Apresentação do PowerPoint

Report
Preditores da habilidade leitora:
modelagem por equações estruturais
com variáveis linguísticas,
comportamentais, demográficas e
desenvolvimentais
VILHENA, Douglas de Araújo – [email protected]
PINHEIRO, Ângela Maria Vieira – [email protected]
GOMES, Cristiano Mauro Assis – [email protected]
Universidade Federal de Minas Gerais – Brasil
Palavras-chave: avaliação de leitura, modelagem por equações estruturais, validação,
Strengths & Difficulties Questionnaires, Matrizes Progressivas Coloridas de Raven.
Resultados
Introdução
Tabela 1. Matriz correlacional de variáveis sócio-demográficas, de medidas de leitura e comportamentais
(destacadas separadamente em blocos cinzas). Técnica: Robust Maximum Likelihood Estimator
Legenda – %: medida de precisão; acc: medida de acurácia; SE: sintomas emocionais; PC: problemas de
comportamento; PRC: problemas de relacionamento com os colegas; CPS: comportamento pró-social;
SDAH: sintomas de déficit de atenção e hiperatividade.
A técnica estatística de Modelagem por Equações Estruturais é uma
valiosa ferramenta que considera um conjunto de variáveis
dependentes. Por meio de análise confirmatória, permite testar, se
plausível, a causalidade entre os itens. Ou seja, permite investigar até
que ponto uma variável preditora pode explicar uma outra variável.
Dessa forma, pode-se criar um amplo modelo relacional com
estimativas de forças para todas as relações hipotetizadas em um
esquema teórico.
Objetivo
Investigar:
1. o padrão de relação entre as variáveis de leitura, comportamentais,
demográficas e cognitivas;
2. até que ponto essas variáveis predizem a habilidade de leitura.
Método
Análise estatística
Técnica: Modelagem por equações estruturais
Software: Mplus VERSION 5.2
Modelo elaborado por estratégias confirmatórias e exploratórias, de
acordo com as seguintes etapas:
1. Seleção do melhor modelo para as variáveis de leitura.
2. Adição das variáveis comportamentais e as sócio-demográficas.
3. Modelo final representa o esforço de encontrar o melhor índice de
modificação (↓ qui-quadrado; ↑ ajuste).
4. O modelo final apresenta bom ajuste: χ² (52) = 69.820; p = 0.050;
CFI = 0.993; RMSEA = 0.029; χ²/grau de liberdade= 1.343.
Ano
Idade
Age
.925
1.00
Sex
-.033
-.014
1.00
Raven
.424
.399
-.079
1.00
AEL
.517
.507
.035
.452
1.00
PROLEC
.315
.312
-.024
.414
.515
1.00
PLP %
.245
.243
.018
.295
.563
.516
1.00
PLP acc
.522
.540
.019
.376
.818
.454
.616
1.00
PLPP acc
.472
.492
-.041
.372
.764
.414
.590
.891
1.00
SE
-.044
-.002
.014
-.140
-.255
-.176
-.179
-.233
-.219
1.00
PC
-.019
-.004
-.144
-.138
-.190
-.138
-.193
-.162
-.174
.294
1.00
PRC
.115
.130
-.169
-.058
-.105
-.047
-.117
-.106
-.102
.356
.481
1.00
CPS
.060
.060
.215
.112
.161
.086
.109
.179
.160
-.149
-.479
-.506
1.00
SDAH
-.035
-.010
-.204
-.206
-.345
-.259
-.309
-.289
-.289
.413
.704
.406
-.400
Subteste Compreensão de Textos (PROLEC): 4 pequenos textos (dois narrativos e dois
expositivos) com quatro perguntas cada3.
(SDQ-pt):
breve
triagem
do
Matrizes Progressivas Coloridas (Raven): avaliação da inteligência não-verbal1.
Apoio:
PLP acc
PLPP acc
SE
PC
PRC
CPS
Idade
1%
78%
Problemas com
colegas
35%
16%
12%
Precisão: Leitura
de Palavras
79%
13%
14%
Raven
0,4%
4%
7%
Sintomas
emocionais
9%
16%
9%
14%
Eficiência de
Leitura
Comportamento
pró-social
Ano escolar
1%
2%
13%
5%
15%
Acurácia: Leitura
de Palavras
35%
2%
6%
38%
Azul: medidas de leitura
Vermelho: variáveis desenvolvimental
e ​sócio-demográficas
Verde: Comportamento
Linha Amarela: relação causal
Linha Azul: relação correlacional
1%
Problemas de
comportamento
50%
3%
10%
9%
2%
1%
9%
6%
2%
2%
Atenção e
Hiperatividade
Sexo
2%
Conclusão
Prova de Leitura de Pseudopalavras (PLPP): leitura em voz alta de 88 pseudopalavras
isoladas, construídas com estrutura ortográfica e comprimento das palavras da PLP2,7.
Dificuldades
PLP %
Figura 1 – Modelo e porcentagens de variância entre as relações das variáveis. p < 0.05 para todas as medidas.
Prova de Leitura de Palavras (PLP): leitura em voz alta de 88 palavras isoladas, que
variam em relação a frequência de ocorrência, regularidade bidirecional, comprimento5,6.
e
PROLEC
Acurácia: Leitura de
Pseudopalavras
Compreensão
de Texto
Avaliação da Eficiência de Leitura: medida que serve tanto para o componente semântico
(compreensão de sentenças) quanto do reconhecimento de palavras (decisão lexical)8.
Capacidades
AEL
0,7%
13%
Questionário de
comportamento4.
Raven
• 90 inter-correlações: 32 moderadas (0.30 - 0.79) e 3 fortes (0.818 – 0.925).
• Idade e ano escolar mostram correlações moderadas com as medidas de leitura e
com a inteligência não-verbal.
• Sexo não se correlaciona de forma moderada ou forte com nenhuma variável.
2%
Amostra
Turmas do 2º ao 5º ano do EF de 8 escolas públicas Estaduais de BH:
1) 72 professores
2) 422 alunos
Instrumentos
Sexo
Aprovação do Comitê de Ética da UFMG:
CAAE - 17754514.6.0000.5149
O modelo final sugere vasta relação causal e correlacional entre as variáveis:
1. Leitura de palavras isoladas é a base para a compreensão de texto.
2. Sintomas de Déficit de Atenção e Hiperatividade (SDAH) funcionam como
uma central de ligações entre todas as habilidades de leitura e as variáveis
comportamentais.
3. SDAH prejudicam todas as medidas de leitura e é fortemente responsável
por Problemas de Comportamento e Sintomas Emocionais.
4. O ano escolar é melhor estimador da habilidade de leitura e de inteligência
fluida do que a idade cronológica.
5. Inteligência não-verbal se correlaciona com a leitura de palavras e é
importante para uma boa compreensão de texto e eficiência leitora.
O presente trabalho prove validação concorrente e discriminante para todos
os instrumentos aqui utilizados.
Referências
1. Angelini, A. L.; Alves, I. C. B.; Custódio, E. M. & Duarte, W. F. (1999). Manual. Matrizes Progressivas Coloridas de Raven. São Paulo:
Casa do Psicólogo.
2. Cogo-Moreira, H.; Ploubidis, G.; De Avila, C.; Mari, J. & Pinheiro, A.M.V. (2012). EACOL (scale of evaluation of reading competency by
the teacher): Evidence of concurrent and discriminant validity. Neuropsychiatric Diseases and Treatment, (8): 443–454.
3. Cuetos, F., Rodrigues, B., & Ruano, E. (2012). PROLEC - Provas de Avaliação dos Processos de Leitura. Adaptação para o português S.
A. Capellini, A. M. Oliveira, & F. Cuetos. 2 ed. revisada e ampliada. São Paulo: Casa do Psicólogo.
4. Goodman R. (1997). The Strengths and Difficulties Questionnaire: a research note. J Child Psychol Psychiatry. 38(5):581-586.
5. Pinheiro, A. M. V. (1996). Contagem de Frequência de Ocorrência de Palavras Expostas a crianças na faixa pré-escolar e séries iniciais
do 1º grau. São Paulo (SP): Associação Brasileira de Dislexia.
6. Pinheiro, A. M. V. (2007). Lista de palavras. In: Inês Sim-Sim; Fernanda Leopoldina Viana. (Org.). Para a Avaliação do desempenho
de leitura. Lisboa: Gabinete de Estatística e Planejamento da Educação (GEPE), p. 120-130.
7. Pinheiro, A. M. V. (2012) Validação e estabelecimento de normas de uma prova computadorizada de reconhecimento de palavras para
crianças. Relatório de pesquisa submetido à FAPEMIG (ref. SHA - APQ-01914-09).
8. Vilhena, D. A. & Pinheiro, A. M. V. (em adaptação). Adaptação e Validação da Avaliação da Eficiência de Leitura.

similar documents