O banco de dados foi elaborado, inicialmente, numa planilha de Excel e, depois, transferida para o software SPSS para a análise de cada um dos instrumentos utilizados.
Finalmente, foi feita a análise estatística dos dados obtidos a partir das entrevistas e questionários, comparando-se a versão de pacientes e seus respectivos médicos, bem como os fatores que interferem na comunicação entre eles: gênero do paciente, gênero do médico, presença de sintomas depressivos, tempo de tratamento, entre outros.
Quanto aos procedimentos estatísticos, utilizou-se o coeficiente de consistência interna Alfa de Cronbach para verificar a confiabilidade do questionário QCCM para pacientes e médicos. Utilizou-se, ainda, o coeficiente de correlação Inter-Item, para verificar a relação existente entre os itens (escalas de análise) do questionário. Fez-se ainda, a análise fatorial exploratória para investigar a validade fatorial do instrumento. Com o objetivo de fazer uma validação externa entre a escala PPOS e o QCCM, a fim de analisar o grau de concordância entre a atitude de médico quanto à relação médico-paciente e a percepção dos pacientes do comportamento comunicativo do médico, utilizou-se a correlação de Pearson.
3.4.3.1 Tratamento de dados ausentes
A ocorrência de não-resposta (dados ausentes) é um problema muito comum em pesquisas amostrais, em especial nos estudos clínicos e epidemiológicos. As razões da ocorrência de não-resposta são diversas, destacando-se, dentre elas, a questão de má-formulação do instrumento de coleta de dados, a falta de cooperação do respondente e a transcrição inadequada do dado coletado, além de outras.
Nas pesquisas nas quais as amostras, por natureza do estudo e dificuldade de coleta de dados, são pequenas, a não-resposta pode comprometer mais seriamente os resultados, tornando a análise enviesada. Assim, torna-se necessário desenvolver mecanismos de tratamento da não-resposta nas pesquisas, de forma a minimizar os possíveis desequilíbrios decorrentes da ausência de respostas aos itens do estudo. As estatísticas descritivas das não-respostas para cada item do questionário encontram-se no APÊNDICE J.
Como resultado, temos um número pequeno de ocorrência de dados ausentes nas respostas aos itens do questionário de pacientes. Os maiores percentuais de não-respostas foram para os itens da escala Apoio Não Verbal, cuja variação foi de 1,89% a 4,72%. Nota-se, ainda, que a escala Apoio Não Verbal foi a única que apresentou não-respostas em todos os seus itens (Q7 a Q11), o que pode sugerir uma certa dificuldade na interpretação do instrumento de coleta (questionário) por parte dos entrevistados. Nas demais escalas, a ocorrência de dados ausentes foi inexpressiva.
Uma vez percebida a ocorrência de não-resposta, faz-se necessário adotar algum procedimento para lidar com essas ocorrências de dados ausentes. Existem
várias formas de lidar com esse tipo de dado. A maneira mais simples é excluir da pesquisa os casos onde há ocorrência de tais dados e, desta forma, trabalhar só com os demais casos. Vale ressaltar que esta forma só é adequada quando a quantidade de não-respostas é pouco expressiva, pois, caso contrário, a amostra pode ficar muito reduzida e, com isto, comprometer ou inviabilizar a realização de inferências. Um método também comum de lidar com os dados ausentes é proceder a uma substituição pela média. Outra forma, um pouco mais robusta, é adotar algum procedimento estatístico de substituição dos dados ausentes através de algum modelo de predição. Para tais casos, o método mais comum é atribuição de valores através de Análise de Regressão.
No presente trabalho, optou-se pelo método de substituição de dados ausentes através da Análise de Regressão, tomando-se como variável resposta (Y) o item do questionário para o qual se queria estimar os dados ausentes e como variáveis explicativas as respostas dadas a outras variáveis do estudo. Inicialmente, foram testadas como explicativas as variáveis sociodemográficas (gênero, idade e escolaridade e outras) e as respostas aos demais itens do questionário. Após algumas simulações, percebeu-se que as variáveis mais explicativas estavam dentro da própria escala, ou seja, para um item da escala Apoio Não Verbal as variáveis significativas eram também da escala Apoio Não Verbal; para um item da escala Compreensão e Relação Amigável, a variáveis explicativas mais significativas eram também da própria escala.
O procedimento de atribuição por Regressão foi adotado somente para os casos nos quais a quantidade de não-respostas dentro de uma mesma escala não excedia a 25% dos itens da escala para um mesmo paciente. Para os casos nos quais os dados ausentes eram superiores a 25%, para um mesmo item de escala, para um paciente específico, optou-se por excluir o referido paciente da análise. Ao todo, foram apenas 3 (três) casos de exclusão, todos eles referentes à escala Apoio Não Verbal. Estes 3 casos correspondem a 3 pacientes com deficiência visual e que, portanto, não poderiam responder sobre a comunicação não-verbal. Mesmo assim, considerou-se que estes pacientres estavam aptos para responder às demais perguntas a respeito da comunicação verbal. Para os demais casos, os dados ausentes foram atribuídos pelo método de Regressão.
3.4.3.2 A elaboração de índices
A elaboração de índices tem como objetivo chegar a um valor que represente uma variável, a partir da combinação de alguns itens do questionário. Este procedimento evita o efeito de viés inerente aos itens individuais, formando medidas compostas por mais de um item do questionário. O formato de resposta utilizado nessa pesquisa (escala Likert) pode ser usado na construção de índices (BABBIE, 1999).
Para os cálculos dos índices, inicialmente, as médias de resposta de cada paciente foram calculadas para cada escala de análise, o que foi feito somando-se as respostas dos diversos itens da escala e dividindo pelo número de itens da referida escala. Em seguida, somaram-se as médias de todos os pacientes, para a referida escala e dividiu-se o resultado pelo número de pacientes, obtendo-se o índice final da escala.