ANÁLISE FATORIAL E ANÁLISE DE CLUSTER NO MAPEAMENTO DE CONCEPÇÕES EPISTEMOLÓGICAS DE PROFESSORES SOBRE A CIÊNCIA E A ECOLOGIA

Autores

  • Caio Castro Freire Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (USP)
  • Marcelo Tadeu Motokane Departamento de Biologia Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto – Universidade de São Paulo Avenida Bandeirantes, 3900, Ribeirão Preto, SP, Brasil

DOI:

https://doi.org/10.22600/1518-8795.ienci2016v21n3p152

Palavras-chave:

Epistemologia da ecologia, Ensino de ecologia, Formação de professores, Validação de questionários, Análise de consistência interna

Resumo

A construção e a validação de novas ferramentas para pesquisas epistemológicas no contexto educacional mostram-se extremamente importantes, e são poucos os trabalhos na área que realizam um processo de validação utilizando técnicas da estatística multivariada. Como a literatura aponta, existem inúmeros instrumentos disponíveis para o mapeamento de visões sobre a ciência como um todo, mas poucos voltados para a caracterização de concepções campo-dependentes, ou seja, concepções sobre áreas específicas da ciência, como a ecologia, que configura entre aquelas que têm recebido menor atenção dos pesquisadores. Desse modo, o presente artigo teve como objetivos: i) validar novos questionários para o mapeamento de concepções epistemológicas sobre a ciência e a ecologia profissionais e sobre o ensino de ecologia (ecologia escolar), e ii) caracterizar os perfis de concepções epistemológicas de uma amostra inicial de professores respondentes, em função do desempenho obtido nesses questionários. Elaboramos três questionários do tipo Likert com escala de cinco pontos, e realizamos um survey online, de corte transversal, com amostragem não probabilística por conveniência. O número amostral analisado correspondeu a um total de 80 sujeitos. Foi possível avaliar, por meio da análise fatorial exploratória e da análise de consistência interna (alfa de Cronbach), a capacidade dos nossos instrumentos de medir os construtos-alvo, o que em outras pesquisas normalmente é feito apenas de maneira qualitativa e subjetiva (análise pautada exclusivamente no conteúdo e não na estrutura interna). Já a análise de agrupamento permitiu definir quais grupos de professores mostraram perfis de concepções epistemológicas mais atualizadas/sofisticadas, e quais apresentaram concepções mais limitadas/ingênuas, contribuindo também com critérios mais objetivos para a interpretação dos resultados. 

Biografia do Autor

Caio Castro Freire, Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (USP)

Departamento de BiologiaFaculdade de Filosofia, Ciências e Letras de Ribeirão Preto – Universidade de São PauloAvenida Bandeirantes, 3900, Ribeirão Preto, SP, Brasil

Marcelo Tadeu Motokane, Departamento de Biologia Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto – Universidade de São Paulo Avenida Bandeirantes, 3900, Ribeirão Preto, SP, Brasil

Professor Doutor do Departamento de Biologia da FFCLRP (USP).

Referências

Abd-el-Khalick, F., & Lederman, N. (2000). Improving science teachers’ conceptions of nature of science: A critical review of literature. International Journal of ScienceEducation,22(7), 665-701.

Aikenhead, G., & Ryan, A. (1992). The development of a new instrument: Views on Science-Technology-Society (VOSTS). Science Education, 76(5), 477-491. DOI: 10.1002/sce.3730760503

Bernaards, C.A., & Jennrich, R.I. (2005). Gradient Projection Algorithms and Software for Arbitrary Rotation Criteria in Factor Analysis. Educational and Psychological Measurement, 65(5), 676-696. DOI: 10.1177/0013164404272507

Cachapuz, A., Gil, D., Carvalho, A.M.P., Praia, J., & Vilches, A. (2005). A Necessária Renovação do Ensino de Ciências. São Paulo: Cortez.

Cattell, R.B. (1966). The scree test for the number of factors. Multivariate Behavioral Research, 1(2), 245-276. DOI: 10.1207/s15327906mbr0102_10

Corrar, L.J., Paulo, E., & Dias Filho, J.M. (2007). Análise multivariada. São Paulo: Atlas.

Cronbach, L. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16 (3), 297-334. DOI: 10.1007/BF02310555

Favero, L.P., Belfiore, P., Silva, F.L., & Chan, B.L. (2009). Análise de Dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier.

Figueiredo Filho, D.B., & Silva Jr., J.A. (2010). Visão além do alcance: uma introdução à análise fatorial. Opinião Pública, 16(1),160-185. DOI: 10.1590/S0104-62762010000100007

Gil-Pérez, D., Fernández Montoso, I., Carrascosa Alís, J., Cachapuz, A., & Praia, J. (2001). Para uma imagem não-deformada do trabalho científico. Ciência &Educação,7(2), 125-153.

Günther, H. (2003). Como elaborar um questionário. Série: Planejamento de Pesquisa nas Ciências Sociais. Brasília: UnB, Laboratório de Psicologia Ambiental. Recuperado de http://www.psi-ambiental.net/pdf/01Questionario.pdf

Guttman, L. (1954). Some necessary conditions for common factor analysis. Psychometrika, 19(2), 149-162. DOI: 10.1007/BF02289162

Hair Jr., J.F., Anderson, R.E., Tatham, R.L., & Black, W.C. (2005). Análise multivariada de dados. Porto Alegre: Bookman.

Hair Jr., J.F., Black, W.C., Babin, B.J., Anderson, R.E., & Tatham, R.L. (2009). Análise multivariada de dados. Porto Alegre: Bookman.

Holling, C.S. (1998). Two cultures of ecology. Conservation Ecology, 2 (2), 4. DOI:10.5751/ES-00045-020204

Hora, H.R.M., Monteiro, G.T.R., & Arica, J. (2010). Confiabilidade em Questionários para Qualidade: Um Estudo com o Coeficiente Alfa de Cronbach. Produto & Produção, 11(2), 85-103.

Horn, J.L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika, 30, 179-185.

Jackson, C.H. (2011). Multi-State Models for Panel Data: The msm Package for R. Journal of Statistical Software, 38(8), 1-29. DOI: 10.18637/jss.v038.i08

Johnson, R.A. (1992). Applied Multivariate Statistical Analysis. New Jersey: Prentice Hall.

Kaiser, H.F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20(1), 141-151. DOI: 10.1177/001316446002000116

Keith, T. (2006). Multiple regression and beyond. Austin: Allyn & Bacon.

Kuhn, D., Cheney, R., & Weinstock, M. (2000). The development of epistemological understanding. Cognitive Development, 15(3), 309–328. DOI: 10.1016/S0885-2014(00)00030-7

Laros, J.A. (2005). O uso da Análise Fatorial: Algumas Diretrizes para Pesquisadores. Em Pasquali, L. (Org.), Análise fatorial para pesquisadores (163-184). Brasília: LabPAM/UnB.

Lederman, N., & O'Malley, M. (1990). Students' perceptions of the tentativeness in science: Development, use, and sources of change. Science Education, 74(2), 225-239. DOI: 10.1002/sce.3730740207

Lederman, N.G. (1992). Student’s and teacher’s conceptions of the nature of science: a review of the research. Journal of Research in Science Teaching,29(4), 331-359. DOI: 10.1002/tea.3660290404

Lelis, F.R.C., Plínio, R.R.M., Sposto, R.M., & Sant’anna, A.S. (2011). Modelo dos quatro fatores: uma proposta para visualização dos esquemas conceituais em torno da atuação profissional – estudo de caso. Em XXXIX Congresso Brasileiro de Educação em Engenharia. Blumenau, SC, Brasil. Recuperado de http://www.abenge.org.br/CobengeAnteriores/2011/sessoestec/art1627.pdf

Malhotra, N.K. (2001). Pesquisa de marketing: uma orientação aplicada. Porto Alegre: Bookman.

Maroco, J., & Garcia-Marques, T. (2006). Qual a fiabilidade do alfa de Cronbach? Questões antigas e soluções modernas? Laboratório de Psicologia, 4(1), 65-90. DOI: 10.14417/lp.763

Martins, G.A. (2006). Sobre Confiabilidade e Validade. Revista Brasileira de Gestão de Negócios, 8(20), 1-12.

Mattar, F. (1996). Pesquisa de marketing. São Paulo: Ed. Atlas.

McComas, W.F., Almazroa, H., & Clough, M.P. (1998). The nature of science in science education: an introduction. Science & Education,7(6), 511-532. DOI: 10.1023/A:1008642510402

Mcintosh, R.P. (1986). The background of Ecology: Concept and Theory. Cambridge: Cambridge University Press.

Nunnally, J., & Bernstein, I. (1994). Psychometric theory. New York: McGraw-Hill.

Parasuraman, A., Grewal, D., & Krishnan, R. (2006). Exploring marketing research. South Western College Pub.

Pasquali, L. (2003). Psicometria: Teoria dos testes na psicologia e na educação. Petrópolis: Editora Vozes.

Pickett, S.T.A., Kolasa, J., & Jones, C. (2007). Ecological Understanding: The Nature of Theory and the theory of Nature. Boston: Academic Press.

Porlán, R. (1989). Teoría del conocimiento, teoría de la enseñanza y desarrollo profesional. Las concepciones epistemológicas de los profesores. Tesis Doctoral, Universidad de Sevilla.

Primi, R., Muniz, M., & Nunes, C.H.S.S. (2009). Definições contemporâneas de validade de testes psicológicos. Em Hutz, C.S. (Org.), Avanços e polêmicas em avaliação psicológica (243-265). São Paulo: Casa do Psicólogo.

R Core Team. (2016). A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Recuperado de https://www.R-project.org/

Raiche, G. (2010). nFactors: a n R package for parallel analysis and non-graphical solutions to the Cattell scree test. R package version 2.3.3.

Revelle, W. (2016). psych: Procedures for Personality and Psychological Research. Northwestern University, Evanston, Illinois, USA. Recuperado de http://CRAN.R-project.org/package=psychVersion=1.6.4

Rizopoulos, D. (2006). ltm: a n R package for Latent Variable Modelling and Item Response Theory Analyses. Journal of Statistical Software, 17(5), 1-25.DOI: 10.18637/jss.v017.i05

Sandoval, W.A. (2005). Understanding students’ practical epistemologies and their influence on learning through inquiry. Science Education, 89(4), 634–656.DOI: 10.1002/sce.20065

Shieh, G. (2010). On the misconception of multicollinearity in detection of moderating effects: Multicollinearity is not always detrimental. Multivariate Behavioral Research, 45(3), 483-507.DOI: 10.1080/00273171.2010.483393

Spiegelberger, T., Gillet, F., Amiaud, B., Thébault, A., Mariotte, P., & Buttler, A. (2012). How do plant community ecologists consider the complementarity of observational, experimental and theoretical modelling approaches? Plant Ecology and Evolution, 145(1), 4-12.DOI: 10.5091/plecevo.2012.699

Tabachnick, B.G., & Fidell, L.S. (1996). Using multivariate statistics. California State University: HaperCollins College Publishers.

Tabachnick, B.G., & Fidell, L.S. (2001). Using multivariate statistics. Boston: Allyn & Bacon.

Tabachnick, B.G., & Fidell, L.S. (2007). Using multivariate analysis. Needham: Allyn & Bacon.

Vitória, F., Almeida, L.S., & Primi, R. (2006). Unidimensionalidade em testes psicológicos: conceito, estratégias e dificuldades na sua avaliação. Revista de Psicologia da Vetor Editora, 7(2), 1-7.

Wilson, B. (2009). From Laws to Models and Mechanisms: Ecology in the Twentieth Century. In Integrated History and Philosophy of Science, 2,12-15. Notre Dame: University of Notre Dame Press.

Downloads

Publicado

2016-12-19

Como Citar

Freire, C. C., & Motokane, M. T. (2016). ANÁLISE FATORIAL E ANÁLISE DE CLUSTER NO MAPEAMENTO DE CONCEPÇÕES EPISTEMOLÓGICAS DE PROFESSORES SOBRE A CIÊNCIA E A ECOLOGIA. Investigações Em Ensino De Ciências, 21(3), 152–175. https://doi.org/10.22600/1518-8795.ienci2016v21n3p152

Edição

Seção

Artigos