ads:
Universidade Católica de Pelotas
Centro de Ciências da Vida e da Saúde
Mestrado em Saúde e Comportamento
Estrutura Fatorial do WISC-III em crianças com dificuldades de
aprendizagem: uma validação em amostra brasileira
Francisco Antonio Soto Vidal
Dissertação apresentada ao programa de Pós-
Graduação em Saúde e Comportamento, como
requisito parcial para obtenção do grau de Mestre
em Saúde e Comportamento, sob a orientação da
professora Dra. Vera Lúcia Marques de Figueiredo
Pelotas, abril de 2010
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Resumo
ESTRUTURA FATORIAL DO WISC-III EM CRIANÇAS COM DIFICULDADES
DE APRENDIZAGEM: UMA VALIDAÇÃO EM AMOSTRA BRASILEIRA
A adaptação de um instrumento psicológico a outro meio cultural requer que sejam
revisadas suas normas, sua validade e sua fidedignidade. Apesar de o WISC-III já ter
sido adaptado ao contexto brasileiro, novos estudos sobre a verificação de sua validade
de construto devem realizar-se quando utilizado em grupos clínicos. Este trabalho
contribui a essa pesquisa e à investigação do modelo fatorial mais adequado para
crianças brasileiras com dificuldades de aprendizagem (DA). Foram analisados 263
protocolos do teste WISC-III de alunos de escolas públicas encaminhados por seus
professores para avaliação psicológica por apresentarem dificuldades em leitura, escrita
e/ou aritmética. Foram utilizadas as técnicas estatísticas da Análise Fatorial
Exploratória e da Análise Fatorial Confirmatória. O presente estudo, além de corroborar
a estrutura fatorial definida na padronização brasileira, vai ao encontro dos resultados
da pesquisa internacional quanto à definição do modelo de quatro fatores como o de
melhor ajuste para o grupo clínico DA. Apesar de também ter identificado dois
modelos trifatoriais como vantajosos quanto ao ajuste, parcimônia e interpretabilidade
teórica, a estrutura quadrifatorial é a mais indicada para interpretar clinicamente as
pontuações que expressam as habilidades cognitivas do grupo DA, uma vez que
permite aproveitar as normas existentes do WISC-III para a população geral.
Palavras-chave: Avaliação da inteligência, WISC-III, Estrutura fatorial, Dificuldades de
aprendizagem, Validade de construto
ads:
Abstract
FACTOR STRUCTURE OF THE WISC-III FOR CHILDREN WITH LEARNING
DISABILITIES: A BRAZILIAN VALIDATION
The adaptation of a psychological instrument to another cultural environment requires
that its rules, validity and reliability be revised. Although the WISC-III has already
been adapted to the Brazilian context, further studies on the verification of its
construction validity should be performed when used in clinical groups. This work
contributes to this research and to the investigation of a factorial model that is more
appropriate for Brazilian children with learning disabilities (LD). An amount of 263
WISC-III test protocols performed in public school students referred by their teachers
by having difficulties in reading, writing and/or arithmetic after a psychological
evaluation were analyzed. Statistical techniques of Exploratory Factor Analysis and
Confirmatory Factor Analysis were performed. This study, besides corroborating the
factor structure defined in the Brazilian standardization, meets the results of the
international research for the definition of four-factor model as the best adjusting for
the LD population. Although we also have identified two three-factor models as
advantageous as to the fit, parsimony and theoretical interpretability, the four-factorial
structure is the most suitable for clinical interpretation of the scores that express the AD
group cognitive abilities, since it allows us to leverage existing standards of WISC -III
for the general population
Keywords: Assessment of intelligence, WISC-III, Factor structure, Learning
disabilities, Construct validity
A validade de construto é a qualidade essencial de um instrumento, mediante a qual se
especifica o que o teste mede e se verifica a pertinência de interpretar os escores do
ponto de vista do construto teórico avaliado (Anastasi & Urbina, 2000). Sempre que os
instrumentos de avaliação forem aplicados em novos contextos, devem passar por
adaptações e pela revisão de validade de sua estrutura (Reichenheim & Moraes, 2007).
Do mesmo modo, para ser utilizados em populações específicas, os testes devem ser
padronizados e adequados ao meio cultural e educacional do examinado (OMS, 1993).
As escalas Wechsler de inteligência, de origem norte-americana, têm sido os
instrumentos mais reconhecidos internacionalmente para a avaliação intelectual (Hutz e
Bandeira, 1993; Stinnett, Havey & Oehler-Stinnett, 1994; Watkins, Wilson, Kotz,
Carbone & Babula, 2006). Tanto para adultos como para crianças e adolescentes, as
escalas Wechsler de inteligência calculam quocientes intelectuais (QIs) e fatores
(Índices Fatoriais), que servem para diagnosticar dificuldades e habilidades cognitivas.
As pontuações nas escalas Wechsler também configuram perfis estatísticos e estruturas
fatoriais, que podem caracterizar determinados grupos clínicos, como os transtornos de
atenção, o retardo mental, as altas habilidades ou as dificuldades de aprendizagem.
A escala Wechsler em vigência no Brasil para avaliar inteligência em crianças é o
WISC-III (Wechsler Intelligence Scale for Children – Third Edition), traduzido e
adaptado para a população nacional por um estudo que também apresentou normas e
medidas de fidedignidade e validade do teste (Figueiredo, 2001). Além de avaliar a
inteligência geral, o WISC-III serve para medir um conglomerado de capacidades
específicas – como, por exemplo, compreensão verbal, memória e atenção (Wechsler,
1991). Tais habilidades podem agrupar-se em áreas – ou fatores, que são variáveis
teóricas, implícitas no comportamento, construídas à base das correlações entre os
subtestes ou itens do teste, mediante métodos estatísticos como a Análise Fatorial (AF).
Os 12 subtestes do WISC-III agrupam-se em duas escalas (originais do WISC),
cada uma com cinco subtestes padrões e dois opcionais. O conjunto Verbal é formado
pelos subtestes: Informação, Semelhanças, Aritmética, Vocabulário, Compreensão e
Dígitos; o conjunto de Execução, pelos subtestes: Completar Figuras, Código, Arranjo
de Figuras, Cubos, Armar Objetos e Procurar Símbolos. Os resultados ponderados
obtidos em cinco subtestes verbais (excluído o opcional Dígitos) permitem calcular o
Quociente de Inteligência Verbal (QIV). Os resultados ponderados de cinco subtestes
de execução (excluído Procurar Símbolos) fornecem o QI de Execução (QIE).
Somando-se os escores ponderados dos 10 subtestes, obtém-se o QI Total (QIT).
Além desses três quocientes, o WISC-III permite estimar outras quatro dimensões
cognitivas: Compreensão Verbal (CV), avaliada pelos subtestes Informação,
Semelhanças, Vocabulário e Compreensão; Resistência à Distração (RD), formada por
Aritmética e Dígitos; Organização Perceptual (OP), com os subtestes Completar
Figuras, Arranjo de Figuras, Cubos e Armar Objetos; e Velocidade de Processamento
(VP), que inclui Código e Procurar Símbolos. Cada um desses índices fatoriais resulta
da soma dos escores ponderados dos subtestes que compõem cada fator, e proporciona
os respectivos QIs (Wechsler, 1991). Portanto, o WISC-III trabalha com sete fatores:
um global, dois principais (Verbal e Execução) e quatro secundários (CV, OP, RD e
VP), também chamados “de primeira ordem” por sua relação direta com as variáveis
observadas. Existe também, na versão norte-americana, o subteste opcional Labirintos,
que não se inclui no cálculo de nenhum índice fatorial.
Explorando habilidades parciais, o WISC-III permite levantar hipóteses sobre o
desempenho intelectual, “quando, então, eventualmente, o QI pode ser o dado menos
importante entre os subsídios obtidos” (Cunha, 2000, p. 529). Baixas pontuações em
certos subtestes poderiam significar, por exemplo, inibição emocional, vazio cultural ou
deficiência na concentração. Mediante análises qualitativas do perfil intelectual e das
respostas nos subtestes, são identificadas deficiências e discrepâncias entre as funções
cognitivas (por exemplo, entre a verbal e a de execução), o que permite diagnosticar
capacidades e dificuldades na leitura e na escrita (Cavalini, 2008). Para distinguir a DA
de outros distúrbios cognitivos, requer-se o uso de testes padronizados, como o WISC-
III, que estipulem o rendimento esperado a cada idade, que sejam de aplicação
individual e adequados ao meio cultural e educacional do examinado (OMS, 1993).
Delimitando as dificuldades de aprendizagem
Definir Dificuldade de Aprendizagem (DA) ainda é uma questão sem consenso: por
um lado, o ambiente educacional encaminha aos especialistas as dificuldades detectadas
no aprender e, por outro, as intervenções clínicas observam que somente uma parte dos
casos responde positivamente aos tratamentos (Kavale, 2005; Scruggs & Mastropieri,
2002). Na primeira situação, estão todas as crianças que por diversos motivos
(transtornos de fundo orgânico, intelectual, emocional ou sociocultural) não seguem o
ritmo normal de aprendizagem escolar, constituindo até 40% das crianças brasileiras
nas primeiras séries escolares (Ciasca, 2003) e até 20% em países desenvolvidos (Sisto,
2002). Dentro desse conjunto, encontra-se o distúrbio específico de aprendizagem, com
traços de disfunção neurológica; como nem sempre é fácil precisar esses traços, este
quadro pode confundir-se com o grupo amplo. Calcula-se que de 3 a 5% das crianças
apresentem este distúrbio, tanto no Brasil como em países mais desenvolvidos (Ciasca).
Na Classificação Internacional de Doenças (CID-10), DA é um transtorno do
desenvolvimento psicológico, denominado “transtorno específico do desenvolvimento
das habilidades escolares”, com quatro categorias: transtornos da leitura, do soletrar,
das habilidades aritméticas e o transtorno misto das habilidades escolares. Em todos
esses tipos, alguma disfunção biológica perturbaria o processo cognitivo de modo
significativo em relação aos padrões normais. Na DA específica, o prejuízo nas
habilidades escolares é primário (não derivado de outras perturbações) (OMS, 1993).
No entanto, as alterações da aprendizagem também podem ocorrer de modo
secundário a: danos neurológicos ou sensoriais, transtornos de conduta, síndromes de
hiperatividade, outros transtornos específicos do desenvolvimento (da fala, da
linguagem ou da função motora), carências culturais ou transtornos emocionais. Na
prática, é difícil diferenciar as DAs primárias de todas as demais, devido ao significado
incerto de alguns sintomas neurológicos leves (OMS, 1993) e à semelhança de perfis,
que torna mais complexo o diagnóstico diferencial. No Brasil, a falta de testes
adequados para avaliar a DA específica impossibilita aplicar os métodos sugeridos pela
Organização Mundial da Saúde (OMS) para esta área de trabalho (Oakland, 2004).
Assim, a complexidade dos sintomas, a diversidade dos enfoques e as
conveniências da pesquisa requerem formular DA como um conceito de espectro mais
variado, mesmo que pareça uma espécie de pot-pourri que justapõe elementos diversos:
quanto à origem, às formas de manifestação e os graus de severidade. Sisto (2002)
define DA como um termo genérico, que inclui transtornos de características muito
variáveis, com deficiências globais e específicas, mas as restringe a pessoas com
inteligência potencialmente normal ou superior e sem desvantagens sensoriais, motoras,
ou culturais.
Neste estudo, consideramos o conceito mais amplo de DA, que inclui problemas
decorrentes do sistema educacional, de características do indivíduo e de influências
ambientais (Paín, 1992), sem restrição de nível intelectual. Neste sentido, DA é
“qualquer dificuldade observável enfrentada pelo aluno para acompanhar o ritmo de
aprendizagem de seus colegas da mesma faixa etária, seja qual for o fator determinante
desse atraso” (Martín & Marchesi, 1995: citado por Golbert & Moojen, 2000, p. 80).
Estudos fatoriais com o WISC-III
Os estudos sobre modelos fatoriais das escalas Wechsler começaram a desenvolver-
se na década de 1970, com o surgimento do WISC-R. As pesquisas encontraram logo
evidências para o modelo de dois fatores, tanto para a população geral quanto para
diversos grupos especiais (Donders, 1993; Anderson & Dixon, 1995). Começou a ser
investigado o assim chamado Terceiro Fator, identificado por Kaufman (1979), com a
denominação proposta para o WISC por Cohen, nos anos 1950: Freedom from
Distractibility (citado por Blaha & Wallbrown, 1996) ou Resistência à Distração (RD).
Ao apresentar a estrutura quadrifatorial do WISC-III, Wechsler (1991) informou
sobre uma boa consistência e validade deste Terceiro Fator – inclusive em amostras
com DA e grupos étnicos – relatando uma única inconsistência no modelo, apontada
por análises fatoriais exploratórias: nas idades mais baixas (6 e 7 anos), o fator RD
agrupou Aritmética e Dígitos – os subtestes esperados – e ainda: Procurar Símbolos,
Arranjo de Figuras e Labirintos. Wechsler observou que estes últimos itens
caracterizam a influência de habilidades operativas e de sequenciamento, e sugeriu
pesquisar a estabilidade deste aspecto em amostras clínicas e normais. Blaha e
Wallbrown (1996) fizeram uma revisão fatorial sobre a Escala Wechsler de Inteligência
para Pré-Escolares (ou WPPSI) e assinalaram que nenhum estudo encontrou, nesse
teste, signos da existência de RD; isto sugeria, segundo eles, que o fator não estivesse
desenvolvido antes dos sete anos de idade. Não era surpreendente, portanto, o que
Wechsler havia observado na faixa etária inferior do WISC-III. Além disto, se nos
primeiros anos escolares tais habilidades ainda se encontram em aquisição, é possível
que elas também estejam alteradas no desenvolvimento cognitivo do grupo DA.
Nos anos seguintes, diversos estudos realizados em populações clínicas constataram
a presença de RD, mas questionaram sua validade como medida de concentração
atencional (Anastopoulos, Spisto & Maher, 1994; Gussin & Javorsky, 1995; Keith &
Witta, 1997; Krane & Tannock, 2001; Lowman, Schwanz & Kamphaus, 1996; Mayes,
Calhoun & Crowell, 1998; Reinecke, Beebe & Stein, 1999; Riccio, Cohen, Hall &
Ross, 1997; Wielkiewicz, 1990; Witta & Keith, 1994). Após duas décadas, as análises
fatoriais levavam a concluir que RD não avaliava simplesmente a capacidade para
atentar e concentrar-se, mas principalmente habilidades de memória de curto prazo.
O WISC-III propôs o Quarto Fator e incluiu o subteste Procurar Símbolos. Os
demais subtestes somente sofreram mudanças na quantidade, na ordem ou no conteúdo
de alguns itens. A maioria das pesquisas corroborou, para a população geral, o novo
modelo quadrifatorial (Kamphaus, Benson, Hutchinson & Platt, 1994; Keith & Witta,
1997; Reynolds & Ford, 1994; Roid, Prifitera & Weiss, 1993; Roid & Worrall, 1997).
Também foi ratificada a estrutura de quatro fatores como a mais adequada para um
grupo étnico (Kush & Watkins, 2007) e para populações clínicas, como crianças com
dano cerebral (Donders & Warschausky, 1996), transtornos psiquiátricos (Tupa, Wright
& Fristad, 1997), deficiências auditivas (Maller & Braden, 1993; Sullivan & Montoya,
1997) e dificuldades diversas (Tiholov, Zawallich & Janzen, 1996). No entanto, um
estudo com 505 crianças superdotadas que responderam a 10 subtestes do WISC-III
(excluindo os dois opcionais) obteve apoio somente para os fatores CV e OP, pondo em
questão a utilidade, nesse grupo especial, de subtestes que medem rapidez: Aritmética,
Arranjo de Figuras e Código (Watkins, Greenawalt & Marcell, 2002).
O estudo de padronização do WISC-III para o contexto brasileiro informou sobre a
estrutura fatorial do teste em uma amostra de 801 sujeitos de 6 a 16 anos. Para a busca
de fatores, o estudo aplicou técnicas de Análise Fatorial Exploratória (AFE) e, para
avaliar os modelos definidos, utilizou Análise Fatorial Confirmatória (AFC). Na etapa
exploratória, o fator global da inteligência (QIT) ficou satisfatoriamente validado,
enquanto o modelo tradicional de dois fatores e o modelo quadrifatorial foram aceitos
com ressalvas. Um modelo de três fatores – com os quatro subtestes do fator CV, os
quatro de OP e os dois de VP – não mostrou estabilidade nos grupos etários, mas ficou
bem configurado para a amostra geral (este modelo não só excluiu o fator RD mas
também seus dois itens). Na fase confirmatória, o modelo de quatro fatores foi o mais
adequado. Um modelo trifatorial – com os seis subtestes verbais, os quatro de OP e os
dois de VP – ficou em segundo lugar, quanto ao ajuste aos dados (Figueiredo, 2001).
Modelos fatoriais do WISC-III em DA
Com a expansão da pesquisa fatorial suscitada pelo WISC-R, diversos estudos
apontaram, já nos anos 1970, a relativa debilidade do fator RD em amostras com DA
(Lombard & Riedel, 1978; Petersen & Hart, 1979; Schooler, Beebe & Koepke, 1978;
Snow, Cohen & Holliman, 1985; Zarske, Moore & Petersen, 1981). Entretanto, um
estudo norte-americano (Fischer & Dean, 1987) e um holandês (Meesters, van Gastel,
Ghys & Merckelbach, 1998) corroboraram posteriormente os três fatores do WISC-R
(QIV, QIE e RD) em crianças com DA.
Logo depois de publicado o WISC-III, duas análises fatoriais estudaram o novo
modelo no grupo clínico DA: uma AFC aplicada numa amostra mista (n= 167), com
transtornos de leitura e déficit de atenção (Wechsler, 1991), e uma AFE com 78 alunos
de uma escola especial para transtornos de aprendizagem (Hishinuma & Yamakawa,
1993). Ambas encontraram apoio para a estrutura de quatro fatores, apesar de não
utilizar as mesmas técnicas, nem o mesmo critério de seleção e tamanhos amostrais.
Posteriormente, outros três estudos utilizando AFE em amostras com DA
questionaram a validade do modelo quadrifatorial, contradizendo os achados anteriores
para a população geral e para grupos especiais. Logerquist-Hansen e Barona (1994)
verificaram que a estrutura do teste seria de três fatores: CV equivalendo à área verbal,
OP sem Arranjo de Figuras e VP com seus dois subtestes – sem apoio para RD. Em
outra amostra (n= 121), Kush e Watkins (1994) encontraram a solidez de “g” e das duas
subescalas, configurando-se os fatores CV (com Aritmética), OP (sem Arranjo) e VP,
mas sem apoio claro para a validade de RD. Em 1996, Kush encontrou apoio à validade
de construto de CV (incluindo Aritmética) e OP (com os subtestes da padronização),
sem constatar grande força do fator VP, enquanto RD não obteve evidência de validade.
Nos anos seguintes, novas pesquisas obtiveram apoio para o modelo bifatorial,
remarcando as dúvidas sobre o Terceiro Fator no grupo DA. Slate e Jones (1995)
aplicaram 11 subtestes (sem Procurar Símbolos) a 58 crianças afrodescendentes e,
mediante AFE sem rotação, encontraram evidência preliminar para dois grandes
fatores; no entanto, a técnica com rotação não mostrou resultados conclusivos,
provavelmente pelo reduzido tamanho amostral. Poulson (1995: citado por Watkins &
Kush, 2002) informou sobre uma AFC com 200 alunos, encontrando o melhor ajuste e
parcimônia para um modelo com os fatores CV e OP. Em 1997, Kush e Watkins
aplicaram os 10 subtestes padrões do WISC-III a 161 crianças de etnia africana com
DA e, mediante AFE, encontraram evidências para um fator principal e para os
clássicos fatores Verbal e Execução.
Outras pesquisas utilizando AFC apoiaram o modelo de quatro fatores. Estudando
as pontuações de 715 crianças e adolescentes com dificuldades (DA e retardo mental),
Konold, Kush e Canivez (1997) compararam cinco modelos, concluindo que a solução
quadrifatorial era a melhor para essa população. Em 1999, Grice, Krohn e Logerquist
testaram seis modelos fatoriais para os resultados de duas amostras de crianças com DA
(n = 280 + 240). Um modelo de quatro fatores que incluía o subteste Procurar Símbolos
foi o que explicou os dados de forma mais acurada e estável; porém, um modelo
trifatorial sem Símbolos também teve bom ajuste e fidedignidade, denotando a
dificuldade para diferenciar os dois modelos.
Por outro lado, uma meta-análise que totalizou 934 protocolos de seis estudos
fatoriais com o WISC-III encontrou como melhor solução um modelo de três fatores,
configurado com a subescala verbal e os fatores OP e VP (Ravert & Watkins, 2000:
citado por Watkins & Kush, 2002). Esta mesma estrutura – que exclui o fator RD mas
não seus dois subtestes – havia sido avaliada como de bom ajuste, na padronização
brasileira, pela análise confirmatória (Figueiredo, 2001).
Outra pesquisa utilizando AFC encontrou apoio para um modelo de cinco fatores.
Utilizando resultados de 318 crianças com DA e outros diagnósticos, Burton e
colaboradores (2001) examinaram nove modelos fatoriais, em validação cruzada de
uma amostra clínica com a de padronização. Os fatores foram: CV, RD, Práxis
Construtiva (OP, sem Arranjo de Figuras), VP e Raciocínio Visual (fator novo,
formado por Arranjo de Figuras). Labirintos não foi incluído por não melhorar o ajuste.
Indiretamente, este modelo apoiava os fatores definidos por Wechsler (1991).
Hale, Fiorello, Kavanagh, Hoeppner e Gaither (2001) encontraram, para 174
crianças com DA, que os fatores tradicionais de primeira ordem do WISC-III
explicavam grande parte da variância do rendimento escolar, conclusão que reforçou a
utilidade do modelo de quatro fatores nesta população especial. Outro estudo,
propriamente fatorial (Kush & cols., 2001), usou análises exploratórias e confirmatórias
para examinar os resultados de 348 alunos afrodescendentes encaminhados para
avaliação psicológica (59% dos quais com DA), encontrando evidência de um grande
fator principal, assim como dos esperados componentes Verbal e de Execução.
No maior estudo encontrado nesta revisão, Watkins e Kush (2002) examinaram, por
AFC, 12 modelos teóricos para os escores de 1201 alunos com DA. Quatro modelos
foram considerados plausíveis: o tradicional de quatro fatores, o modelo hierárquico
quadrifatorial de primeira ordem, um modelo bifatorial com quatro fatores de primeira
ordem e um modelo bifatorial com três fatores de primeira ordem. Esses resultados
trouxeram evidências da robustez dos fatores CV, OP e VP, e de uma fraca validade de
construto de RD.
Na Austrália, o WISC-III foi aplicado a 579 crianças encaminhadas a serviços de
educação especial por dificuldades de rendimento escolar. Uma análise fatorial
confirmatória testou modelos de um, dois, três e quatro fatores e encontrou que o
modelo quadrifatorial se ajustava melhor aos dados (Cockshott, Marsh & Hine, 2006).
A literatura não mostra com clareza qual o melhor modelo fatorial para a população
DA: sete dos 16 estudos revisados (v. Tabela A1) preferiram o modelo quadrifatorial,
quatro apoiaram uma solução trifatorial sem RD, quatro destacaram os dois fatores
clássicos do WISC e um optou por um modelo menos comum, de cinco fatores. A falta
de congruência nesse quadro pode dever-se à diversidade de técnicas, a diferenças
educacionais, a variados tamanhos amostrais (entre 58 e 1201) e a diversos vieses,
especialmente o de seleção. Duas revisões interpretaram que essa incongruência se
deveu à variedade de métodos, tipos de populações estudadas e pequenas amostras,
suscetíveis a flutuações, o que não permitiria considerá-los como equivalentes (Watkins
& Kush, 2002; Siekierski, 2005). Contudo, podemos extrair algumas conclusões gerais.
Segundo a presente revisão, o fator “g” não está no foco das pesquisas nem aparece
questionado; antes, ele é avaliado favoravelmente por três fatorações exploratórias. A
verdadeira polêmica parece apontar ao fator RD, pois sua validade conceitual é posta
em dúvida pela metade das pesquisas. É preciso notar que o questionamento de RD
como fator (não necessariamente dos dois subtestes que o constituem) se refere à
definição de seu conteúdo teórico, sem afetar seu uso na investigação ou na
interpretação dos perfis clínicos. Tampouco parece relacionar-se com alguma solução
fatorial, haja vista que os modelos pesquisados – sejam de dois ou mais fatores –
coincidem em apontar a robustez de três fatores: CV e OP têm sido investigados desde
a primeira versão do teste e seguem vigentes para a população com DA, enquanto o
quarto fator (VP) – que em nossa revisão foi questionado por somente um estudo –
permanece o mesmo, persistentemente, em modelos de três, quatro e cinco fatores.
Quanto à diversidade metodológica, o questionamento de RD provém das fatorações
exploratórias, onde melhor se observa a debilidade deste fator; contrariamente, as
técnicas confirmatórias abonam seu uso, mesmo sem considerá-lo o mais robusto.
É de se notar também que apenas uma entre sete análises exploratórias em amostras
com DA assinale o modelo quadrifatorial como aceitável, enquanto os estudos de tipo
confirmatório tendem a assegurar a vigência da estrutura quadrifatorial. Essa diferença
pode dever-se aos objetivos dos dois métodos, que serão descritos na próxima seção.
Buscando definir o modelo fatorial mais adequado para crianças brasileiras com
dificuldades de aprendizagem, o presente estudo enfatizou as contribuições das análises
de tipo confirmatório, mais apropriadas à avançada fase do processo de validação de
construto do WISC-III. Ao mesmo tempo, esta pesquisa contribui ao estudo da validade
do WISC-III para grupos clínicos no contexto brasileiro.
Método
Quanto ao delineamento, este estudo caracterizou-se como uma validação de
instrumento psicológico em uma população especial. A população-alvo foram alunos de
escolas públicas de Pelotas e Rio Grande (RS), com idades entre 6 e 16 anos,
apresentando queixas de DA.
Participantes
Participaram do estudo escolares que foram encaminhados por seus professores por
apresentar sinais de DA: na leitura, na escrita e/ou aritmética, sem identificar sua
etiologia. Excluíram-se participantes com mais de três repetências na mesma série ou
que apresentassem deficiências sensoriais evidentes.
A amostra foi de conveniência, constituída por 263 crianças e adolescentes que
foram avaliados mediante o WISC-III. Entre eles, a predominância foi do sexo
masculino (69%). A média de idade foi de 9 anos (DP = 2). A maioria dos participantes
era de escolas estaduais (80%), da cidade de Pelotas (57%), que cursavam entre 1ª e 2ª
série (68%), com história de repetência (64%).
Material
O material desta pesquisa constituiu-se com os dados dos protocolos que provieram
de um estudo anterior (Figueiredo, Quevedo, Gomes & Pappen, 2007).
Procedimentos iniciais da análise de dados
Foram utilizados três tipos de técnicas estatísticas: análise exploratória de dados,
AFE e AFC. Nas duas primeiras fases, foi utilizado o pacote estatístico SPSS 13.0 for
Windows. Para a realização da AFC utilizou-se o pacote estatístico AMOS 17.0.
Inicialmente, uma análise exploratória do banco de dados verificou, para cada
variável (escores ponderados nos 12 subtestes e os sete escores em QIs), três estatísticas
descritivas – média, desvio-padrão e valores extremos – com os seguintes valores de
referência:
• Na padronização do WISC-III, todas as médias dos escores ponderados se
aproximam de 10 (com desvio-padrão ±3) e as médias de escores em QIs, de 100 (com
desvio-padrão ±15).
• Os valores mínimo e máximo esperados são, respectivamente, 0 e 20 para os
subtestes, e 40 e 160 para os QIs.
• Para avaliar simetria e achatamento (curtose) – características de configuração
das distribuições – consideraram-se aceitáveis valores entre –0,50 e 0,50 (Bisquerra,
Sarriera & Martínez, 2004).
Em gráficos de dispersão, analisou-se a possível existência de casos omissos e de
valores atípicos (outliers). Foram pesquisadas também características dos dados que são
pressupostos para proceder a uma fatoração: normalidade das variáveis (medidas de
assimetria e curtose), homoscedasticidade da distribuição (teste de Levene) e ausência
de alta multicolinearidade das variáveis (coeficiente de correlação de Pearson). Ainda
que sejam importantes, os dois primeiros requisitos não são considerados cruciais
(Garson, 2009).
A Análise Fatorial (AF) é uma técnica estatística multivariada que, mediante a
análise de inter-relações, mostra quantos e quais fatores subjazem a um número de
variáveis. O modelo da AF se baseia nos princípios da causalidade dos fatores e da
parcimônia (economia ou simplicidade) do modelo. De acordo ao primeiro postulado,
os construtos subjacentes podem explicar uma porcentagem da covariância entre as
variáveis observadas; pelo segundo, a AF procura o menor número de fatores que
expliquem a maior porcentagem possível de covariância (Pasquali, 2005).
Análise Fatorial Exploratória
Na AFE, os fatores subjacentes são buscados mediante a livre observação das
correlações, antes de se definir uma solução específica. O pesquisador descobre a
estrutura fatorial mediante a leitura das cargas fatoriais encontradas, aceitando que
qualquer indicador se relacione com qualquer fator (Garson, 2009). O método é útil
para consolidar as variáveis observadas e gerar hipóteses sobre os processos latentes do
comportamento (Tabachnick & Fidell, 2001). Nossa AFE seguiu os procedimentos
indicados por Pasquali (2005).
Antes de efetuar uma AFE, é preciso verificar se a matriz de correlações é fatorável,
ou seja, se existe covariância suficiente para constituir fatores. A fatorabilidade da
matriz foi analisada mediante observação do tamanho das correlações e das
comunalidades, do determinante da matriz (que deve ser próximo de zero) e do índice
de adequação amostral de Kaiser-Meyer-Olkin (KMO), idealmente superior a 0,60
(Figueiredo, 2005).
A tabela de autovalores e o gráfico de declive (scree plot) serviram para escolher o
número mais apropriado de fatores a serem retidos. Segundo Garson (2009), um
autovalor serve para avaliar quanto da variância total dos dados é explicada por cada
fator. Pelo critério de Kaiser-Guttman, não deveriam ser considerados os componentes
com autovalor inferior a 1. No entanto, quando o número de variáveis for pequeno, é
aconselhável usar um limite inferior de 0,70 para escolher o número de fatores a extrair
(Joliffe, 1972: citado por Pasquali, 2005).
Na extração de fatores propriamente dita, foram usadas duas técnicas: a Análise dos
Componentes Principais (ACP) e a Fatoração dos Eixos Principais (FEP). A primeira
serve para reduzir a ordem da matriz, ou seja, estimar o número mínimo de
componentes que explicariam suficientemente toda a variância dos dados. A FEP é um
método de maior precisão e mais adequado para testar hipóteses teóricas, que permite
confirmar essa estimativa inicial da ACP. Comparando os dois métodos, Dancey e
Reidy (2006) assinalam que eles tendem a dar os mesmos resultados em amostras
grandes, sendo a principal diferença que a ACP trata a variância total dos dados,
enquanto a FEP analisa somente a variância compartilhada, sem considerar a variância
exclusiva e admitindo pouca variância de erro. De fato, a fatoração é um enfoque
baseado em correlações, que busca reproduzir as intercorrelações entre as variáveis
(Garson, 2009). Segundo Tabachnick e Fidell (2001), a variância única é excluída
porque se acredita que ela confunda a representação dos processos subjacentes. Entre as
duas técnicas citadas, somente a FEP é considerada propriamente como fatorial, pois se
baseia na causalidade e se destina a descobrir os construtos subjacentes ao
comportamento (Pasquali, 2005).
Para a análise em mais de um fator, usou-se neste estudo a rotação fatorial oblíqua,
tendo em vista a alta intercorrelação dos fatores no WISC-III (Figueiredo, 2001; Kush,
1996). As cargas fatoriais abaixo de 0,30 foram consideradas sem significância
estatística (Pasquali, 2005), mas para analisar sua relevância teórica preferiu-se o valor
mínimo de 0,35 (Wechsler, 1991), tendo em vista que a heterogeneidade das
pontuações em uma amostra faz subir as cargas fatoriais, deixando as mais baixas sem
interpretabilidade (Tabachnick & Fidell, 2001).
Análise Fatorial Confirmatória.
A AFC impõe à matriz das correlações, como postulado teórico, uma determinada
estrutura fatorial e “verifica, em seguida, se esta se adapta aos dados empíricos
expressos pela mesma matriz” (Pasquali, 2005, p. 113). De início, a AFE procura os
fatores que poderiam explicar as intercorrelações de um conjunto de variáveis; contudo,
seus resultados são indeterminados, pois ela não identifica uma única solução, mas sim
todas as possibilidades matemáticas. É a AFC que, em fase posterior, prova qual de
todos os possíveis modelos teóricos melhor se ajusta aos dados amostrais obtidos (Kush
& cols., 2001). A Exploratória busca gerar hipóteses e conceitos explicativos, não
interpretações únicas; a Confirmatória busca comprovar os conceitos analisados,
especificando quais variáveis se correlacionarão com quais fatores e quais fatores se
correlacionam (Stapleton, 1997).
Para Tabachnick e Fidell (2001), a AFC é uma técnica mais sofisticada que a AFE,
recomendável quando a pesquisa está em estado avançado e se quer provar uma teoria
já disponível sobre processos latentes. Carroll (1995: citado por Kush & cols., 2001)
recomenda que as duas formas de análise fatorial sejam efetuadas e relatadas, no estudo
de habilidades cognitivas.
No atual estudo, foram testados cinco modelos:
• M1 (um fator): os 12 subtestes agrupados num fator geral.
• M2 (dois fatores): os 5 subtestes padrões que correspondem ao QIV e os 5 do
QIE.
• M3a (três fatores): os 6 subtestes verbais, os 4 do fator OP e os 2 de VP. Esta
solução, que unifica a subescala Verbal, tem apoio numa meta-análise norte-americana
(Ravert & Watkins, 2000: citado por Watkins & Kush, 2002), nas análises
confirmatórias da padronização brasileira (Figueiredo, 2001) e nas análises
exploratórias do presente estudo.
• M3b (três fatores): os 4 subtestes do fator CV, os 2 de RD e os 6 de Execução.
Este modelo é análogo ao anterior (M3a), pois, partindo da solução quadrifatorial,
unifica a subescala de Execução. Sua estrutura se inspira nas primeiras pesquisas sobre
o WISC-R, que destacaram a existência do Terceiro Fator (RD), questionado depois
como construto pela literatura, a qual tampouco mostrou sólidas evidências para sua
distinção no grupo DA.
• M4 (quatro fatores): subtestes que formam os índices fatoriais da amostra de
padronização.
Para o teste de ajuste das soluções fatoriais, foram analisados neste estudo os
seguintes índices, obedecendo-se em cada um os critérios sugeridos por Tabachnick e
Fidell (2001):
• razão χ
2
/g.l. (qui-quadrado por graus de liberdade), que – de acordo às autoras
citadas – deve apresentar valores abaixo de 2 (mas por consenso aceitam-se até 5);
• o índice de qualidade de ajuste CFI (Comparative Fit Index), baseado na
comparação de modelos, com base na distribuição de χ
2
; seus valores variam de 0 a 1, e
idealmente deveriam estar acima de 0,90;
• o índice GFI (Goodness-of-Fit Index), baseado na proporção de variância
explicada, e o AGFI (Adjusted Goodness-of-Fit Index), que é o GFI ajustado para o
número de parâmetros estimados no modelo; ambos variam de 0 a 1, considerando-se
bons os níveis acima de 0,90;
• o índice RMSEA (Root Mean Square Error of Approximation), baseado nos
resíduos; também varia de 0 a 1, e tem qualidade melhor quanto mais próximo de zero;
Tabachnick e Fidell não mencionam o RMSEA mas indicam que os índices residuais
idealmente devem ser inferiores a 0,05 (na prática, são aceitáveis até 0,08).
Resultados
Análise exploratória de dados
Conforme pode observar-se na Tabela 1, a distribuição da amostra por níveis de QI
evidenciou a presença de aproximadamente 4% de participantes com inteligência
superior à média, 22% no nível intelectual médio, 43% abaixo da média intelectual sem
deficiência, e 30% de casos com deficiência mental.
Tabela 1 – Distribuição da amostra segundo interpretação do QI Total
Interpretação limites QI frequência %
DM Moderada 36 – 50 15 5,7
DM Leve 51 – 69 65 24,7
Limítrofe 70 – 79 53 20,2
Médio Inferior 80 – 89 60 22,8
Médio 90 – 109 59 22,4
Médio Superior 110 – 119 9 3,4
Superior 120 – 129 2 0,8
Total 263 100,0
Legenda: QI quociente intelectual DM deficiência mental
Na exploração do banco de dados, verificou-se a existência de 12 casos omissos no
subteste Dígitos (5% do banco), dois em Código (1%) e 102 em Procurar Símbolos
(39%). Esta última proporção, bastante mais alta que o esperável, se deveu a que a
execução da tarefa pressupõe o desenvolvimento de habilidades de leitura; observou-se
também, nessa centena de casos, que 50% eram portadores de deficiência mental. Ante
a impossibilidade dessas crianças para responder, o subteste não foi aplicado e, no
processamento estatístico, as omissões foram preenchidas com as médias de cada
variável (Dígitos= 7, Código= 7 e Procurar Símbolos= 8).
Os gráficos de dispersão indicaram poucos casos atípicos, os quais não foram
ajustados, por não se encontrarem, em geral, excessivamente distanciados do resto da
distribuição. Esses valores mais distantes tampouco foram eliminados dos cálculos,
pois o grupo DA é heterogêneo por definição e, mesmo na população geral, se sabe que
ocorre uma pequena frequência de outliers (Figueiredo, 2001).
A estatística descritiva desta amostra, feita sobre os escores ponderados dos 12
subtestes, encontrou médias bem mais baixas que as da padronização – como era
esperável neste grupo clínico –, sendo Aritmética e Arranjo de Figuras as menores (cf.
Tabela 2). As médias dos sete escores em QIs igualmente mostraram tendência central
mais baixa, com dispersão semelhante às medidas da população geral. Outras medidas
descritivas apontaram a acentuada dispersão dos dados: os valores mínimo e máximo,
os gráficos das curvas de distribuição e as medidas de assimetria e curtose. Arranjo de
Figuras e Cubos, ambos do fator OP, apresentaram-se levemente assimétricos,
indicando concentração nas pontuações mais baixas. Segundo o índice de curtose, as
distribuições mais claramente afastadas da normalidade foram: a do subteste
Aritmética, a do QI RD (achatadas) e a do subteste Procurar Símbolos (afunilada).
Ainda quanto à curtose, Completar Figuras e QIT avaliaram-se como levemente
achatadas, e Cubos e Armar Objetos, como levemente afuniladas.
Tabela 2 – Estatística descritiva para subtestes (escores ponderados) e escores em QI
Subtestes
Mínimo-
Máximo
Média
Desvio
Padrão
Assimetria Curtose
Informação
1 – 17 6,40 2,89 0,35 0,44
Semelhanças
0 – 15 6,52 2,87 0,40 0,01
Aritmética
0 – 15 6,13 4,04 0,14 -1,17
Vocabulário
1 – 19 8,33 3,00 0,40 0,36
Compreensão
1 – 18 8,05 3,23 0,02 -0,02
Dígitos
1 – 18 6,56 3,57 0,35 -0,13
Compl. Figuras
1 – 16 7,91 3,71 0,01 -0,68
Código
1 – 16 6,55 3,26 0,25 -0,47
Arranjo Figuras
1 – 17 6,30 3,34 0,60 0,00
Cubos
1 – 17 7,25 2,80 0,58 0,62
Armar Objetos
1 – 18 7,20 3,00 0,40 0,57
Proc. Símbolos
0 – 15 8,48 2,41 -0,31 1,38
QI Verbal 45–122 81,56 16,59 0,09 -0,47
QI Execução 45–131 79,68 17,80 0,14 -0,47
QI Total 41–122 79,13 17,15 0,14 -0,64
QI CV 46–120 83,20 15,04 0,08 -0,15
QI OP 48–129 81,36 17,30 0,32 -0,30
QI RD 47–128 77,82 19,98 0,21 -0,93
QI VP 50–124 84,97 15,93 -0,14 -0,42
Legenda: QI quociente intelectual CV Compreensão Verbal RD Resistência à
Distração OP Organização Perceptual VP Velocidade de Processamento
O teste de homoscedasticidade concluiu que a distribuição geral não tinha variância
homogênea. A análise da multicolinearidade verificou, com 99% de probabilidade, que
os 12 subtestes estavam correlacionados, como era o esperado, pois, apesar de envolver
habilidades cognitivas diferentes, todos os subtestes avaliam inteligência geral (fator g).
Análise Fatorial Exploratória
Nos procedimentos prévios da AFE, as altas comunalidades iniciais entre as
variáveis e correlações superiores a 0,30 sugeriram a fatorabilidade da matriz. O
determinante (0,001) e o índice KMO (0,94) confirmaram que a matriz era fatorável, ou
seja, as variáveis poderiam ser agrupadas em um número reduzido.
Um único autovalor maior que 1 (6,75), explicando 56% da variância dos dados,
indicou a presença de um fator global dominante. Porém, o critério de Joliffe permitiria
incluir até três fatores. O segundo componente (autovalor = 0,91) explicou 8%,
acumulando os dois juntos 64% da explicação da variância. O terceiro componente
(0,75) acrescentou uma explicação de 6%, os três totalizando 70%. Pelo método de
inspeção visual do gráfico de declive (scree plot), confirmou-se a existência clara de
um grande fator e até mesmo outros três componentes mais fracos. Quatro fatores
explicariam 76% da variância.
Para um fator, a FEP revelou que as variáveis tinham uma alta representatividade
em relação ao fator g. Como se verifica na Tabela 3, as cargas fatoriais dos 12 subtestes
variaram entre 0,80 (Aritmética) e 0,60 (Procurar Símbolos e Código).
Na extração de dois componentes pelo método ACP, a matriz de correlações
reproduzidas indicou um resíduo de 36% de covariância não explicada, melhorando a
solução, uma vez que na extração de um componente os resíduos foram de 54%. Como
se vê na Tabela 3, um dos fatores equivaleu aos seis subtestes verbais (QIV) e o outro
agrupou os seis de Execução (QIE), com uma alta correlação negativa entre ambos (r =
–0,67) e cargas significativas para todos os subtestes. No conjunto de subtestes verbais
as cargas oscilaram entre 0,51 (Dígitos) e 0,91 (Vocabulário), enquanto na área de
Execução, Arranjo de Figuras teve a menor carga (0,61) e Armar Objetos apresentou a
maior (0,91). O método da FEP, porém, distinguiu nesta fase somente um fator,
mostrando cargas altas para todos os subtestes em F1 e para nenhum em F2. Devido a
tal resultado, na Tabela 3 é apresentada somente a solução fatorial pelo método ACP.
Investigado o modelo de três fatores pela técnica FEP, o primeiro (F1) caracterizou-
se como os seis subtestes do conjunto verbal. F2 ficou constituído pelos subtestes do
fator OP, e F3 formou-se com os subtestes de VP. Todas as cargas observadas foram de
0,34 ou mais. Os três fatores se correlacionaram entre si com coeficientes entre 0,61 e
0,71.
Tabela 3 – Cargas fatoriais para três modelos na Análise Fatorial Exploratória
UM
FATOR
*
DOIS FATORES
**
TRÊS FATORES
*
Subteste F1 F1 F2 F1 F2 F3
Informação
0,78 -0,86 0,86
Semelhanças
0,74 -0,62 0,59
Aritmética
0,80 -0,54 0,35 0,54
Vocabulário
0,71 -0,91 0,84
Compreensão
0,70 -0,83 0,71
Dígitos
0,70 -0,51 0,46
Compl. Figuras
0,79 0,66 0,52
Código
0,60 0,78 0,87
Arranjo de Fig.
0,78 0,61 0,58
Cubos
0,76 0,68 0,60
Armar Objetos
0,70 0,91 0,92
Procurar Símb.
0,60 0,67 0,34
Legenda: F1 Fator 1 F2 Fator 2 F3 Fator 3
Nota: * Fatoração de Eixos Principais ** Análise de Componentes Principais
Na análise para quatro fatores, curiosamente a FEP produziu o mesmo resultado do
modelo trifatorial (com cargas entre 0,38 e 0,92) e um quarto fator sem cargas
significativas (todas abaixo de 0,27). Isto faz pensar que a variância comum dos
subtestes fortalece o fator VP nesta amostra, sem sustentação para o fator RD. À
semelhança de um estudo norte-americano (Burton & cols., 2001), uma análise para
cinco fatores na presente amostra não apresentou consistência nem interpretabilidade
teórica, descartando-se como hipótese plausível para a etapa confirmatória do atual
estudo.
Portanto, três modelos pareceram, nesta análise fatorial exploratória, ser os mais
viáveis para o grupo DA: o unifatorial, o bifatorial e o trifatorial, estruturado este
último com um fator Verbal e os fatores OP e VP. Todos eles – mais o tradicional
modelo quadrifatorial – foram revisados pela análise confirmatória, foco principal deste
estudo.
Análise Fatorial Confirmatória
Os cinco modelos testados mostraram satisfatórias medidas de ajuste aos dados (v.
Tabela 4). Dentre eles, M4 teve a mais baixa razão χ
2
/g.l., o mais baixo índice residual
RMSEA e os mais altos índices de ajuste GFI, AGFI e CFI, sem necessidade de
especificações posteriores, constituindo-se como o melhor modelo para esta amostra. A
Figura 1 mostra a representação gráfica do modelo, que consta dos indicadores ou
variáveis observáveis em retângulos (os 12 subtestes), os erros-padrões de cada uma (de
e1 a e12), os fatores em elipses (os quatro índices fatoriais), as setas unidirecionais –
que assinalam as influências sobre as 12 variáveis medidas – e as seis correlações entre
os fatores, indicadas por setas curvas bidirecionais. Acima das setas do gráfico, aparece
cada uma das cargas fatoriais padronizadas resultantes da AFC e as correlações entre os
fatores. As cargas oscilaram entre 0,69 e 0,84 – sendo Procurar Símbolos a mais baixa e
Informação e Aritmética as mais altas. A mais alta correlação (0,90) observou-se entre
os fatores CV e RD e a mais baixa (0,74) ocorreu entre os fatores CV e VP.
Tabela 4 – Índices de Ajuste na Análise Fatorial Confirmatória
Índices M1 M2 M3a M3b M4
χ
2
73,6 72,2 101,8 86,6 79,5
g.l. 31 34 51 50 48
P 0,000 0,000 0,000 0,003 0,003
χ
2
/g.l.
2,4 2,1 2,0 1,7 1,7
RMSEA 0,072 0,065 0,062 0,053 0,050
GFI 0,947 0,951 0,94 0,952 0,954
AGFI 0,905 0,92 0,908 0,924 0,926
CFI 0,972 0,975 0,972 0,980 0,982
Legenda: χ
2
/g.l razão qui-quadrado por graus de liberdade P
probabilidade RMSEA Root Mean Square Error of Approximation GFI
Goodness-of-Fit Index AGFI Adjusted Goodness-of-Fit Index CFI
Comparative Fit Index
M3b teve igualmente um bom ajuste, com praticamente as mesmas medidas de M4,
obtidas ao acrescentar-se uma especificação: a correlação entre o erro-padrão de
Código e o de Procurar Símbolos, que são subtestes do mesmo fator. O ajuste do outro
modelo trifatorial (M3a) teve avaliação semelhante, situando-se em terceiro lugar de
qualidade, dentro dos índices de ajuste aceitáveis (razão χ
2
/g.l. = 2). Por sua parte, M2
tampouco requereu reespecificações, apesar de uma razão χ
2
/g.l. = 2,1 – com todos os
outros índices em nível satisfatório. Por último, o modelo unifatorial com 10 subtestes
apresentou razão χ
2
/g.l. um pouco mais alta e necessitou reespecificar quatro
parâmetros adicionais para situar-se dentro do nível de ajuste aceitável: correlações
entre o erro-padrão de Informação e o de Vocabulário, o erro-padrão de Completar
Figuras e Armar Objetos, o erro-padrão de Armar Objetos e Arranjo de Figuras, e o
erro-padrão de Cubos e Armar Objetos – todas elas com pertinência teórica, por serem
ligações entre subtestes do mesmo fator.
Figura 1 – Modelo Quadrifatorial M4
Legenda: CV Compreensão Verbal RD Resistência à Distração OP Organização Perceptual VP
Velocidade de Processamento e1 erro-padrão 1 etc.
Discussão
A estatística descritiva mostrou a grande amplitude da distribuição da amostra
segundo a capacidade geral cognitiva (QIT), desde a deficiência mental até inteligência
superior à média, refletindo a definição heterogênea utilizada e a variedade de causas
que podem originar as dificuldades de aprendizagem. Entre os deficientes identificados,
deve-se notar que alguns deles podem não ser “verdadeiros”, ou seja, não decorrem de
uma estrutura realmente deficitária mas de uma interação inadequada com o meio, por
diversas razões como: carências socioculturais, problemas pedagógicos, ou alterações
emocionais e do comportamento que afetam o desempenho intelectual. Por outro lado,
assim como há deficiências funcionais, também se encontram, neste amplo espectro de
casos, muitas “DAs funcionais”, dificuldades reais de aprendizagem – semelhantes na
aparência aos “transtornos específicos das habilidades escolares” – que se atribuem
falsamente a disfunções neurológicas, por mínimas que sejam. Cabe lembrar também
que, pelo lado oposto, algumas “DAs verdadeiras” não são percebidas pelo sistema
escolar, sendo que a investigação clínica deve discernir, em cada caso, quais os
aspectos realmente comprometidos.
As baixas médias observadas nos subtestes, atribuíveis tanto à deficiência funcional
como à estrutural, também poderiam vincular-se ao fator socioeconômico, presente na
amostra aqui estudada, toda ela proveniente de escolas públicas. Nos Estados Unidos, a
questão cruza com o fator étnico e cultural, que algumas pesquisas já observaram
influir negativamente nos resultados do WISC-III (Kush & cols., 2001; Kush &
Watkins, 1994; Kush & Watkins, 2007; Watkins & Kush, 2002).
Quanto à definição dos fatores do WISC-III para esta amostra DA, as análises
fatoriais exploratórias mostraram evidências de robustez para CV, OP e VP,
constituídos pelos mesmos subtestes identificados na amostra de padronização. A força
de CV se apreciou nas soluções bifatorial e trifatorial, onde as quatro cargas mais altas
foram as dos subtestes envolvidos no fator, sempre acima de 0,59. Por outro lado, OP
se configurou com força somente na solução trifatorial encontrada, na qual seus quatro
subtestes se distinguiram claramente em relação às cargas dos subtestes de VP. O fator
que nesta fase do estudo não ficou definido foi o assim chamado “Resistência à
Distração”, denotando alguma falha teórica na sua definição como construto, como a
literatura já previa.
Ainda nas fatorações exploratórias, os subtestes Aritmética e Dígitos carregaram
sempre como os menos fortes da área verbal, nas análises para dois, três e quatro
fatores, o que sugere a existência de um fator diferenciado. Em comparação, a análise
confirmatória (v. Figura 1) mostrou cargas altas dos dois subtestes de RD e ao mesmo
tempo os incluiu no modelo quadrifatorial, de excelente ajuste aos dados. Portanto, os
resultados deste trabalho consolidam a presença dos quatro fatores usados nas escalas
Wechsler, amplamente pesquisados a partir do WISC-III.
Quanto à capacidade do WISC-III para estimar a inteligência geral no grupo DA, as
explorações fatoriais evidenciaram diversas condições favoráveis: as altas correlações
entre os subtestes, a força do primeiro autovalor (sete vezes superior ao segundo) e as
altas cargas dos 12 subtestes em cada fator (entre 0,60 e 0,80). Tais resultados vão ao
encontro de estudos que observaram a força deste fator na população geral brasileira
(Figueiredo, 2001) e para o grupo DA nos Estados Unidos (Kush & cols., 2001; Kush
& Watkins, 1994; Kush & Watkins, 1997). Entretanto, a análise confirmatória do
presente estudo situou o modelo unifatorial entre os modelos aceitáveis, fato que,
mesmo com a necessidade de algumas correções de especificação do modelo, justifica o
uso de uma pontuação de QI Total na interpretação dos resultados do teste.
O modelo bifatorial, que separa as subescalas Verbal e de Execução, teve evidência
confirmatória de bom ajuste aos dados, apesar de somente um dos dois métodos
exploratórios (ACP) ter feito uma clara separação desses dois construtos, com boa
correlação negativa entre ambos. Não ficaram constituídos na fatoração propriamente
dita (FEP), provavelmente por uma presença forte demais do fator g ou mesmo por
influência da variância compartilhada, recordando-se os argumentos comparativos entre
as duas técnicas (Dancey & Reidy, 2006). Estes resultados apoiam a literatura de
pesquisa fatorial sobre o WISC-III, que, sem anular a importância dos dois fatores, os
integra ao modelo quadrifatorial sob uma estrutura hierárquica, em que Verbal e
Execução contêm, cada um, dois fatores de ordem inferior. De fato, a reestruturação
feita pelo WISC-IV veio simplificar essa hierarquia, assimilando o QI Verbal e o QI de
Execução, respectivamente: ao índice fatorial CV e ao índice “Raciocínio Perceptivo”,
nova denominação de OP.
No presente estudo, os dois modelos de três fatores (M3a e M3b) mostraram bom
ajuste aos dados, evidenciando que todos os subtestes são relevantes na avaliação de
crianças com DA e confirmando que os quatro fatores têm uma consistência mútua.
Ambos os modelos apresentaram ainda, em relação ao quadrifatorial, a importante
vantagem da parcimônia. Um deles – o que agrupava a área verbal num só fator,
distinguindo VP – apresentou concordância com a principal conclusão de uma meta-
análise realizada nos Estados Unidos (Ravert & Watkins, 2000: citado por Watkins &
Kush, 2002) e mostrou bom ajuste também na padronização brasileira (Figueiredo,
2001). O segundo modelo trifatorial verificado – que agrupava os subtestes não verbais,
destacando RD – também mostrou bons índices, mas não encontra hoje apoio na
literatura, apesar de ter sido inicialmente identificado com os estudos que distinguiam o
Terceiro Fator no WISC-R. Com todas suas vantagens, os dois modelos somente
poderiam ter aplicação clínica em caso de serem elaboradas normas especiais para sua
adequada interpretação.
O modelo quadrifatorial defendido na padronização do WISC-III (Figueiredo, 2001;
Wechsler, 1991) obteve, em fatorações exploratórias para amostras DA, relativamente
poucas evidências positivas (Hale & cols., 2001; Hishinuma & Yamakawa, 1993).
Entretanto, as pesquisas que utilizaram técnicas confirmatórias – mais adequadas na
fase de consolidação do instrumento – mostraram consistentemente que este modelo
segue sendo o mais ajustado (Cockshott, Marsh & Hine, 2006; Grice, Krohn &
Logerquist, 1999; Konold, Kush & Canivez, 1997; Watkins & Kush, 2002).
Considerações Finais
O objetivo deste trabalho foi investigar qual seria o modelo fatorial mais adequado
ao grupo clínico das crianças com dificuldades de aprendizagem, buscando confirmar
se os construtos descritos para a amostra de padronização brasileira seguiriam sendo
válidos para esta população-alvo. Utilizando dois tipos de análise fatorial – exploratória
e confirmatória – o estudo corroborou a principal tendência da literatura, que apoia a
pertinência da solução quadrifatorial.
Entre as limitações do presente estudo, pode-se mencionar a utilização de uma
amostra de conveniência, que, no entanto, se viu compensada por um tamanho amostral
significativo, uma vez que metade dos estudos internacionais revisados utilizou
amostras menores. Outras limitações são: o viés de seleção derivado da inclusão focada
em escolas públicas, e o caráter local da amostra, que exige precauções ao generalizar
os resultados para o âmbito nacional. Tampouco se analisou a estrutura fatorial para
diversas faixas etárias intragrupo, ficando como sugestão para futuros estudos.
Apesar de a investigação estrangeira oferecer numerosas pesquisas sobre a
validação do WISC-III em grupos clínicos, no Brasil somente se dispunha de estudos
sobre perfis cognitivos em populações específicas. Ser o primeiro trabalho nacional que
analisa a estrutura fatorial de uma escala Wechsler num grupo clínico vem a ser o
principal mérito do presente estudo. Mesmo com a publicação do WISC-IV em âmbito
internacional, os resultados aqui apresentados são importantes no contexto
internacional da pesquisa psicométrica, tendo em vista também que a comunidade
científica leva alguns anos para adaptar-se a um novo instrumento.
Buscando definir a estrutura fatorial do WISC-III para a população DA brasileira,
este estudo obteve evidências que consolidam a validade de construto do teste, no que
se refere à presença de um fator geral de inteligência (QIT), os dois conjuntos Verbal e
Execução (QIV e QIE) e quatro índices fatoriais (CV, RD, OP e VP). Em apoio à
investigação prévia e à proposta definida na padronização, os presentes resultados
também constataram a robustez dos fatores CV, OP e VP no grupo clínico DA. Dois
modelos trifatoriais, que atualmente não possuem normas populacionais, mostraram
vantagens quanto à parcimônia, o bom ajuste e a interpretabilidade, mas o modelo de
quatro fatores se mostrou como o de melhores índices nas análises confirmatórias e é,
portanto, o mais indicado para aplicação no grupo DA, permitindo aproveitar as normas
existentes do WISC-III. A validação desse modelo e dos sete QIs, já amplamente
usados para a população geral, favorece que os psicólogos possam seguir aplicando, ao
avaliar crianças com dificuldades de aprendizagem, os mesmos índices fatoriais e os
mesmos critérios de interpretação clínica das habilidades cognitivas.
Referências
Anastasi, A. & Urbina, S. (2000). Testagem psicológica. Porto Alegre: Artes Médicas
Sul.
Anastopoulos, A. D., Spisto, M. A., Maher, M. C. (1994). The WISC-III Freedom From
Distractibility Factor: its utility in identifying children with Attention Deficit
Hyperactivity Disorder. Psychological Assessment, 6 (4), 368-371.
Anderson, T. & Dixon, W.E. (1995). Confirmatory Factor Analysis of the WISC-R
with normal and psychiatric adolescents. Journal of Research on Adolescence, 5
(3), 319-332.
Bisquerra, R., Sarriera, J.C. & Martínez, F. (2004). Introdução à estatística: enfoque
informático com o pacote estatístico SPSS. Porto Alegre: Artmed.
Blaha, J. & Wallbrown, F. H. (1996). Hierarchical factor structure of the Wechsler
Intelligence Scale for Children – III. Psychological Assessment, 8 (2), 214-218.
Burton, D. B., Sepehri, A., Hecht, F., VandenBroek, A., Ryan, J. J. & Drabman, R.
(2001). A confirmatory factor analysis of the WISC-III in a clinical sample with
cross-validation in the standardization sample. Child Neurology, 7 (2), 104-116.
Cavalini, S. F. S. (2008). A utilização do WISC-III no diagnóstico das dificuldades de
aprendizagem. 123 p. Tese de doutorado. Instituto de Psicologia, Universidade de
São Paulo.
Ciasca, S. M. (2003). Distúrbios e dificuldades de aprendizagem: questão de
nomenclatura. Em S. M. Ciasca (Org.), Distúrbios de aprendizagem: proposta de
avaliação interdisciplinar. São Paulo: Casa do Psicólogo, 19-31.
Cockshott, F.C., Marsh, N.V. & Hine, D.W. (2006). Confirmatory factor analysis of the
Wechsler Intelligence Scale for Children – Third Edition in an Australian clinical
sample. Psychological Assessment, 18 (3), 353-357.
Cunha, J. A. (2000). Escalas de Wechsler. Em J. Cunha e colaboradores,
Psicodiagnóstico – V. Porto Alegre: Artes Médicas, 529-602.
Dancey, C.P. & Reidy, J. (2006). Estatística sem matemática para psicologia. Porto
Alegre: Artmed.
Donders, J. (1993). Factor structure of the WISC-R in children with traumatic brain
injury. Journal of Clinical Psychology, 49 (2), 255-260.
Donders, J. & Warschausky, S. (1996). A structural equation analysis of the WISC-III
in children with traumatic head injury. Child Neuropsychology, 2 (3), 185-192.
Figueiredo, V. L. M. (2001). Uma adaptação brasileira do teste de inteligência WISC-
III. 230p. Tese de Doutorado. Instituto de Psicologia, Universidade de Brasília.
Figueiredo, V. L. M. (2005). Guia prática para proceder uma análise fatorial
exploratória no SPSS. Em L. Pasquali (2005). Análise fatorial para pesquisadores.
Brasília: LabPAM, 265-273.
Figueiredo, V. L. M., Quevedo, L., Gomes, G. & Pappen, L. (2007). Habilidades
cognitivas de crianças e adolescentes com distúrbio de aprendizagem. Psico-USF,
12 (2), 281-290.
Fischer, W.R. & Dean, R.S. (1987). A comparative factor analysis of the WISC-R by
sex and age with learning disabled children. International Journal of Neuroscience,
35, 217-223.
Garson, G. D. (2009). Factor Analysis Statnotes. North Carolina State University.
Retirado em novembro de 2009 de
<http://faculty.chass.ncsu.edu/garson/PA765/factor.htm>.
Golbert, C. S. & Moojen, S. M. P. (2000). Dificuldades na aprendizagem escolar. Em
P. B. Skiennik (Org.). O aluno problema – transtornos emocionais de crianças e
adolescentes. 2a ed. Porto Alegre: Mercado Aberto.
Grice, J. W., Krohn, E. J. & Logerquist, S. (1999). Cross-validation of the WISC-III
factor structure in two samples of children with learning disabilities. Journal of
Psychoeducational Assessment, 17 (3), 236-248.
Gussin, B. & Javorsky, J. (1995). The utility of the WISC-III Freedom from
Distractibility in the diagnosis of youth with Attention Deficit Hyperactivity
Disorder in a psychiatric sample. Diagnostique, 21 (1), 29-42.
Hale, J. B., Fiorello, C. A., Kavanagh, J. A., Hoeppner, J. A. B. & Gaither, R. A.
(2001). WISC-III predictors of academic achievement for children with learning
disabilities: Are global and factor scores comparable? School Psychology
Quarterly, 16 (1), 31-55.
Hishinuma, E. S. & Yamakawa, R. (1993). Construct and criterion-related validity of
the WISC-III for exceptional students and those who are "at-risk." Journal of
Psychoeducational Assessment: WISC-III Monograph, 11, 94-104.
Hutz, C. & Bandeira, D. (1993). Tendências contemporâneas no uso de testes, uma
análise da literatura brasileira e internacional. Psicologia: Reflexão e Crítica, 6
(12), 85-101.
Kamphaus, R. W., Benson, J., Hutchinson, S. & Platt, L. O. (1994). Identification of
factor models for the WISC-III. Educational & Psychological Measurement, 54 (1),
174-186.
Kaufman, A. S. (1979). Intelligent testing with the WISC-R. New York: John Wiley &
Sons.
Kavale, K.A. (2005). Identifying specific learning disability: Is responsiveness to
intervention the answer? Journal of Learning Disabilities, 38 (6), 553–562.
Keith, T.Z. & Witta, E.L. (1997). Hierarchical and cross-age confirmatory factor
analysis of the WISC-III: What does it measure? School Psychology Quarterly, 12
(2), 89-107.
Konold, T. R.; Kush, J. C.; Canivez, G. L. (1997). Factor replication of the WISC-III in
three independent samples of children receiving special education. Journal of
Psychoeducational Assessment, 15 (2), 123-137.
Krane, E. & Tannock, R. (2001). WISC-III Third Factor indexes learning problems but
not Attention Deficit/Hyperactivity Disorder. Journal of Attention Disorders, 5 (2),
69-78.
Kush, J. C. (1996). Factor structure of the WISC-III for students with learning
disabilities. Journal of Psychoeducational Assessment, 14 (1), 32-40.
Kush, J. C. & Watkins, M. W. (1994). Factor structure of the WISC-III for Mexican-
American, learning disabled students. Relatório de pesquisa.
Kush J. C. & Watkins, M.W. (1997). Construct validity of the WISC-III Verbal and
Performance factors for Black special education students. Assessment, 4 (3), 297-
304.
Kush, J. C. & Watkins, M. W. (2007). Structural validity of the WISC-III for a national
sample of Native American students. Canadian Journal of School Psychology, 22
(2), 235-248.
Kush, J. C., Watkins, M. W., Ward, T. J., Ward, S. B., Canivez, G. L. & Worrell, F. C.
(2001). Construct validity of the WISC-III for White and Black students from the
WISC-III standardization sample and for Black students referred for psychological
evaluation. School Psychology Review, 30 (1), 70-88.
Logerquist-Hansen, S. & Barona, A. (1994). Factor structure of the Wechsler
Intelligence Scale for Children-III for Hispanic and Non-Hispanic White children
with learning disabilities. Trabalho apresentado na Convenção Anual da American
Psychological Association.
Lombard, T.J. & Riedel R.G. (1978). An analysis of the factor structure of the WISC-R
and the effect of color on the Coding subtest. Psychology in the Schools, 15, 176-
179.
Lowman, M. G., Schwanz, K. A. & Kamphaus, R. W. (1996). WISC-III Third Factor:
critical measurement issues. Canadian Journal of School Psychology, 12 (1), 15-22.
Maller, S. & Braden, J. (l993). The construct and criterion-related validity of the
WISC-III with deaf adolescents. Journal of Psychoeducational Assessment: WISC-
III Monograph, 11, 105-113.
Mayes, S. D., Calhoun, S.L. & Crowell, E.W. (1998). WISC-III Freedom from
Distractibility as a measure of attention in children with and without Attention
Deficit Hyperactivity Disorder. Journal of Attention Disorders, 2 (4), 217-227.
Meesters, C., van Gastel, N., Ghys, A. & Merckelbach, H. (1998). Factor analyses of
WISC-R and K-ABC in a Dutch sample of children referred for learning
disabilities. Journal of Clinical Psychology, 54 (8), 1053-1061.
Oakland, T. (2004). Learning disabilities internationally and in Brazil: issues to
consider in developing services for Brazilian students with learning disabilities.
Avaliação Psicológica, 3 (2), 115-120.
OMS – Organização Mundial da Saúde (1993). Classificação de transtornos mentais e
de comportamento da CID-10. Porto Alegre: Artes Médicas.
Paín, S. (1992). Diagnóstico e tratamento dos problemas de aprendizagem. Porto
Alegre: Artes Médicas.
Pasquali, L. (2005). Análise fatorial para pesquisadores. Brasília: LabPAM.
Petersen, C. R. & Hart, D.H. (1979). Factor structure of the WISC-R for a clinic-
referred population and specific subgroups. Journal of Consulting and Clinical
Psychology, 47 (3), 643-645.
Reichenheim, M.E. & Moraes, C.L. (2007). Operacionalização de adaptação
transcultural de instrumentos de aferição usados em epidemiologia. Revista de
Saúde Pública (online), 41 (4), 665-673.
Reinecke, M.A., Beebe, D.W. & Stein, M.A (1999). The Third Factor of the WISC-III:
It's (probably) not freedom from distractibility. Journal of the American Academy of
Child & Adolescent Psychiatry, 38 (3), 322-328.
Reynolds, C. R., & Ford, L. (1994). Comparative three-factor solutions of the WISC-III
and WISC-R at 11 age levels between 6 1/2 and 16 1/2 years. Archives of Clinical
Neuropsychology, 9 (6), 553-570.
Riccio, C. A., Cohen, M. J., Hall, J. & Ross, C. M. (1997). The Third and Fourth
factors of the WISC-III: what they don't measure. Journal of Psychoeducational
Assessment, 15 (1), 27-39.
Roid, G. H., Prifitera, A. & Weiss, L. G. (1993). Replication of the WISC-III factor
structure in an independent sample. Journal of Psychoeducational Assessment:
WISC-III Monograph, 11, 6-21.
Roid, G. H. & Worrall, W. (1997). Replication of the Wechsler Intelligence Scale for
Children – Third Edition four-factor model in the Canadian normative sample.
Psychological Assessment, 9 (4), 512-515.
Schooler, D.L., Beebe, M.S. & Koepke, T. (1978). Factor analysis of WISC-R scores
for children identified as learning disabled, educable mentally impaired, and
emotionally impaired. Psychology in the Schools, 15 (4), 478-485.
Scruggs, T.E. & Mastropieri, M.A. (2002). On babies and bathwater: addressing the
problems of identification of learning disabilities. Learning Disability Quarterly, 25
(3), 155-168.
Siekierski, B. M. (2005). Combined factor analysis of the WISC-III and CMS: Does the
resulting factor structure discriminate among children with and without clinical
disorders? 91p. Dissertação de Doutorado. School of Psychology, Texas A&M
University: College Station, Texas, EUA.
Sisto, F. F. (2002). Dificuldades de Aprendizagem. Em F. F. Sisto, E. Boruchovitch, L.
D. T. Fini, R. P. Brenelli & S. C. Martinelli (Orgs.). Dificuldades de Aprendizagem
no contexto psicopedagógico (2a ed., pp. 19-39). Petrópolis, RJ: Vozes.
Slate, J. R. & Jones, C. H. (1995). Preliminary evidence of the validity of the WISC-III
for African American students undergoing special education evaluation.
Educational and Psychological Measurement, 55 (6), 1039-1046.
Snow, J.H., Cohen, M. & Holliman, W.B. (1985). Learning disability subgroups using
clusters analysis of the WISC-R. Journal of Psychoeducational Assessment, 3 (4),
391-397.
Stapleton, C. D. (1997). Basic concepts and procedures of confirmatory factor analysis.
Trabalho apresentado no encontro anual da Southwest Educational Research
Association. Austin, Texas, janeiro de 1997.
Stinnett, T. A., Havey, J. M. & Oehler-Stinnett, J. (1994). Current test usage by
practicing school psychologists: A National Survey. Journal of Psychoeducational
Assessment, 12 (4), 331-350.
Sullivan, P. M. & Montoya, L. A. (1997). Factor analysis of the WISC-III with deaf
and hard-of-hearing children. Psychological Assessment, 9 (3), 317-321.
Tabachnick, B. & Fidell, L. S. (2001). Using multivariate statistics. San Francisco:
Allyn & Bacon.
Tiholov, T. T., Zawallich, A. & Janzen, H. L. (1996). Diagnosis based on the WISC-III
Processing Speed factor. Canadian Journal of School Psychology, 12 (1), 23-34.
Tupa, D. J., Wright, M., & Fristad, M. A. (1997). Confirmatory factor analysis of the
WISC-III with child psychiatric inpatients. Psychological Assessment, 9 (3), 302-
206.
Watkins, M.W., Greenawalt, C.G. & Marcell, C.M. (2002). Factor structure of the
Wechsler Intelligence Scale for Children–Third Edition among gifted students.
Educational and Psychological Measurement, 62 (1), 164-172.
Watkins, M. W. & Kush, J. C. (2002). Confirmatory factor analysis of the WISC-III for
students with learning disabilities. Journal of Psychoeducational Assessment, 20
(1), 4-19.
Watkins, M.W., Wilson, S.M., Kotz, K.M., Carbone, M.C. & Babula, T. (2006). Factor
structure of the Wechsler Intelligence Scale for Children – Fourth Edition among
referred students. Educational and Psychological Measurement, 66 (6), 975-983.
Wechsler, D. (1991). Manual for the Wechsler Intelligence Scale for Children - Third
edition. San Antonio, Texas: The Psychological Corporation.
Wielkiewicz, R.M. (1990). Interpreting low scores on the WISC-R Third Factor: It's
more than distractibility. Psychological Assessment, 2 (1), 91-97.
Witta, E.L. & Keith, T.Z. (1994). Multi-sample hierarchical confirmatory factor
analysis of the WISC-R: an old problem revisited. Trabalho apresentado no
Encontro Anual da Mid-South Educational Research Association, em Nashville,
Tennessee, Nov. 9-11, 1994.
Zarske, J.A., Moore, C.L. & Petersen, J.D. (1981). WISC-R factor structures for
diagnosed learning disabled Navajo and Papago children. Psychology in the
Schools, 18 (4), 402-407.
ANEXO
Tabela A1 – Principais estudos fatoriais para o WISC-III em amostras com DA
Autores / ano Amostra Técnica Fatores Modelo
Wechsler
(1991)
N = 167
DA + déficit
atenção
AFC
4
CV + RD + OP + VP
Hishinuma e
Yamakawa
(1993)
N = 78
DA
AFE
4
CV + RD + OP + VP
Logerquist-
Hansen e
Barona (1994)
N = 240
DA
AFE
3
Subescala verbal + OP sem
Arranjo de Figuras + VP.
RD sem apoio
Kush e
Watkins (1994)
N = 121
DA etnia mexicana
AFE
3
2
1
CV com Aritmética + OP sem
Arranjo de Figuras + VP.
RD sem apoio. Solidez de “g”
e das duas subescalas
Slate e Jones
(1995)
N = 58
DA etnia africana
AFE
2
(aplicados 11 subtestes) sem
Procurar Símbolos
Poulson
(1995)*
N = 200
DA
AFC
2
CV + OP
Kush (1996) N = 327
DA
AFE
3
CV com Aritmética + OP +
VP. RD sem apoio
Konold e cols.
(1997)
N = 229+246+240
DA e RM
AFC
4
CV + RD + OP + VP
Kush e
Watkins (1997)
N = 161
DA etnia africana
AFE
1
2
Verbal e Execução
(10 subtestes)
Grice e cols.
(1999)
N = 280 + 240
DA
AFC
4
3
(Procurar Símbolos ficou
questionado)
Ravert e
Watkins
(2000)*
N = 934
DA
Meta-análise
c/ 6 estudos
3
Subescala verbal + OP + VP
Burton e cols.
(2001)
N = 318
DA (amostra
mista)
AFC
5
CV + RD + Práxis Construtiva
(OP, sem Arranjo de Figuras)
+ Raciocínio Visual (somente
Arranjo de Figuras) + VP
Hale e cols.
(2001)
N = 174
DA (QI entre 80 e
120)
Análises de
regressão
hierárquica
4
CV + RD + OP + VP
Kush e cols.
(2001)
N = 348
etnia negra, 59%
DA
AFE
AFC
1 e 3
2, 3, 4
CV com Aritmética + OP + VP
Melhor ajuste: CV + RD + OP
+ VP
Watkins e
Kush (2002)
N = 1201
DA
AFC
4
3
Tradicional (4)
Hierárquico (g+4)
Não Hierárquico (g+4)
Não Hierárquico (g+3)
Cockshott e
cols. (2006)
N = 579
DA (Austrália)
AFC
4
CV + RD + OP + VP
Legenda: DA dificuldades de aprendizagem RM retardo mental CV Compreensão Verbal OP
Organização Perceptual RD Resistência à Distração VP Velocidade de Processamento AFE Análise
Fatorial Exploratória AFC Análise Fatorial Confirmatória “g” Fator Geral
Nota: * Citado por Watkins e Kush (2002)
Francisco Antonio Soto Vidal
Estrutura fatorial do WISC-III
em crianças brasileiras com distúrbio de aprendizagem
Projeto de pesquisa para o Mestrado em Saúde e
Comportamento da UCPel, sob a orientação da
Profª. Drª. Vera Lúcia Marques de Figueiredo
Universidade Católica de Pelotas
Pelotas, novembro de 2008
Introdução
O Teste de Inteligência de Wechsler para Crianças (WISC, na sigla em inglês),
criado em 1949 nos Estados Unidos, é um dos mais usados no mundo inteiro para
avaliar a capacidade cognitiva dos 6 aos 16 anos de idade, e é o preferido pelos
psicólogos para o exame de crianças encaminhadas por dificuldades na aprendizagem
escolar.
O perfil de pontuações padronizadas do WISC mostra o rendimento global no teste,
em fatores internos e em cada um dos doze subtestes, permitindo apreciar também as
discrepâncias entre fatores, as quais identificam certos quadros clínicos, como o retardo
mental, a deficiência atencional, os transtornos emocionais e os transtornos da
aprendizagem escolar, entre outros.
Na estrutura interna da Terceira Edição do WISC (WISC-III), recentemente
adaptada para a população brasileira (Figueiredo, 2001), foi corroborada a existência de
quatro fatores secundários, já identificados por pesquisas internacionais como válidos
para diversos grupos clínicos.
O presente estudo se insere no processo de validação do WISC-III para a população
brasileira, especificamente para o grupo de crianças com distúrbio de aprendizagem
(DA).
A primeira etapa desta pesquisa foi no período 2004-2005, quando se realizou a
coleta de dados, que resultou na publicação do artigo “Habilidades cognitivas de
crianças e adolescentes com distúrbio de aprendizagem” (Figueiredo, Quevedo, Gomes
e Pappen, 2007). Dando continuidade à pesquisa, o presente projeto busca definir qual
o modelo fatorial que melhor se ajusta, neste grupo especial, à versão brasileira do
teste.
Os distúrbios de aprendizagem (DA)
Na atual Classificação Internacional de Doenças, a CID-10, os transtornos do
desenvolvimento psicológico se encontram no capítulo F, bloco F80-F89, e se definem
por três características: início na infância, atraso no desenvolvimento de funções
relacionadas à maturação biológica, e curso estável, sem as recaídas típicas de muitos
transtornos mentais (OMS, 1993: 228).
A seção F81, sobre os transtornos específicos do desenvolvimento das habilidades
escolares, inclui três transtornos principais – da leitura, do soletrar e das habilidades
aritméticas – e uma categoria para o transtorno misto das habilidades escolares. Todos
eles derivam de anormalidades no processo cognitivo, por sua vez originadas de alguma
disfunção biológica, perturbando a aprendizagem (OMS, 1993: 236).
Esse comprometimento no aprendizado é significativo em relação aos padrões
normais de aquisição de habilidades, e não é resultado direto de outros transtornos –
como retardo mental, perturbações emocionais, deficiências neurológicas ou sensoriais
– nem de carências culturais, mas pode ocorrer em presença dessas mesmas condições.
É comum encontrá-lo nos outros transtornos específicos do desenvolvimento (da fala,
da linguagem ou da função motora), nos transtornos de conduta e em síndromes como o
Transtorno de Déficit de Atenção e Hiperatividade (OMS, 1993: 237).
Além desse requisito, o transtorno no aprendizado deve ser específico – e não
generalizado, como na lentidão por retardo mental –, deve afetar o desenvolvimento,
isto é, aparecer no início da escolarização, e ocorrer em ausência de fatores externos
que pudessem explicar a dificuldade escolar (OMS, 1993: 237-238).
Para distinguir um transtorno específico de outros comprometimentos da
inteligência, requer-se o uso de testes padronizados, que forneçam tabelas estatísticas
sobre o rendimento esperado a cada idade, que sejam de aplicação individual e
apropriados para o meio cultural e educacional do indivíduo examinado (OMS, 1993:
238).
Os critérios de Rourke (1998) para identificar em uma criança um transtorno de
aprendizagem são os seguintes: rendimento marcadamente deficiente em pelo menos
uma área da aprendizagem escolar, QI Total no WISC dentro da faixa normal
(coeficientes entre 80 e 120), ausência de perturbações emocionais primárias,
percepção visual e auditiva normais, ausência de privações socioeconômicas,
ocorrência de doenças infantis usuais e escolarização regular desde os seis anos de
idade.
As diferentes edições do WISC são utilizadas pelos psicólogos da área clínica e
escolar, principalmente para investigar o desenvolvimento, entre 6 e 16 anos de idade,
das habilidades cognitivas relacionadas com a aquisição da leitura e da escrita. O
instrumento é respeitado pelas excelentes características psicométricas e, segundo Hutz
e Bandeira (1993), aparece na literatura brasileira e na internacional como um dos mais
utilizados, na prática profissional e na pesquisa.
O WISC está também entre os testes mais indicados para o exame de crianças
encaminhadas por transtornos na aprendizagem (Weiss, 1992; Sattler, 1992; Cunha,
2000). Com qualidades psicométricas confiáveis, o teste não somente explora a
habilidade intelectual geral, mas também analisa a relação entre diversas dimensões
cognitivas, identificando possíveis discrepâncias e importantes segmentos do
funcionamento intelectual das crianças, baseando-se no rendimento em cada subteste.
As Escalas Wechsler de Inteligência para crianças
Histórico das edições do WISC
Em 1939, David Wechsler iniciou uma série de escalas de medição da inteligência
com o teste Wechsler-Bellevue; destinado à avaliação de adultos, este deu origem em
1955 ao WAIS (Wechsler Adult Intelligence Scale). Posteriormente, foi criada uma
escala para avaliação de crianças e adolescentes em idade escolar, o WISC (Wechsler
Intelligence Scale for Children); deste teste derivou outro para crianças em idade pré-
escolar, o WPPSI (Wechsler Preschool and Primary Scale of Intelligence). As escalas
foram de valiosa contribuição na avaliação da inteligência e, segundo Shaw, Swerdlik e
Laurent (1993), quando surgiram foram consideradas de mais fácil aplicação e
interpretação que a escala Stanford-Binet, usada antes delas.
A primeira edição do WISC foi publicada em 1949, pela editora norte-americana
Psychological Corporation. Pelo uso consagrado entre os psicólogos de todo o mundo e
pelo crescente número de pesquisas que motivou, versões revisadas do teste apareceram
nos Estados Unidos em 1974 (Wechsler Intelligence Scale for Children – Revised), em
1991 (Wechsler Intelligence Scale for Children – Third Edition) e em 2003 (Wechsler
Intelligence Scale for Children – Fourth Edition).
No Brasil, uma tradução do WISC original foi o único material do teste disponível
no mercado até maio de 2002. Nessa data, a editora Casa do Psicólogo publicou uma
versão adaptada à população brasileira, resultante de uma tese de doutorado
(Figueiredo, 2001). O manual do WISC-III Br informa sobre a padronização do teste
para uma amostra brasileira e sobre as qualidades psicométricas do instrumento, e
oferece normas para a interpretação de resultados em seis grupos etários (6, 7, 8-9, 10-
11, 12-13 e 14-16 anos).
Descrição do WISC-III
Além do objetivo inicial de avaliar a inteligência global, as escalas Wechsler
servem a outros fins, como o diagnóstico de habilidades parciais, e para levantar
variadas hipóteses sobre o desempenho cognitivo, “quando, então, eventualmente, o QI
pode ser o dado menos importante entre os subsídios obtidos” (Cunha, 2000: 529).
A riqueza do teste é medir um conglomerado de capacidades cognitivas, tais como:
compreensão verbal, raciocínio espacial, memória e outras habilidades que contribuem
para o que Wechsler chamou de capacidade global do indivíduo. Cada uma destas
facetas é um construto ou variável latente que, segundo se acredita, influi sobre as
respostas de uma criança nos itens que compõem um subteste. As escalas de Wechsler
foram destinadas a medir dimensões globais e primárias dessa capacidade intelectual
(Wechsler, 1991). No Anexo A, anota-se o que avaliam qualitativamente os QIs,
índices e subtestes do WISC-III.
A versão do WISC-III adaptada ao contexto brasileiro consta de doze subtestes,
agrupados em duas dimensões. A subescala verbal tem seis subtestes: Informação,
Semelhanças, Aritmética, Vocabulário, Compreensão e Dígitos. A subescala de
execução tem seis subtestes: Completar Figuras, Código, Arranjo de Figuras, Cubos,
Armar Objetos e Procurar Símbolos. Com a única exceção deste último, os subtestes do
WISC-III são os mesmos do WISC e do WISC-R, diferenciando-se somente na
quantidade, na ordem ou no conteúdo dos itens.
Os resultados ponderados obtidos nos subtestes verbais produzem o Quociente de
Inteligência Verbal (QIV), e os resultados ponderados dos subtestes de execução, o QI
de Execução (QIE). Somando-se os escores ponderados alcançados nas duas
subescalas, obtém-se o QI Total (QIT).
Além desses três quocientes tradicionalmente calculados, o WISC-III oferece a
estimativa de mais quatro dimensões cognitivas – denominadas índices fatoriais, ou
seja, fatores derivados das análises fatoriais do WISC-III – que são os seguintes:
Compreensão Verbal (CV), Resistência à Distração (RD), Organização Perceptual (OP)
e Velocidade de Processamento (VP). Cada um desses índices fatoriais resulta da soma
dos escores ponderados dos subtestes que compõem cada fator, e proporciona os quatro
respectivos QIs (Wechsler, 1991). No Anexo B, apresenta-se o modelo da estrutura
fatorial do WISC-III, com o fator global, os dois primários, os dois secundários e os
doze subtestes.
Em cada edição do WISC, ressurge a discussão sobre a estrutura fatorial do teste, o
que inclui a identificação dos fatores na população geral e a confirmação desse modelo
fatorial em indivíduos com diversas excepcionalidades, tais como o retardo mental,
transtornos de atenção, dano cerebral, transtornos emocionais, sensoriais ou de
aprendizagem.
Para o WISC-III, tem-se informado, pelo menos nos Estados Unidos, que a
estrutura fatorial do teste na população geral é válida para populações excepcionais. O
manual relata resultados de análises fatoriais para três tipos de sujeitos: um grupo
clínico (com transtornos de aprendizagem, de leitura e com déficit atencional), um com
alto nível de habilidades (QIT igual ou superior a 125) e outro com baixo nível de
habilidades (QIT igual ou inferior a 75). Para os três grupos, o modelo que melhor se
ajustou foi o de quatro fatores (Wechsler, 1991; Spruill, 1998). Entretanto, também há
trabalhos cujos resultados não confirmam que esta mesma estrutura permaneça, como
se verá mais adiante neste estudo.
Na pesquisa de adaptação do WISC-III ao contexto brasileiro, não foram coletados
dados para populações especiais, razão pela qual se pretende dar continuidade aos
estudos com o WISC-III Br, procurando evidências da validade do teste para
determinados grupos de crianças. Considerando que, como seus antecessores, o WISC-
III é a medida de inteligência mais usada pelos psicólogos, a determinação de sua
legitimidade na educação especial será uma grande contribuição para a área de
avaliação cognitiva de crianças brasileiras.
Segundo o manual do WISC-III (Wechsler, 1991), a necessidade de atualizar
periodicamente as normas de interpretação dos testes de inteligência foi o principal
objetivo de realizar-se mais uma revisão do WISC. Também havia o interesse de
investigar mais a fundo os fatores que surgiram das análises com o WISC e WISC-R.
Os resultados de inúmeros estudos indicavam, independentemente do método de análise
e do tipo de amostra, a presença no WISC-III de dois fatores mais importantes,
detectados desde os primeiros estudos com o WISC: Compreensão Verbal (CV) e
Organização Perceptual (OP).
Um terceiro fator menos forte, formado pelos subtestes Aritmética e Dígitos, foi
chamado de Resistência à Distração (RD), e incorporado a partir das pesquisas com o
WISC-R. Para distinguir melhor a habilidade medida por este fator, foi incluído no
WISC-III o subteste Procurar Símbolos, e os conseqüentes resultados evidenciaram um
quarto fator: Velocidade de Processamento (VP). Portanto, o WISC-III trabalha com
seis fatores: dois principais (Verbal e Execução) e quatro secundários (CV, OP, RD e
VP).
Revisão de Literatura
A busca de literatura foi realizada mediante os seguintes recursos: quatro bancos de
dados virtuais (PsycINFO, Medline, BVS e ERIC), um buscador eletrônico (Google
Acadêmico), as referências bibliográficas dos artigos disponíveis na internet, websites
pessoais de pesquisadores e correspondência eletrônica com autores. A Tabela 1
especifica os critérios de busca nos quatro bancos de dados.
Tabela 1. Resultados da Busca de Literatura.
Base de
dados
Período
Critério de busca
Resultados
encontrados
Resultados
selecionados
PsycINFO
1970-
2008
Descritores: Test-Validity OR
Wechsler-Intelligence-Scale-for-
Children OR Learning-Disabilities
97
8
Medline 1966-
2008
Palavras: wisc AND validity AND
intelligence
44
5
Medline 1966-
2008
Palavras: wisc AND validity AND
learning
25
7
PubMed - Palavra “wisc”
limitações: humans, validation
studies e all child
26
7
ERIC Palavras-chave: [learning AND
disabilities] AND [intelligence
AND test]
487
ERIC:
busca
limitada
Palavra-chave: [wisc], Descritores:
[Intelligence Tests OR Learning
Disabilities OR Learning Problems
OR Test Interpretation OR Test
Reviews OR Test Validity]
168
20
Nas buscas PsycINFO, Medline, BVS e ERIC, foram selecionados 47 resultados de
referências para este estudo. Eliminadas as repetições, esse grupo de abstracts de maior
interesse se reduziu a 26, dos quais 12 artigos foram encontrados em seu texto
completo.
Nas referências bibliográficas destes últimos, realizaram-se novas seleções de
artigos de interesse. Novas buscas foram realizadas no Google Acadêmico, à procura de
artigos relacionados, nos sites das revistas de maior interesse, e no buscador Google, à
procura dos sites pessoais de pesquisadores. Estas buscas posteriores proporcionaram
dados de maior interesse, com mais 10 artigos em seu texto completo.
Desses 22 artigos (12 + 10), foram selecionados 10 para o presente estudo.
Estrutura fatorial das edições do WISC para DA
Os distúrbios de aprendizagem escolar têm gerado uma grande demanda dos
serviços psicológicos e um grande volume de literatura de pesquisa psicométrica,
especialmente com todas as edições do WISC, em dezenas de países. Os seguintes
estudos foram realizados nos Estados Unidos.
Com o WISC-R
Em 1978, Schooler analisou fatorialmente as pontuações no WISC-R de três grupos
de crianças: com dificuldades de aprendizagem, com retardo mental educável e com
transtornos emocionais, sem encontrar diferenças fatoriais entre os três grupos.
Zarske (1981) analisou as pontuações no WISC-R de crianças indígenas norte-
americanas com dificuldades de aprendizagem. Encontrou que a estrutura fatorial
original do teste era válida, neste grupo especial, como medida do funcionamento
intelectual geral, assim como dos aspectos verbal e de execução, o que sugeriu ser o
teste apropriado para diversas populações.
Saklofske, Schmidt e Yackulic (1984) compararam os perfis de duas aplicações do
WISC-R em 19 crianças com dificuldades de aprendizagem (uma aplicação no
diagnóstico e outra após um programa especial). Entre as duas medições, foram
encontradas diferenças no QI verbal, no QI total e quanto à discrepância verbal-
execução. Em relação com os perfis da amostra de padronização, este grupo especial
mostrou pequenas mas significativas diferenças nos índices verbal, execução e
discrepância verbal-execução.
No mesmo ano, Lawson e Inglis descreveram um índice de dificuldades de
aprendizagem (Learning Disabilities Index – LDI) para detectar deficiências
intelectuais no WISC-R, empregando coeficientes derivados de uma análise de
componentes principais dos dados normativos, em combinação com as pontuações
individuais.
Posteriormente, os mesmos autores (Lawson e Inglis, 1988) discutiram um método
para assegurar os dois QIs fatoriais do WISC-R (Verbal e Execução) mediante uma
rotação ortogonal dos eixos dos dois primeiros componentes principais que se derivam
de uma análise fatorial do teste. Encontraram diferenças em crianças normais quanto ao
sexo, e entre crianças normais e com dificuldades de aprendizagem.
Nichols, Inglis, Lawson e MacKay (1988) estudaram os perfis intelectuais de 813
crianças com dificuldades de aprendizagem, realizando uma repetição do WISC-R em
um subgrupo de 224. A partir dos fatores verbal e de execução, constataram que estas
crianças mostram com o tempo uma deterioração nas habilidades verbais, enquanto as
de execução aparecem aumentadas no início da infância e se nivelam mais tarde. Estes
resultados reforçaram a hipótese do retardo do desenvolvimento em oposição à da
deficiência, como causa da dificuldade de aprendizagem.
Com o WISC-III
Também nos Estados Unidos, Hishinuma e Yamakawa (1993) descreveram a
estrutura fatorial do WISC-III para um grupo excepcional, independente da amostra de
padronização: 78 alunos de uma escola especial para dificuldades de aprendizagem. Os
resultados deram apoio ao modelo quadrifatorial, com os fatores Compreensão Verbal e
Organização Perceptual claramente delineados.
Em 1994, Logerquist-Hansen e Barona estudaram a validade de construto do
WISC-III em 120 crianças hispânicas e 120 não hispânicas brancas, todas com
dificuldades de aprendizagem. Diferentemente do que os estudos vinham mostrando
para a população geral, as análises fatoriais encontraram, nestas duas amostras, que a
estrutura do teste seria de três fatores (Compreensão Verbal, Organização Perceptual e
Velocidade de Processamento), com uma definição também diferente da constituição
desses fatores (v. detalhes deste artigo no Anexo C).
Kush (1996) examinou a estrutura fatorial do WISC-III, mediante método de
rotação oblíqua, numa amostra de 327 alunos norte-americanos com dificuldades de
aprendizagem. Os resultados deram apoio à validade de construto dos fatores
Compreensão Verbal (neste caso, incluindo Aritmética) e Organização Perceptual
(mesma constituição analisada na padronização). Velocidade de Processamento foi
considerado um fator de menor força, enquanto Resistência à Distração obteve pouca
evidência de validade (v. detalhes deste artigo no Anexo C).
Em 1999, Grice, Krohn e Logerquist estudaram, mediante análise fatorial
confirmatória, as pontuações no WISC-III de 280 crianças com dificuldades de
aprendizagem, testando seis modelos relatados na literatura e logo aplicando validação
cruzada numa amostra independente de 240 crianças com dificuldades de
aprendizagem. Um modelo de 4 fatores mostrou-se como a explicação mais acurada e
estável dos dados quando o subteste Símbolos era incluído; um modelo trifatorial
também se ajustou com aproximação e teve boa fidedignidade quando Símbolos era
excluído da análise. No entanto, os dois modelos deixaram sem explicar muita
variância de cada subteste, e as correlações entre as pontuações das subescalas e seus
respectivos fatores indicaram que Resistência à Distração estava saturada, em ambos os
modelos, com fontes de variação não identificada.
Burton, Sepehri, Hecht, VandenBroek, Ryan e Drabman (2001) aplicaram uma
análise fatorial confirmatória aos resultados do WISC-III em uma amostra mista de 318
crianças, a fim de determinar qual de nove soluções fatoriais melhor explicaria a
inteligência nesta amostra clínica. Foi efetuada uma validação cruzada com a amostra
de padronização do teste, e encontrou-se que os dados de ambas apoiaram um modelo
de 5 fatores: Compreensão Verbal, Práxis Construtiva, Raciocínio Visual (fator novo,
em relação aos modelos anteriormente pesquisados), Resistência à Distração e
Velocidade de Processamento. O novo fator ficou definido primariamente pelo subteste
Arranjo de Figuras, pois Labirintos não melhorava o ajuste ao modelo.
Em uma amostra de 174 crianças com dificuldades de aprendizagem, Hale, Fiorello,
Kavanagh, Hoeppner e Gaither (2001) encontraram que os quatro fatores tradicionais
do WISC-III explicavam grande parte da variância do rendimento em análises de
regressão hierárquicas, o que sugeria ao clínico não concentrar a interpretação nos
escores globais e confirmava a utilidade desses quatro fatores para predizer o
rendimento escolar.
Kush, Watkins, Ward, Ward, Canivez e Worrell (2001) examinaram, mediante
análise exploratória e confirmatória, a estrutura fatorial do WISC-III em alunos brancos
e negros da amostra de padronização e numa amostra de 348 alunos negros
encaminhados para avaliação psicológica (59% dos quais apresentando transtornos de
aprendizagem). A análise exploratória encontrou evidência, nos três grupos, de um
grande primeiro fator principal, assim como dos esperados componentes Verbal e de
Execução.
Watkins e Kush (2002) examinaram, por análises fatoriais confirmatórias, doze
modelos explicativos dos construtos subjacentes ao WISC-III numa amostra de 1201
alunos com DA (60% brancos e 40% de outras raças). Os sujeitos eram do Estado do
Arizona, diagnosticados previamente nas escolas que aceitaram participar e entregaram
à pesquisa seus dados anônimos. Os modelos foram escolhidos segundo explicações
teóricas da estrutura fatorial do teste e segundo as pesquisas previamente realizadas na
amostra normativa e com amostras independentes de alunos com excepcionalidades.
Nesse estudo norteamericano, quatro modelos fatoriais foram considerados
plausíveis: a tradicional estrutura quadrifatorial da amostra de padronização, o modelo
hierárquico de segunda ordem com quatro fatores de primeira ordem defendido por
Keith e Witta,
1
um modelo bifatorial de segunda ordem com quatro fatores de primeira
ordem descrito por Gustafsson e Undheim
2
e um modelo bifatorial de segunda ordem
com três fatores de primeira ordem. Esses resultados aumentaram o corpo de evidências
no sentido de que os fatores Compreensão Verbal, Organização Perceptual e
Velocidade de Processamento são robustos em todas as amostras, mas Resistência à
Distração mostrou uma fraca validade de construto (v. detalhes do artigo no Anexo C).
Os estudos norte-americanos aqui apresentados não confirmam, para a população
com DA, a vigência da estrutura quadrifatorial do WISC-III. Os dois fatores mais
robustos (Compreensão Verbal e Organização Perceptual), que vêm sendo pesquisados
desde a primeira versão do teste, mantêm sua força para este grupo especial. Os dois
menos fortes (Velocidade de Processamento e Resistência à Distração) têm sido
corroborados na população geral, mas não mostram a mesma robustez no grupo de
crianças com transtornos de aprendizagem, sendo que RD não tem apresentado
evidências para seguir sustentando-se como um fator válido neste grupo especial.
A tabela do anexo C auxilia na visualização dos resultados dos três artigos,
mencionados acima, que foram selecionados para a apresentação oral deste projeto.
1
Keith, T. Z. & Witta, E. L. (1997). Hierarchical and cross-age confirmatory factor analysis of the
WISC-III: What does it measure? School Psychology Quarterly. 12, 89-107.
2
Gustafsson, J-E & Undheim, J. O. (1996). Individual differences in cognitive functions. Em D. C.
Berliner & R. C. Calfee (eds.). Handbook of educational psychology, 186-242. New York: Macmillan.
Justificativa
No processo de construção de um teste psicológico, três parâmetros determinam a
sua qualidade psicométrica, definindo a confiabilidade do instrumento como técnica de
medida (McIntire e Miller, 2000): a validade, a fidedignidade e a aferição. Esta última
significa o estabelecimento de normas de pontuações que permitem interpretar o
desempenho do sujeito, comparando seu escore com a distribuição de pontuações
obtidas pelo grupo a que ele pertence.
Na adaptação de qualquer instrumento a outro meio cultural, esses três aspectos
devem ser considerados, revisando as normas, a validade e a fidedignidade das
medidas. A simples tradução de um teste estrangeiro não garante que suas propriedades
psicométricas originais se mantenham. Assim como em novos contextos, também em
cada grupo de examinandos a efetividade do instrumento deve ser revisada mediante
estudos de validação.
Não se usa neste estudo, o conceito estrito de transtornos específicos de
aprendizagem, que exclui os distúrbios secundários, os quais se associam a retardo
mental, autismo ou a transtornos de fundo orgânico, emocional ou sociocultural. Este
trabalho se refere a toda a ampla variedade de DA existentes, sem identificar sua
etiologia, tendo em conta que na demanda escolar cotidiana não mais que uma pequena
parte das crianças encaminhadas para avaliação psicológica apresenta transtornos
específicos da aprendizagem, de tipo primário.
Objetivo
No processo de adaptação do WISC-III ao contexto brasileiro, não foi verificado se
as qualidades psicométricas do teste se mantêm no grupo das crianças com DA. Este
trabalho contribui a essa análise da validade de construto, buscando definir, para esse
grupo clínico, qual o modelo fatorial que melhor se ajusta à versão brasileira do teste.
Hipótese
Como hipótese de trabalho, espera-se encontrar no grupo DA – de acordo com a
literatura revisada – que a estrutura fatorial difira do modelo quadrifatorial encontrado
na estrutura da população geral, e que apareçam pelo menos dois fatores mais fortes:
Compreensão Verbal e Organização Perceptual.
Método
Delineamento
Estudo de validação de instrumento psicológico em uma população especial.
População-alvo
Alunos matriculados em escolas públicas de Pelotas e Rio Grande (RS), com idades
entre 6 e 16 anos, apresentando queixas de dificuldades de aprendizagem.
Amostra
A amostra foi de conveniência, constituída por 263 crianças e adolescentes que
foram avaliados mediante o WISC-III Br. Entre eles, a predominância foi do sexo
masculino (69,2%). A média de idade foi 9,03 anos (DP = 1,99). A maioria dos
participantes era de escolas estaduais (79,8%), da cidade de Pelotas (57%), que
cursavam entre 1ª e 2ª série (68,5%), com história de repetência (63,9%) (Figueiredo e
colaboradores, 2007: 285).
Critérios de inclusão e de exclusão
Participaram do estudo escolares apresentando toda a ampla variedade de DA: na
leitura, na escrita e/ou aritmética, sem identificar sua etiologia.
Excluíram-se participantes com mais de três repetências na mesma série ou que
apresentassem deficiências sensoriais evidentes.
Material
Dados dos protocolos do teste WISC-III Br resultantes de aplicação realizada em
2004 e 2005 (Figueiredo e colaboradores, 2007).
Procedimento para a coleta de dados
Os alunos foram selecionados com base numa ficha, que acompanhava a solicitação
da avaliação psicológica. Além dos dados de identificação da criança, o professor devia
informar antecedentes escolares (número de repetências e se cursou ou não pré-escola)
e sobre a presença ou ausência dos seguintes fatores: hiperatividade, uso de medicação,
problemas de leitura, de escrita, de cálculo, de conduta, de atenção, de relacionamento e
de linguagem.
Procedimento para a análise de dados
Para investigar se o modelo de quatro fatores subjacentes ao WISC-III Br se
mantém em sujeitos com DA, será utilizada a técnica estatística da Análise Fatorial
Exploratória (pela técnica dos Componentes Principais) e Análise Fatorial
Confirmatória.
A Análise Fatorial é uma técnica estatística multivariada que, mediante a análise de
inter-relações, mostra quantos fatores subjazem a um número de variáveis ou
categorias. Foi desenvolvida como um meio de identificar traços psicológicos, e é
“especialmente relevante para os procedimentos de validação de construto” (Anastasi e
Urbina, 2000: 118). No caso de um instrumento psicológico, as variáveis a ser
correlacionadas são as subdivisões do teste (itens ou subtestes) e as inter-relações são
feitas entre todas essas partes, umas com outras.
Encontradas correlações entre as variáveis, a Análise Fatorial “procura o menor
número possível de variáveis hipotéticas, que chama de fatores, os quais possam
explicar a maior porcentagem possível da covariância entre as variáveis” (Pasquali,
2005: 61).
A técnica da Análise Fatorial Exploratória faz a busca desses fatores mediante a
observação da matriz de correlações, onde se exploram livremente as cargas fatoriais, o
número de fatores etc., ainda na inexistência de uma solução fatorial específica. A
Análise Fatorial Confirmatória impõe à matriz, como postulado teórico, uma
determinada estrutura fatorial e “verifica, em seguida, se esta se adapta aos dados
empíricos expressos pela mesma matriz” (Pasquali, 2005: 113).
Aspectos éticos
O projeto foi aprovado pelo Comitê de Ética em Pesquisa da Universidade Federal
do Rio Grande do Sul (reunião nº 26, ata nº 47), que na época substituía o Comitê em
reestruturação da Universidade Católica de Pelotas.
Na primeira fase, em que os testes foram aplicados, a avaliação dos examinandos
realizou-se com a aprovação dos pais ou responsáveis das crianças, mediante assinatura
de termo de consentimento (v. modelo no Anexo D).
Cronograma
2008 2009
Ago
Set Out Nov Dez Jan Fev Mar Abr Mai Jun Jul Ago Set
Revisão bibliográfica
Redação do projeto
Defesa do projeto
Análise estatística
Redação do artigo
Defesa da dissertação
Envio para publicação
Orçamento
Na primeira fase da pesquisa, a despesa com materiais incluiu principalmente as
folhas de respostas do teste. O deslocamento dos estudantes aplicadores foi custeado
pelas bolsas de iniciação científica.
Ao formular-se este projeto, a informação já se encontrava coletada e registrada
num banco de dados. Assim, os gastos para esta fase da pesquisa se referem ao uso de
internet, tinta para impressão de documentos, fotocópias e aquisição de artigos. Todos
serão custeados pelo mestrando.
Tabela 2. Estimação de custos.
Itens de consumo Valor
Impressão de documentos 2 cartuchos de tinta R$ 50
Reprodução de textos 300 fotocópias R$ 30
Encadernações 20 espirais com capa
R$ 120
Aquisição de textos 10 artigos R$ 70
Total estimado R$ 270
Referências
Burton, D. B.; Sepehri, A.; Hecht, F.; VandenBroek, A.; Ryan, J. J.; Drabman, R.
(2001). A confirmatory factor analysis of the WISC-III in a clinical sample with
cross-validation in the standardization sample. Child Neuropsychology, 7 (2), 104-
16.
Anastasi, A. & Urbina, S. (2000). Testagem psicológica. Porto Alegre: Artes Médicas
Sul.
Cunha, J. A. (2000). Escalas de Wechsler. Em J. Cunha e colaboradores,
Psicodiagnóstico-V. Porto Alegre: Artes Médicas, 529-602.
Figueiredo, V. L. M. (2001). Uma adaptação brasileira do teste de inteligência WISC-
III. 230p. Tese de Doutorado. Instituto de Psicologia, Universidade de Brasília.
Figueiredo, V. L. M.; Quevedo, L.; Gomes, G.; Pappen, L. (2007). Habilidades
cognitivas de crianças e adolescentes com distúrbio de aprendizagem. Psico-USF,
12 (2), 281-290.
Grice, J. W.; Krohn, E. J.; Logerquist, S. (1999). Cross-Validation of the WISC-III
Factor Structure in Two Samples of Children with Learning Disabilities. Journal of
Psychoeducational Assessment, 17 (3), 236-248.
Hale, J. B.; Fiorello, C. A.; Kavanagh, J. A.; Hoeppner, J-A. B.; Gaither, R. A. (2001).
WISC-III Predictors of Academic Achievement for Children with Learning
Disabilities: Are Global and Factor Scores Comparable? School Psychology
Quarterly, 16 (1), 31-55.
Hishinuma, E. S. & Yamakawa, R. (1993). Construct and criterion-related validity of
the WISC-III for exceptional students and those who are "at-risk." Journal of
Psychoeducational Assessment: Advances in Psychoeducational Assessment
Monograph Series, Wechsler Intelligence Scale for Children: Third Edition, 94-104.
Hutz, C. & Bandeira, D. (1993). Tendências contemporâneas no uso de testes, uma
análise da literatura brasileira e internacional. Psicologia: Reflexão e Crítica, 6
(12), 85-101.
Kush, J. C. Factor Structure of the WISC-III for Students with Learning Disabilities
(1996). Journal of Psychoeducational Assessment, 14 (1), 32-40.
Kush, J. C.; Watkins, M. W.; Ward, T. J.; Ward, S. B.; Canivez, G. L.; Worrell, F. C.
(2001). Construct Validity of the WISC-III for White and Black Students from the
WISC-III Standardization Sample and for Black Students Referred for
Psychological Evaluation. School Psychology Review, 30 (1), 70-88.
Lawson, J. S. & Inglis, J. (1984). The psychometric assessment of children with
learning disabilities: an index derived from a principal components analysis of the
WISC-R. Journal of Learning Disabilities, 17 (9), 517-522.
Lawson, J. S. & Inglis, J. (1988). Factorial verbal and performance IQs derived from
the WISC-R: their psychometric properties. Journal of Clinical Psychology, 44 (2),
252-258.
Logerquist-Hansen, S. & Barona, A. (1994). Factor Structure of the Wechsler
Intelligence Scale for Children-III for Hispanic and Non-Hispanic White Children
with Learning Disabilities. Trabalho apresentado na Convenção Anual da American
Psychological Association.
McIntire, S. & Miller, L. (2000). Foundations of Psychological Testing. Boston:
McGraw-Hill.
Nichols, E.G.; Inglis, J.; Lawson, J. S.; MacKay, I. (1988). A cross-validation study of
patterns of cognitive ability in children with learning difficulties, as described by
factorially defined WISC-R verbal and performance IQs. Journal of Learning
Disabilities, 21 (8), 504-508.
OMS – Organização Mundial da Saúde (1993). Classificação de Transtornos Mentais e
de Comportamento da CID-10. Porto Alegre: Artes Médicas.
Pasquali, L. (2005). Análise fatorial para pesquisadores. Brasília:LabPAM.
Rourke, B. P. (1998). Significance of Verbal-Performance discrepancies for subtypes of
children with learning Disabilities: opportunities for the WISC-III. Em A. Prifitera,
& D. Saklofske (eds.). WISC-III Clinical Use and Interpretation. San Diego,
California: Academic Press.
Saklofske, D. H.; Schmidt, H. P.; Yackulic, R. A. (1984). Variations in WISC-R
patterns of learning disabled children . Perceptual and Motor Skills, 59 (2), 415-
421.
Sattler, J. M. (1992). Assessment of Children: WISC-III and WPPSI-R supplement. San
Diego, California: Jerome M. Sattler.
Schooler, D. L. (1978). Factor Analysis of WISC-R Scores for Children Identified as
Learning Disabled, Educable Mentally Impaired, and Emotionally Impaired.
Psychology in the Schools, 15 (4), 478-485.
Shaw, S. R.; Swerdlik, M. E. & Laurent, J. (1993). Review of the WISC-III. Journal of
Psychoeducational Assessment, Monograph series: Advances in psychoeducational
assessment, 151-160.
Spruill, J. (1998). Assessment of Mental Retardation with the WISC-III. Em Prifitera,
A & Saklofske, D (eds.). WISC-III Clinical Use and Interpretation. San Diego,
California: Academic Press.
Watkins, M. W. & Kush, J. C. (2002). Confirmatory Factor Analysis of the WISC-III
for Students with Learning Disabilities. Journal of Psychoeducational Assessment,
20 (1), 4-19.
Wechsler, D. (1991). Manual for the Wechsler Intelligence Scale for Children-Third
edition. San Antonio, Texas: The Psychological Corporation.
Weiss, M. L. (1992). Psicopedagogia Clínica. Porto Alegre: Artes Médicas.
Zarske, J. A. (1981). WISC-R Factor Structures for Diagnosed Learning Disabled
Navajo and Papago Children. Psychology in the Schools, 18 (4), 402-407.
ANEXO A
Tabela 3. Significado Qualitativo dos Resultados Obtidos no WISC-III
3
• O QUE AVALIAM OS QIs E ÍNDICES FATORIAIS:
QI/ÍNDICES
FATORIAIS
O que avalia:
QI Total (QIT) Nível geral do funcionamento intelectual.
QI Verbal (QIV)
Compreensão verbal, conhecimento adquirido, processamento
da linguagem, raciocínio verbal, atenção, aprendizagem verbal
e memória. Relaciona-se ao raciocínio teórico e reflexivo.
QI de Execução (QIE)
Organização perceptual, processamento visual, capacidade de
planejamento, aprendizagem não-verbal e habilidades para
pensar e manipular estímulos visuais com rapidez de
velocidade. Relaciona-se ao raciocínio prático e concreto.
Índice de Compreensão
Verbal (ICV)
Conhecimento verbal adquirido e capacidade de compreensão
verbal.
Índice de Organização
Perceptual (IOP)
Raciocínio não verbal, fluido, atenção para detalhes e
integração visomotora.
Índice de Velocidade de
Processamento (IVP)
Processos relacionados à atenção, memória e concentração para
processar rapidamente a informação visual.
Índice de Resistência à
Distração (IRD)
Resistência à distração, atenção e concentração, processamento
seqüencial.
• O QUE AVALIAM OS SUBTESTES:
Subteste O que avalia:
Vocabulário Desenvolvimento da linguagem e o conhecimento de palavras.
Semelhanças Formação de conceito verbal e pensamento lógico abstrato (categórico).
Aritmética
Capacidade de resolver as quatro operações matemáticas básicas e a
habilidade de resolução de problemas complexos.
Dígitos Recordação e repetição imediata.
Informação
Quantidade de informação geral que a pessoa assimila do seu ambiente.
3
Fonte: Nascimento, E. e Figueiredo, V. L. M. A terceira edição das Escalas Wechsler de Inteligência.
Em Ricardo Primi (org.), Temas em Avaliação Psicológica. Campinas: IBAP, 2002. 61-79.
Compreensão
Manifestação de informação prática, avaliação e uso de experiências
passadas e conhecimento dos padrões convencionais de comportamento.
Completar Figuras
Diferenciar o essencial dos detalhes não essenciais e requer o
conhecimento do objeto, algum raciocínio e memória de longo prazo.
Reconhecimento visual sem atividade motora essencial.
Código
Aprender tarefas não familiares, envolvendo velocidade e acurácia na
coordenação olho/mão e memória visual de curto prazo.
Cubos
Organização perceptual e visual, conceptualização abstrata (análise do
todo em suas partes componentes), formação de conceito não-verbal e
visualização espacial.
Arranjo de Figuras
Reconhecer a essência da estória e antecipar e compreender a seqüência
de eventos, particularmente, eventos sociais, estando então envolvidas a
capacidade de antecipação das conseqüências, habilidade de
planejamento e seqüência temporal e conceitos temporais.
Procurar Símbolos Atenção e rapidez de processamento.
Armar Objetos
Coordenação visomotora e habilidade de organização perceptual, bem
como a capacidade de percepção das partes e do todo.
Labirintos Capacidade de planejamento e coordenação visomotora.
ANEXO B
Quadro 1. Estrutura Fatorial do WISC-III
Estrutura do Teste - Níveis de Desempenho
QIT
QIV
QIE
CV
RD
OP
VP
Vocabulário
Semelhanças
Informação
Compreensão
Cubos
Completar Figuras
Arranjo de Figuras
Armar Objetos
Dígitos
Aritmética
Código
Procurar
Símbolos
ANEXO C
Tabela 4. Seleção de estudos sobre Análise Fatorial do WISC-III para o grupo especial de crianças com distúrbio de aprendizagem (DA)
Autor(es)-
ano-país
Amostragem -
participantes
Critério DA –
critério de
exclusão
Técnicas de
análise
fatorial (AF)
Resultados-conclusões Qualidades Limitações
Logerquist-
Hansen e
Barona
(1994)
EUA
240 crianças de 8 a 13
anos, ambos sexos, de
4 distritos escolares do
sudoeste EUA.
Subamostras:
120 cr. hispânicas +
120 não hisp.brancas
Diferença
significativa
entre QI e
rendimento
AF Alfa e AF
Canônica
Evidencia estrutura trifatorial
nas 2 análises e nas 2 amostras.
CV= Informação, Aritm.,
Semel., Compr., Vocab., Dígit.
OP=Completar Figuras, Armar
Objetos, Cubos.
VP=Códigos, Símbolos.
As 2 análises não apóiam o
fator RD.
Valida o WISC-III
nesta população.
Primeiro
estudo
que mostra a
existência do fator
VP em crianças
hispânicas.
Não informa:
modo de seleção,
origem exata das
crianças, nem
proporção meni-
nos-meninas.
Kush
(1996) EUA
327 alunos educ.espc.;
após diagn., foram
selecionados de arqvs.
De 1ª a 11ª série, 70%
meninos, de 3 distritos
urbanos e suburbanos
sudoeste EUA. Const.
étnica: 48% anglo,
24% indíg., 16%mex-
americano, 11%negro.
Classe média e média-
baixa.
Discrepância
severa entre QI
e rendimento
escolar (teste).
Exclusão: elegi-
bilidade para
outra categoria
de educ.especial
ou dg. médico
ou psiquiátrico
AF de probabi
lidade
máxima
e 2 métodos
de rotação
(ortogonal e
oblíqua).
Análise
paralela.
Confirma dois fatores maiores
(CV e OP) e um menor (VP).
CV= Informação, Aritm.,
Semel., Compr., Vocab.
OP=Completar Figuras, Armar
Objetos, Cubos, Arranjo Figs.
VP=Códigos, Símbolos.
Não confirma RD. Dígitos teve
carga positiva baixa com os 3
fatores. Aritm.teve carga no 1º
fator.
Confirma carga de fator g,
como na amostra normativa.
Explica critério p.
diagnosticar DA.
Clara e completa
análise de
resultados.
N amostral não
fundamentado.
Não detalha
modo de escolha
dos sujeitos.
Watkins e
Kush
(2002) EUA
1201 alunos de educ.
especial (de 2274 DA
avaliados em escrita,
leitura e mat., 40
distritos do Arizona).
Idades 6-16, homens
70%. Etnia: 60%
branco, 21% hispân.,
6%negro, 12%indíg.
Não houve dados de
status socioecon. Boa
dispersão urb-rural.
Diferença
significativa
entre QI e
rendimento
AF
confirmatória
De 12 modelos fatoriais
avaliados, 4 foram plausíveis,
incluída a estrutura
quadrifatorial.
CV, OP e VP são robustos (boa
validade de construto).
RD é fraco.
Aconselha não basear-se
somente em AF e incluir
informaç.de critérios externos.
Nestes, VP e RD têm mostrado
baixo poder preditivo e baixa
fidedignidade.
Explicita origem
da amostra e
avaliações feitas.
Apesar de ser de
conveniência,
amostra tem boa
dispersão.
Boa análise e
crítica teórica.
Distribuição de
características na
amostra pode não
ser representativa
da população
DA.
ANEXO D
Termo de Consentimento
Estimado(a) senhor(a):
Por este Termo de Consentimento, pedimos a você sua autorização para que
seu filho(a) participe de nosso estudo “Validação do Teste de Inteligência de
Wechsler em crianças com dificuldades de aprendizagem”.
O Teste de Inteligência de Wechsler já se mostrou como uma medida
válida, confiável e segura para detectar dificuldades de aprendizagem, inclusive
com crianças brasileiras. Os estudos já definiram com segurança, para as
crianças em geral, que as habilidades centrais medidas pelo teste são:
Compreensão, Percepção, Velocidade e Concentração. O que falta confirmar é se
essas quatro habilidades são adequadas para interpretar corretamente os
resultados de crianças com problemas de aprendizagem (poderiam ser só três, ou
poderia haver outras).
Solicitamos seu consentimento para que seu filho(a) responda o teste
completo, de duração aproximada de uma hora, em uma ou duas sessões a ser
agendadas dentro da escola.
Após o teste, você poderá conhecer, gratuitamente, os resultados gerais de
seu filho(a), em entrevista com o coordenador desta pesquisa. Em caso de ser
detectada alguma dificuldade de aprendizagem, seu filho(a) será encaminhado(a)
para receber, dentro dos procedimentos normais da escola, o atendimento que for
necessário. Ninguém mais conhecerá os resultados pessoais das crianças.
Se você aceitar que seu filho (a) participe neste estudo, ele(a) não correrá
nenhum desconforto e estará colaborando para que a detecção de dificuldades de
aprendizagem em crianças seja feita no Brasil com maior precisão e segurança.
Em caso de não aceitar participar no estudo, seu filho(a) seguirá todas as
atividades da escola normalmente, sem nenhuma conseqüência ou diferenciação.
Estaremos prontos a responder, no endereço e telefone abaixo informados,
a qualquer dúvida sobre esta pesquisa e sua participação na mesma.
Termo de Consentimento Livre e Informado
Eu, ___________________________________________, abaixo assinado,
pelo presente termo de consentimento, concordo em que meu filho(a)
________________________________________, participe da pesquisa
“Validação do Teste de Inteligência de Wechsler em crianças com dificuldades
de aprendizagem”, respondendo às questões do teste mencionado, aplicado por
uma psicóloga.
Declaro que entendi os objetivos, riscos e benefícios da participação de
meu filho(a) neste estudo e que, em caso de não dar meu consentimento, meu
filho(a) não sofrerá a interrupção de nenhum serviço nesta escola.
Pelotas, _____ de _____________________ de 2004
_____________________________
Adulto responsável pela criança
__________________________________
Drª Vera Lúcia Marques de Figueiredo
Responsável pela pesquisa
Endereço: Rua Almirante Barroso 1202
CEP 96010-280 Pelotas RS
Telefones: (53) 2128.8404
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
