Na Teoria do Comportamento Planejado – TCP, pelo menos três análises são relevantes. Elas visam identificar: i) Análise exploratória das crenças – verificando como as crenças determinam os construtos da TCP – Atitude, Norma Social e Controle Percebido do Comportamento; ii) Modelagem da intenção - verificando como os construtos da TCP determinam a intenção comportamental; iii) Modelagem do comportamento – verificando como o controle percebido e a intenção determinam o comportamento atual.
Na modelagem da intenção, optou-se por incluir variáveis sociodemográficas como variáveis explicativas, bem como medidas do comportamento passado e hábito, apresentado na Figura 3.2. Quando observado que algum grupo dessas variáveis não seja significativo na explicação da intenção, tais grupos foram testados também na relação com o comportamento, como em Bamberg et al. (2003). Nas três modelagens referidas, crenças, intenção e comportamento, apenas a opinião dos alunos foi considerada. Para o teste de uma das hipóteses da pesquisa foi definido um quarto tipo de modelagem, que propõe a consideração conjunta da opinião de pais e filhos na intenção e comportamento por modo de transporte.
a) Análise exploratória das crenças
É esperado que conjuntos de determinadas crenças sejam antecedentes dos construtos da TCP. Na maior parte dos estudos que relacionam crenças a construtos da TCP, a
94
categorização das crenças em relação aos construtos que deveria representar é feita intuitivamente (Kamargianni et al., 2015), ou previamente à elaboração do instrumento de medida dos construtos. De fato, a orientação em Ajzen (2000) é o uso de exemplos intuitivos na formulação das crenças por construto. Para verificar a validade da categorização intuitiva proposta por Ajzen (2000), uma análise fatorial exploratória foi conduzida entre todas as crenças na formulação de fatores gerais e comparada à categorização intuitiva proposta. As crenças foram analisadas para cada modo envolvido no estudo.
Na etapa de abordagem qualitativa, cada afirmativa de crença, foi medida em escala likert (discordo totalmente - concordo plenamente), ou adjetiva bipolar (bom/ruim; agradável/desagradável; etc.), com duas medidas para cada crença: do objeto, conteúdo da crença, ou crença sobre o objeto (belief - b) e a avaliação dos atributos do objeto, ou força da crença (evaluation - e). A relação das crenças salientes obtidas nos grupos focais com os construtos da TCP, foi testada numa segunda análise, através de modelos lineares.
A Equação 5.1 representa a forma funcional esperada a partir de um Modelo de Regressão Linear Múltipla – MRLM. O mesmo modelo, caso não confirmado os pressupostos do MRLM, deverá ser modelado por MLG, pela quase verossimilhança.
𝐶𝑜𝑛𝑠𝑡𝑟𝑢𝑡𝑜 = ∑ (𝑏𝑖 + 𝑒𝑖 + 𝑏𝑖 ∗ 𝑒𝑖) + 𝜀𝑖 (5.1)
O modelo da Equação 5.1 foi elaborado a partir dos resultados do trabalho de Elliott et
al.(2005), referido no Capítulo 3, para a verificação da relação das variáveis independentes, cada medida de crença (bi e ei) e os componentes multiplicados das
crenças (bi X ei), com as variáveis independentes - cada construto da TCP - Atitude,
Norma Social e Controle Percebido do Comportamento. O objetivo desta análise é verificar se: i) primeiramente uma relação funcional entre os construtos da TCP e as crenças salientes obtidas nos grupos focais; ii) se existem diferenças significativas entre o uso do objeto da crença puro (item bi), o uso das forças das crenças (item ei), ou
multiplicativo entre elas (Teoria da Expectância).
Nos modelos das relações entre crenças e construtos, os construtos da TCP assumiram os valores correspondentes à média dos escores obtidos nas respostas aos itens do
95
questionário ligados a cada variável (itens de medida direta). Essa abordagem é proposta por Fishbein e Ajzen (1975), e vem sendo adotada em diferentes estudos ligados à TCP (por exemplo, Elliott et al., 2003). Para as variáveis de crença, cada valor de crença (b) e da força da crença (e) foi centralizado, ou seja, cada resposta de b ou de e foi transformada, diminuída da média da variável. A transformação das variáveis (rescaling) relativas às crenças não tem efeito nas propriedades correlacionais desejadas para a regressão proposta, porém evita o aporte de altos níveis de multicolinearidade à regressão por causa do termo de interação (Aiken e West, 1991).
A busca por um melhor modelo utilizou o método de modelagem em passos tipo
backwards, sendo que o critério de exclusão das variáveis segue dois critérios: i) o nível de probabilidade associada a cada crença, eliminando-se uma a uma, hierarquicamente pelo maior valor de p-valor; ii) manter nos modelos apenas os itens, ou conjunto de itens que contenham o item de conteúdo da crença (item bi). Por exemplo, foi observado que o
item ONCCO2, não teve seu correspondente item ONCCE2 incluído no questionário, por erro de revisão do questionário. Nas análises de crença o item ONCCO2 foi eliminado. Da mesma forma, nas modelagens que apresentarem como significativos apenas os itens da força da crença (itens do tipo ei), ou o item multiplicativo (itens tipo bi x ei), estas
crenças serão eliminadas da análise. Por fim, a teoria da expectância, por si só, deve ser testada na sua relação com os construtos da TCP, segundo os mesmos critérios de modelagem e ajustes de modelo.
b) Modelagem da intenção comportamental
Segundo a teoria da TCP, a intenção é a variável latente diretamente determinada pela atitude, norma social e percepção de controle, e o antecedente direto do comportamento. Quanto maior a intenção em escolher determinado modo, maior a probabilidade de efetivar esta escolha - comportamento, e vice versa. As intervenções baseadas na intenção são bem referenciadas na literatura e utilizam o planejamento de viagem como forma de motivar a implementação da intenção (Gärling e Fujii, 2002).
A modelagem da intenção pretende ser tratada de duas formas: i) a primeira deve testar se é aplicável o modelo MRLM (ou MLG, caso os pressupostos do MRLM não sejam confirmados), onde as variáveis psicológicas serão representadas pela média dos seus
96
itens de medida direta, não deliberadamente como uma variável latente; ii) e por Modelos de Equações Estruturais - MEE, por Análise Fatorial Confirmatória, com especificações detalhadas no Capítulo 4. O objetivo é testar se as duas modelagens conseguem produzir modelos significativos, com resultados semelhantes. Os aplicativos utilizados nas modelagens da intenção foram o “R” e o AMOS (IBM SPSS, 2011), respectivamente.
São propostos modelos para permitir a análise da relação da intenção (variável dependente) com diferentes grupos de variáveis explicativas. São eles: i) todo o conjunto de crenças estudadas; ii) medidas diretas da TCP (atitude, norma social e controle percebido); iii) variáveis sociodemográficas, hábito e comportamento passado. Como a estrutura da modelagem da intenção é tipicamente um modelo de variável latente (a intenção não é observada diretamente, mas através de indicadores), os modelos que modelarem a intenção considerando-a como latente, e cumprindo demais pressupostos da modelagem, serão preferíveis.
c) Modelagem do comportamento
O tipo da variável de medida do comportamento, variável nominal ou categórica, indica que outro grupo de modelagem deve ser utilizado: o grupo de Modelos de Escolhas Discretas – MEDs. Como parte da explicação esperada do comportamento, neste caso a escolha modal nas viagens escolares, é testada a influência dada pelos atributos psicossociais, considerados variáveis latentes por não serem medidos diretamente, a modelagem do comportamento deve envolver uma técnica de modelagem com variáveis latentes integradas ao modelo de escolhas discreta.
A calibração desses modelos requer recursos computacionais relativamente sofisticados para serem utilizados em aplicações práticas, como o procedimento proposto, e, sobretudo, amostra com grande número de observações, incompatível com o porte da maioria das IEMs em Brasília (Brasil, 2013), onde será aplicado o procedimento proposto. Assim, inicialmente, para o estudo do comportamento da escolha modal em uma dada IEM, buscou-se utilizar modelos de estimação sequencial, com a inserção das variáveis psicossociais através das variáveis compostas pelas médias dos itens de medida direta dos construtos, como descrito na seção 4.6 e Figura 4.5 Este tipo de modelagem foi considerado o segundo melhor modelo, atrás apenas dos modelos ICLV, para a
97
modelagem de variáveis latentes integrada a modelos de escolha discreta (Bahamonde- Birke e Ortúzar, 2014).
Para a modelagem do comportamento, a variável dependente toma a forma de variável binária (“1” se escolher o modo e “0” se escolher outro), com modelos separados para a ida ou para a volta. A modelagem é um logit binomial, com o uso da modelagem do tipo hierárquica (como utilizada por Elliott et al., 2005) a ser desenvolvida para cada modo de transporte em particular: i) modelo 1 - a relação da escolha ou não de determinado modo com as médias das medidas diretas dos construtos da TCP, intenção e controle percebido; ii) modelo 2 - acrescentando ao modelo 1 as variáveis sociodemográficas; iii) modelo 3 – acrescentando ao modelo 2 a medida do hábito e o comportamento passado. O aplicativo utilizado para essas modelagens foi o BIOGEME.
d) Modelagem integrada
Dependendo do tamanho da amostra disponível e do acesso às ferramentas computacionais adequadas, deve-se utilizar uma quarta modelagem – Modelagem
integrada, integrando os construtos da TCP, intenção e comportamento, através da modelagem por ICLV. Ao invés de se fazer modelagens separadas para os construtos da TCP, a modelagem integrada é um procedimento que pretende diminuir os erros estimados, se comparada às modelagens parciais (AmirAlavifar e Anuar, 2012). Kamargianni et al. (2015) considerou a Modelagem Integrada de Escolha e Variável Latente (Integration of Choice and Latent Variable - ICLV) superior às demais modelagens, por modelar explicitamente o modelo probabilístico de escolha integrado ao modelo de variável latente. Através de uma modelagem integrada espera-se inferir sobre um provável modelo integrado composto pelas variáveis significativas observadas nas modelagens parciais (“b” e “c”). Caso não seja viabilizada a modelagem integrada, a modelagem sequencial (Figura 4.5 na seção 4.7) deve ser utilizada.
e) Modelagem da interação entre pais e alunos.
Até aqui, todas as modelagens se concentraram na opinião dos alunos sobre a escolha modal. A modelagem da interação entre pais e alunos pretende investigar a hipótese complementar do trabalho, em que a decisão pelo modo de transporte para as viagens
98
escolares não é uma decisão exclusiva do aluno. As restrições para a repetição das modelagens anteriores (“b” a “d”) para as opiniões pareadas entre alunos e seus respectivos pais são a pequena amostra de opiniões pareadas obtida em todas IEMs participantes e apenas para alguns modos. Como apresentado na Figura 3.3, apenas o efeito da intenção comportamental e do controle percebido dos alunos e pais/responsáveis sobre o comportamento observado foi modelado, considerando uma amostra mínima de 26 respondentes, e apenas para os modos Automóvel da Família e Ônibus. O teste da hipótese da interação da opinião sobre a decisão modal entre pais e alunos foi testado à semelhança da modelagem do comportamento (item c).