Os dados da pesquisa foram tabulados e analisados através do uso do software estatístico de análise multivariada SPSS (Statistical Package for Social Sciences).
Para encontrar os resultados aos quais o estudo se propôs, foram aplicadas diversas técnicas estatísticas adequadas às características dos dados referentes a cada objetivo específico, conforme apresenta o Quadro 8.
QUADRO 8 – Amarração metodológica da pesquisa
Objetivos Específicos Tratamento dos Dados a) Avaliar o grau de implementação das estratégias de gestão de
pessoas nos meios de hospedagem do Nordeste brasileiro.
Média aritmética; Análise fatorial; Análise de confiabilidade. b) Avaliar o grau de desenvolvimento de capacidades organizacionais
na hotelaria.
Média aritmética; Análise fatorial; Análise de confiabilidade. c) Avaliar o grau de desempenho organizacional do setor hoteleiro,
na percepção dos seus gestores. Média aritmética. d) Identificar a influência das estratégias de gestão de pessoas sobre
as capacidades organizacionais do setor hoteleiro.
Modelagem de equações estruturais; Análise de conglomerados;
Teste t de Student; Escalonamento multidimensional.
e) Identificar a influência das capacidades organizacionais sobre o desempenho organizacional dos meios de hospedagem.
Modelagem de equações estruturais; Análise de regressão; Análise de conglomerados;
Teste t de Student; Teste qui-quadrado; Escalonamento multidimensional.
A média aritmética foi utilizada para proporcionar um indicativo do grau de implementação das estratégias de gestão de pessoas, do grau de desenvolvimento de capacidades organizacionais e do grau de desempenho organizacional nos meios de hospedagem.
A análise fatorial foi selecionada para confirmar as dimensões teóricas e o agrupamento de indicadores referentes às estratégias de gestão de pessoas e às capacidades organizacionais. Segundo Hair et al. (2005, p.32), o objetivo principal dessa técnica é “condensar a informação contida em um número de variáveis originais em um conjunto menor de variáveis estatísticas com uma perda mínima de informação.” Ela faz isso por meio da análise das inter-relações entre as variáveis originais, de modo que cada conjunto de variáveis fortemente relacionadas dará origem ao que se denominam dimensões latentes, construtos ou fatores.
Assim, para as análises relacionais posteriores, em vez de utilizar todos os 20 indicadores originais coletados na pesquisa sobre as estratégias de gestão de pessoas, além dos 20 indicadores relativos às capacidades organizacionais, a aplicação da análise fatorial permitiu trabalhar com apenas quatro dimensões de cada variável, resumindo os dados e facilitando a sua compreensão.
Como já existiam modelos teóricos para embasar o estudo, a especificação do número de fatores que deveriam ser extraídos com a técnica aconteceu a priori. De acordo com Hair et al. (2005), esse critério pode ser adotado quando o pesquisador já preconcebeu ideias sobre a real estrutura dos dados, fundamentando-se na teoria ou em pesquisas anteriores.
Para verificar a adequação da análise fatorial, foram observados os seguintes critérios de qualidade: a) as comunalidades, que indicam o total de variância que uma variável original compartilha com as demais variáveis incluídas na análise, cujo valor mínimo aceitável é 0,5; b) as medidas de adequação da amostra individuais (MSAs), que permitem avaliar o grau de aceitação que existe por parte de cada variável para a aplicação da análise fatorial, cujos valores devem ser próximos a 1; c) o KMO (Kaiser-Meyer-Olkin), que é a medida de adequação da amostra geral, indicando quão adequada é a aplicação da análise fatorial, devendo obter um valor próximo a 1; e d) o teste de esfericidade de Bartlett, que também é um indicador geral de qualidade da análise fatorial e deve apresentar significância estatística inferior 0,05 (HAIR et al., 2005).
A análise de confiabilidade, por sua vez, forneceu uma avaliação sobre a consistência interna dos indicadores utilizados para compor as dimensões das configurações de gestão de pessoas e das capacidades organizacionais. A confiabilidade de um instrumento de medida está relacionada à constância ou à estabilidade dos resultados que ele proporciona. Ao se repetir diversas vezes uma mesma medida, ela será confiável se os seus resultados forem consistentes entre si, ou seja, se os valores obtidos estiverem intercorrelacionados. Assim, quanto maior for a correlação entre eles, mais confiável será o instrumento.
Dentre os processos de avaliação da confiabilidade, a consistência interna é o mais utilizado e refere-se à avaliação para verificar se o conjunto de variáveis que compõem uma escala múltipla é consistente para representar o construto que está sendo estudado. O coeficiente alfa de Cronbach () é a medida mais amplamente utilizada na análise de consistência interna. Seu coeficiente varia numa faixa de 0 a 1, em que as medidas mais elevadas indicam maior confiabilidade entre os indicadores. O limite inferior de aceitabilidade é o valor de 0,70, podendo diminuir para 0,60 em pesquisas exploratórias. Bons valores são os superiores à casa de 0,80 (BISQUERRA; SARRIERA; MARTINEZ, 2004).
Na pesquisa, o coeficiente alfa de Cronbach foi utilizado especialmente para refinar as dimensões das configurações de gestão de pessoas e das capacidades organizacionais, permitindo a exclusão de alguns indicadores originais para alcançar fatores com maiores níveis de consistência interna.
A modelagem de equações estruturais é uma técnica multivariada indicada “para estimar uma série de relações de dependência inter-relacionadas simultaneamente” (HAIR et al., 2005, p. 469). Dessa forma, ela foi utilizada para investigar as relações simultâneas entre estratégias de gestão de pessoas, capacidades organizacionais e desempenho organizacional dos meios de hospedagem.
O primeiro passo na modelagem de equações estruturais é a realização da análise de caminhos, quando se definem as relações preditivas entre os construtos, com a definição das variáveis dependentes e independentes. Assim, foram consideradas como variáveis exógenas (independentes) as configurações de estratégias de gestão de pessoas e como variáveis endógenas (dependentes) as capacidades organizacionais e o desempenho organizacional. A determinação de quais variáveis independentes prevêem cada variável dependente deve acontecer com base na teoria.
Após a obtenção do modelo de mensuração, é importante avaliar os critérios de qualidade de ajuste, para medir a correspondência entre a matriz de dados reais e a prevista pelo modelo em questão. Como medida de ajuste absoluto, utilizou-se a estatística qui-quadrado, que é a mais fundamental medida de ajuste geral do modelo. Como medida complementar, adotou-se o qui-quadrado normado, que é a razão entre o qui-quadrado e os graus de liberdade, devendo estar, preferencialmente, entre 2 e 3, não ultrapassando o limite máximo igual a 5 (HAIR et al., 2005).
A análise de regressão procura identificar variáveis independentes que explicam a variação de uma variável dependente. Ela foi empregada para desvendar detalhes das relações entre as capacidades organizacionais e o desempenho organizacional. As dimensões de capacidades organizacionais foram inseridas como variáveis independentes, ao passo que cada indicador original do desempenho organizacional foi inserido como variável dependente, um de cada vez. Optou-se pelo método stepwise para a inclusão das variáveis independentes, pois ele só
inclui na equação as variáveis que possuem força de explicação (coeficiente beta) significante (p < 0,05).
A análise de conglomerados permitiu o agrupamento dos meios de hospedagem segundo as estratégias de gestão de pessoas implementadas, as capacidades organizacionais desenvolvidas e o nível de desempenho organizacional. Essa técnica é comumente usada para classificar objetos ou casos em grupos relativamente homogêneos, chamados conglomerados ou clusters. Os objetos em cada conglomerado tendem a ser semelhantes entre si, mas diferentes entre outros conglomerados (MALHOTRA, 2001). Como procedimento de agrupamento dos casos, adotou-se o método não-hierárquico K-Means, que é indicado para um grande volume de dados.
O teste t de Student serviu para testar diferenças de médias entre os diversos grupos obtidos com a análise de conglomerados. Ele verifica se os valores médios obtidos em relação a determinada variável métrica são significativamente diferentes entre dois grupos selecionados.
Já o teste qui-quadrado foi adotado para analisar relações entre os grupos de desempenho organizacional e as características dos meios de hospedagem. Ele é indicado para variáveis categóricas, testando se existe diferença significativa entre o número observado de casos em cada categoria e o número esperado (MALHOTRA, 2001).
Por fim, o escalonamento multidimensional proporcionou o mapeamento dos destinos turísticos investigados em relação às três variáveis principais deste estudo: configurações de gestão de pessoas, capacidades organizacionais e desempenho organizacional. Essa técnica de análise multivariada permite a representação espacial das percepções de relações entre objetos. Dela resulta um mapa espacial, que mostra a posição relativa de todos os objetos investigados.
Como medidas de qualidade do ajuste, foram adotados o stress, que deve ser inferior a 0,05, e o RSQ, que deve ser próximo a 1. Elas indicam se existe uma boa aproximação entre o mapeamento gerado pela técnica e o mapeamento real. A nomeação das dimensões foi realizada com o auxílio da técnica de regressão múltipla.