Faculdade de Ciências

Departamento de Matemática e Informática

Curso de Licenciatura em Estatística

40 ano, Semestre VII

Metodologia de Investigação
Protocolo de Pesquisa ciêntica

Avaliação da satisfação dos estudantes do curso

de licenciatura em Estatística em relação ao
processo de ensino e aprendizagem, o caso da
UEM

Discente: Álvaro, Dércio Bento.

Docentes: Dra. Raca Abdulrazac;
Dr. Adelino Juga.

Maputo, Maio de 2020

Conteúdo
1 Introdução 2
1.1 Problema de Pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Objectivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Geral: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Especícos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Hipóteses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Relevância . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.5 Delineamento do estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2 Revisão Teórica 3
2.1 Avaliação da satisfação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Análise Factorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3 Metodologia 4
3.1 Material . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 Métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2.1 O índice KMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2.2 Modelo teórico da análise fatorial . . . . . . . . . . . . . . . . . . . 6

4 Cronograma 7
5 Orçamento 7
6 Referências Bibliogracas 8

1
1 Introdução
No campo da educação, avaliar a qualidade de um curso por meio da satisfação do
estudante signica avaliar as percepções de um indivíduo que é, tanto passivo, bem como
um agente ativo na construção de uma educação de qualidade. Como consequência disso,
a satisfação de um estudante é dada por meio das suas percepções e expectativas em
relação à estrutura física e tecnológica do curso, aos serviços prestados pelos professores
e técnicos, como também pelo seu próprio desempenho, que resulta em uma condição
determinante para a qualidade da instituição.
Os questionários de satisfação, como instrumentos de pesquisa, possibilitam conhecer
a opinião de um grupo especíco em relação a um produto ou serviço de interesse. Com
isso, é possível avaliar a importância dada a cada item explorado. Para isso, o questio-
nário deve ser elaborado e validado de maneira adequada. Um questionário é composto
por um número de questões, ou itens, frequentemente agrupados em fatores, que buscam
traduzir um conceito geral. Assim, para validar um questionário, faz-se necessário veri-
car se os itens são suscetíveis a serem agrupados. (HOSS, CATEN, 2010). A Análise
Fatorial Exploratória (AFE), quando utilizada para validação de um instrumento de pes-
quisa, possibilita a divisão do questionário em fatores e a identicação das questões mais
representativas do instrumento.
A AFE é uma técnica estatística que estuda correlações entre um grande número de
variáveis agrupando-as em fatores. Essa técnica permite a redução de dados, identicando
as variáveis mais representativas ou criando um novo conjunto de variáveis, bem menor
que o original (HAIR Jr. et al., 2005).
Nesse contexto, o presente trabalho tem o objectivo de validar o nível de satisfação dos
estudantes do Departamento de Matemática e Informática do curso de licenciatura em
Estatística da Universidade Eduardo Mondlane (UEM) utilizando a técnica multivariada
análise fatorial exploratória.

1.1 Problema de Pesquisa

Um dos maiores desaos de quase todo mundo é o de garantir ensino digno, qualicado
e satisfatório para todas as instituições de ensino, seja do básico ao superior. Mas, ao
se fazer uma análise do actual contexto de ensino, nota-se que ainda são muito percep-
tíveis no cotidiano do sistema de ensino e aprendizagem, as reclamacões e insatisfacões
por parte dos professores em relação aos estudantes e vice-versa. Ou seja, a relação
professor-estudante parece ser permeada por animosidades ou conitos. Diante de tantos
desconfortos pedagógicos, Nota se que a cada ano tem se vericado o desinteresse dos
estudante nas escolas publicas para com os conteúdos abordados nas escolas, o que faz
com que o estudante pense apenas em ter nota para poder transitar a cadeira, e isso acaba
se reectindo naquilo que é a qualidade de ensino e aprendizagem em Moçambique.
Tendo em conta que o objectivo do curso de Curso de Licenciatura em Estatística
e de formar prossionais em estatísticas capazes de utilizar adequadamente os métodos
estatísticos nos vários sectores da aplicação da ciência e tecnologia, daí surge a pergunta
Qual é nível de satisfação dos estudantes do curso de licenciatura
de pesquisa:
em Estatística em relação ao processo de ensino e aprendizagem?

2
1.2 Objectivos
1.2.1 Geral:
• Avaliar nível de satisfação dos estudantes do curso de licenciatura em Estatística.

1.2.2 Especícos:
• Identicar os factores associados a satisfação dos estudante do curso de licenciatura
em Estatística;

• Avaliar como é que esses factores inuênciam na (in)satisfação dos estudante do

curso de licenciatura em Estatística em relação ao processo de ensino e aprendiza-
gem;

• Comparar os níveis de satisfação de acordo com o ano.

1.3 Hipóteses
H0 : Os estudantes do curso de licenciatura em estatística estão satisfeito com o pro-
cesso de ensino e aprendizagem;
Ha : Os estudantes do curso de licenciatura em estatística não estão satisfeito com o
processo de ensino e aprendizagem.

1.4 Relevância
O estudo justica-se, então, pelo fato de que é necessário investigar os aspectos de
satisfação ou insatisfação dos estudantes em relação a tudo o que cerca o processo de
ensino e aprendizagem no curso de licenciatura em Estatística, permitindo entender como
está tal processo e o que pode ser melhorado.
Contudo, há de se frisar que o estudante não deve ser entendido como simplesmente
um consumidor (um cliente), mas, sim, deve ser encarado como um verdadeiro parceiro
no processo de aprendizagem (SOUZA; REINERT, 2010), fazendo com que o processo
seja construído em conjunto por gestores, professores, estudantes e demais agentes.

1.5 Delineamento do estudo

Devido as retrições operacionais, orçamentais e do tempo, o estudo estará limitado
apenas ao periodo pós-labroal. Não obstante essa delimitação, os dados iram compor a
amostra.

2 Revisão Teórica
2.1 Avaliação da satisfação
Segundo Santos e Ferreira (2005), a avaliação pode ser entendida como uma apreciação
da qualidade e da ecácia do sistema de ensino como um todo ou parte dele, e deve
provocar, no estudante, uma reexão sobre o que ele vem vivenciando durante as situações
de aprendizagem.

3
 A avaliação não consiste em um instrumento de medida de atividades de indivíduos
isolados e nem em um mecanismo de exposição da fragilidade ou das deciências de al-
guns prossionais especícos. Esta deve ser compreendida e promovida como um processo
de caráter pedagógico e de construção de valores, não se limitando à elaboração de re-
latórios e diagnósticos, e ao julgamento de resultados e ações já realizadas. Avaliação
é um processo e, como tal, deve fazer parte da instituição, e realizar-se como cultura
(BALZAN; DIAS SOBRINHO, 2005). Neste sentido, para Souza e Reinert (2010), a sa-
tisfação tem grande relevância na avaliação discente de cursos superiores, por resultar de
um julgamento formulado a partir da realidade percebida.

2.2 Análise Factorial

Para Vilares et all. (2005) Análise factorial é uma designaçãogenérica que engloba
vários procedimentos estatísticos usados para a redução de dado, isto é procedimentos que
permitem resumir a informação contida numa matriz de dados substituindo as variáveis
originais por um menor numero de variáveis ou factores.
Segundo Hair at all.(2005), Análise factorial é um nome genérico dado a uma classe de
métodos estatísticos multivariados, cujo propósito principal é a estrutura subjacente em
uma matriz de dados. Analisando as denições acima, conclui-se que a análise factorial
pode auxiliar na selecção de um subconjunto de variáveis ou mesmo na criação de novas
variáveis como substitutos das variáveis originais, e ainda matendo o seu caracter original
redução.
De acordo com Vilares etal (2005) dois tipos de modelos de Análise Factorial: a Análise
em componentes principais (ACP) e a Analise em Factores Especícos (AFE). Embora
AFE esteja presente a preocupação de redução de dados, o principal objectivo é explicar
a estrutura das co-variáveis entre as variáveis originais através de um conjunto hipotético
de factores não observáveis.

3 Metodologia
Objectivo deste capítulo é denir o tipo de pesquisa que será aplicada no presente
estudo, bem como descrever as metodologias aplicadas para o desenho do instrumento de
colecta de dados, os métodos aplicados para colecta de dados e posteriormente os testes
estatísticos.

3.1 Material
A pesquisa foi realizada com 50 estudantes do curso de licenciatura em Estatística da
Universidade Eduardo Mondlane (UEM), sendo 23 do gênero feminino (46% do total) e
27 do masculino (54%).
A amostragem foi feita em duas etapas. Na primeira etapa, dividiu-se o total de alunos
matriculados no curso em 4 subgrupos de acordo com o ano de estudo que cursava, em
seguida foi aplicada uma amostragem aleatória simples em cada subgrupo, caracterizando
assim uma amostragem estraticada. Desta forma, 24% dos respondentes eram do pri-
meiro ano, 36% do segundo ano, 28% do terceiro ano e 12% do quarto ano do curso de
licenciatura em Estatística em ambós os períodos.
Como instrumentos de coletas de dados utilizou-se um questionário estruturado fe-
chado contendo 20 questões, sendo 19 questões sobre a satisfação do estudante e uma

4
questão sobre seu gênero. Com o intuito de avaliar a satisfação dos estudantes para cada
um dos itens, as respostas tinham por características serem objetivas de concordância,
utilizando para isso a escala de Likert, com cinco opções de resposta, variando de muito
insatisfeito a muito satisfeito.
As 19 questões sobre a satisfação dos alunos que compõem o questionário são apre-
sentadas na Tabela 1, bem como suas abreviaturas utilizadas no decorrer deste trabalho.

Tabela 1: Itens que compõem o questionário

Codigo Descricao das variaveis
Salas Qual seu grau de satisfação em relação às salas de aulas?
Laboratorio Qual seu grau de satisfação em relação ao laboratório de informática?
Biblioteca Qual seu grau de satisfação em relação à biblioteca?
Centro Qual seu grau de satisfação em relação ao centro acadêmico?
Departamento Qual seu grau de satisfação em relação ao departamento?
Recursos Qual seu grau de satisfação em relação aos recursos tecnológicos?
Bolsas Qual seu grau de satisfação em relação à disponibilidade de bolsas?
Qual seu grau de satisfação em relação à disponibilidade fora de sala
Disp_Est
de aula dos professores da seccao de Estatística?
Qual seu grau de satisfação em relação ao domínio do conteúdo pelos
Dom_Est
professores da seccao de Estatística?
Qual seu grau de satisfação em relação à pontualidade dos professores
Pontual_Est
da seccao de Estatística?
Qual seu grau de satisfação em relação ao material didático
Mat_Est
disponibilizado/indicado pelos professores da seccao de Estatística?
Qual seu grau de satisfação em relação à disponibilidade fora de sala
Disp_Outros
de aula dos professores das demais seccoes?
Qual seu grau de satisfação em relação ao domínio do conteúdo pelos
Dom_Outros
professores das demais seccoes?
Qual seu grau de satisfação em relação à pontualidade dos professores
Pontual_Outros
das demais seccoes?
Qual seu grau de satisfação em relação ao material didático
Mat_Outros
disponibilizado/indicado pelos professores das demais seccoes?
Pontual_Estudante Qual seu grau de satisfação em relação à sua pontualidade?
Qual seu grau de satisfação em relação ao seu comprometimento
Estudo_Estudantes
com os estudos?
Qual seu grau de satisfação em relação ao seu comprometimento com
Prazo_Estudantes
os prazos de entrega de listas/trabalhos?
Particip_Estudantes Qual seu grau de satisfação em relação à sua participação em sala de aula?

3.2 Métodos
3.2.1 O índice KMO
O primeiro passo durante a implementação de AFE (pressupostos) é vericar se a
aplicação da análise fatorial tem validade para as variáveis escolhidas, sendo justicado
pela pouca quantidade de respondentes da pesquisa. Para isso, dois métodos de avaliação
são mais comumente utilizados, o critério de Kaiser-Meyer-Olkin (KMO) e o Teste de
Esfericidade de Bartlett (DZIUBAN; SHIRKEY, 1974).

5
 O índice de KMO, também conhecido como índice de adequação da amostra, é um teste
estatístico que sugere a proporção de variância dos itens que pode estar sendo explicada
por uma variável latente, tal índice indica o quão adequada é a aplicação da AFE para o
conjunto de dados (LORENZO-SEVA, 2006; HAIR et al., 2005). O KMO é calculado por
meio do quadrado das correlações totais dividido pelo quadrado das correlações parciais,
das variáveis analisadas, cuja expressão é (DZIUBAN; SHIRKEY, 1974).

Pp Pp 2
j=1 m=1 rjm
KMO = Pp Pp
r2 + p
P Pp 2
j=1 m=1 jm j=1 m=1 rpjm

2 2
em que rjm é o coeciente de correlação linear entre Xj e Xm ; rpjm é o coeciente de
correlação parcial amostral entre Xje Xme denido como sendo o coeciente de correlação
linear entre os resíduos.
O KMO pode variar de 0 a 1. Os valores iguais ou próximos a 0 indicam que a soma das
correlações parciais dos itens avaliados é bastante alta em relação à soma das correlações
totais. Nesses casos, possivelmente a análise fatorial será inapropriada (PASQUALI,
1999). Valores menores que 0,5 são considerados inaceitáveis, e valores entre 0,5 e 0,7
são considerados medíocres; valores entre 0,7 e 0,8 são considerados bons; valores maiores
que 0,8 e 0,9 são considerados ótimos e excelentes (HUTCHESON; SOFRONIOU, 1999).
Sendo assim, a medida de adequação da amostra (MAA) aceitável é maior do que 0,5
(PEREIRA, 1999).

3.2.2 Modelo teórico da análise fatorial

O modelo da análise de fatores pode ser escrito como (GUTTMAN, 1954; JOHNSON;
WICHERN, 1998):

Xi = ai1 F1 + ai2 F2 + · · · + aim Fm + ei

em que Xi é o i-ésimo escore depois ter sido padronizado (média 0 e desvio-padrão

1), i = 1, . . . , pe p é o número de variáveis; ai1 , ai2 , . . . , aim são as cargas dos fatores para
o i-ésimo teste; F1 , F2 , . . . , Fm são m fatores comuns não correlacionados, cada um com
média 0 e variância 1 e ei é um fator especíco somente para o i-ésimo teste que é não
correlacionado com qualquer dos fatores comuns e tem média zero.
Os p valores observados Xp são expressos em termos de p + m variáveis aleatórias não
observáveis (F1 , F2 , . . . , Fm ; 1 , 2 , . . . , p ), característica que distingue o modelo fatorial do
modelo de regressão múltipla, sendo que as variáveis independentes podem ser observadas,
e cujas posições são ocupadas por F no modelo fatorial (MINGOTI, 2005).
Matricialmente temos (JOHNSON; WICHERN, 1998; NEISSE,2016):
X(p×1) = Λ(p×m) F(m×1) + (p×1)

Com o modelo AF:

V ar(Xj ) = a2j1 V ar(F1 ) + a2j2 V ar(F2 ) + · · · + a2jm V ar(Fm ) + V ar(ej ) = a2j1 + a2j2 + · · · +
a2jm + V ar(ej )

6
 a2j1 + a2j2 + · · · + a2jm é chamada a comunalidade de Xj (a parte da sua variância que
é explicada pelos fatores comuns). A comunalidade não pode exceder 1, é preciso que
−1 ≤ aij ≤ +1.
Pode também ser estabelecido que a correlação entre Xj e Xj 0 seja:

rjj 0 = aj1 aj 0 1 + aj2 aj 0 2 + · · · + ajm aj 0 m

Consequentemente, duas variáveis somente serão altamente correlacionadas se elas

tiverem altas cargas no mesmo fator (NEISSE, 2016).

4 Cronograma

Tabela 2: Cronograma das actividades

Actividades Periodo (Semanas)
1 2 3 4 5 6 7 8 9 10 11 12
Apresentacao do projecto x x
Obtenção dos dados x
Processamento de dados x x x
Análise de dados x x x
Apresentação do 1o relatório x x x
Apresentação do relatorio nal x x x x

5 Orçamento

Tabela 3: Descrição do orçamento

Material Quantidade Custo Unitário(MZN) Custo Total (MZN)
Resma de papel a4 1 350,00MT 350,00MT
Encadernação 4 45,00MT 180,00MT
Flash 1 400,00MT 400,00MT
Impresão  2,00MT 1.350,00MT
Computador 1 47.000,00MT 47.000,00MT
Transporte  12,00 1500,00MT
Total   50.780,00

7
6 Referências Bibliogracas
1. Balzan, N. C.; Dias Sobrinho, J. Avaliação institucional: teoria e experiências.
São Paulo: Cortez, 2005.

2. DZIUBAN, C.D. SHIRKEY, E,S. When is a correlation matrix appropriate for factor
analysis? Some decision rules. Psychological Bulletin, 81(6), 358-361, 1974.
3. GUTTMAN, L. Some necessary conditions for common factor analysis, Psycho-
metrika, 19, 149-162, 1954.
4. HAIR, J. F., ANDERSON, R. E., TATHAM, R. L. BLACK, W. C. Análise multi-
variada de dados. A. S. Sant'Anna & A. C. Neto (Trad.). Porto Alegre: Bookman.
2005.

Processo de Validação Interna de um Questionário

5. HOSS, M., CATEN, C. S.
em uma Survey Research Sobre ISO 9001:2000. Produto&Produção, vol. 11,
n. 2, p. 104 - 119, jun. 2010.

6. HUTCHESON, G. D. SOFRONIOU, N. The multivariate social scientist: In-

troductory statistics using generalized linear models. London: Sage Publi-
cations. 1999.

7. JOHNSON, R.A.; WICHERN, D.W. Applied multivariate statistical analysis.

Madison: Prentice Hall International, 1998. 816p.

8. LORENZO-SEVA, U. FERRANDO, P. J. FACTOR: A computer program to ft the

exploratory factor analysis model. Behavior Research Methods, 38(1), 88-91.
2006.

9. MINGOTI, S. A. Análise de dados através de métodos de estatística mul-

tivariada: uma abordagem aplicada. Editora UFMG, 2005.
10. NEISSE, A. C. HONGYU, K. Aplicação de componentes principais e análise fa-
torial a dados criminais de 26 estados dos EUA. E&S ENGINEERING AND
SCIENCE. V. 5, N. 2. 2016.

11. PASQUALI, L. Análise fatorial: um manual teórico-prático. Brasília: Editora

UnB. 1999.

12. PEREIRA, J, C, R. Análise de dados qualitativos: estratégias metodoló-

gicas para as ciências da saúde, humanas e sociais. São Paulo: EDUSP.
1999.

13. Santos, C. R.; Ferreira, M. C. L. Avaliação Educacional: um olhar reexivo

sobre sua prática. São Paulo: Avercamp, 2005.

Avaliação de um curso de ensino superior através

14. Souza, S. A.; Reinert, J. N.
da satisfação/insatisfação discente. Avaliação: Revista da Avaliação da
Educação Superior, Sorocaba, v. 15, n. 1, p. 159-176, 2010.
15. Vilares, et al.(2005). Satisfação e Lealdade do cliente- Metodologia de
avalição, gestão e análise. Escolar Editora- Lisboa.