipótese (^{Figueiredo Filho; Silva Junior, 2010}; ^{Hair et al., 2009}). O resultado da aplicação desse teste foi de 6933,508 e sua significância igual a 0,000, o que indica, para as duas medidas, que a análise fatorial é adequada.

Com o intuito de encontrar o número de fatores que explicasse as covariâncias entre as variáveis, optamos pela análise dos componentes principais, que é um método utilizado para identificar os fatores que explicam a variação total máxima em uma matriz de correlações (^{Bryant; Yarnold, 1995}). A tabela 5 mostra essa análise.

Comunalidade indica a variância em comum que uma variável tem com as outras variáveis presentes na análise (^{Bryant; Yarnold, 1995}). Segundo ^{Brito (1996)}, eigenvalue é um índice que indica a porção da variância total de uma matriz de correlação que pode ser explicada por um eigenvector, que representa a função linear da variável. A variância explicada é a porção da variância total que pode ser explicada pelo componente principal. Essa análise extrai tantos fatores quantos existirem. Dessa forma, os fatores mais adequados para explicar os fenômenos observados serão eleitos pelo pesquisador, mediante certos critérios (^{Brito, 1996}).

Ao observar a tabela 5, identificamos que a questão um da escala responde por 32,893% da variância, a questão dois por 13,231%, a questão três por 8,265%, a questão quatro por 7,218% e as demais, que estão abaixo de 4%, respondem pelas demais variâncias. Em um primeiro momento, foram considerados três fatores, porém os resultados ficaram dispersos e de difícil compreensão. Dessa forma, optamos pela extração de dois fatores dos 20 da EARL.

O gráfico 1 é referente à extração de fatores.

Fonte: elaborado pelos autores a partir dos dados da pesquisa.

Gráfico 1 Extração de fatores 

Identificamos no gráfico que, apesar de os valores estarem agrupados, ainda há entre eles uma separação. Os fatores referentes a questões que exprimem atitudes positivas estão posicionados na parte superior, enquanto os relacionados a atitudes negativas estão posicionados na porção inferior. O agrupamento em dois grupos representa a reunião de dados que se comportam de uma mesma forma, ou seja, os dados que apresentam um certo padrão de comportamento tendem a ficar próximos e formar grupos e área em comum. No caso do gráfico 1, essa reunião significa a existência de dois fatores com comportamentos similares.

A análise seguinte a ser processada foi a Matriz Fatorial (tabela 6), em que cada linha dessa matriz corresponde a uma variável e cada coluna é referente a um fator em comum, sendo que cada fileira contém os componentes usados para representar a variável observada padronizada em termos dos fatores (^{Brito, 1996}). Nos resultados, deve ser observada a existência de correlação entre os fatores, sendo que fatores com coeficientes grandes em relação à uma variável, significa que estes estão estreitamente relacionados a essa variável (^{Brito, 1996}).

Ainda conforme ^{Brito (1996)}, a Estatística Final (tabela 7) é a tabela que contém um sumário de informações para o fator de solução, tendo sido elaborada, no presente caso, após a eliminação dos fatores não importantes.

Na tabela 7 (Estatística final), é possível ver que, dos 20 fatores, 18 foram eliminados, pois foram considerados não importantes, levando em conta que os dois primeiros fatores juntos respondem por 46,1% da variância. Isso demonstra que ao invés de serem necessárias 20 variáveis para explicar o total da variância, apenas duas podem ser consideradas.

Seguindo o modelo de análise de ^{Brito (1996)}, foi aplicada a rotação de variação máxima, que, segundo a autora, é um método de rotação ortogonal, que minimiza o número de variáveis com alta carga em cada fator, dessa forma simplificando a interpretação dos fatores. Para realizar a extração dos Eigenvectors, foi utilizado o método de normalização de Kaiser, no qual o número de fatores sucessivos a serem extraídos são estabelecidos primeiramente e vão sendo retidos até uma porcentagem considerada satisfatória. Nesse método de normalização são extraídos somente os Eigenvectors com Eigenvalues que sejam, no mínimo, iguais a um. A matriz de rotação dos fatores é mostrada na tabela 8.

Os resultados da tabela 8 são referentes à matriz de rotação dos fatores, onde podem ser observados o agrupamento das questões negativas e positivas. O fator um apresenta altos valores para questões positivas e baixos valores para questões negativas. Já o fator dois apresenta valores contrários, sendo valores baixos para questões positivas e altos para negativas. Em quase todos os casos, o valor está relativamente puro, o que significa que se ele tem alta saturação em um fator, tem baixa saturação no outro (^{Brito, 1996}).

Em seguida, foi executada a matriz de transformação do fator (tabela 9), que tem a função de indicar a correlação e interdependência dos fatores, apresentando os resultados que seguem:

Como pode ser observado, foram retirados dois fatores, que, de acordo com os resultados, são iguais, indicando que os fatores são independentes e não correlacionados.

O quadro 3 resume os testes estatísticos aplicados para validação da EARL.

Foram executados diversos testes para validação da EARL. Alguns têm a função de encontrar correlações entre os fatores, dimensiona-los, testar hipóteses e encontrar valores para aplicação de outros testes. Com base nos resultados obtidos nessa análise, podemos afirmar que a EARL apresentou elevado índice de confiabilidade, assim como um valor altamente satisfatório para a medida de adequação de KMO. Dessa forma, a escala pode, do ponto de vista de sua validade estatística, medir aquilo a que se propõe, as atitudes em relação à leitura, e a confiabilidade pode ser definida como a reprodutibilidade da medida.

Conclusão

A análise fatorial retornou resultados satisfatórios para os valores estipulados para a validade de escalas e atesta a validade e confiabilidade da EARL. Tais resultados vieram a confirmar os obtidos em pesquisas similares, que também analisaram atitudes em relação a leitura, porém com o uso de outros tipos de escalas. Assim, essa escala pode ser utilizada para medir atitudes em relação à leitura tanto de alunos dos Anos Finais do Ensino Fundamental quanto do Ensino Superior. Indicamos também sua utilização para alunos do Ensino Médio, uma vez que estão na faixa etária compreendida pela aplicação aos sujeitos da nossa amostra.

Uma importante implicação da adaptação e validação da EARL é a possibilidade de seu uso em pesquisas educacionais com foco na relação das atitudes em relação à leitura com o desempenho escolar nas mais variadas disciplinas. No campo da Educação Matemática, por exemplo, em que já é amplamente debatido e pesquisado sobre como a leitura está relacionada ao desempenho do aluno na resolução de problemas, uma possibilidade seria verificar se há correlação entre nota em uma prova de matemática com as atitudes em relação à leitura.