Cost of power plant civil works .1 General

4.5.1 Análises Preliminares

Antes de realizar a análise dos dados propriamente dita, as respostas dos 101 questionários foram organizadas, codificadas e tabuladas no software estatístico SPSS (Statistical Package for the

Social Sciences), versão 20. Buscou-se analisar se havia dados faltantes (missing values) e atípicos (outlies), conforme recomendado por Hair et

al. (2005) e não foram identificadas nenhuma dessas situações.

Em seguida, foi analisado se os pressupostos da análise fatorial foram atendidos por cada uma das escalas utilizadas para mensurar os principais construtos deste estudo. Essa análise foi feita a partir do cálculo da medida de adequação da amostra pelo critério de Kaiser- Meyer-Olkin (Kaiser-Meyer-Olkin Measure of Sampling Adequacy

KMO) e do Teste de Esfericidade de Bartlett (Bartlett’s Test of Sphericity). Conforme os dados encontrados, o tamanho da amostra (101 casos) foi considerada minimamente adequado para realizar as análises previstas. Atendendo à recomendação de Loehlin (1992) de utilizar, no mínimo, 100 casos para aplicação da técnica de modelagem de equações estruturais.

Foram observadas, também, a comunalidade e a correlação das variáveis. E, realizada uma análise da normalidade das variáveis de medidas a partir dos coeficientes de assimetria e curtose. Para aplicar as técnicas de modelagem de equações estruturais, de acordo com Maroco (2010), os valores máximos para a assimetria é de 3 e para a curtose é de 10. A análise apresentou baixos valores de assimetria e curtose, apontando assim para uma provável normalidade dos dados. Estando este critério garantido, e sendo baixos os valores de assimetria e curtose, optou-se por utilizar o método da máxima verossimilhança (ML) para estimar o modelo estrutural. Em suma, essas análises preliminares realizadas apontaram para a pertinência de se realizar análise fatorial confirmatória e aplicar a técnica de modelagem de equações estruturais.

4.5.2 Modelagem de Equações Estruturais

Para analisar os dados coletados via survey, adotou-se neste rabalho o m odo d mod lag m d quaçõ ru urai (MEE) qu “ uma família de modelos estatísticos que buscam explicar as relações

en r múl ipla variáv i ” a par ir d uma ri d quaçõ qu d cr v m a “ ru ura” d in r-relações entre os construtos20 _(variáveis

dependentes e independentes) envolvidos na análise (HAIR et al., 2009, p. 543). Construto é um conceito não observável ou “la n ” qu pod ser definido em termos teóricos, mas que não pode ser medido diretamente ou medido sem erro21 _{(HAIR et al., 2009; HANCOCK;}

MUELLER, 2010). De acordo com Hair et al. (2009), um construto pode ter vários graus de especificidades, desde conceitos muito restritos até conceitos complexos ou abstratos (por exemplo, inteligência, satisfação no trabalho, etc.), por isso, independente do seu grau de especificidade, assume-se que um construto não pode ser medido diretamente e perfeitamente, mas pode ser medido aproximadamente por múltiplas variáveis.

Em MEE, “mod lo” uma r pr n ação d um conjun o sistemático de relações entre construtos que fornecem explicação sobre determinado fenômeno (HAIR et al., 2009). A MEE pode ser vista como uma combinação de técnicas multivariadas, tais como análise fatorial e análise de regressão múltipla, e consiste basicamente do desenvolvimento de dois modelos: o modelo de mensuração (que representa como as variáveis medidas se unem para representar os construtos) e o modelo estrutural (que representa como os construtos analisados estão relacionados entre si). Neste trabalho, o desenvolvimento de cada um desses modelos foi realizado em duas etapas distintas. Na etapa 1 foi desenvolvido o modelo de mensuração, a

20 _{Um “con ru o la n ”, amb m chamado d “variáv l la n ”, compr ndido}

como um conceito teorizado que só pode ser medido indiretamente por meio de “variáv i m dida ” ( amb m chamada d variáv i ob rváv i , variáv i manifestas ou indicadores). [Para mais informações ver HAIR et al., 2009]. Para manter a mesma nomenclatura do começo ao fim do texto, foram adotados neste rabalho o rmo : “con ru o la n ” ou impl m n “con ru o”; “variáv i m dida ” ou impl m n “variáv i ”.

21 _{Considerando que as variáveis observáveis (aquelas que se pode medir, variáveis}

medidas) não descrevem totalmente e perfeitamente um construto latente de interesse, cada uma dessas variáveis possui um erro associado. Este erro de mensuração pode ser decorrente da definição de construtos que não são totalmente caracterizados por um conjunto de variáveis. Por exemplo, no caso do construto “ a i fação no rabalho” – mesmo que seja considerado um extenso número de variáveis seria impossível incluir todas as variáveis que afetam a satisfação no trabalho e, consequentemente, as variáveis utilizadas na mensuração (por melhores que sejam) não mediriam o construto em sua completude. Por esta razão, quaisquer construtos têm algum erro de mensuração. A MEE considera esses erros a fim de fornecer estimativas mais precisas das relações entre construtos (HAIR et al., 2009).

partir de dois estágios; e na etapa 2 foi desenvolvido o modelo estrutural, também em dois estágios sequenciais à etapa 1, conforme apresentado na Figura 10.

Figura 10 - Etapas e estágios da análise dos dados utilizando modelagem de equações estruturais.

Fonte: elaboração própria (baseada em HAIR et al., 2009).

Propositalmente, os estágios adotados para desenvolver o modelo estrutural são numerados numa ordem sequencial desde os estágios realizados anteriormente. Ou seja, a etapa 2 deste estudo só foi realizada porque, anteriormente, o modelo de mensuração foi especificado e validado com sucesso. Se o modelo de mensuração não tivesse sobrevivido à verificação da sua validade (no estágio 2) os estágios posteriores não poderiam ter sido realizados e o modelo de mensuração necessitaria ser modificado. Os procedimentos para a análise dos dados, a partir da realização das duas etapas da MEE estão descritos a seguir.

4.5.3 Desenvolvimento e Avaliação do Modelo de Mensuração

Nesta etapa o objetivo foi desenvolver e avaliar a validade do modelo de mensuração. Para isso foram conduzidos dois estágios (passos), os quais estão descritos a seguir. Esses estágios foram

realizados, basicamente, com a aplicação da técnica estatística de análise fatorial confirmatória (CFA), com o auxilio do programa de computador AMOS (Análise de Estruturas de Momento) que é incorporado ao SPSS (Statistical Package for the Social Sciences).