4. ARAŞTIRMA SONUÇLARI VE TARTIŞMA
4.1. Kafes Yapılarının Sonlu Elemanlar Yöntemiyle Mekanik Analizi
Os critérios aplicados ao processo de discriminação de tarefas permitiram identificar automaticamente 55 (28%) tarefas executadas de forma não habilidosa e 145 (72%) de forma habilidosa, em um universo de 200 trajetórias capturadas de 100 indivíduos voluntários.
Após a captura de parâmetros e o processamento de métricas, foi necessário testar a eficiência de técnicas matemáticas e estatísticas para avaliar a aquisição de HSM.
Para testar a eficiência de processamento de métricas das técnicas de distância de ponto e plano e medidas direcionais na classificação correta das avaliações, os parâmetros foram capturados em sessões experimentais executadas no AVI 3D, conforme discussão presente na Seção 3.5.1.
Com as métricas processadas por cada uma das técnicas, coeficientes de avaliação foram gerados após a execução da função discriminante apresentada na Equação (3).
143 Isolando-se uma amostra de dados, foi estabelecido um conjunto de treinamento com 75% dos dados (108 trajetórias capturadas) e com os 25% restantes (37 trajetórias) verificou-se a acurácia da função discriminante.
Ao final, foi analisado se a função de classificação obtida com a combinação de cada uma das técnicas de processamento de métricas teve um bom desempenho. Os resultados dos testes de kappa usados na análise da classificação serão apresentados nos próximos parágrafos consoante as duas técnicas de processamento de métricas.
Utilizando a técnica de distância entre o ponto e plano e as informações sobre trajetória capturadas no AVI 3D, obtiveram-se métricas de trajetória e de tempo de cada trajetória, gerando um total de oito métricas: distância de ponto e plano e tempo nas etapas 1, 2, 3 e 4.
Em seguida foi realizado o teste de normalidade kolmogorov-smirnov (Tabela 27), sendo verificado que apenas os tempos das etapas 1, 3 e 4 foram considerados normais (valor-p > 0,05).
O teste kolmogorov-smirnov foi utilizado para verificar se a distribuição do conjunto de dados analisado era normal. Diante dos resultados obtidos foi eleito o teste não paramétrico Mann-Witney com o objetivo de verificar a diferença entre as médias de cada grupo.
Tabela 27 – Teste de normalidade – Kolmogorov-smirnov
Métrica Valor-p
Distância entre trajetórias etapa 1 0,0002 Distância entre trajetórias etapa 2 0,0073 Distância entre trajetórias etapa 3 0,0029 Distância entre trajetórias etapa 4 0,0000
Tempo etapa 1 0,0675
Tempo etapa 2 0,0468
Tempo etapa 3 0,1213
Tempo etapa 4 0,0701
Fonte: Autor
O teste de Mann-Whitney revelou que todas as métricas diferiam entre os grupos (valor-p < 0,05) e que nos grupos mais habilidosos estão os menores valores médios das métricas (Tabela 28).
144 Tabela 28- Valores médios das métricas obtidas de acordo com os grupos e valor-p do teste de
Mann-Whitney.
Métricas Menos habilidosos Mais habilidosos Valor-p
Distância entre trajetórias etapa 1 14,25 cm 7,09 cm <0,0001 Distância entre trajetórias etapa 2 10,58 cm 7,20 cm <0,0001 Distância entre trajetórias etapa 3 40,01 cm 25,20 cm <0,0001 Distância entre trajetórias etapa 4 11,31 cm 6,52 cm <0,0001 Tempo etapa 1 8775,811 ms 5106,891 ms <0,0001 Tempo etapa 2 7851,396 ms 4608,163 ms <0,0001 Tempo etapa 3 8777,321 ms 4859,109 ms <0,0001 Tempo etapa 4 6470,415 ms 3827,772 ms <0,0001
Fonte: Autor
Utilizando a combinação linear dessas métricas e 75% dos dados (108 observações) obteve-se a função discriminante apresentada na Equação (18).
5 5 5 5 1 2 3 4 5 5 5 5 1 2 3 4
5, 40 1700,59 10
613, 29 10
2316,15 10
2172,82 10
+1,41 10
26,1 10
25,81 10
29,36 10
Dx
d
d
d
d
t
t
t
t
(18)A classificação do restante dos dados (25% correspondente a 37 trajetórias) encontra-se descrita na Tabela 29, na qual a diagonal principal representa os elementos convergentes e a diagonal secundária os elementos divergentes. Pela acurácia do classificador foi verificado que a função de classificação apresentou um bom desempenho (coeficiente Kappa = 0,95).
O índice de acerto do classificador apresentou valor preditivo na faixa de 0,95 a 1,00, correspondendo, respectivamente, a 95% nas execuções mais habilidosas e 100% nas execuções menos habilidosas.
Tabela 29- Número de execuções por grupo, segundo classificação da função discriminante e o real
Classificação Real Total classificados
Menos habilidosos Mais habilidosos
Menos habilidosos 13 0 13
Mais habilidosos 1 23 24
Total real 14 23 37
Fonte: Autor
Utilizando técnicas de medidas direcionais, processaram-se as métricas de trajetória e capturou-se o tempo de cada trajetória no AVI 3D, perfazendo um
145 total de doze métricas: i) comprimento da curva nas etapas 1, 2, 3, 4; ii) ângulo médio da curva nas etapas 1, 2, 3, 4 e iii) tempo nas etapas 1, 2, 3, 4.
O teste de normalidade (Tabela 30) detectou que apenas os tempos das etapas 1, 3 e 4 foram normais (valor-p > 0,05). Para a detecção da diferença entre as médias de cada grupo, foi utilizado o teste não paramétrico (Mann-Whitney).
Tabela 30- Teste de normalidade – Kolmogorov-smirnov
Métrica Valor-p
Comprimento da Curva etapa 1 <0,0001 Comprimento da Curva etapa 2 <0,0001 Comprimento da Curva etapa 3 <0,0001 Comprimento da Curva etapa 4 <0,0001 Ângulo Médio da Curva etapa 1 0,0039 Ângulo Médio da Curva etapa 2 <0,0001 Ângulo Médio da Curva etapa 3 0,0001 Ângulo Médio da Curva etapa 4 <0,0001
Tempo etapa 1 0,0675
Tempo etapa 2 0,0468
Tempo etapa 3 0,1213
Tempo etapa 4 0,0701
Fonte: Autor
Tabela 31 - Valores médios das métricas obtidas por grupos e valor-p do teste de Mann-
Whitney
Métrica Menos habilidosos Mais habilidosos Valor-p
Comprimento da Curva etapa 1 17,5 cm 11,0 cm 0,0014 Comprimento da Curva etapa 2 17,5 cm 12,8 cm 0,0272 Comprimento da Curva etapa 3 17,9 cm 12,8 cm 0,0086 Comprimento da Curva etapa 4 14,2 cm 10,5 cm 0,0261 Ângulo Médio da Curva etapa 1 7,9º 4,8º 0,0004 Ângulo Médio da Curva etapa 2 6,9º 4,3º 0,0164 Ângulo Médio da Curva etapa 3 5,6º 3,8º 0,0027 Ângulo Médio da Curva etapa 4 16,8º 25,9º 0,0486 Tempo etapa 1 732,7 ms 295,1 ms <0,0001 Tempo etapa 2 318,6 ms 130,3 ms <0,0001 Tempo etapa 3 336,4 ms 137,4 ms <0,0001 Tempo etapa 4 303,1 ms 133,7 ms <0,0001
Fonte: Autor
Utilizando-se dessas métricas e os 75% dos dados (108 observações), aplicou-se a Equação (13) e obteve-se a função discriminante, apresentada na Equação (19).
146
Dx= − , − , × − c − , × − c − , × − c − , × − c − , ×
− φ − , × − φ − , × − φ + , × − φ − , × − t − , ×
− t − , × − t − , × − t (19) Foram classificados 25% dos dados (37 observações) como apresentado na Tabela 32. Nas colunas verticais da Tabela 32 (Total real) podem ser verificados os valores reais de execuções menos e mais habilidosas. Na horizontal (Total de classificação), são exibidas as execuções classificadas em graus de menor e maior habilidade combinadas com o processamento de métricas por distância de ponto e plano. A intersecção de linha e coluna dos rótulos mais e menos habilidosos indicam os valores em comum entre os valores reais classificados pelo método semiautomatizado.
A função de classificação apresentou bom desempenho quando medida por Kappa = 0,93 ou 93% de acurácia do classificador.
Quanto ao valor preditivo encontrado, o índice de acerto do classificador ficou entre 96% e 100%, correspondendo nessa ordem à classificação dos indivíduos que executaram tarefas com menor habilidade (1,00) e com maior habilidade (0,96).
Tabela 32 – Número de indivíduos em cada grupo, de acordo com a classificação da função
discriminante e o real.
Classificação Real Total classificados
Menos habilidosos Mais habilidosos
Menos habilidosos 9 0 9
Mais habilidosos 1 27 28
Total real 10 27 37
Fonte: Autor