Baixe o app para aproveitar ainda mais
Prévia do material em texto
MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA PROFESSORES Dr. Braulio Henrique Magnani Branco Me. Adriano Ruy Matsuo Me. Bruno Follmer Quando identificar o ícone QR-CODE, utilize o aplicativo Unicesumar Experience para ter acesso aos conteúdos online. O download do aplicativo está disponível nas plataformas: Acesse o seu livro também disponível na versão digital. Google Play App Store https://apigame.unicesumar.edu.br/qrcode/820 2 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA NEAD - Núcleo de Educação a Distância Av. Guedner, 1610, Bloco 4 - Jd. Aclimação Cep 87050-900 - Maringá - Paraná - Brasil www.unicesumar.edu.br | 0800 600 6360 C397 CENTRO UNIVERSITÁRIO DE MARINGÁ. Núcleo de Educação a Distância; BRANCO, Braulio Henrique Magnani; MATSUO, Adriano Ruy; FOLLMER, Bruno. Medidas e Avaliação em Educação Física. Braulio Henrique Magnani Branco; Adriano Ruy Matsuo; Bruno Follmer. Maringá - PR.: Unicesumar, 2019. 204 p. “Graduação em Educação Física - EaD”. 1. Medidas. 2. Avaliação. 3. Educação Física. 4. EaD. I. Título. ISBN: 978-85-459-1924-7 CDD - 22ª Ed. 613.7 Impresso por: CIP - NBR 12899 - AACR/2 Ficha Catalográfica Elaborada pelo Bibliotecário João Vivaldo de Souza - CRB-8 - 6828 DIREÇÃO UNICESUMAR Reitor Wilson de Matos Silva, Vice-Reitor Wilson de Matos Silva Filho, Pró-Reitor Executivo de EAD William Victor Kendrick de Matos Silva, Pró-Reitor de Ensino de EAD Janes Fidélis Tomelin, Presidente da Mantenedora Cláudio Ferdinandi. NEAD - NÚCLEO DE EDUCAÇÃO A DISTÂNCIA Diretoria Executiva Chrystiano Minco�, James Prestes, Tiago Stachon, Diretoria de Graduação e Pós-graduação Kátia Coelho, Diretoria de Permanência Leonardo Spaine, Diretoria de Design Educacional Débora Leite, Head de Produção de Conteúdos Celso Luiz Braga de Souza Filho, Head de Curadoria e Inovação Tania Cristiane Yoshie Fukushima, Gerência de Produção de Conteúdo Diogo Ribeiro Garcia, Gerência de Projetos Especiais Daniel Fuverki Hey, Gerência de Processos Acadêmicos Taessa Penha Shiraishi Vieira, Gerência de Curadoria Carolina Abdalla Normann de Freitas, Supervisão de Produção de Conteúdo Nádila Toledo. Coordenador(a) de Conteúdo Mara Cecilia Lopes , Projeto Gráfico José Jhonny Coelho, Editoração Victor Augusto Thomazini, Designer Educacional Kaio Vinicius Cardoso Gomes, Revisão Textual Lorena Martins Pedroso Almeida, Ariane Andrade Fabreti, Ilustração Bruno Pardinho, Marta Sayuri Kakitani, Rodrigo Barbosa da Silva, Fotos Shutterstock. Em um mundo global e dinâmico, nós trabalhamos com princípios éticos e profissionalismo, não somente para oferecer uma educação de qualidade, mas, acima de tudo, para gerar uma conversão integral das pessoas ao conhecimento. Baseamo- nos em 4 pilares: intelectual, profissional, emocional e espiritual. Iniciamos a Unicesumar em 1990, com dois cursos de graduação e 180 alunos. Hoje, temos mais de 100 mil estudantes espalhados em todo o Brasil: nos quatro campi presenciais (Maringá, Curitiba, Ponta Grossa e Londrina) e em mais de 300 polos EAD no país, com dezenas de cursos de graduação e pós-graduação. Produzimos e revisamos 500 livros e distribuímos mais de 500 mil exemplares por ano. Somos reconhecidos pelo MEC como uma instituição de excelência, com IGC 4 em 7 anos consecutivos. Estamos entre os 10 maiores grupos educacionais do Brasil. A rapidez do mundo moderno exige dos educadores soluções inteligentes para as necessidades de todos. Para continuar relevante, a instituição de educação precisa ter pelo menos três virtudes: inovação, coragem e compromisso com a qualidade. Por isso, desenvolvemos, para os cursos de Engenharia, metodologias ativas, as quais visam reunir o melhor do ensino presencial e a distância. Tudo isso para honrarmos a nossa missão que é promover a educação de qualidade nas diferentes áreas do conhecimento, formando profissionais cidadãos que contribuam para o desenvolvimento de uma sociedade justa e solidária. Vamos juntos! Wilson Matos da Silva Reitor da Unicesumar boas-vindas Prezado(a) Acadêmico(a), bem-vindo(a) à Comunidade do Conhecimento. Essa é a característica principal pela qual a Unicesumar tem sido conhecida pelos nossos alunos, professores e pela nossa sociedade. Porém, é importante destacar aqui que não estamos falando mais daquele conhecimento estático, repetitivo, local e elitizado, mas de um conhecimento dinâmico, renovável em minutos, atemporal, global, democratizado, transformado pelas tecnologias digitais e virtuais. De fato, as tecnologias de informação e comunicação têm nos aproximado cada vez mais de pessoas, lugares, informações, da educação por meio da conectividade via internet, do acesso wireless em diferentes lugares e da mobilidade dos celulares. As redes sociais, os sites, blogs e os tablets aceleraram a informação e a produção do conhecimento, que não reconhece mais fuso horário e atravessa oceanos em segundos. A apropriação dessa nova forma de conhecer transformou-se hoje em um dos principais fatores de agregação de valor, de superação das desigualdades, propagação de trabalho qualificado e de bem-estar. Logo, como agente social, convido você a saber cada vez mais, a conhecer, entender, selecionar e usar a tecnologia que temos e que está disponível. Da mesma forma que a imprensa de Gutenberg modificou toda uma cultura e forma de conhecer, as tecnologias atuais e suas novas ferramentas, equipamentos e aplicações estão mudando a nossa cultura e transformando a todos nós. Então, priorizar o conhecimento hoje, por meio da Educação a Distância (EAD), significa possibilitar o contato com ambientes cativantes, ricos em informações e interatividade. É um processo desafiador, que ao mesmo tempo abrirá as portas para melhores oportunidades. Como já disse Sócrates, “a vida sem desafios não vale a pena ser vivida”. É isso que a EAD da Unicesumar se propõe a fazer. Willian V. K. de Matos Silva Pró-Reitor da Unicesumar EaD Seja bem-vindo(a), caro(a) acadêmico(a)! Você está iniciando um processo de transformação, pois quando investimos em nossa formação, seja ela pessoal ou profissional, nos transformamos e, consequentemente, transformamos também a sociedade na qual estamos inseridos. De que forma o fazemos? Criando oportunidades e/ou estabelecendo mudanças capazes de alcançar um nível de desenvolvimento compatível com os desafios que surgem no mundo contemporâneo. O Centro Universitário Cesumar mediante o Núcleo de Educação a Distância, o(a) acompanhará durante todo este processo, pois conforme Freire (1996): “Os homens se educam juntos, na transformação do mundo”. Os materiais produzidos oferecem linguagem dialógica e encontram-se integrados à proposta pedagógica, contribuindo no processo educacional, complementando sua formação profissional, desenvolvendo competências e habilidades, e aplicando conceitos teóricos em situação de realidade, de maneira a inseri-lo no mercado de trabalho. Ou seja, estes materiais têm como principal objetivo “provocar uma aproximação entre você e o conteúdo”, desta forma possibilita o desenvolvimento da autonomia em busca dos conhecimentos necessários para a sua formação pessoal e profissional. Portanto, nossa distância nesse processo de crescimento e construção do conhecimento deve ser apenas geográfica. Utilize os diversos recursos pedagógicos que o Centro Universitário Cesumar lhe possibilita. Ou seja, acesse regularmente o Studeo, que é o seu Ambiente Virtual de Aprendizagem, interaja nos fóruns e enquetes, assista às aulas ao vivo e participe das discussões. Além disso, lembre-se que existe uma equipe de professores e tutores que se encontra disponível para sanar suas dúvidas e auxiliá-lo(a) em seu processo de aprendizagem, possibilitando-lhe trilhar com tranquilidade e segurança sua trajetória acadêmica. boas-vindas Débora do Nascimento Leite Diretoria de Design Educacional Janes Fidélis Tomelin Pró-Reitor de Ensino de EAD Kátia Solange Coelho Diretoria de Graduaçãoe Pós-graduação Leonardo Spaine Diretoria de Permanência autores Dr. Braulio Henrique Magnani Branco Licenciado em Educação Física pela Universidade Estadual de Maringá (UEM), em 2005, mestre em Ciências da Saúde pela UEM, em 2011, e doutor em Educação Física pela Escola de Educação Física e Esporte da Universidade de São Paulo (EEFE-USP), em 2016. Atualmente, é professor adjunto I e coordenador da especialização em Fisiologia do Exercício, ambos pelo Centro Universitário de Ma- ringá (Unicesumar). É docente permanente do Programa de Pós-Graduação em Promoção da Saúde pela mesma instituição. Tem experiência na área de Educação Física, atuando principalmente nos seguintes temas: Promoção da Saúde, Obesidade, Fisiologia do Exercício e Esportes de Combate. http://lattes.cnpq.br/9666687242230391 Me. Adriano Ruy Matsuo Bacharel em Educação Física (2011) pela Universidade Estadual de Maringá (UEM). Especialista em Fisiologia Humana: Funcionamento do Organismo Humano no Contexto Interdisciplinar (2013) pela UEM. Mestre em Educação Física pelo Programa de Pós-Graduação Associado em Educação Física - UEM/UEL (Capes 4), na área de Desempenho Humano e Atividade Física; linha de pesquisa em Ativi- dade Física e Saúde (2018). Integrante do Núcleo de Estudos Multiprofissional da Obesidade (NEMO) coordenado pelo Prof. Dr. Nelson Nardo Júnior, desenvolvendo atividades no projeto de tratamento da obesidade, o Programa Multiprofissional de Tratamento da Obesidade (PMTO). http://lattes.cnpq.br/2456149959756244 Me. Bruno Follmer Doutorando em Cinesiologia na University of Victoria, em Victoria, British Columbia, Canadá, e membro do Rehabilitation Neuroscience Laboratory. Mestre em Biodinâmica do Desempenho Humano pela UFSC, 2016. Pós-graduado em Fisiologia do Exercício pela UFRGS, 2009. Graduado em Educação Física pela Universidade Federal do Rio Grande do Sul UFRGS, 2006. http://lattes.cnpq.br/3603219866728412 apresentação do material MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Braulio Henrique Magnani Branco; Adriano Ruy Matsuo; Bruno Follmer Olá, caro(a) aluno(a), seja bem-vindo(a) ao estudo sobre Medidas e Avaliação do Curso de Educação Física! Este material didático foi elaborado com o objetivo de promover a construção de um conhecimento sobre a importância do processo de medir, avaliar e analisar no contexto da Educação Física. Ao longo das cin- co unidades deste material, faremos uma apresentação acerca dos principais conceitos que envolvem a bioestatística e a apresentação dos métodos e testes de avaliação. Na Unidade 1, trataremos desde o estabelecimento da diferença entre medir e avaliar, passando por uma apresentação dos principais conceitos que envol- vem a estatística até a descrição dos principais termos da estatística descritiva. A Unidade 2 buscará contextualizar a avaliação antropométrica no âmbito da Educação Física e identificar os principais conceitos e técnicas que permeiam esse processo de avaliação. Além disso, serão apresentados os métodos direto, indireto e duplamente indireto da avaliação da composição corporal. Na Unidade 3, apresentaremos e conceituaremos as capacidades físicas de flexibilidade e força muscular (dentro das suas diferentes manifestações), bem como discutiremos os principais testes de avaliação dessas capacidades. A Unidade 4 buscará conceituar o metabolismo aeróbio e as variáveis de potência e capacidade aeróbia. Serão apresentados, também, os testes físicos que men- suram a capacidade aeróbia em ambiente laboratorial e, ainda, serão descritos os testes práticos de campo que avaliam essa capacidade. Para finalizar, na Unidade 5, você entrará em contato com a conceituação de metabolismo anaeróbio, alático e lático, conhecerá algumas das avaliações laboratoriais existentes para mensuração de aptidão anaeróbia, bem como os testes de campo disponíveis para essa avaliação. Esperamos que este material lhe traga mais do que conhecimento acadêmico; que o estimule a se tornar um profissional de excelência, afinal, o conhecimento é vasto e este é somente o início de sua jornada. Preparado(a)? Então, vamos rumo ao conhecimento! sumário UNIDADE I INTRODUÇÃO ÀS MEDIDAS E À AVALIAÇÃO EM EDUCAÇÃO FÍSICA 14 Medidas e Avaliação em Educação Física 18 Introdução à Bioestatística 22 Estatística Descritiva Aplicada à Educação Física 41 Referências 42 Gabarito UNIDADE II AVALIAÇÃO ANTROPOMÉTRICA 48 Introdução à Avaliação Antropométrica 57 Avaliação da Composição Corporal 60 Modelos Teóricos de Análise e Métodos da Avaliação da Composição Corporal 64 Técnicas da Avaliação da Composição Corporal 90 Referências 94 Gabarito UNIDADE III FORÇA MUSCULAR E FLEXIBILIDADE 100 Força Muscular 110 Potência Muscular 116 Flexibilidade 129 Referências 131 Gabarito UNIDADE IV AVALIAÇÃO AERÓBIA 136 Avaliação Aeróbia 140 Testes Laboratoriais 148 Testes de Campo 164 Referências 166 Gabarito UNIDADE V AVALIAÇÃO ANAERÓBIA 172 Avaliação Anaeróbia 178 Testes Laboratoriais 186 Testes de Campo 199 Referências 202 Gabarito 203 CONCLUSÃO GERAL Professor Dr. Braulio Henrique Magnani Branco Professor Me. Adriano Ruy Matsuo Professor Me. Bruno Follmer Plano de Estudo A seguir, apresentam-se os tópicos que você estudará nesta unidade: • Medidas e avaliação em Educação Física • Introdução à bioestatística • Estatística descritiva aplicada à Educação Física Objetivos de Aprendizagem • Estabelecer as diferenças entre medir e avaliar. • Apresentar os principais conceitos que envolvem a bioestatística. • Descrever os principais termos da estatística descritiva. INTRODUÇÃO ÀS MEDIDAS E À AVALIAÇÃO EM EDUCAÇÃO FÍSICA unidade I INTRODUÇÃO N a Unidade 1 do livro de Medidas e Avaliação do Curso de Educação Física, são discutidos os principais pontos que pro- porcionarão ao aluno(a) a correta escolha dos testes com base na autenticidade científica e no processo de delineamento da avaliação por meio de testes. Nesse sentido, para a correta compreensão do processo de coleta e interpretação dos dados, é imprescindível planejar corretamente a obtenção das medidas e, igualmente, coletar, interpretar e aplicar os resultados, visando o desenvolvimento pleno do(a) aluno(a) (ao falarmos de escola) e, até mesmo, do atleta de alto rendimento (ao discutirmos o treinamento físico-esportivo). Aditivamente, devemos ter em mente que os testes devem seguir ri- gorosos procedimentos técnicos para a obtenção das variáveis que serão coletadas. Tais procedimentos darão confiabilidade aos dados e proporcio- narão parâmetros para a classificação da aptidão física relacionada à saú- de e ao desempenho físico-esportivo. Ressalta-se que a estatística básica, melhor dizendo, o entendimento da estatística descritiva, que é apresen- tada no tópico 2 da Unidade 1, subsidiará o entendimento dos resultados de artigos científicos, dado que são empreendidas explanações quanto aos aspectos cruciais dos dados de abordagem quantitativa (média, mediana, moda, desvio padrão, variância, percentis etc.), assim como auxiliará na interpretação de tabelas e gráficos. Dessa forma, indicamos aos alunos que explorem ao máximo a primei- ra unidade do livro de Medidas e Avaliação para o gerenciamento adequado do processo de medir e avaliar no cenário da Educação Física. Por último, desejamos a todos uma excelente leitura do conteúdo, especialmente sele- cionado para condução ótima de diferentes avaliações de campo (aquelas conduzidas em ambiente externo, com maior validade externa) e laborato- rial (maior validade interna). No entanto, pedimos que não se preocupem com os conceitos de validade externa e interna, dado que os discutiremos exemplificando cada situação nas próximas unidades do presente livro. 14 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Medidas e Avaliação em Educação Física Para a correta escolha dos testes para mensuração da aptidão física relacionada à saúde (força, resis- tência muscular localizada, flexibilidade, resistên-cia aeróbia e composição corporal) e desempenho físico-esportivo (adiciona-se: agilidade, acelera- ção, velocidade, velocidade de reação, potência aeróbia e potência muscular) é substancial ade- quar testes que sejam direcionados à necessidade do aluno na escola ou na academia, bem como para atletas de diferentes modalidades esportivas (LIMA; KISS, 2003). Nesse sentido, deve-se priorizar testes que apre- sentem a possibilidade de medir (mensurar) ade- quadamente aquilo que será proposto, bem como demostrem a possibilidade de avaliar, ou seja, clas- sificar o objeto/condição/teste medido. Portanto, medir é diferente de avaliar, o medir é o “ato” de medir algo, por exemplo: a circunferência da cin- tura de uma criança e a realização de determinado teste físico por um atleta; por outro lado, avaliar é dar um julgamento sobre a medida que foi realizada, isto é, classificar a medida consumada em faixas de corte, percentis, classificações; como exemplo: mui- to abaixo da média, abaixo da média, na média, aci- ma da média, muito acima da média, dentre outros (MORROW JUNIOR. et al., 2014). EDUCAÇÃO FÍSICA 15 Assim, para o correto delineamento do processo de avaliação por meio de testes, é aconselhado seguir as quatro fases destacadas a seguir, em consonância com De Lima e Kiss (2003): A seguir, são detalhados os 3 pontos concatenados ao processo de autenticidade científica: 1) O erro da medida pode ser subdividido em: A) Erro sistemático instrumental: erro decor- rente da calibração do equipamento (por exemplo, o professor de Educação Física está realizando avaliações da composição corpo- ral de seus alunos por meio do adipômetro e, nessa condição hipotética, ele esqueceu de conferir a calibração do equipamento). B) Erro sistemático teórico: erro decorrente da utilização de fórmulas, condições e/ou lite- ratura inapropriada para a condição. Segui- remos o exemplo do tópico A, referente ao professor de Educação Física que está reali- zando avaliações da composição corporal. O erro sistemático teórico, na situação descrita, seria a utilização, após a avaliação da compo- sição corporal, de fórmulas de outras faixas etárias ou etnias ou outra subclassificação que não fosse validada para as pessoas que o professor está avaliando. C) Erro sistemático ambiental: erro relativo ao estado de equipamento, quadra, pista, local, temperatura, umidade, horário, dentre outros. Utilizando o exemplo já descrito, um erro sis- temático ambiental seria efetivar a avaliação da composição corporal dentro de um local quente, que promovesse a transpiração do avaliado e, em virtude disso, prejudicasse o correto pinçamento das dobras cutâneas. D) Erro sistemático observacional: falhas do ava- liador na leitura ou manuseamento do equi- pamento. Como exemplo para essa condição, podemos citar a leitura incorreta dos valores obtidos no pinçamento das dobras cutâneas realizado na avaliação da composição corpo- ral feita pelo professor de Educação Física. Fase de delineamento ou planejamento da avaliação: escolha das variáveis que serão medidas e subsequentemente avaliadas, com a escolha dos testes mais apropriados para serem empregados. Fase de obtenção das medidas: aplicação dos testes propriamente dita e obtenção dos resultados, sem a classificação das variáveis coletadas. Fase de interpretação das medidas ou ob- tenção das informações: interpretação dos resultados baseada em estudos prévios e análise estatística. Fase de aplicação das informações obtidas: na última etapa, as informações adquiridas darão subsídio à prescrição (orientação) e à condução das aulas e/ou treinamentos. 1 2 3 4 Não basta seguir as quatro fases aqui delineadas, pois outros parâmetros devem ser utilizados concomitan- temente, a fim de garantir a autenticidade científica. Destacam-se: 1. Erro da medida. 2. Fidedignidade. 3. Validade. 16 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA 2) Fidedignidade, reprodutibilidade ou confiança A fidedignidade se refere ao nível de congruência ou consistência dos resultados no decurso da realização do teste na mesma condição, em condições diferen- tes, assim como por avaliadores diferentes. Nessa si- tuação, o erro deve ser muito pequeno, pois quanto maior for a dispersão dos dados analisados, menor será a fidedignidade do teste e vice-versa (LIMA; KISS, 2003; MORROW JUNIOR et al., 2014). Por conseguinte, a literatura traz várias classificações para a reprodutibilidade (BAUMGARTNER, 1995). Entretanto, apresentaremos, nesse momento, duas classificações de fidedignidade: a) Fidedignidade intra-avaliador: que se refere à consistência da medida efetuada pelo mesmo avaliador várias vezes em situações diferentes. b) Fidedignidade interavaliador: verifica-se a consistência da mesma medida ou teste de- sempenhado por avaliadores diferentes. 3) Validade Por sua vez, a validade se refere à apropriação de de- terminado teste com o intuito de verificar se o refe- rido teste é, de fato, adequado para fornecer as boas medidas da variável que ele se propõe a medir (DE LIMA; KISS, 2003). Critérios de seleção dos testes quanto aos aspectos práticos De acordo com Lima e Kiss (2003), alguns critérios devem ser seguidos para a seleção de testes físicos, isto é, viabilidade, economia e padronização. Nesse aspecto, a viabilidade especifica os recursos dispo- níveis para a condução dos testes. As seguintes per- guntas devem ser levadas em conta: • Quais equipamentos temos à nossa disposição? • Quais são as instalações para a realização do(s) teste(s)? • Qual a equipe técnica treinada para a execu- ção do(s) teste(s)? • Quanto tempo temos para o cumprimento do(s) teste(s)? • Avaliaremos quantas pessoas? Na situação em que forem definidas as questões an- teriores, será possível delinear o(s) melhor(res) tes- te(s) para o(s) avaliado(s) em questão. Por outro lado, a economia identifica a relação custo-benefício do teste. Para tanto, deverão ser re- gistrados os custos dos equipamentos, manutenção, eventuais deslocamentos, tempo para a avaliação e eventuais riscos à saúde. Ademais, a padronização detalha o passo a passo da execução de determi- nado teste. Logo, a padronização deve ser seguida EDUCAÇÃO FÍSICA 17 rigorosamente em cada teste praticado. Em virtude disso, podemos citar: a execução dos movimentos, critérios para a contagem das repetições, distâncias a serem percorridas, forma de cronometragem do tempo, número de repetições, intervalos e duração do teste (LIMA; KISS, 2003; HEYWARD, 2013). Adicionalmente, Lima e Kiss (2003) relatam que os testes físicos devem ser motivantes; devem apre- sentar facilidade de entendimento e proporcionar capacidades de aprendizagem. Portanto, a motiva- ção está associada à reprodutibilidade dos resulta- dos obtidos em diferentes avaliações, pois o avaliado deve fazer o teste em desempenho máximo; contu- do, se o teste for desmotivante, o avaliado pode não apresentar o desempenho máximo em uma reavalia- ção devido ao desinteresse, e não em virtude do de- sempenho físico ter diminuído. Com vistas à facili- dade de entendimento, os mesmos autores indicam que os melhores testes devem ser simples, lógicos e de fácil compreensão. Por fim, a utilização dos testes deve: a) propor- cionar a capacidade de discriminar os avaliados em diferentes categorias; b) ser específica ao grupo de pessoas avaliadas; c) direcionar a prescrição do trei- namento físico-esportivo e, igualmente, as aulas de Educação Física escolar. Para identificar a fidedignidade relativa, deve ser utilizado o coeficiente de correlação in- traclasse (CCI). O CCI identifica o nível de concordância da mesma unidade de medi- da aplicada no mesmo avaliado por meio do mesmo instrumento de medida ou diferen- tes instrumentos pelo mesmo avaliador ou avaliadores diferentes (MIOT, 2016). O CCI compreende valores de 0 até 1 e apresenta a seguinte classificação: 0,0 (ausência); > 0,0 até 0,19 (pobre); 0,20 até0,39 (fraca); 0,30 até 0,59 (moderada); 0,60 até 0,79 (substancial), e ≥ 0,80 (quase completa) (MIOT, 2016). Seguin- do o exemplo do profissional de Educação Física que realizou a avaliação descrita an- teriormente: o pinçamento das dobras cutâ- neas deve ser efetivado três vezes de forma rotacional nos diferentes pontos anatômicos preestabelecidos. Em virtude disso, evidên- cias recentes indicam que a mediana (que será explicada na seção a seguir) deve ser utilizada como parâmetro de medida. Mas, voltando ao ponto do CCI, quanto maiores forem os valores de cada ponto anatômico medido, maior será a concordância entre eles. Então, valores próximos a 1 indicarão elevado nível de concordância, na condição exemplificada. Fonte: adaptado de Miot (2016). SAIBA MAIS Faz parte do universo da Educação Física o processo de avaliar e analisar as práticas relacionadas à atividade física. Uma das ferramentas utilizadas para analisar os resultados é a estatística. Sendo assim, como a estatística pode auxiliar nas intervenções do professor/profissional de Educação Física? REFLITA 18 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA As grandes áreas da estatística são duas: a estatística descritiva e a estatística inferencial. A primeira pode ser entendida como o conjunto de técnicas utilizadas para organizar, resumir, classificar, descrever e esta- belecer o diálogo dos dados, com tabelas, gráficos ou outros tipos de recursos visuais. A segunda, por sua vez, compreende as técnicas que permitem tirar conclusões sobre determinada observação (DORIA FILHO, 1999; MOTTA, 2006). Neste primeiro momento, o foco do nosso estu- do será a estatística descritiva e alguns dos princi- pais conceitos que a permeiam, como a distribuição de frequências, as medidas de tendência central e as medidas de dispersão. Introdução à Bioestatística EDUCAÇÃO FÍSICA 19 CONCEITOS BÁSICOS Possivelmente, você já tenha lido em algum artigo de revista ou jornal, ou ainda, ouvido em algum programa de rádio ou televisão uma notícia do tipo: “o estudo que investigou o estado nutricional (bai- xo peso, peso normal, sobrepeso e obesidade) por meio do Índice Massa Corporal (IMC) de alunos do ensino médio de escolas públicas brasileiras contou com a participação de 3.000 estudantes”. A partir desse trecho fictício, qual foi a população e a amos- tra desse estudo? Além disso, qual foi a variável in- vestigada? Você tem um palpite? POPULAÇÃO Usualmente, a população é entendida como o gru- po maior de onde se extrai a amostra (THOMAS; NELSON; SILVERMAN, 2012). De modo específi- co, população é qualquer conjunto de informações que tenham entre si uma característica comum que delimite, inequivocamente, quais elementos perten- cem a ela (DORIA FILHO, 1999). Com base nessas definições, podemos concluir que, em nosso exem- plo, os “alunos do ensino médio de escolas públicas brasileiras” correspondem à população do estudo. Esses alunos formam o conjunto de informações com uma característica em comum, que é cursar o ensino médio em escolas públicas no Brasil. AMOSTRA Definido o termo população, podemos definir a amos- tra como o grupo de participantes, tratamentos ou si- tuações selecionados a partir de um grupo maior e es- pecífico (THOMAS; NELSON; SILVERMAN, 2012). Quando uma amostra é formada, ela deve ser repre- sentativa e parecida com a população da qual foi ex- traída (DORIA FILHO, 1999). Dessa forma, a amostra constitui uma redução da população a uma dimensão menor, sem a perda de suas características. Habitual- mente, o tamanho da amostra é expresso pela letra “n”. Retomando nosso exemplo, concluímos que os “3.000 estudantes” correspondem à amostra do estu- do, ou seja, aquele estudo com alunos do ensino médio de escolas públicas tinha um n = 3.000. Provavelmente, você tenha a seguinte dúvida: “mas como apenas 3.000 alunos podem representar todos os estudantes do en- sino médio do Brasil? ”. Existem técnicas e fórmulas es- tatísticas para calcular o tamanho “ideal” de amostras (denominado de cálculo amostral), que consideram vários fatores para que elas sejam representativas da população. Um desses fatores é a aleatorização. Esta, conhecida também como random (do inglês), significa que a escolha da amostra é feita ao acaso, ou seja, li- vre da intencionalidade do pesquisador (WARD et al., 2012). Esse processo de seleção permite que cada um dos componentes da população estudada tenha a mes- ma chance de ser incluído na amostra do estudo; além disso, pode garantir à amostra uma representatividade mais confiável. Como o objetivo desta unidade é rea- lizar a introdução à bioestatística e, devido à extensão das técnicas e fórmulas para o cálculo amostral, não nos aprofundaremos nesses assuntos neste momento. Agora você já sabe qual foi a população e a amostra daquela notícia. Mas a variável investigada, você sabe qual foi? População Amostra 20 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA TIPOS DE VARIÁVEIS Podemos interpretar a variável como toda carac- terística ou condição que pode ser mensurada ou observada (MOTTA, 2006). Em sua essência, as pesquisas que envolvem a bioestatística podem ser consideradas estudos de relações de variáveis. Es- tas, normalmente, estudam as diferenças ou asso- ciações entre as variáveis investigadas nos indiví- duos. Sendo assim, a resposta para nossa questão anterior é IMC. Pois o estudo utilizou o IMC como ferramenta para diagnosticar o estado nutricional daqueles alunos. O valor resultante da medida de uma variável recebe o nome de dado. Os dados são expressos em números para que os métodos estatísticos possam ser aplicados. Por exemplo, para determinar o IMC dos alunos daquela notícia, foram necessárias as me- didas das variáveis peso e estatura. O conjunto des- sas medidas formaram os dados de peso e estatura daquela pesquisa. VARIÁVEL DEPENDENTE X VARIÁVEL INDEPENDENTE As variáveis podem ser classificadas de muitas ma- neiras, no entanto, normalmente, são identificadas como variável dependente e variável independente. Esse tipo de distinção é empregado na estatística in- ferencial, pois envolve a análise das relações entre variáveis. Basicamente, a variável dependente cor- responde ao desfecho de interesse, e a independen- te equivale à exposição ou ao fator de estudo. Por exemplo, suponhamos que, naquele estudo, além de investigar o estado nutricional, tivesse sido avaliada a associação entre o grau do IMC (baixo peso, peso normal, sobrepeso e obesidade) e o rendimento es- colar dos alunos. O IMC seria a variável indepen- dente (exposição/fator de estudo), e o rendimento escolar seria a dependente (desfecho). Independen- temente dessas duas classificações, as variáveis po- dem ser categorizadas de acordo com o seu nível de medida ou escala. TIPOS BÁSICOS DE ESCALAS As variáveis podem ser agrupadas em quatro ti- pos básicos: nominal, ordinal intervalar e de razão (MOTTA, 2006). Uma variável em escala nominal envolve fre- quências e não medidas propriamente ditas. Esse tipo de variável é identificado apenas por nomes, isto é, é distribuída em categorias nominais, sem nenhuma relação hierárquica. Quando a variável possui apenas duas categorias, é chamada de dicotômica ou binária; por exemplo, o sexo: masculino e feminino. Quando a variável apresenta três ou mais categorias, é chama- da de politômica ou polinomial; por exemplo, as po- sições dos jogadores de basquete: armador, ala e pivô. EDUCAÇÃO FÍSICA 21 Por outro lado, uma variável em escala ordinal é aquela que se distribui em categorias, obedecendo uma relação de ordem dada por algum sistema de graduação. Um exemplo é o IMC, com suas catego- rias: baixo peso, peso normal, sobrepeso e obesidade. A variável em escala intervalar tem, em sua es- sência, os números, e assume valores em uma esca- la supostamente ilimitada que apresenta intervalos iguais entre os vários pontos. Nesse nível de medi- da, o zero não representa a ausência davariável. Um exemplo de variável intervalar é a escala da tempe- ratura em graus centígrados, em que há unidades positivas e negativas, e o zero não significa ausência de temperatura. Uma variável de escala de razão possui as mes- mas características da variável intervalar, no entan- to, o ponto zero representa um ponto verdadeiro, ou seja, ausência. Sendo assim, não são observados valores negativos nesse nível de medida. Podemos citar como variáveis de razão a idade, o peso, o tem- po de determinada prova ou jogo, entre outros, em que não há a possibilidade de obtermos nem o valor negativo, nem o valor zero. Apesar dessa diferencia- ção entre as variáveis intervalar e de razão, do ponto de vista estatístico, elas recebem o mesmo modo de tratamento e análise. A importância de distinguir as variáveis entre os tipos de escalas se justifica na escolha do procedi- mento estatístico que será utilizado na descrição dos dados. Normalmente, as variáveis nominal e ordi- nal são apresentadas em forma de valores absolutos e relativos (porcentagem) e gráficos; e as variáveis intervalar e de razão são apresentadas em forma de medidas de tendência central e dispersão (DORIA FILHO, 1999). VARIÁVEIS QUALITATIVAS X VARIÁVEIS QUANTITATIVAS Outra forma comum de classificar as variáveis é categorizá-las em qualitativas e quantitativas. De maneira simplificada, as variáveis qualitativas ou ca- tegóricas envolvem as escalas nominal e ordinal; en- quanto que as variáveis quantitativas ou numéricas envolvem as escalas intervalar e de razão. As variáveis quantitativas se subdividem, ainda, em quantitativas contínuas, que expressam uma me- dida como um valor real, por exemplo, o peso de uma bola de futebol (0,45 kg ou 450 g), o compri- mento de uma quadra de vôlei (18 m ou 1.800 cm) etc., e variáveis quantitativas discretas, em que os va- lores são expressos apenas por números inteiros, por exemplo, o número de dedos em uma mão, o núme- ro de jogadores em campo, entre outros. A figura a seguir apresenta o diagrama dos diversos tipos de variáveis. Variável Nominal Ordinal Discreta Contínua Categoria (qualitativa) Numérica (quantitativa) Figura 1 - Diagrama dos diversos tipos de variáveis Fonte: os autores. Feitas essas considerações iniciais, podemos tratar de alguns conceitos que permeiam o foco do nosso estudo, a estatística descritiva. 22 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Estatística Descritiva Aplicada à Educação Física EDUCAÇÃO FÍSICA 23 Vamos supor que estamos realizando uma pesquisa com idosos praticantes de exercício físico, e o ob- jetivo desse estudo é traçar o perfil desses idosos. Dentre as variáveis de investigação que escolhemos, estão inclusas: a modalidade de exercício (caminha- da, musculação, ginástica e natação) e a frequência semanal de treino (número de dias). Após coletar os dados dessas variáveis, quais seriam os primeiros passos para iniciarmos a análise deles? Primeiramente, é necessário organizar, resumir, classificar, descrever e comunicar os resultados ob- tidos (VIEIRA, 2008). Para isso, são utilizados ta- belas, gráficos e estatísticas que permitem resumir e facilitar o entendimento dos dados. TABELAS DE DISTRIBUIÇÃO DE FREQUÊNCIAS Um dos recursos da estatística descritiva é a tabela de distribuição de frequências (VIEIRA, 2008). Ela permite identificar as características dos dados ana- lisados. Tabelas como essa podem ser divididas em duas formas: de frequências simples e de frequências em intervalos de classe. Tabelas de frequências simples As tabelas de frequências simples apresentam o nú- mero de ocorrências (frequências) de um determi- nado dado isolado. Sendo assim, cada valor incluído na tabela representa um único dado, formando uma distribuição de frequências simples. A partir do nos- so estudo com idosos, elaboramos a tabela a seguir para a variável “modalidade de exercício”. Tabela 1 - Distribuição de frequências das modalidades de exercícios praticadas por idosos Modalidade f fr F Fr Caminhada 12 48% 12 48% Musculação 4 16% 16 64% Ginástica 3 12% 19 76% Natação 6 24% 25 100% Total 25 1 – – f : frequência absoluta, fr : frequência relativa (%), F : frequência acumulada, Fr : frequência relativa acumulada (%). Fonte: os autores. Na tabela, podem ser identificados os seguintes ele- mentos: frequência absoluta ( f ), frequência relativa ( fr ), frequência acumulada ( F ) e frequência relativa acumulada ( Fr ). A frequência absoluta ( f ) corresponde ao nú- mero de observações de cada nível ou categoria da variável. A soma das frequências absolutas equivale ao tamanho da amostra. A frequência relativa ( fr ) é a razão entre a frequência absoluta e o tamanho da amostra. Ela pode ser apresentada como proporção (valor de- cimal entre 0 e 1) ou como percentual (valor entre 0% e 100%). A frequência acumulada ( F ) é o total acumulado das frequências absolutas até o nível que se observa. A frequência relativa acumulada ( Fr ) correspon- de à frequência acumulada dividida pela amostra. Com base nos dados apresentados, podemos concluir que a maior parte dos idosos são pratican- tes da caminhada (48%), e a modalidade menos pra- ticada entre eles é a ginástica (12%). 24 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Tabelas de frequências em intervalos Nas tabelas de frequências em intervalos de classe, os dados estão agrupados nesses intervalos, e o nú- mero de ocorrências (frequência) representa o valor de determinado grupo. Aproveitando o nosso estu- do com idosos, elaboramos outra tabela, a Tabela 2, para a variável “frequência semanal de treino”. Tabela 2 - Frequência semanal de treino de uma amostra aleatória de 25 idosos Idoso Frequência semanal de treinos (dias) Idoso 1 7 Idoso 2 5 Idoso 3 3 Idoso 4 2 Idoso 5 5 Idoso 6 3 Idoso 7 2 Idoso 8 4 Idoso 9 7 Idoso 10 3 Idoso 11 2 Idoso 12 1 Idoso 13 7 Idoso 14 3 Idoso 15 4 Idoso 16 3 Idoso 17 3 Idoso 18 3 Idoso 19 7 Idoso 20 5 Idoso 21 7 Idoso 22 4 Idoso 23 2 Idoso 24 3 Idoso 25 1 Fonte: os autores. Apesar de a Tabela 2 conter todos os 25 valores, esse excesso de detalhes dificulta a percepção das propriedades dos dados. Agrupando os valores da variável em intervalos de classe (Tabela 3), obtém- -se uma tabela mais simples, mas com pormenores ocultados. Tabela 3 - Distribuição de frequências em intervalos de classe da fre- quência semanal de treino de uma amostra aleatória de 25 idosos Frequência Semanal de Treinos (Dias) f % 1 – 4 17 68 5 – 7 8 32 Total 25 100 Fonte: os autores. Observe que, na Tabela 2, levamos algum tempo para visualizar que três determinações têm quatro dias como frequência. Não obstante, podemos afir- mar com clareza que, dos 25 idosos, três praticam exercícios físicos em quatro dias da semana. Já na Tabela 3, facilmente identificamos que apenas oito idosos (32%) praticam exercícios físicos entre cinco e sete dias da semana. No entanto, como a variá- vel está agrupada, não conseguimos visualizar que, desses oito, nenhum pratica exercícios em seis dias da semana. Para todo o conjunto de dados submetido ao processo de resumo da informação dentro dos fun- damentos da estatística, são necessárias estatísticas descritivas que representem tanto a convergência como a oscilação dos dados. Essas estatísticas são conhecidas como medidas de tendência central (in- dicam o ponto de concentração) e medidas de dis- persão (indicam a variação). EDUCAÇÃO FÍSICA 25 MEDIDAS DE TENDÊNCIA CENTRAL Os dados, em sua maioria, apresentam a tendência de se agrupar em torno de um ponto central. Por exemplo, imagine uma prova rústica de 10 km com a participação de 3.000 atletas, profissionais e ama- dores. Ao realizarmos a medida da estatura de todos os atletas adultos do sexo masculino (n = 1.000), foi constatado que a maioria tinha estatura próxima à 1,80 m, e que poucos atletas apresentaram estatu- ra igual ou inferior a 1,75 m ou igual ou superior a 1,85 m. Dessemodo, observou-se que os dados apresentaram uma tendência de se agrupar em tor- no da medida 1,80 m. As medidas de tendência central, ou medidas de posição, dão uma ideia de onde se localiza o ponto central de determinado conjunto de dados (DORIA FILHO, 1999). Elas funcionam como um resumo, pois são capazes de mostrar o comportamento geral das observações estudadas. Em complemento, pode- mos dizer que são como um valor de referência, em torno do qual os outros valores se distribuem. Desta forma, podemos conceituar tendência central como o escore único que melhor representa todos os esco- res (THOMAS; NELSON; SILVERMAN, 2012). Há várias maneiras de expressar essa tendência central e, em geral, ela é expressa pela média, pela mediana e pela moda. Média Provavelmente, você já conhece a média, conhecida também como média aritmética. Ela se destaca dentre os termos estatísticos, pois é a medida descritiva de dados quantitativos mais utilizada. A média é defini- da como a soma dos valores observados dividida pelo número de observações, conforme a fórmula a seguir: μ = ∑ x n μ = média Σ x = soma dos valores observados n = número de observações Para exemplificar o cálculo da média, vamos supor que, em uma escola, foi decido avaliar o peso dos alunos de uma turma de 11 estudantes, do 9º ano do ensino fundamental. Os dados encontrados estão dispostos na Tabela 4. Tabela 4 - Peso corporal de alunos do ensino fundamental Aluno Peso corporal (kg) A 48 B 50 C 51 D 53 E 55 F 57 G 56 H 55 I 55 J 47 K 46 Fonte: os autores. Substituindo todas essas informações (valores dos pesos e quantidade de alunos) na fórmula da média, temos que: μ = + + + + + + + + + + =( ) ,48 50 51 53 55 57 56 55 55 47 46 11 52 09 Sendo assim, foi determinado que a média de peso dessa turma era de 52,09 kg. 26 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Uma consideração importante a ser feita diz res- peito à sensibilidade da média a valores extremos. Conforme o tamanho da amostra aumenta, maior é a chance de aparecer um valor extremo e deslocar a média em sua direção (DORIA FILHO, 1999). Mediana Como visto, às vezes, a média pode não ser o valor mais representativo ou característico. Utilizando o exemplo anterior, supõe-se que, no lugar do peso 57, estivesse o número 120. A média passaria a ser 57,73 kg, valor maior do que todos os outros, com exceção de um (120). Podemos dizer, então, que esse valor não é representativo dessa turma de alu- nos do 9° ano, pois não retrata de forma coerente grande parte dos dados. Nesse caso, outra medida de tendência central seria mais útil. A mediana é definida como o valor do meio, quan- do todos os valores são ordenados, ou seja, colocados em uma ordem (MOTTA, 2006). Ela não sofre influên- cia de valores extremos, uma vez que é uma medida vinculada à posição que ocupa no conjunto ordenado. Por exemplo, ao organizarmos os pesos desses 11 alu- nos em ordem crescente: 46, 47, 48, 50, 51, 53, 55, 55, 55, 56, 120; a mediana é 53. Nessa sequência ímpar de dados, é mais fácil identificar o número central, mas e quando temos uma sequência par? Nesse caso, o valor da mediana pode ser definido como a média de dois valores centrais. Vamos supor que nossa série de dados fosse 46, 47, 48, 50, 51, 53, 55, 55, 55, 56; a mediana seria (51 + 53)/2 = 52, ou seja, 52. Moda Os dados são apresentados com maior frequência pela média ou mediana. No entanto, a tendencial central também pode ser enunciada pela moda. Esta pode ser definida como o valor que ocorre com maior frequência (DORIA FILHO, 1999). Assim como a mediana, ela não sofre influência de valores extremos. Para o exemplo anterior, a moda é 55, pois esse escore se repete três vezes. Algumas séries de dados podem ter mais de uma moda, e são, portanto, uma distribuição plurimo- dal. Outras séries de dados podem apresentar uma distribuição amodal, isto é, sem moda (nenhum valor repetido). Desse modo, podemos concluir que as medi- das de tendência central, como a média, a media- na e a moda, são medidas representativas e des- crevem todo um conjunto de dados. Porém para a descrição adequada de um conjunto, é impor- tante, além da apresentação da tendência central, apresentar uma medida do grau de dispersão dos valores analisados. MEDIDAS DE DISPERSÃO Numa série de dados, cada valor apresenta algum grau de variação em relação à tendência central. Esses graus de variação representam a dispersão. Em estatística, dispersão significa o modo como os dados se posicionam ao redor do ponto central (DORIA FILHO, 1999). Apresentada uma série de dados, é possível observar que os valores se distri- buem ao redor do ponto central para mais (valo- res acima) e para menos (valores abaixo). Quanto mais próximos os valores estiverem desse ponto, mais homogêneo será o conjunto. Frequentemen- te, a dispersão dos dados é chamada de variabi- lidade (DORIA FILHO, 1999). A seguir, serão apresentadas algumas das medidas de dispersão, a variabilidade. EDUCAÇÃO FÍSICA 27 Amplitude A amplitude total corresponde à diferença entre o valor mais alto e o mais baixo observado. Ela é a me- dida mais simples da variabilidade, pois não informa como os dados se distribuem na série e, conforme a amostra cresce, ela pode crescer também, devido a maior chance de aparecer um valor extremo. A am- plitude pode ser relatada, em especial, quando se usa a mediana e não a média (THOMAS;NELSON; SIL- VERMAN, 2012). Exemplificando esse conceito, observemos a se- guinte série de dados: 26, 26, 27, 28, 29, 29, 29, 30, 31, 32. Hipoteticamente, esses valores representam, em segundos, o tempo de atletas amadores do sexo masculino em uma prova de 200 m rasos de atle- tismo. A partir dessa série, temos que a amplitude é 6 (32 - 26 = 6), com os valores mínimo e máximo iguais a 26 e 32, respectivamente. VARIÂNCIA Uma das medidas de dispersão que mostra o quão distantes os valores estão da média é a variância. Quanto maior ela for, mais distantes da média esta- rão os valores; quanto menor a variância, mais pró- ximos da média eles estarão. Existem duas fórmulas para calcular a variância. A escolha por uma ou outra depende da natureza do conjunto de dados, que pode ser uma população ou de uma amostra. Para calcular a variância de uma população, uti- liza-se a seguinte fórmula: σ µ2 2 = −∑ ( )x N σ ² = variância da população x = valor observado μ = média N = número de observações (população) Para o cálculo da variância de uma amostra, utiliza- -se a seguinte fórmula: s x n 2 2 1 = − − ∑ ( ) ( ) μ s² = variância da amostra x = valor observado μ = média n = número de observações (amostra) Para facilitar a visualização do cálculo das variân- cias, vejamos um exemplo. Imagine que, em um campeonato amador de natação, foi avaliada a es- tatura de dez mulheres participantes. A média en- contrada foi de 154,1 cm. As dez estaturas medidas estão apresentadas na Tabela 5. Tabela 5 - Estatura de mulheres atletas de natação Atleta Estatura (cm) A 150 B 150 C 151 D 152 E 153 F 154 G 155 H 155 I 160 J 161 Fonte: os autores. 28 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Primeiro, suponhamos que essas dez atletas repre- sentam toda a população, e não somente uma parte. Para calcular a variância dessa população, primeiro, é necessário saber quanto cada resultado se afasta da média. Como esses resultados se distribuem tanto para mais quanto para menos, são encontrados va- lores positivos e negativos. A Tabela 6 mostra a dife- rença entre cada estatura e a média do grupo. Tabela 6 - Diferença entre a estatura e a média do grupo de atletas Atleta Estatura (cm) Estatura – média (X – μ) A 150 150 – 154,1 = – 4,1 B 150 150 – 154,1 = – 4,1 C 151 151 – 154,1 = – 3,1 D 152 152 – 154,1 = – 2,1 E 153 153 – 154,1 = – 1,1 F 154 154 – 154,1 = – 0,1 G 155 155 – 154,1 = 0,9 H 155 155 – 154,1 = 0,9 I 160 160 – 154,1 = 5,9 J 161 161 – 154,1 = 6,9 Fonte: os autores. Em seguida,cada diferença é elevada ao quadrado, conforme a Tabela 7; então, todos os quadrados são somados. Tabela 7 – Diferença entre a estatura e a média do grupo de atletas ele- vada ao quadrado Atleta Estatura (cm) Estatura – média (X – M) Estatura – média (X – M)² A 150 150 – 154,1 = – 4,1 (– 4,1)2 = 16,81 B 150 150 – 154,1 = – 4,1 (– 4,1)2 = 16,81 C 151 151 – 154,1 = – 3,1 (– 3,1)2 = 9,61 D 152 152 – 154,1 = – 2,1 (– 2,1)2 = 4,41 E 153 153 – 154,1 = – 1,1 (– 1,1)2 = 1,21 F 154 154 – 154,1 = – 0,1 (– 0,1)2 = 0,01 G 155 155 – 154,1 = 0,9 (0,9)2 = 0,81 H 155 155 – 154,1 = 0,9 (0,9)2 = 0,81 I 160 160 – 154,1 = 5,9 (5,9)2 = 34,81 J 161 161 – 154,1 = 6,9 (6,9)2 = 47,61 Fonte: os autores. Após a soma dos quadrados das diferenças (coluna à extrema direita da Tabela 6), é preciso dividir o valor pela população (N ). Variância da população σ µ2 2 139 2 10 13 30= − = =∑ ( ) , ,x N Se esse grupo, entretanto, fosse apenas uma amostra das atletas desse campeonato, seria necessário utili- zar a fórmula para o cálculo da variância da amostra. EDUCAÇÃO FÍSICA 29 Variância da amostra s x n 2 2 1 139 2 10 1 139 2 9 14 77= − − = − = =∑ ( ) ( ) , ( ) , , μ Um aspecto inconveniente da variância é que, devi- do ao seu método de cálculo, o resultado é expresso em unidades ao quadrado. Assim, para os dados das atletas de natação, tem-se uma média de 154,1 cm e uma variância de 14,77 cm2, por exemplo. Devido a difícil interpretação dessa unidade ao quadrado, uma alternativa para a análise da variabilidade dos dados é o desvio padrão. Desvio padrão Basicamente, o desvio padrão, ou standard deviation (em inglês), corresponde à raiz quadrada da variân- cia. Assim como a variância, ele também correspon- de à estimativa da dispersão dos valores de uma série de dados em relação à sua média. O desvio padrão é representado por S, dp, DP, ou sd. Podemos calcular o desvio padrão da média pela seguinte fórmula: s x n = − − ∑ ( )² ( ) μ 1 s = desvio padrão x = valor observado μ = média n = número de observações (amostra) Sendo assim, em nosso exemplo com as atletas de natação, qual seria o desvio padrão da média de es- tatura delas? Para determinar o desvio padrão, temos que: Desvio padrão s x n = − − = =∑ ( )² ( ) , , μ 1 139 2 9 3 84 Normalmente, na escrita acadêmica, os valores de média e desvio padrão dos estudos são apresentados da seguinte maneira: média ± desvio padrão. Desta forma, o resultado da investigação sobre a estatura dessas atletas seria 154,1 ± 3,84. Interpretando esta expressão, temos que a média da estatura é igual a 154,1 cm, podendo ser encontrados valores entre 150,3 cm (154,1 – 3,84 = 150,3) e 157,9 cm (154,1 + 3,84 = 157,9). Assim, o desvio padrão indica os limites dentro dos quais se espera encontrar certas proporções das observações. A regra empírica para o desvio padrão pode ser usada para melhor caracterizar e descrever os resultados. Regra empírica: A regra empírica é uma regra estatística para uma distribuição normal determinada pela média e pelo desvio padrão. De acordo com essa regra: • Aproximadamente 68% das obser- vações estão entre a média ± 1dp. • Aproximadamente 95% das obser- vações estão entre a média ± 2dp. • Aproximadamente todas as observa- ções estão entre a média ± 3dp. 30 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Utilizando a regra empírica, a distribuição das esta- turas das atletas indica que, aproximadamente, 68% estão entre 150,1 cm e 157,9 cm; aproximadamente 95% estão entre 146,4 cm (154,1 – 7,68 = 146,4) e 161,8 cm (154,1 + 7,68 = 161,8) e, aproximadamen- te, todas as estaturas estão entre 142,6 cm (154,1 – 11,52 = 142,6) e 165,6 cm (154,1 + 11,52 = 165,6). Coeficiente de variação Um conceito em estatística descritiva que se rela- ciona com o desvio padrão é o coeficiente de varia- ção. Esse coeficiente expressa o desvio padrão como porcentagem do valor da média (DORIA FILHO, 1999). O cálculo do coeficiente de variação é feito por meio da seguinte fórmula: cv s x= μ 100 cv = coeficiente de variação s = desvio-padrão μ = média Quanto menor for o valor do coeficiente de varia- ção, mais homogêneos serão os dados, ou seja, me- nor será a dispersão em torno da média. Assim sen- do, um coeficiente de variação igual a 100% indica que o desvio padrão é igual à média, ou seja, existe alta dispersão entre os valores. O coeficiente de variação pode ser utilizado para a comparação da dispersão, em termos relativos, de dois ou mais conjuntos de dados que apresentam unidades de medida diferentes (grandezas diferen- tes), com a finalidade de verificar qual deles é mais homogêneo. Vejamos um exemplo. Retomando o nosso exemplo do campeonato ama- dor de natação, vamos supor que, além da estatura (em centímetros), foi coletado também o tempo (em se- gundos) da prova de 50 m livres dessas atletas. Com a coleta dos dados, foram obtidos os seguintes valores: Estatura: μ = 154,1 e s = 3,64. Tempo de prova: μ = 28,7 e s = 1,9. Observando esses valores, qual conjunto de da- dos apresenta menor dispersão relativa em torno da média? Qual seria o seu palpite? Primeiramente, é im- portante observar que os dados analisados possuem unidades de medida diferentes (centímetros e segun- dos). Dessa forma, o desvio padrão não é suficiente para comparar os dois conjuntos. Para fazer essa com- paração, é preciso calcular o coeficiente de variação. Assim, substituindo os respectivos valores na fórmula do coeficiente de variação, teremos: Estatura: cv s x x= = =μ 100 3 64 154 1 100 2 36, , , % Tempo de prova: cv s x x= = =μ 100 1 9 28 7 100 6 62, , , % Como interpretamos esses resultados? Como o coeficiente de variação da estatura foi menor que o coeficiente de variação do tempo de prova, pode-se afirmar que os dados relativos à estatura são mais homogêneos que os dados do tempo de prova. EDUCAÇÃO FÍSICA 31 Percentis Os percentis, ou centis, são valores que demarcam pro- porções dentro de uma série de dados. Eles dividem as séries de dados (valores), ordenados de forma crescen- te, em 100 partes (DORIA FILHO, 1999). O percentil 50, ou P50 , equivale à mediana da série de dados. Dessa forma, se determinado valor se encontra no percentil 89, por exemplo, quer dizer que ele está aci- ma de 89% das observações e abaixo de 11% restantes. Quartis Também há a possibilidade de dividir o conjunto de dados em partes menores. A divisão das séries or- denadas de dados em quatro partes iguais é a mais comum e recebe o nome de quartil. A divisão em quatro partes resulta em três quartis: Q1, Q2 e Q3. O primeiro quartil (Q1) equivale ao percentil 25 (P25) e corresponde ao valor da série em que um quarto dos dados (25%) está abaixo dele, e as outras partes restantes (75%), acima. O segundo quartil (Q2) coincide com a mediana (P50). O terceiro quartil (Q3) equivale ao percentil 75(P75) e corresponde ao valor da série em que três quartos dos dados (75%) estão abaixo dele, e um quarto está acima (25%). Amplitude interquartil A amplitude interquartil, ou intervalo interquartílico, corresponde à distância entre P25 e P75 (DORIA FILHO, 1999). Ela compreende os 50% dos dados centrais da série. A amplitude interquartil é determinada pelo cál- culo da diferença entre os valores do terceiro quartil (Q3 ou P75) e do segundo quartil (Q2 ou P25). A vanta- gem de seu uso em relação ao da amplitude decorre do fato de que não sofre influência dos valores extremos. DISTRIBUIÇÃO NORMAL E DADOS ASSI- MÉTRICOS Normalmente, o padrão teórico esperado para da- dos quantitativos é denominado curva normal. Do ponto de vista gráfico, na curva normal, os dados se distribuem de forma simétrica em torno da mé- dia, da qual a maior parte dos valores está próxima e uma pequena parte dos valores está distante, levan- do a um traçado em forma de sino. Esse padrão de dispersão dos dados é também chamado de curvade dispersão normal, ou Curva de Gauss (Figura 2). Média Mediana Moda Figura 2 - Representação gráfica da curva de dispersão normal Fonte: os autores. Quando a distribuição de frequências, em dados quantitativos, foge ao padrão esperado (curva nor- mal), dizemos que há assimetria no conjunto. Isso é algo que acontece corriqueiramente e envolve a pre- sença de observações discrepantes. Na presença de assimetria, não é recomendado o uso da média e do desvio padrão para descrever os dados, uma vez que essas medidas pressupõem simetria. Assim, o uso da mediana e da moda é mais indicado para os dados as- simétricos (Figura 3). Uma maneira simples de veri- ficar se os dados são assimétricos é observar o desvio padrão. Caso ele seja maior que a metade da média, pode-se assumir que os dados são assimétricos. 32 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Média Mediana A Moda Média Mediana B Moda Figura 3 - Representação gráfica da distribuição de dados assimétricos Fonte: os autores. Para verificarmos a aplicação dos gráficos, utili- zaremos o seguinte exemplo: Numa determinada pesquisa, com 60 atletas de handebol, foram avaliadas a frequência cardíaca de repouso e a função exercida no time (armador, pivô, ala e goleiro). Os dados dessa pesquisa são apresen- tados no Quadro 1. Quadro 1 - Frequência cardíaca (bpm) de repouso de 60 atletas do han- debol (bpm = batimentos por minuto) 59 bpm 62 bpm 55 bpm 59 bpm 62 bpm 55 bpm 60 bpm 63 bpm 56 bpm 60 bpm 58 bpm 56 bpm 61 bpm 64 bpm 57 bpm 61 bpm 59 bpm 57 bpm 62 bpm 60 bpm 58 bpm 58 bpm 60 bpm 58 bpm 59 bpm 61 bpm 59 bpm 59 bpm 61 bpm 59 bpm 55 bpm 58 bpm 61 bpm 62 bpm 55 bpm 60 bpm 56 bpm 59 bpm 62 bpm 60 bpm 56 bpm 61 bpm 57 bpm 60 bpm 59 bpm 61 bpm 57 bpm 62 bpm 58 bpm 61 bpm 60 bpm 56 bpm 58 bpm 59 bpm 59 bpm 58 bpm 60 bpm 68 bpm 59 bpm 60 bpm Fonte: os autores. Na Figura 3, o gráfico A representa uma distribui- ção assimétrica positiva. Nessa assimetria, a média assume um valor maior que a mediana. O gráfico B representa uma distribuição assimétrica negativa. Nesse tipo de distribuição, a média assume um valor menor que a mediana. Por estarem diretamente vinculados ao processo de inferência estatística na execução de testes esta- tísticos, esses conceitos não serão aprofundados nes- te momento. No entanto, por haver a relação de tais conceitos com a estatística descritiva, optou-se por introduzi-los nesta unidade. GRÁFICOS Os gráficos fazem parte dos instrumentos utiliza- dos pela estatística para a apresentação de dados. A principal finalidade deles é transmitir o padrão, ou a tendência geral da informação, de maneira prática e de fácil entendimento. Adiante, serão apresentados alguns dos gráficos mais utilizados para variáveis ca- tegóricas e quantitativas. EDUCAÇÃO FÍSICA 33 Histograma de frequências No histograma, as frequências são apresentadas no eixo vertical (eixo y), e os intervalos de classe são representados pela base dos retângulos (justapostos) no eixo horizontal (eixo x). As larguras dos retângu- los equivalem às amplitudes dos intervalos de classe, e a altura proporcional equivale à frequência (abso- luta ou relativa) de cada intervalo. A Figura 4 apresenta as frequências e os interva- los de classe da variável frequência cardíaca de re- pouso dos 60 atletas de handebol. 35 30 25 20 15 10 5 0 55 60 65 68 Fr eq uê nc ia Frequência cardíaca de repouso Figura 4 - Histograma das frequências cardíacas de repouso dos 60 atletas de handebol Fonte: os autores. Gráfico box plot O gráfico box plot é capaz de apresentar diversas infor- mações sobre o comportamento dos dados, de manei- ra compacta. A mediana da série é representada pela linha horizontal central do box (caixa), e os quartis (Q1 e Q3), pelas linhas inferior e superior da box. Des- sa maneira, o gráfico fornece as estimativas da tendên- cia central e variabilidade geral dos dados, respectiva- mente. A posição da mediana (central ou deslocada para um dos quartis) indica a ausência ou presença da assimetria de dados. Já as linhas que saem da caixa ligam os valores centrais e os extremos da série. A Figura 5 apresenta os dados das frequências car- díacas de repouso dos 60 atletas de handebol. A aná- lise dos dados revelou que: mediana = 59, Q1 = 58, Q3 = 61. 70 67,5 65 62,5 60 57,5 55 Figura 5 - Gráfico box plot das frequências cardíacas de repouso de 60 atletas. Fonte: os autores. Gráfico de barras Os gráficos de barra ou coluna permitem a compa- ração dos dados por meio de retângulos dispostos verticalmente. Esses retângulos possuem a mesma base, e as alturas equivalem aos respectivos dados. A Figura 6 apresenta a distribuição das frequên- cias da função exercida no time (armador, pivô, ala e goleiro) dos 60 atletas. 25 20 15 10 50 0 Fr eq uê nc ia Função exercida no time Armador Pivô Ala Goleiro Figura 6 - Gráfico de barras da função exercida no time de handebol de 60 atletas Fonte: os autores. 34 MEDIDAS E AVALIAÇÃO EM EDUCAÇÃO FÍSICA Gráfico de setores O gráfico de setores, conhecido popularmente como gráfico de pizza, é um exemplo de recurso visual para a apresentação de variáveis categóricas. Em geral, é bastante utilizado, no entanto, não é muito explorado no meio acadêmico. A Figura 7 apresenta, também, a distribuição das frequências da função exercida no time (armador, pivô, ala e goleiro) dos 60 atletas. Função exercida no time Armador Pivô Ala Goleiro Figura 7 - Gráfico de setores da função exercida no time de handebol por 60 atletas Fonte: os autores. Gráfico stem-and-leaf (tronco e folhas) Um gráfico stem-and-leaf fornece diversas informa- ções a respeito da série de dados. Ele apresenta a am- plitude dos dados, a localização da maior densidade dos dados e a presença ou ausência de simetria. Nes- se tipo de gráfico, é possível ver informações omiti- das pelos intervalos de classe. A parte denominada stem (tronco) consiste de um ou mais dos dígitos iniciais do dado; a parte cha- mada de leaf (folha) é composta de um ou mais dos dígitos restantes. O stem forma uma coluna ordena- da com o menor valor no topo e o maior na base. As linhas contêm as leafs, ordenadas e listadas, à direita do respectivo stem. A Figura 8 apresenta os dados das frequências cardíacas de repouso dos 60 atletas de handebol. Frequência Tronco (stem) Folha (leaf ) 4 5 5 5 5 5 5 5 6 6 6 6 6 4 5 7 7 7 7 8 5 8 8 8 8 8 8 8 8 12 5 9 9 9 9 9 9 9 9 9 9 9 9 10 6 0 0 0 0 0 0 0 0 0 0 9 6 1 1 1 1 1 1 1 1 1 5 6 2 2 2 2 2 1 6 3 1 6 4 1 6 8 Figura 8 - Gráfico stem-and-leaf com os dados da frequência cardíaca de repouso dos 60 atletas Fonte: os autores. 35 considerações finais N a Unidade 1, vimos a diferença entre medir e avaliar, que são conside- rados pontos-chave no decurso do processo de coleta de dados para o direcionamento de propostas de treinamento para saúde, qualidade de vida e desempenho competitivo. Observamos que medir está relacionado ao ato de adquirir a medida propriamente dita, ao passo que avaliar está associado ao julgamento da medida coletada, isto é, a atribuição de valor acerca da medida; por exemplo, classificar a medida em pontos de corte. Suplementarmente, identificamos a relevância das quatro fases da avaliação, que é subdividida em: delineamento ou planejamento da avaliação; obtenção das medi- das; interpretação das medidas ou obtenção das informações; aplicação das informa- ções obtidas. Em decorrência dessas fases, torna-se exequível a consumação plena do processamento das informações coletadas para subsequente análise dos dados e direcionamento de propostas de programas de intervenção. Do mesmo modo, constatamos os diferentes tipos de erro que podem com- prometer a qualidade dos dados coletados, como erro instrumental; erro teórico; erro ambiental e erro observacional. Se houver descuido na coleta das informações por causa dos diferentes erros relatados, os dados não serão fidedignos e tampouco reprodutíveis. Poresse motivo, discutimos a relevância da correta padronização para a obtenção das medidas. Outrossim, notabilizamos a estatística descritiva com as medidas de tendência central: média, mediana e moda, tal como as medidas de dispersão, isto é, amplitude, variância, desvio padrão e percentis (intervalo interquartil e quartis). Enfim, foram argumentados pontos sobre a organização dos dados em tabelas e diferentes tipos de gráficos. Por consequência, o entendimento da estatística descri- tiva subsidiará as demais unidades do livro e, igualmente, as disciplinas que deman- dam análises quantitativas. 36 atividades de estudo 1. Ao longo da primeira unidade do livro de Medidas e Avaliação, foi verificado que o processo de delineamento da avaliação física deve seguir rigorosos procedi- mentos técnicos. À vista disso, o correto processo de delineamento da avaliação física envolve: a) Coleta e análise dos dados obtidos. b) Coleta, planejamento e avaliação dos dados obtidos. c) Delineamento da avaliação, obtenção das medidas, interpretação e aplicação das informações obtidas. d) Erro instrumental, teórico, ambiental e observacional. e) Medida e avaliação os dados com base em artigos científicos. 2. As medidas de tendência central, ou medidas de posição, fornecem uma ideia de onde se localiza o ponto central de determinado conjunto de dados. Podemos dizer que são como valor de referência, em torno do qual os outros valores se distribuem, sendo assim, correspondem ao escore único que melhor representa todos os escores. Considerando as informações acerca das medidas de tendên- cia central, analise as afirmativas a seguir: I - Uma vez que é uma medida vinculada à posição que ocupa no conjunto or- denado, a mediana não sofre influência de valores extremos. II - A média é definida como a soma dos valores observados dividida pelo núme- ro de observações. III - A mediana é definida como o valor do meio, quando todos os valores são ordenados. IV - Às vezes, a média pode não ser o valor mais representativo ou característico. V - A moda pode ser definida como o valor que ocorre com maior frequência. Assinale a alternativa que apresenta as afirmativas corretas. a) I, II, III, IV e V. b) II, III, IV e V apenas. c) II, III e IV apenas. d) II, IV e V apenas. e) III, IV e V apenas. 37 atividades de estudo 3. Assinale verdadeiro (V) ou falso (F) com base nas medidas de tendência central e dispersão apresentadas na Unidade 1: ( ) O desvio padrão é uma medida de tendência central que mostra o quanto os dados se dispersam em relação à média. ( ) Nos quartis, o primeiro quartil (Q1) equivale ao percentil 25 (P25), e corres- ponde ao valor da série no qual um quarto dos dados (25%) está abaixo dele e as outras partes restantes (75%), acima. O segundo quartil (Q2) coincide com a mediana (P50). Já o terceiro quartil (Q3) equivale ao percentil 75 (P75) e corresponde ao valor da série no qual três quartos dos dados (75%) estão abaixo dele e um quarto está acima (25%). ( ) Média, moda e amplitude são medidas de tendência central. Assinale a alternativa correta: a) F; V; F. b) F; F; F. c) V; F; V. d) V; V; F. e) V; V; V. 4. Um profissional de saúde precisa verificar eventuais relações entre o índice de massa corporal e o consumo máximo de oxigênio. Qual teste estatístico o profis- sional de saúde deve utilizar? 5. Na estatística, uma tendência central (ou, normalmente, uma medida de ten- dência central) é um valor central ou valor típico para uma distribuição de pro- babilidade. Esse tipo de medida é observado apenas no centro da distribuição. Portanto, descreva detalhadamente quais são as medidas de tendência central encontradas na estatística. 38 LEITURA COMPLEMENTAR A Educação Física tem ampliado os horizontes de atuação nas últimas décadas, com maior expressão a partir de 1998, após a regulamentação governamental publicada no diário ofi- cial. Em virtude disso, nos dias atuais, os profissionais de Educação Física com especializa- ção em estatística, análise quantitativa e análise de desempenho, também conhecida como análise técnico-tática, ainda são incipientes no mercado de trabalho. Portanto, consideran- do os aspectos elencados, é evidente ressaltar a relevância do referido profissional na in- terpretação de dados quantitativos com enfoque na prevenção e tratamento das doenças crônicas não-transmissíveis, análise dos dados advindos do Núcleo de Apoio à Saúde da Família (NASF), assim como na análise técnico-tática de diferentes modalidades esportivas. Por exemplo, estudos prévios buscaram quantificar a estrutura temporal de modalidades esportivas de combate, a fim de identificar os períodos de esforço, pausa e intensidade dos confrontos (ANDREATO et al., 2013; BRANCO, 2016). Nesse sentido, foram feitas filmagens dos combates e registrados os dados numéricos com o propósito de identificar as ações de alta, média e baixa intensidade, além dos tempos de pausa. Consequentemente, com base nas respostas das análises dos atletas, hoje é possível prescrever o treinamento físico e téc- nico-tático utilizando o princípio da especificidade (o qual norteia o treinamento esportivo). Do mesmo modo, Santos e Benedetti (2012) buscaram caracterizar e verificar a inserção do profissional de Educação Física no NASF. Notou-se que a Educação Física está inserida em 49,2% das equipes do NASF. Adicionalmente, a proporção de profissionais de Educação Física nos programas de saúde da família foi de 1 para 100.000 pessoas. O estudo publica- do pelos autores apontou a necessidade de investimentos políticos e acadêmicos para a fixação do NASF e aproximação do profissional de Educação Física na rede de assistência pública em saúde. Finalmente, pode-se inferir que o estudo da bioestatística aplicada à Educação Física e esporte é substancial para o direcionamento adequado de ações com enfoque na melhoria da saúde, qualidade de vida e desempenho físico-esportivo. Fonte: Branco (2016), Andreato (2013) e Santos (2012). 39 material complementar Esporte e Exercício – Avaliação e Prescrição Maria Augusta Peduti Dal’Molin Kiss Editora: Roca Sinopse: o processo de avaliação é discutido dentro do contexto do treinamento esportivo, sugerindo critérios de seleção dos testes, o uso de escores padroni- zados e escalonados na avaliação e elementos para a detecção de talentos es- portivos. Além disso, traz considerações a respeito da prescrição de treinamento para sedentários e grupos especiais, bem como a avaliação para portadores de deficiência inseridos no esporte. Indicação para Ler Medida e Avaliação do Desempenho Humano James R. Morrow Jr., Allen W. Jackson, James G. Disch e Dale P. Mood Editora: Artmed Sinopse: faz referência à avaliação da aptidão física e da atividade física em jovens e adultos no contexto das habilidades esportivas, motoras e psicológicas. Além disso, discute o uso da tecnologia e da estatística, e o desenvolvimento de testes em medidas e avaliação. Indicação para Ler 40 material complementar Conheça um pouco mais sobre o assunto nesse artigo que aborda o uso da estatística na Educação Física por meio da análise das publicações nacionais entre os anos 2009 e 2011. Web: http://www.scielo.br/pdf/rbefe/ v29n1/1807-5509-rbefe-29-01-00139.pdf. Indicação para Acessar O homem que mudou o jogo Ano: 2011 Sinopse: Billy Beane (Brad Pitt), executivo do time de beisebol Oakland Athletics, foi o responsável por tornar o time com a terceira menor folha de pagamento da Major League Baseball no recordista de vitórias consecutivas em uma temporada. O filme retrata a estratégia adotada por Beane para formar um time competitivo para a temporada de 2002, apesar do orçamento limitado: o uso da estatística para montar e escalar a equipe. Indicação para Assistir http://www.scielo.br/pdf/rbefe/v29n1/1807-5509-rbefe-29-01-00139.pdf http://www.scielo.br/pdf/rbefe/v29n1/1807-5509-rbefe-29-01-00139.pdf 41 referênciasANDREATO, L. V. et al. Physiological and technical-tactical analysis in Brazilian jiu-jitsu competition. Asian Journal of Sports Medicine, v. 4, p. 137-143, 2013. BAUMGARTNER, T. A. Norm-referenced Measurement: reability. In: SAFRIT, M. J.; WOOD, T. M. Introduction to Measurement in Physical Education and Exercise Sciences. Saint Louis: Mosby, 1995. BRANCO, B. H. M. Efeitos do treinamento intervalado de alta intensidade sobre as respostas fisiológicas e o desempenho de atletas de judô. 2016. Tese (Doutorado em Estudos Biodinâmicos da Educação Física e Esporte) - Escola de Educação Física e Esporte, Universidade de São Paulo, São Paulo, 2016. LIMA, J. R. P.; KISS, M. A. P. D. Critérios de Seleção de Testes. In: KISS, M. A. P. D. Esporte e Exercício. São Paulo: Roca, 2003. DORIA FILHO, U. Introdução à bioestatística: para simples mortais. São Paulo: Negócio, 1999. SANTOS, S. F. D.; BENEDETTI, T. R. B. Cenário de implantação do Núcleo de Apoio à Saúde da Família e a inserção do profissional de Educação Física. Revista Brasileira de Atividade Física e Saúde, v. 17, n. 3, p. 188-194, 2012. HEYWARD, V. H. Avaliação Física e Prescrição de Exercício: Técnicas Avançadas. 6. ed. Porto Alegre: Artmed, 2013. MIOT, H. A. Análise de concordância em estudos clínicos e experimentais. Jornal Vascular Brasileiro, v. 15, n. 2, p. 89-92, 2016. MORROW JUNIOR., J. R.; JACKSON, A. W.; DISCH, J. G.; MOOD, D. P. Medida e Avaliação do Desempenho Humano. 4. ed. Porto Alegre: Artmed, 2014. MOTTA, V. T. Bioestatística. 2. ed. Caxias do Sul: Educs, 2006. THOMAS, J. R.; NELSON, J. K.; SILVERMAN, S. J. Métodos de pesquisa em ativi- dade física. 6. ed. Porto Alegre: Artmed, 2012. VIEIRA, S. Introdução à bioestatística. 4. ed. Rio de Janeiro: Elsevier, 2008. WARD, H.; TOLEDANO, M. B.; SHADDICK, G. et al. Oxford Handbook of Epide- miology for Clinicians. Oxford: Oxford University Press, 2012. 42 gabarito 1. C. 2. A. 3. A. 4. Teste de correlação. 5. Medidas de tendência central: média, moda e mediana. Média = se refere à somatória dos valores obtidos em um conjunto de dados dividido pelo mesmo número de ocorrência observado nesse conjunto; moda = número que mais se repete em um conjunto de dados, sendo que os valores podem ser amodais (não há moda), bimodais (se repetem duas vezes) e multimodais (se repetem vá- rias vezes); mediana = valor que divide um conjunto de dados em partes iguais. gabarito UNIDADE II Professor Dr. Braulio Henrique Magnani Branco Professor Me. Adriano Ruy Matsuo Professor Me. Bruno Follmer Plano de Estudo A seguir, apresentam-se os tópicos que você estudará nesta unidade: • Introdução à avaliação antropométrica • Avaliação da composição corporal • Modelos teóricos de análise e métodos da avaliação da composição corporal • Técnicas da avaliação da composição corporal Objetivos de Aprendizagem • Contextualizar a avaliação antropométrica no âmbito da Educação Física. • Identificar os principais conceitos e técnicas que permeiam o processo da avaliação antropométrica. • Apresentar os métodos direto, indireto e duplamente indireto da avaliação da composição corporal. • Apresentar as diferentes técnicas utilizadas para avaliar a composição corporal de adultos, jovens e crianças. AVALIAÇÃO ANTROPOMÉTRICA unidade II INTRODUÇÃO P rezado(a) aluno(a), a antropometria pode ser entendida como o estudo das características mensuráveis da forma humana. Ela mede e avalia as características da forma e da composição cor- poral dos seres humanos. Primeiramente, veremos as principais medidas e os principais índices antropométricos e a relação de alguns desses com aspectos da saúde. Em seguida, serão abordadas as três sub- divisões dos métodos da avaliação da composição corporal da metodolo- gia direta, na qual são coletadas informações sobre os diferentes tecidos: massa magra e massa gorda, bem como suas subclassificações. Por sua vez, são observadas, na literatura, vários métodos indiretos para a aná- lise da composição corporal; podemos citar como exemplo: a pesagem hidrostática, a pletismografia, a absortometria radiológica de raios X de dupla energia (Dexa), a ultrassonografia, a tomografia computadorizada, a ressonância magnética e a hidrometria. Algumas das técnicas descri- tas apresentam alto custo para avaliar os componentes da composição corporal e, por isso, são pouco utilizadas na prática do profissional de Educação Física. Dessa forma, a utilização das medidas indiretas é majoritariamen- te limitada aos centros de diagnóstico e programas de pós-graduação em diferentes áreas do conhecimento. No entanto, serão discutidos os princípios das relevantes medidas indiretas na avaliação da composição corporal humana. As medidas indiretas são consideradas como padrão- -ouro de medida, uma vez que manifestam elevada reprodutibilidade na análise dos compartimentos do corpo humano. Finalmente, serão discu- tidas as medidas duplamente indiretas, que incluem as dobras cutâneas e a bioimpedância elétrica. Estas são técnicas que envolvem equipamentos relativamente acessíveis, porém, com forte grau de confiabilidade. Outras medidas poderão ser vistas durante as diferentes disciplinas de Educação Física. No entanto, acredita-se que as principais são descritas nesta uni- dade. Desejamos a todos bons estudos! 48 Introdução à Avaliação Antropométrica Dentre as atribuições que cabem ao(a) gra- duado(a) em Educação Física, seja na li- cenciatura ou no bacharelado, a avaliação antropométrica constitui uma importante ferramenta de análise na sua prática pro- fissional, bem como de avaliação da saúde do seu aluno na escola, na academia, ou em qualquer outro lugar dentro do campo de atuação na área. EDUCAÇÃO FÍSICA 49 A antropometria é o ramo das ciências biológi- cas direcionado ao estudo das características men- suráveis da morfologia (estudo das formas) humana (PITANGA, 2004). Ela avalia todas as caracterís- ticas da forma e da composição corporal dos seres humanos que podem ser medidas. Algumas delas que, normalmente, avaliamos na Educação Física, são: massa corporal (peso corporal), estatura, com- primentos, diâmetros e perímetros dos segmentos, densidade corporal, dobras cutâneas, entre outras (GAGLIARDI; MANSOLDO; KISS, 2003). Com base nas diferentes medidas proporcio- nadas pela antropometria, é possível verificar as dimensões do corpo, como o peso corporal, a esta- tura e as medidas dos segmentos corporais; ainda é possível estimar os componentes da massa cor- poral (por exemplo: massa magra e massa gorda) utilizando equações matemáticas (GAGLIARDI; MANSOLDO; KISS, 2003) que fornecem essas in- formações. Neste primeiro momento, nosso foco será dire- cionado aos métodos de avaliação das dimensões do corpo. Portanto, a seguir, serão apresentados as principais medidas e os protocolos utilizados no campo da Educação Física. MEDIDA DA MASSA CORPORAL A massa corporal é medida utilizando uma balança adequada. Antes da avaliação, é importante verificar se a balança está corretamente calibrada (Figura 1A). Para essa medida, o(a) avaliado(a) deverá ser posicio- nado(a) em pé (com os pés próximos entre si o máxi- mo possível), sem calçados e com o mínimo de rou- pas possível, sobre a balança. O(a) avaliado(a) deve estar imóvel, com os braços relaxados ao longo do corpo, de costas para a escala de medidas (Figura 1B). A B Figura 1 - Medida da massa corporal. A: calibração da balança (mecânica). B: simulação da medida na balança (mecânica) Fonte: os autores. MEDIDA DA ESTATURA A medida da estatura é feita por meio de um esta- diômetro. Para essa medida, o(a) avaliado(a) deverá ser posicionado em pé (com os pés próximos entre si o máximo possível), com os braços relaxados e estendidos ao longo do tronco, e a cabeça ereta, de acordo com o plano de Frankfurt (Figura 2B). O(a) avaliador(a) deverá orientar o(a) avaliado(a) a reali- zar a inspiração e a mantê-la até que a medida seja feita. O esquadro deverá
Compartilhar