Escala de Satisfação com Escolha do Curso: Adaptação e Evidências de Validade

Academic Major Satisfaction Scale: Adaptation and Validity Evidences

Escala de Satisfacción con Elección del Curso: Adaptación y Evidencias de Validez

Resumo

Este estudo buscou adaptar e obter evidências de validade da Escala de Satisfação com a Escolha do Curso (ESEC) para uso no contexto brasileiro. Participaram deste estudo 674 estudantes universitários, com idade variando entre 18 e 62 anos (M= 23,18, DP= 5,81). Seis modelos fatoriais unidimensionais foram testados com o objetivo de identificar a solução mais parcimoniosa para o instrumento. Sugere-se uma solução final com quatro itens, ao invés de seis. Análises de TRI foram realizadas e observou-se alta fidedignidade da escala para mensuração de baixos níveis do traço latente. A ESEC esteve significativamente correlacionada com os cinco fatores de personalidade, adaptabilidade de carreira e satisfação com a vida. Indica-se que a ESEC apresenta evidências de validade favoráveis ao seu uso no contexto brasileiro, mas o instrumento identifica melhor indivíduos insatisfeitos com a escolha do curso do que os satisfeitos.

Palavras-chave:
estudantes universitários; adaptação acadêmica; adaptação; satisfação acadêmica; desenvolvimento de carreira

Abstract

This study aimed to adapt and obtain validity evidence for the Academic Major Satisfaction Scale (AMSS) in the Brazilian context. The instrument was tested in 674 college students, with ages ranging from 18 to 62 (M = 23.18, SD = 5.81). Six unidimensional models were tested in order to find the parsimonious solution to the instrument. A four-item final solution is suggested, instead of the original 6-item solution. IRT was applied and it was identified that the AMSS had high reliability in individuals with low levels of latent trait. AMSS was significantly correlated with the big-five personality factors, career adapt-ability and life satisfaction. AMSS presents favorable evidences of validity to the Brazilian context, although the scale is more efficient in identifying students who are unsatisfied rather than satisfied with their college major.

Keywords:
college students; academic adjustment; adaptation; academic satisfaction; career development

Resumen

Este estudio buscó adaptar y obtener evidencia de la validez de la Escala de Satisfacción de Elección de Curso (ESEC) para su uso en el contexto brasileño. Participaron un total de 674 estudiantes universitarios, con edades comprendidas entre los 18 y los 62 años (M = 23,18, DT = 5,81). Se probaron seis modelos factoriales unidimensionales con el fin de identificar la solución más parsimoniosa para el instrumento. Se sugiere una solución final con cuatro elementos en lugar de seis. El modelo de respuesta graduada se aplicó a los ítems que funcionaron bien a niveles bajos del constructo. La ESEC se correlacionó significativamente con los cinco factores de personalidad, adaptabilidad profesional y satisfacción con la vida. Se indica que la ESEC presenta evidencia de validez favorable a su uso en el contexto brasileño, pero el instrumento identifica mejor a los insatisfechos con la elección del curso que a los satisfechos.

Palabras clave:
estudiantes universitarios; ajuste académico; adaptación; satisfacción académica; desarrollo profesional

Introdução

O desenvolvimento de carreira ocorre ao longo de todo ciclo vital, sendo a adolescência e a adultez jovem etapas de vida em que se colocam em prática as primeiras escolhas profissionais (Super, Savickas, & Super, 1996). Nesse processo, os sujeitos procuram incorporar no conteúdo de suas escolhas uma representação de suas principais necessidades, interesses e ideias que possuem sobre si (Savickas, 2013). Assim, a busca pela construção de uma identidade profissional envolve tomadas de decisão de carreira (Savickas, 2013). Dessa forma, a procura pelo sentimento de satisfação com as escolhas profissionais é um dos aspectos que motiva os sujeitos a lidarem com transições de carreira (Super, 1951/1998). Se o conteúdo das escolhas de carreira estiver congruente com as necessidades e interesses do indivíduo, o sentimento de satisfação com a escolha será um resultado adaptativo do indivíduo ao enfrentar uma transição de carreira (Nauta, 2007; Savickas, 2005; Super, 1951/1998; Super et al., 1996).

A satisfação com a escolha do curso enquadra-se como um resultado de adaptação à transição de carreira, tendo como antecedentes a personalidade - prontidão adaptativa - e a adaptabilidade de carreira - recursos para adaptação de carreira (Savickas, 2013; Savickas & Porfeli, 2012). A escolha de curso pode ser precedida de comportamentos, como, por exemplo, antecipação do futuro e exploração de informações. Ainda, estudantes com maior satisfação com o curso apresentam desfechos positivos em relação à carreira após a faculdade como conseguir um emprego na área pretendida ou saber escolher em qual área especializar-se (Logue, Lounsbury, Gupta, & Leong, 2007; Urquijo & Extremera, 2017).

Tendo em vista que o aconselhamento de carreira se destina a ajudar os clientes a lidar melhor com as transições de carreira, quando se trata de estudantes universitários, a temática da satisfação, ou insatisfação, com a escolha do curso é um tema pertinente para essa prática (Savickas, 2013). Medidas muito abrangentes de satisfação relacionadas ao contexto universitário - como, por exemplo, a satisfação acadêmica (Lent, Singley, Sheu, Schmidt, & Schmidt, 2007) - podem ser limitadas ao questionarem sobre a experiência acadêmica em relação a aspectos muito diversos, tais como satisfação com colegas, com a experiência acadêmica, com professores, com a instituição etc. No entanto, estar insatisfeito academicamente não necessariamente se generaliza para estar insatisfeito com o curso escolhido.

Uma situação que não é difícil de se imaginar é a de um estudante que sente prazer ao estudar a área de estudos escolhida, porém sente-se insatisfeito com o relacionamento que estabeleceu com professores ou colegas. Uma medida de satisfação acadêmica englobará tanto a satisfação com a escolha, quanto a insatisfação pela frustração advinda dos relacionamentos. Ao mesmo tempo, alguém insatisfeito com a experiência acadêmica não necessariamente está insatisfeito com a escolha do curso em si (em termos dos seus conteúdos e possibilidades profissionais associadas). Esses problemas seriam a princípio resolvidos com a mensuração da satisfação com a escolha de curso (Nauta, 2007).

Satisfação com a Escolha do Curso e Correlatos

A satisfação com a escolha do curso é definida como a satisfação ou desapontamento de um indivíduo com o seu curso escolhido, assim como a ponderação de que o seu curso é melhor ou pior do que outros (Nauta, 2007). A satisfação com a escolha do curso tem sido investigada tanto em associação a variáveis individuais, como com personalidade (Pritchard, Fudge, Crawford, & Jackson, 2018), e em relação a variáveis contextuais, como empregabilidade e performance acadêmica (Mathis, Bullock-Yowell, Leuty, & Nicholson, 2017). Cabe ressaltar que a satisfação com a escolha de curso não pertence a um modelo teórico específico, sendo estudada à luz de diferentes abordagens teóricas.

Dentre os fatores de personalidade, a conscienciosidade tem recebido destaque na literatura como um dos fatores importantes na performance acadêmica (Mathis et al., 2017; Poropat, 2009; Rosander & Bäckström, 2014). Isso é justificado por esse traço estar ligado à vontade de alcançar objetivos e à execução sistemática de tarefas, habilidades que são importantes para um maior desempenho acadêmico. Entretanto, pouco se testou até o momento a relação desses traços de personalidade com a satisfação com a escolha do curso. Em estudo estadunidense com alunos do curso de administração, foi observado que os fatores conscienciosidade e extroversão estiveram de forma positiva e significativa relacionados à satisfação com o curso e, junto com o otimismo, explicaram 38% da variância para a satisfação com o curso (Logue et al., 2007).

Ainda em relação à personalidade, um estudo com 529 universitários australianos identificou o traço de conscienciosidade como preditor do otimismo em relação a carreira, sendo que este mediou a relação entre conscienciosidade e satisfação com a escolha do curso (McIlven, Beccaria, & Burton, 2013). Nesse mesmo estudo, satisfação com a escolha do curso se correlacionou significativamente com: conscienciosidade (r = 0,23), amabilidade (r = 0,12), abertura à experiência (r = 0,14), extroversão (r = 0,14) e neuroticismo (r = -0,27). Tal estudo é coerente com estudos anteriores que associaram o traço de conscienciosidade à performance acadêmica (Poropat, 2009). Além da conscienciosidade, torna-se interessante investigar a associação da satisfação com a escolha do curso com os demais fatores do modelo dos cinco grandes fatores. Traços como abertura à experiência podem interferir, por exemplo, no comportamento exploratório dos estudantes em relação à carreira, influindo na sua satisfação com a escolha do curso (Pesch, Larson, & Seipel, 2017).

A satisfação acadêmica, que apresenta relação com a satisfação com a escolha de curso, também tem sido pesquisada em suas relações com adaptabilidade de carreira. Em um estudo nacional, foram encontradas correlações fracas a moderadas entre satisfação com as vivências acadêmicas e as dimensões da adaptabilidade de carreira: preocupação (r = 0,39), controle (r = 0,28), curiosidade ( r= 0,29) e confiança (r = 0,24; Ambiel, Martins, Tofoli, & Campos, 2019). Já no contexto internacional, uma metanálise indicou correlações positivas e moderadas entre adaptabilidade de carreira e satisfação acadêmica (Rudolph, Lavigne, & Zacher, 2017). Além disso, a adaptabilidade de carreira foi preditora da satisfação acadêmica no estudo de Wilkins-Yel, Roach, Tracey e Yel (2018). Assim, teoricamente, esperar-se-ia associações fracas a moderadas envolvendo as dimensões da adaptabilidade de carreira com a satisfação com a escolha de curso.

A satisfação com a escolha do curso também está relacionada à satisfação com a vida. Akkermans, Paradniké, Van der Heijden e De Vos (2018) observaram estudantes mais satisfeitos com seus cursos tendem a relatar maiores níveis de satisfação com a vida (r = 0,42). O mesmo estudo identificou que aqueles que apresentaram mais adaptabilidade e competências em relação a carreira mais desenvolvidas também demonstraram maior satisfação com a vida, mediada pela satisfação com a escolha do curso.

Escala de Satisfação com a Escolha do Curso: Características e Contextos de Aplicação

A Escala de Satisfação com a Escolha do Curso (ESEC; Academic Major Satisfaction Scale, AMSS) foi apresentada pela primeira vez por Nauta (2007). A ESEC foi criada para suprir a necessidade de uma medida robusta de satisfação com a escolha do curso. Operacionalizou-se essa variável como o grau de satisfação (ou de insatisfação, a depender da redação do item) que uma pessoa possui do curso que escolheu, contemplando conteúdos como pensamentos relacionados à desistência ou continuidade no curso (Nauta, 2007). Inicialmente, foram desenvolvidos 20 itens para avaliar aspectos cognitivos e emocionais referentes à satisfação com a escolha do curso em estudantes universitários. No primeiro estudo, 10 itens foram excluídos a partir da análise fatorial exploratória com 237 estudantes universitários. Após dois anos, foi realizada uma segunda coleta com uma nova amostra e chegou-se a uma solução final, a partir de uma análise fatorial confirmatória, de seis itens refletindo uma estrutura unidimensional de satisfação com a escolha do curso (Nauta, 2007).

Em relação à estrutura fatorial, dos seis itens presentes no modelo final do instrumento, quatro são itens negativos que se referem a conteúdos de insatisfação à escolha do curso e intenção de evasão do curso atual (exemplo: “Eu gostaria de conversar com alguém sobre mudar de curso”). Dessa forma, Nauta (2007) optou por realizar uma análise fatorial confirmatória correlacionando os resíduos dos quatro itens negativos (itens 1, 2, 3 e 6) e correlacionando os resíduos dos dois itens positivos (4 e 5). De acordo com Nauta (2007), a escolha pela correlação entre os resíduos ocorreu para controlar um possível viés de resposta associado aos itens positivos e negativos. A ESEC, com essas correções, atingiu uma estrutura unidimensional com índices de ajuste adequados: χ²/gl = 4,682; TLI = 0,95; CFI = 0,99; RMSEA = 0,12; SRMR = 0,02. Percebe-se, entretanto, que o RMSEA > 0,06 pode ser um sinal de especificação inadequada do modelo, de acordo com Hu e Bentler (1999) e Brown (2015).

De toda a forma, desde a construção da ESEC nos Estados Unidos (Nauta, 2007), a medida de satisfação com a escolha do curso vem sendo adaptada e apresentada como uma importante variável de desfecho no contexto universitário em países como Austrália (McIlven et al., 2013), Coreia do Sul (Sovet, Park, & Jung, 2013), Turquia (Erdoğan & Arsal, 2015), Nigéria (Ebulum & Chidiobi, 2016) e Filipinas (Nerona, 2020). Nas adaptações para outros países, nem sempre a estrutura unidimensional com correlação entre os itens negativos e positivos se mantiveram.

Na Turquia, adotou-se uma estrutura unidimensional correlacionando os erros dos itens 3 e 6, e dos itens 4 e 5, seguindo-se os índices de modificação do modelo e tendo por base a análise semântica dos itens, que possuíam conteúdos semelhantes entre si (Erdoğan & Arsal, 2015). Tal solução obteve índices de ajustes parcialmente satisfatórios: χ²(7) = 17,34; gl = 7; RMSEA = 0,075; CFI = 0,99; SRMR = 0,021; percebe-se novamente que RMSEA > 0,06. Já na Coreia do Sul (Sovet et al., 2013), o processo de adaptação criticou a proposta de Nauta (2007) de correlacionar os quatro itens negativos concomitante aos dois itens positivos, pontuando que a correlação de resíduos entre dois itens poderia ser inadequada em uma solução fatorial. Finalmente, optaram por realizar apenas a correlação entre os quatro itens negativos, obtendo-se índices de ajuste considerados adequados: χ² = 5,66; gl = 3; χ²/gl = 1,89; CFI = 0,99, TLI = 0,98; RMSEA = 0,057; SRMR = 0,018. A estrutura fatorial do instrumento não foi alvo de investigação nos estudos da Austrália, Nigéria e Filipinas.

No Brasil, a ESEC foi utilizada para avaliar a satisfação com o curso da pós-graduação (Soares, Andrade-Filho, Ribeiro, & Rezende, 2020). Os conteúdos dos itens foram adaptados para o contexto da pós-graduação (ex.: “Eu gostaria de estar mais feliz com a minha escolha de programa de pós-graduação”). No entanto, no estudo referido somente o alfa de Cronbach foi apresentado como evidência de fidedignidade; não foram apresentadas as evidências de validade do construto, como as propriedades psicométricas do modelo unidimensional proposto por Nauta (2007). Outro estudo brasileiro foi recentemente publicado utilizando-se a ESEC (Soares, Nascimento, Silva, Barbosa, & Kamazaki, 2021). A escala foi avaliada em dois estudos com amostras independentes: no primeiro com análise fatorial exploratória (indicando bons ajustes para estrutura unifatorial) e, no segundo, utilizando-se análise fatorial confirmatória. Testou-se uma estrutura unifatorial sem correlação residual entre itens, diferente dos modelos internacionais já citados. Possivelmente por não estabelecer correlações residuais, o RMSEA do modelo foi de 0,235, embora tenha apresentado bons índices de ajuste no geral: χ² = 306,09; gl = 9; χ²/gl = 34,01; CFI = 0,98; TLI = 0,96.

De forma geral, os diferentes estudos de adaptação têm sugerido suas próprias estruturas fatoriais com correlações residuais que variam de um estudo a outro. Essas escolhas parecem ser guiadas pela intenção de diminuição do Root Mean Square Error of Approximation (RMSEA), medida de erro de aproximação do quanto um modelo estimado se aproxima de um modelo populacional (Brown, 2015). Os estudos de adaptação até agora citados - com exceção do estudo de Soares et al. (2020) e Soares et al. (2021) - parecem se utilizar da correlação residual para diminuição de erro no modelo (de forma prática, para a diminuição de RMSEA). Entretanto, buscar melhorar índices de ajuste por meio da correlação de resíduos não transforma o instrumento necessariamente em uma boa medida (Kline, 2015), além de tornar complexo o modelo unifatorial inicialmente proposto. Somado a isso, essas correlações residuais não são teoricamente conceitualizadas no desenho do estudo, mas dadas a posteriori com a interpretação dos resultados dos índices de modificação (Cole, Ciesla, & Steiger, 2007). Ou seja, não colaboram para a interpretação teórica dos resultados do instrumento.

Este estudo adaptou a Escala de Satisfação com a Escolha do Curso para o contexto brasileiro. Tendo isso em vista, este trabalho teve como objetivo buscar evidências de validade e fidedignidade para a ESEC com estudantes universitários no contexto brasileiro. Além disso, este estudo buscou comparar diferentes estruturas fatoriais da ESEC, a fim de identificar uma solução fatorial com índices de ajuste (mais especificamente, RMSEA) mais adequados do que os relatados na literatura. Para a investigação das evidências de validade, foram examinadas as correlações com os cinco grandes fatores da personalidade, a adaptabilidade de carreira e a satisfação com a vida.

Hipóteses

Hipótese 1: a ESEC apresentará ajustes adequados para o modelo unidimensional semelhantes aos resultados relatados em estudos internacionais.

Hipótese 2: os fatores de personalidade, extroversão, conscienciosidade, amabilidade e abertura à experiência irão se correlacionar positivamente de maneira fraca e o neuroticismo negativamente e de forma fraca à satisfação com a escolha do curso.

Hipótese 3: a adaptabilidade de carreira se correlacionará positivamente de maneira fraca a moderada com satisfação com a escolha do curso.

Hipótese 4: a satisfação com a escolha do curso irá se correlacionar positivamente de forma moderada à satisfação com a vida.

Método

Participantes

Participaram do estudo 674 estudantes universitários, com idade variando entre 18 e 62 anos (M = 23,18, DP = 5,81). A maioria da amostra era do sexo feminino (n = 493), sendo que 402 pessoas se autodeclararam como brancas; 169 como pardas; 92 como negras; oito como amarelas e uma como indígena. A maioria dos participantes informou estudar em uma instituição de ensino superior pública (n = 514). O curso dos participantes foi questionado em uma lista corrida. Os cursos variaram bastante na amostra, sendo eles, principalmente: psicologia (n = 79), letras (n = 35), ciências biológicas (n = 34), direito (n = 32), biomedicina (n = 29), pedagogia (n = 24), administração (n = 22), engenharia química (n = 21), fisioterapia (n = 16), ciência e tecnologia (n = 15), matemática (n = 15), enfermagem (n = 14), medicina (n = 14), química (n = 14), medicina veterinária (n = 13), história (n = 12), ciências contábeis (n = 11), engenharia elétrica (n = 11), outros 71 cursos da lista (n = 240), e outros cursos não listados (n = 23).

Apesar de 674 terem respondido a maioria dos instrumentos abaixo relatados, da totalidade de participantes apenas 102 preencheram o instrumento Escala de Adaptabilidade de Carreira (EAC). Isso ocorreu, pois a EAC foi enviada uma semana após a aplicação dos outros questionários, para evitar a fadiga dos participantes de precisar responder às diversas escalas. A subamostra de 102 estudantes universitários tinha idade entre 18 e 58 anos (M = 22,86, DP = 5,85). A maioria (68,63%, n = 70) era do sexo feminino e 85,29% (n = 87) estudavam em universidades públicas. Ainda, 69 pessoas se autodeclararam como brancas, 23 como pardas e 10 como negras.

Instrumentos

Escala de Satisfação com a Escolha de Curso

Traduzida e adaptada para o português brasileiro para este estudo a partir do estudo de Nauta (2007). A escala de seis itens é unidimensional e deve ser respondida em uma escala Likert de 1 (Discordo fortemente) a 5 (Concordo fortemente).

Escala de Adaptabilidade de Carreira (Audibert & Teixeira, 2015)

A Escala de Adaptabilidade de Carreira tem como objetivo avaliar a adaptabilidade de carreira e seus quatro fatores: preocupação, controle, curiosidade e confiança. A escala é composta por 24 afirmativas que são respondidas em uma escala tipo Likert que vai de 1 (Desenvolvi pouco ou nada) a 5 (Desenvolvi extremamente bem). A escala apresentou medidas satisfatórias de ajuste para o modelo hierárquico de cinco fatores: χ² = 428,773; gl = 248; χ²/gl = 6,79; CFI = 0,95; TLI = 0,94; RMSEA 90% IC = 0,077 [0,073-0,080]. A magnitude das cargas fatoriais variou entre 0,67 e 0,90. O estudo original demonstrou bons índices de consistência interna dos fatores, sendo a = 0,94 para o fator total de adaptabilidade de carreira. Neste estudo, com uma amostra n = 102, a escala apresentou χ² = 329,974; gl = 248; χ²/gl = 1,73; CFI = 0,99; TLI = 0,99; RMSEA 90% IC = 0,057 [0,039-0,073], SRMR = 0,081.

Marcadores Reduzidos para a Avaliação da Personalidade no Modelo dos Cinco Grandes Fatores (Hauck Filho, Machado, Teixeira, & Bandeira, 2012)

A escala foi criada com o objetivo de mensurar cada um dos cinco grandes fatores de personalidade: extroversão, socialização, conscienciosidade, neuroticismo e abertura à experiência. Para atingir esse fim, a escala é composta por 25 adjetivos. Ao respondente é pedido que esse marque o quão bem cada um dos adjetivos o descreve em uma chave de respostas tipo Likert de 1 (Não descreve apropriadamente) a 7 (Descreve apropriadamente). Os resultados da análise fatorial exploratória sugeriram cinco fatores, sendo α = 0,83 (extroversão), α = 0,79 (socialização), α = 0,79 (conscienciosidade), α = 0,69 (neuroticismo), α = 0,61 (abertura). Neste estudo, a análise fatorial confirmatória com 674 participantes resultou nos seguintes índices: χ² = 1837,519; gl = 265; χ²/gl = 6,93; CFI = 0,95; TLI = 0,95; RMSEA 90% IC = 0,094 [0,090-0,098], SRMR = 0,083.

Escala de Satisfação com a Vida (Zanon, Bardagi, Layous, & Hutz, 2013)

A escala de satisfação com a vida mensura a avaliação cognitiva global de uma pessoa com a sua situação de vida (Zanon et al., 2013). A escala possui cinco itens que devem ser respondidos em uma escala de 1 (Discordo plenamente) a 7 (Concordo plenamente). Neste estudo, a escala apresentou os seguintes índices de ajuste: χ² = 13,015; gl = 5; χ²/gl = 2,60; CFI = 0,99; TLI = 0,99; RMSEA 90% IC = 0,049 [0,017-0,082], SRMR = 0,025.

Questionário Sociodemográfico

Foi aplicado um questionário sociodemográfico desenvolvido para este estudo. No questionário aplicado, participantes forneceram informações referentes à idade, curso, gênero, dentre outras características que foram utilizadas para descrever a amostra.

Procedimentos

Este estudo foi aprovado pelo Comitê de Ética em Pesquisa em Psicologia da UFRGS. Todos os participantes foram informados sobre os objetivos da pesquisa e, após a leitura do Termo de Consentimento Livre e Esclarecido, concordaram em participar do estudo. A coleta ocorreu entre outubro de 2016 e janeiro de 2017. Os participantes foram escolhidos por conveniência por meio das redes sociais.

O processo de adaptação seguiu as diretrizes estabelecidas pela International Test Commission (2017), assim como as instruções reforçadas por Borsa, Damásio e Bandeira (2012). A autora da escala original foi contatada e os autores tiveram aprovação para realizar o processo de adaptação da escala. Esse processo foi iniciado em 2016, portanto, antes de tomar-se conhecimento do estudo de Soares et al. (2021) e sua versão do instrumento. Começou-se pela tradução do instrumento do idioma de origem para o idioma-alvo, realização da síntese das versões traduzidas, análise da versão sintetizada por juízes e tradução reversa para o idioma de origem (back translation). Todas as etapas envolvendo a tradução e adaptação foram realizadas por membros do grupo de pesquisa Núcleo de Estudos e Intervenções em Carreira (NEIC), os quais eram fluentes na língua inglesa. A autora da escala original avaliou os itens e deu pa-recer positivo para a continuação do estudo.

Após concluídas as etapas de tradução, síntese e tradução reversa, foi realizado um estudo-piloto com nove estudantes de um curso de odontologia, com idades entre 18 e 19 anos, sendo oito deles do sexo feminino. Os participantes comentaram o que pensaram sobre cada um dos itens, de modo que foi possível comparar as impressões deles com aquilo que era esperado que o item transmitisse. Esses participantes consideraram adequada a compreensão do conteúdo da escala, por isso, não foram necessárias alterações. Após esse estudo-piloto, o instrumento foi aplicado on-line por meio da plataforma SurveyMonkey, sendo divulgado pelas redes sociais para um público amplo de estudantes. Na primeira aplicação, os participantes responderam todos os questionários exceto a EAC. Uma semana após a primeira aplicação, participantes que disponibilizaram seu e-mail para a segunda etapa do estudo receberam a EAC para ser respondida.

Análise de Dados

Os dados foram analisados no software R, versão 4.0.3 (R Core Team, 2020). Escores de correlação entre 0,10 e 0,30 foram considerados baixos, escores de correlação entre 0,30 e 0,50 foram considerados moderados, e escores entre 0,50 e 1,00 foram considerados altos (Cohen, 1988). As análises fatoriais confirmatórias (AFCs) dos instrumentos utilizados neste estudo foram executadas pelo pacote lavaan (Rosseel, 2012) utilizando o estimador DWLS (Diagonally Weighted Least Squares). Escolheu-se o DWLS por sua superioridade em relação ao WLSM (Weighted Least Squares Mean adjusted) e WLSMV (Weighted Least Squares Mean and Variance adjusted) no cálculo de parâmetros e de índices de ajuste em AFCs com dados ordinais iguais ou acima de cinco categorias (DiStefano & Morgan, 2014). De acordo com Hu e Bentler (1999) e Brown (2015), considerou-se os seguintes índices de ajuste e subsequentes pontos de corte como evidências de bons ajustes do modelo: χ²/gl ≤ 3; CFI ≥ 0,95; TLI ≥ 0,95, RMSEA ≤ 0,06 e SRMR ≤ 0,08. Análises de Teoria de Resposta ao Item utilizando-se o modelo de resposta graduada (Zanon, Hutz, Yoo, & Hambleton, 2016) foram realizadas no R pelo mirt (Chalmers, 2012).

Resultados

Resultados referentes às análises fatoriais confirmatórias da ESEC são apresentados na Tabela 1. No Modelo 1, a estrutura unifatorial sem resíduos correlacionados entre os itens foi testada, semelhante ao modelo testado por Soares et al. (2021). Esse modelo apresentou índices de ajuste parcialmente satisfatórios, assim como observado na primeira análise do estudo sul-coreano (Sovet et al., 2013) e no estudo brasileiro (Soares et al., 2021). Notou-se bons índices de ajuste relativos (CFI e TLI > 0,95) e um bom índice de ajuste absoluto pelo SRMR (≤ 0,10). Entretanto, o RMSEA do modelo foi acima de 0,08, considerado inaceitável (Brown, 2015; Hu & Bentler, 1999).

Tabela 1
Sumário dos Índices de Ajuste para os Modelos de Análise Fatorial Confirmatória (n = 674)

	Modelo	χ²	gl	CFI	TLI	SRMR	RMSEA [IC 90%]
1	Unifatorial sem correlações	146,413	9	0,997	0,996	0,047	0,151 [0,130-0,173]
2	Unifatorial + COR(3, 6)	61,757	8	0,999	0,998	0,032	0,100 [0,078-0,124]
3	Unifatorial + COR(3, 6) + COR(4, 5)	6,358*	7	1	1	0,011	0,000 [0,000-0,045]
4	Unifatorial + COR(1, 2, 3, 6)	0,281*	3	1	1	0,002	0,000 [0,000-0,000]
5	Unifatorial + COR(1, 2, 3, 6) + COR(4, 5)	0,281*	2	1	1	0,002	0,000 [0,000-0,039]
6	Unifatorial (Exclusão dos itens 5 e 6)	1,824*	2	1	1	0,008	0,000 [0,000-0,074]

• Nota. * p > 0,05.

Os índices de modificação desse modelo inicial foram consultados e, assim como no estudo de adaptação para a Turquia (Erdoğan & Arsal, 2015), o Modelo 2 segue o primeiro índice de modificação. No Modelo 2, adicionou-se uma correlação entre os resíduos do item 3 (“Eu estou pensando seriamente em mudar para um outro curso”) e item 6 (“Eu gostaria de conversar com alguém sobre mudar de curso”), sobre a qual r = 0,64 (Modelo 2). Seguindo os índices de modificação, o Modelo 3 apresenta, além da correlação entre os resíduos dos itens 3 e 6 (r = 0,61), uma correlação entre os itens 4 (“De forma geral, estou feliz com o curso que escolhi”) e 5 (“Eu me sinto bem com a minha escolha de curso”, r = 0,74). O Modelo 3 é idêntico à solução final turca (Erdoğan & Arsal, 2015), tendo apresentado bons índices de ajuste. Finalmente, o Modelo 4 correlacionou os resíduos dos itens negativos (itens 1, 2, 3 e 6), seguindo a mesma estrutura final do instrumento sul-coreano (Sovet et al., 2013). Até esse momento, o Modelo 4 apresentou os melhores índices de ajuste.

Após isso, uma análise da estrutura fatorial idêntica à apresentada por Nauta (2007) foi conduzida (Modelo 5). Nota-se que não há mudança relevante nos índices de ajuste do Modelo 5 se comparado ao Modelo 4, que tende a ser mais parcimonioso.

Comparando-se o modelo unifatorial simples (Modelo 1) com os restantes, percebe-se que o RMSEA passou a ser abaixo de 0,08 apenas quando houve correlação tanto entre os resíduos dos itens 3 e 6 quanto dos itens 4 e 5. Nesse sentido, hipotetizou-se que os índices de ajuste do modelo unifatorial - especialmente o RMSEA - estariam refletindo a redundância de conteúdo entre os itens 3 e 6, e 4 e 5. A partir disso, um último modelo foi testado (Modelo 6), no qual os itens 5 e 6 foram excluídos da análise. O item 5 (“Eu me sinto bem com a minha escolha de curso.”) foi excluído por ter conteúdo redundante em relação ao item 4 (“De forma geral, estou feliz com o curso que escolhi.”). O item 4 foi preferível por apresentar a conjunção “de forma geral”, remetendo à globalidade da satisfação com a escolha de curso. O item 6 (“Eu gostaria de conversar com alguém sobre mudar de curso.”) foi excluído também por redundância de conteúdo, dessa vez em relação ao item 3 (“Eu estou pensando seriamente em mudar para um outro curso.”). O item 6 foi excluído por se referir a um aspecto comportamental de mudança de curso, enquanto o item 3 refere-se a um aspecto cognitivo da avaliação da satisfação - sendo mais coerente com o restante dos itens da escala.

Quando comparado ao Modelo 4 (sul-coreano) e 5 (estrutura original do instrumento), preferiu-se a escolha pelo Modelo 6. Isso o modelo elimina a necessidade de se correlacionar os resíduos de itens, tornando essa solução a mais parcimoniosa dentre as outras - tanto por ter menos itens quanto por estabelecer menos parâmetros fixados. Dessa forma, o Modelo 6 foi o escolhido neste artigo como representando o construto de satisfação com a escolha do curso. Sobre a consistência interna, a ESEC apresentou α IC 95% = 0,89 [0,88-0,91] e confiabilidade composta = 0,93 (para mais sobre confiabilidade composta, ver Valentini & Damásio, 2016). Cargas fatoriais e erros-padrão são apresentados na Tabela 2.

Tabela 2
Cargas Fatoriais Padronizadas e Erros Padrões da Análise Fatorial Confirmatória da ESEC

Item	Cargas fatoriais	EP
1. Eu frequentemente penso que não deveria ter entrado nesse curso.	-0,922	0,012
2. Eu gostaria de estar mais feliz com a minha escolha de curso.	-0,913	0,012
3. Eu estou pensando seriamente em mudar para um outro curso.	-0,858	0,013
4. De forma geral, estou feliz com o curso que escolhi.	0,901	0,012

• Nota. EP = Erro padrão.

Foram realizadas análises de correlação a fim de investigar as similaridades entre escores provenientes dos diferentes modelos da ESEC, além de investigar as evidências de validade em relação com outras variáveis. Todos os escores dos modelos fatoriais testados apresentaram alta similaridade (r > 0,97). Sobre as evidências de validade por construtos correlacionados (Tabela 3), satisfação com a escolha do curso apresentou correlações de fracas a moderadas com construtos de personalidade. Ainda, a satisfação com o curso demonstrou correlações fracas com adaptabilidade de carreira e correlação moderada com satisfação com a vida. Tais resultados corroboram as hipóteses iniciais do estudo.

Tabela 3
Correlações entre ESEC, Satisfação com a Vida, Personalidade e Adaptabilidade de Carreira

Variáveis	1	2	3	4	5	6	7	8	9	10	11	12
n = 674
1. Sat. Curso	1,00
2. Sat. Vida	0,36	1,00
3. Extrov.	0,19	0,21	1,00
4. Sociab.	0,19	0,28	0,23	1,00
5. Consci.	0,29	0,32	0,15	0,39	1,00
6. Neuro.	-0,36	-0,48	-0,41	-0,30	-0,25	1,00
7. Abert.	0,10	0,09	0,33	0,25	0,18	-0,13	1,00
n= 102
8. Preoc.	0,30	0,33	0,13*	0,37	0,58	-0,27	0,18*	1,00
9. Confi.	0,30	0,31	0,16*	0,37	0,34	-0,41	0,19*	0,62	1,00
10. Curio.	0,25	0,30	0,24	0,44	0,46	-0,40	0,37	0,67	0,79	1,00
11. Contr.	0,26	0,25	0,23	0,37	0,56	-0,37	0,25	0,71	0,76	0,83	1,00
12. Adapt.	0,28	0,30	0,23	0,43	0,52	-0,41	0,29	0,77	0,88	0,93	0,95	1,00
M	3,89	4,25	4,10	5,48	5,52	4,15	3,99	3,64	3,70	3,46	3,68	3,62
DP	1,06	1,35	1,30	0,96	1,09	1,45	1,28	0,85	0,82	0,80	0,84	0,69

• Nota. Para todas as correlações com *, p > 0,05. Para o restante, p < 0,05.
• Sat. Curso = satisfação com a escolha do curso, Sat. Vida = satisfação com a vida. Extrov. = extroversão, Sociab. = sociabilidade, Consci. = conscienciosidade, Neuro. = neuroticismo, Abert. = abertura à experiência. Preoc. = preocupação, Confi. = confiança, Curio. = curiosidade, Contr. = controle, Adapt. = adaptabilidade de carreira.

As análises realizadas com a Teoria de Resposta ao Item mostram que todos os itens da ESEC são altamente discriminativos, com o parâmetro a variando entre 3,10 e 4,50 (Tabela 4). Vale comentar que previamente à exclusão dos itens 5 e 6, a escala possuía discriminação variando de 2,41 (item 6) a 5,41 (item 5). A exclusão do item 6 não prejudicou a discriminação do instrumento. A exclusão do item 5 diminuiu a discriminação do instrumento, que passou a ter como valor máximo de a= 4,50. De toda a forma, manteve-se a exclusão do item 5 por motivos conceituais conforme apresentado nos parágrafos acima. Seguindo adiante na análise, mesmo com alta discriminação, os itens da ESEC podem ser considerados fáceis. O item 2 apresenta a maior dificuldade para a opção de resposta “Concordo completamente”, sendo b4 = 0,52. Isso indica que uma pessoa com traço latente θ < 1 poderia pontuar a maior opção de resposta tanto no item 2 como nos itens restantes da ESEC (que possuem b4 menores). Ainda sobre análises dos itens, a Figura 1 mostra a informação do teste, situada principalmente em valores com θ < 1. Os resultados nos levam a concluir que a ESEC é uma boa escala para avaliar pessoas com baixo traço latente de satisfação com a escolha de seu curso.

Tabela 4
Parâmetros dos itens da ESEC pelo modelo de resposta graduada

Item	a	b1	b2	b3	b4
1. Eu frequentemente penso que não deveria ter entrado nesse curso.	4,50	-1,58	-1,03	-0,54	0,17
2. Eu gostaria de estar mais feliz com a minha escolha de curso.	3,95	-1,07	-0,46	-0,11	0,52
3. Eu estou pensando seriamente em mudar para um outro curso.	3,10	-1,80	-1,46	-0,92	-0,29
4. De forma geral, estou feliz com o curso que escolhi.	3,90	-2,29	-1,68	-0,89	0,26

• Nota. Itens 1 a 3 invertidos para assegurar o sentido de “satisfação” com a escolha do curso.

Discussão

Esta pesquisa teve como objetivo traduzir e adaptar a ESEC para o contexto brasileiro. Foram avaliadas seis estruturas unifatoriais e unidimensionais a fim de identificar a estrutura mais adequada e parcimoniosa para o contexto brasileiro, além de evidências de validade por correlação com variáveis externas, sendo elas: os cinco fatores de personalidade, adaptabilidade de carreira e satisfação com a vida. Os modelos unidimensionais testados seguiram as propostas de correlação dos resíduos dos itens a partir dos índices de modificação, de acordo com adaptações realizadas em países como Coreia do Sul (Sovet et al., 2013) e Turquia (Erdoğan & Arsal, 2015), além do estudo de construção e evidências de validade da escala no contexto estadunidense (Nauta, 2007).

Em suma, esse objetivo foi cumprido trazendo como aspecto inovador à análise das propriedades psicométricas da ESEC no Brasil com graduandos e à proposta de uma solução diferente da escala original construída no contexto universitário americano (Nauta, 2007), e de uma solução brasileira já publicada (Soares et al., 2021). Tais resultados podem favorecer interpretações mais fidedignas e parcimoniosas desse construto em estudos futuros.

Sobre as semelhanças dessa escala em relação à escala de Soares et al. (2021), ressalta-se que ambas foram baseadas no instrumento de Nauta (2007), constituindo-se por escalas Likert de cinco pontos. Ambas as escalas também possuem itens com frases bastantes semelhantes, por exemplo: “Eu estou pensando seriamente em mudar para um outro curso”, desta adaptação, e “Considero fortemente mudar de curso”, da adaptação de Soares et al. (2021). Apesar disso, a principal diferença entre as escalas é que nessa adaptação optou-se pela exclusão de dois itens que adicionavam redundância ao conteúdo do instrumento. Esses dois itens diminuíram o erro do modelo unifatorial final, que passou de RMSEA 90% IC = 0,235 [0,213-0,258] com seis itens (Soares et al., 2021) para RMSEA 90% IC = 0,000 [0,000-0,074] com quatro itens.

Sobre o processo de tradução e adaptação, modificou-se a expressão “academic majors”. A tradução encontrada que melhor representou a expressão, inexistente no português brasileiro, foi o termo “curso”, compreendendo o sentido de “curso superior”. A expressão major no currículo estadunidense é equivalente a uma especialidade dentro do currículo da graduação. No entanto, no contexto brasileiro, embora alguns cursos possuam ênfases no momento da formação, todos saem da graduação com uma formação generalista no reconhecimento do diploma e na própria sociedade.

Na avaliação dos índices de ajustes obtidos por AFCs, foi observado que o modelo apresentou índices de ajuste pouco satisfatórios inicialmente, na solução para seis itens da escala. Outros países, como Coreia do Sul (Sovet et al., 2013) e Turquia (Erdoğan & Arsal, 2015), depararam-se com as mesmas limitações das propriedades psicométricas do instrumento e optaram por correlacionar os resíduos dos itens a partir dos índices de modificação. No entanto, ao observarmos uma solução sem resíduos correlacionados, pode-se destacar como vantagem a utilização de um modelo menos complexo e que pode favorecer a reprodutibilidade do resultado em outras amostras (Brown, 2015). Segundo Brown (2015), correlacionar os resíduos de itens a partir dos índices de modificação costumam ter impacto mínimo na solução final de um modelo e tendem a ser instáveis, podendo meramente refletir um problema amostral do que uma relação importante. Assim, nota-se que a solução de quatro itens é uma solução simples e que trará resultados semelhantes à escala que contém seis itens para os estudos que utilizem a medida. Essa é uma solução que se propõe em prol da parcimoniosidade, mas ressalta-se que aparentemente não há ganhos expressivos em se adotar a estrutura de quatro itens comparada à de seis itens, a não ser pelos motivos já apresentados anteriormente.

No que concerne aos fatores de personalidade, a ESEC apresentou correlações fracas, porém significativas com os cinco grandes fatores. O neuroticismo apresentou a magnitude mais alta (r = -0,36) sendo o único fator com correlação negativa em relação à ESEC, o que também já era esperado seguindo a definição teórica do construto e resultados de estudos anteriores. Em geral, considera-se a conscienciosidade como o principal fator de personalidade que influencia aspectos acadêmicos, sendo ela frequentemente associada à orientação de metas, à eficiência e ao cumprimento dos objetivos (McIlven et. al., 2013). No entanto, dada a característica da escala de captar aspectos de insatisfação com o curso (devido aos seus itens de conteúdo negativo e à sua baixa dificuldade), observou-se que o neuroticismo, característica mais relacionada à expressão de afetos negativos, apresentou maior magnitude na correlação com a escala. Sugere-se maior aprofundamento na investigação dessas relações em futuras amostras.

As relações de satisfação com a escolha de curso com adaptabilidade de carreira estão alinhadas com resultados encontrados em outros estudos (Ambiel et al., 2019; Rudolph et al., 2017). A adaptabilidade de carreira parece ter um papel teórico importante na satisfação com o curso. Estudantes universitários que desenvolvem mais recursos pessoais de adaptabilidade de carreira - ou seja, que apresentam maior preocupação, controle, curiosidade e confiança - tendem a ampliar sua satisfação com a escolha do curso. Isso ocorre justamente porque a insatisfação também pode estar relacionada à baixa exploração das possibilidades advindas do curso (Suehiro & Andrade, 2018).

Já as correlações de satisfação com a escolha do curso com satisfação com a vida demonstram que estudantes mais satisfeitos com seus cursos tendem a relatar maiores níveis de satisfação com a vida. Essa evidência inicial de correlação moderada significativa entre as duas variáveis pode ser uma indicação importante do papel da satisfação com a escolha de curso na ativação da satisfação com a vida, assim como teorizado por Akkermans et al. (2018). Seguindo a linha proposta por Akkermans et al. (2018), estudos brasileiros poderiam investigar se competências de carreira e engajamento nos estudos conseguem predizer satisfação com a vida por meio do papel mediador da satisfação com a escolha do curso.

Ainda sobre as contribuições deste estudo, ressalta-se a adaptação da ESEC e sua utilidade para futuras pesquisas. O instrumento pode ser útil para identificar se os participantes estão, ou não, insatisfeitos com a sua escolha atual de curso. As análises com Teoria de Resposta ao Item também sugerem que os itens da ESEC são discriminativos, porém a escala é mais eficaz em identificar pessoas com baixo traço latente em relação a satisfação com o curso. Ou seja, a escala é mais apta a identificar sujeitos que estão mais propensos à insatisfação que à satisfação. Salienta-se que a ESEC nesse modelo não é recomendada para diferenciar indivíduos satisfeitos de indivíduos não satisfeitos, uma vez que o teto de traço latente parece ser 0,52. Na definição proposta por Nauta (2007) para elaboração do instrumento, a satisfação com o curso abarca tanto o desapontamento com o curso escolhido quanto o sentimento de que seu curso é melhor ou pior que os outros existentes. Assim, a partir deste estudo, nota-se que a ESEC apresenta baixas evidências de validade para a identificação de pessoas satisfeitas com o curso - porém, boas evidências para identificação de pessoas que não estão satisfeitas com a escolha de seu curso.

Assim sendo, sugere-se que estudos futuros que utilizem essa medida também se empenhem em gerar novos itens que contemplem características e sentimentos que estejam relacionados a uma experiência positiva com o curso, identificando assim, de forma mais fidedigna, a satisfação. Uma solução metodológica para isso pode ser desenvolver itens que apresentem variabilidade em graus de dificuldade no conteúdo dos itens. Para identificar a replicabilidade da solução final de quatro itens, recomenda-se que futuros estudos testem em novas amostras essa estrutura. Quanto às limitações deste estudo, destaca-se o fato de a amostra ser delimitada em sua maioria a estudantes de universidades públicas e autodeclarados brancos. A baixa representatividade de outros grupos apresenta potenciais vieses para os resultados deste estudo. Além disso, este estudo não comparou invariância da escala para diferentes áreas de conhecimento. É possível que a escala de satisfação com a escolha do curso apresente funcionamento diferente ao se considerar o campo de estudo do estudante universitário.

Referências

• Akkermans, J., Paradniké, K., Van der Heijden, B. I. J. M., & De Vos, A. (2018). The best of both worlds: The role of career adaptability and career competencies in students’ well-being and performance. Frontiers in Psychology, 9. doi:10.3389/fpsyg.2018.01678
  » https://doi.org/10.3389/fpsyg.2018.01678
• Ambiel, R. A. M., Martins, G. H., Tofoli, L., & Campos, L. P. (2019). Variáveis acadêmicas e extracurriculares predizem adaptabilidade de carreira. Revista Electrónica Internacional de la Unión Latinoamericana de Entidades de Psicología, 31, 1-11. Recuperado de http://pepsic.bvsalud.org/pdf/psilat/n31/a02n31.pdf
  » http://pepsic.bvsalud.org/pdf/psilat/n31/a02n31.pdf
• Audibert, A., & Teixeira, M. A. P. (2015). Escala de Adaptabilidade de Carreira: Evidências de validade em universitários brasileiros. Revista Brasileira de Orientação Profissional, 16(1), 83-93. Recuperado de http://pepsic.bvsalud.org/pdf/rbop/v16n1/09.pdf
  » http://pepsic.bvsalud.org/pdf/rbop/v16n1/09.pdf
• Borsa, J. C., Damásio, B. F., & Bandeira, D. R. (2012). Adaptação e validação de instrumentos psicológicos entre culturas: Algumas considerações. Paidéia, 22(53), 423432. doi:10.1590/1982-43272253201314
  » https://doi.org/10.1590/1982-43272253201314
• Brown, T. A. (2015). Confirmatory Factor Analysis for applied research (2ª ed.). The Guilford Press.
• Chalmers, R. P. (2012). mirt: A multidimensional Item Response Theory package for the R Environment. Journal of Statistical Software, 48(6), 1-29. doi:10.18637/jss.v048.i06
  » https://doi.org/10.18637/jss.v048.i06
• Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd edition). Lawrence Erlbaum.
• Cole, D. A., Ciesla, J. A., & Steiger, J. H. (2007). The insidious effects of failing to include design-driven correlated residuals in latent-variable covariance structure analysis. Psychological Methods, 12(4), 381-398. doi:10.1037/1082-989x.12.4.381
  » https://doi.org/10.1037/1082-989x.12.4.381
• DiStefano, C., & Morgan, G. B. (2014). A comparison of diagonal weighted least squares robust estimation techniques for ordinal data. Structural Equation Modeling, 21(3), 425-438. doi:10.1080/10705511.2014.915373
  » https://doi.org/10.1080/10705511.2014.915373
• Ebulum, G. C., & Chidiobi, R. U. (2016). Resilience, gender and age as predictors of satisfaction with academic major among university undergraduates. International Journal of Research in Engeneering and Social Sciences, 6(4), 13-23. Recuperado de http://www.indusedu.org/pdfs/IJRESS/IJRESS_743_59772.pdf
  » http://www.indusedu.org/pdfs/IJRESS/IJRESS_743_59772.pdf
• Erdoğan, D. G., & Arsal, Z. (2015). The adaptation of Academic Major Satisfaction Scale to Turkish: The validity and reliability study. International Journal of Human Sciences, 12(1), 966-974. doi:10.14687/ijhs.v12i1.3219
  » https://doi.org/10.14687/ijhs.v12i1.3219
• Hauck Filho, N. H., Machado, W. L., Teixeira, M. A. P., & Bandeira, D. R. (2012). Evidências de validade de Marcadores Reduzidos para a avaliação da personalidade no modelo dos Cinco Grandes Fatores. Psicologia: Teoria e Pesquisa, 28(4), 417423. doi:10.1590/S0102-37722012000400007
  » https://doi.org/10.1590/S0102-37722012000400007
• Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. doi:10.1080/10705519909540118
  » https://doi.org/10.1080/10705519909540118
• International Test Commission. (2017). The ITC guidelines for translating and adapting tests (2ª ed.). Recuperado de https://www.intestcom.org/files/guideline_test_adaptation_2ed.pdf
  » https://www.intestcom.org/files/guideline_test_adaptation_2ed.pdf
• Kline, R. B. (2016). Principles and practice of structural equation modeling (4rd Edition). Guilford Publications.
• Lent, R. W., Singley, D., Sheu, H. B., Schmidt, J. A., & Schmidt, L. C. (2007). Relation of social-cognitive factors to academic satisfaction in engineering students. Journal of Career Assessment, 15, 87-97. doi:10.1177/1069072706294518
  » https://doi.org/10.1177/1069072706294518
• Logue, C. T., Lounsbury, J. W., Gupta, A., & Leong, F. L. (2007). Vocational interest themes and personality traits in a relation to college major satisfaction of business students. Journal of Career Development, 33(3), 269-295. doi:10.1177/0894845306297348
  » https://doi.org/10.1177/0894845306297348
• Mathis, E. L., Bullock-Yowell, E., Leuty, M. E., & Nicholson, B. C. (2017). Student congruence with academic major: Do hours worked and attitude affect satisfaction and success? Australian Journal of Career Development , 26(3), 142-152. doi: 10.1177/1038416217727737
  » https://doi.org/10.1177/1038416217727737
• McIlven, P., Beccaria, G., & Burton, L. J. (2013). Beyond conscienciousness: Career optimism and satisfaction with college major. Journal of Vocational Behavior, 83(3), 229-236. doi:10.1016/j.jvb.2013.05.005
  » https://doi.org/10.1016/j.jvb.2013.05.005
• Nauta, M. (2007). Assessing college students’ satisfaction with their academic majors. Journal of Career Assessment , 15(4), 446-462. doi:10.1177/1069072707305762
  » https://doi.org/10.1177/1069072707305762
• Nerona, R. R. (2020). Parenting, major choice motivation, and academic major satisfaction among Filipino college students: A self-determination theory perspective. Journal of Career Assessment . doi:10.1177/1069072720941269
  » https://doi.org/10.1177/1069072720941269
• Pesch, K. M., Larson, L. M., & Seipel, M. T. (2017). Career certainty and major satisfaction: The roles of information-seeking and occupational knowledge. Journal of Career Assessment , 26(4), 583-598. doi:10.1177/1069072717723093
  » https://doi.org/10.1177/1069072717723093
• Poropat, A. E. (2009). A meta-analysis of the five-factor model of personality and academic performance. Psychological Bulletin, 135(2), 322-338. doi:10.1037/a0014996
  » https://doi.org/10.1037/a0014996
• Pritchard, A., Fudge, J., Crawford, E. C., & Jackson, J. (2018). Undergraduate choice of major and major satisfaction: An expanded role of personality measures. Journal of Marketing for Higher Education, 28(2), 155-174. doi:10.1080/08841241.2018.1442381
  » https://doi.org/10.1080/08841241.2018.1442381
• R Core Team. (2020). R: A language and environment for statistical computing (Versão 4.0.3) [Programa de computador]. R Foundation for Statistical Computing. Recuperado de https://www.R-project.org/
  » https://www.R-project.org/
• Rosander, P., & Bäckström, M. (2014). Personality traits measured at baseline can predict academic performance in upper secondary school three years late. Scandinavian Journal of Psychology, 55(6), 611-618. doi:10.1111/sjop.12165
  » https://doi.org/10.1111/sjop.12165
• Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software , 48(2), 1-36. doi:10.18637/jss.v048.i02
  » https://doi.org/10.18637/jss.v048.i02
• Rudolph, C. W., Lavigne, K. N., & Zacher, H. (2017). Career adaptability: A meta-analysis of relationships with measures of adaptivity, adapting responses, and adaptation results. Journal of Vocational Behavior , 98, 17-34. doi:10.1016/j.jvb.2016.09.002
  » https://doi.org/10.1016/j.jvb.2016.09.002
• Savickas, M. L. (2005). The theory and practice of career construction. Em S. D. Brown, & R. W. Lent (Eds.), Career development and counseling: Putting theory and research to work (pp. 42-70). Wiley.
• Savickas, M. L. (2013). The theory and practice of career construction. Em S. D. Brown & R. W. Lent (Eds.), Career development and counselling: Putting theory and research to work (2ª ed., pp. 147-183). Wiley.
• Savickas, M. L., & Porfeli, E. J. (2012). The Career Adapt-Abilities Scale: Construction, reliability, and measurement equivalence across 13 countries. Journal of Vocational Behavior , 80(3), 661-673. doi:10.1016/j.jvb.2012.01.011
  » https://doi.org/10.1016/j.jvb.2012.01.011
• Soares, A. K. S., Andrade-Filho, J. A. L., Ribeiro, M. C., & Rezende, A. T. (2020). Avaliando o papel da procrastinação acadêmica e bem-estar subjetivo na predição da satisfação com o programa de pós-graduação. Ciências Psicológicas, 14(1), 115. doi:10.22235/cp.v14i1.2078
  » https://doi.org/10.22235/cp.v14i1.2078
• Soares, A. K. S., Nascimento, B. S., Silva, J. S., Barbosa, N. C. S., & Kamazaki, D. F. (2021). Psychometric properties of the Academic Major Satisfaction Scale (AMSS) in Brazilian college students. Revista de Psicología, 39(1), 229-251. doi:10.18800/psico.202101.010
  » https://doi.org/10.18800/psico.202101.010
• Sovet, L., Park, M. S., & Jung, S. (2013). Validation and psychometric properties of Academic Major Satisfaction Scale among Korean college students. Social Indicators Research, 119(2), 1121-1131. doi:10.1007/s11205-013-0537-y
  » https://doi.org/10.1007/s11205-013-0537-y
• Suehiro, A. C. B., & Andrade, K. S. (2018). Satisfação com a experiência acadêmica: Um estudo com universitários do primeiro ano. Psicologia e Pesquisa, 12(2), 1-10. doi:10.24879/2017001200200147
  » https://doi.org/10.24879/2017001200200147
• Super, D. E. (1988). Vocational adjustment: Implementing a self-concept. The Career Development Quarterly, 36(4), 351-357. doi:10.1002/j.2161-0045.1988.tb00509.x (Reimpresso de “Vocational adjustment: Implementing a self-concept”, 1951, Occupations, 30[3], 88-92)
  » https://doi.org/10.1002/j.2161-0045.1988.tb00509.x
• Super, D. E., Savickas, M. L., & Super, C. M. (1996). The life-span, life-space approach to careers. Em D. Brown, L. Brooks & associates (Eds.), Career choice and development (3ª ed., pp. 121-178). Jossey Bass.
• Urquijo, I., & Extremera, N. (2017). Satisfacción académica en la universidad: Relaciones entre inteligencia emocional y engagement académico. Electronic Journal of Research in Educational Psychology, 15(3), 553-573. doi:10.14204/ejrep.43.16064
  » https://doi.org/10.14204/ejrep.43.16064
• Valentini, F., & Damásio, B. F. (2016). Variância Média Extraída e Confiabilidade Composta: Indicadores de precisão. Psicologia: Teoria e Pesquisa , 32(2), 1-7. doi:10.1590/0102-3772e322225
  » https://doi.org/10.1590/0102-3772e322225
• Wilkins-Yel, K. G., Roach, C. M.L., Tracey, T. J. G., & Yel. N. (2018). The effects of career adaptability on intended academic persistence: The mediating role of academic satisfaction. Journal of Vocational Behavior , 108, 67-77. doi:10.1016/j.jvb.2018.06.006
  » https://doi.org/10.1016/j.jvb.2018.06.006
• Zanon, C., Bardagi, M. P., Layous, K., & Hutz, C. S. (2013). Validation of the Satisfaction with Life Scale to Brazilians: Evidences of measurement noninvariance across Brazil and US. Social Indicators Research , 119(1), 443-453. doi:10.1007/s11205-013-0478-5
  » https://doi.org/10.1007/s11205-013-0478-5
• Zanon, C., Hutz, C. S., Yoo, H., & Hambleton, R. K. (2016). An application of item response theory to psychological test development. Psicologia: Reflexão e Crítica, 29(1). doi:10.1186/s41155-016-0040-x
  » https://doi.org/10.1186/s41155-016-0040-x

Datas de Publicação

• Publicação nesta coleção
  24 Jul 2023
• Data do Fascículo
  Apr-Jun 2023

Histórico

• Recebido
  09 Fev 2021
• Revisado
  20 Dez 2021
• Aceito
  14 Fev 2022