A análise estatística dos dados se fez por intermédio dos softwares SmartPLS versão 2.0 M3 e SPSS versão 12.0. Como o modelo inclui construtos formativos de segunda ordem, pretendeu-se utilizar o software PLS-Graph, mais fácil de ser trabalhado por tratar diretamente desse tipo de construto. Porém, paralelamente a essa facilidade, apresenta a dificuldade de ainda não fornecer diretamente os valores de t, impossibilitando que se verifique a significância estatística do resultado.
O SmartPLS, por não tratar diretamente construtos de segunda ordem, forçou a utilização de um procedimento que contornasse a impossibilidade de ligar os indicadores aos construtos de primeira ordem e estes aos de segunda ordem. Chin (2000) recomenda que o construto de segunda ordem seja mensurado diretamente pelas variáveis observáveis dos construtos de primeira ordem. Outra idéia seria computar as médias das variáveis dos construtos de primeira ordem e utilizar essas médias como indicadores do construto de segunda ordem. Lohmöller (1989) sugere que se adote a abordagem dos indicadores repetidos, em que os indicadores dos construtos de primeira ordem são também conectados ao seu respectivo construto de segunda ordem, ou seja, o construto de segunda ordem é mensurado pelos indicadores dos construtos de primeira ordem.
Todos esses procedimentos, porém, são estatisticamente pobres. Para contornar essa situação, adotou-se um procedimento de dois estágios. No primeiro, utilizando-se do software SPSS, foram gerados escores para cada um dos construtos de primeira ordem e, no segundo, os escores foram utilizados no SmartPLS como indicadores dos construtos de segunda ordem.
Geração dos escores
A apuração dos escores se deu por meio de análise fatorial, em que os indicadores foram associados a seu construto para compor um único fator. Na Tabela 24 se pode ver, como exemplo, a análise realizada para cada construto de primeira ordem de cada uma das empresas da amostra. A carga fatorial, a comunalidade, o autovalor (eingenvalue) e a variância média extraída (AVE) foram os alvos da análise nessa fase do estudo. Embora se apresente o valor de alfa de Cronbach, a AVE é preferível neste estudo.
Tabela 24 Análise fatorial para apuração de escore
Componente principal Comunalidade Alpha de Cronbach Ger3 0,825 0,681 Ger1 0,737 0,543 Ger2 0,719 0,517 Eigenvalue 1,741 AVE 58,0%
Método de extração: Análise do Componente Principal a. 1 componente extraído
0,627
Fonte: o autor
Apesar de algumas cargas se situarem abaixo de 0,707, optou-se por não eliminar o seu indicador, porque isso ocorreu em apenas algumas amostras, via de regra concentradas em um único segmento e em um único stakeholder, e que apresentaram certa correlação entre poucas de suas variáveis mensuráveis. Se, por um lado, aconselha-se eliminar as variáveis com carga inferior a 0,707 (Chin, 1998b), por outro se aconselha que as variáveis latentes sejam mensuradas por um misto de duas e três variáveis observáveis por construto (BOLLEN, 1989). Além disso, o referencial teórico reforça o emprego dessas variáveis, ao mesmo tempo em que orienta para que a teoria não seja desprezada ao se trabalhar com indicadores formativos.
As análises do segundo estágio iniciaram-se pela avaliação do modelo de mensuração e seguiram com a avaliação do modelo estrutural. O modelo estrutural adotado em todo o estudo é aquele produzido como resultado do estudo para construção do instrumento de coleta
de dados, apresentado em 3.2.7 e exibido na Figura 8. Quando se tratou do stakeholder externo o construto “identificação” não fez parte do modelo, porque esse construto pertence ao domínio específico dos stakeholders internos. A Figura 9 apresenta o respectivo modelo estrutural (SEM), que contempla esses dois domínios.
Identificação Comunicação Reputação Desempenho IdAfet IdAval IdCog IdCom ComG ComM ComOr
Etica Ger Inov Lider RSC Relac SerFin Seried
Desemp
Figura 9 Modelo estrutural (SEM) Fonte: o autor
Avaliação do modelo de mensuração
A avaliação do modelo de mensuração consiste em especificar os indicadores para cada construto e avaliar a confiabilidade de cada construto para estimar as relações causais (HAIR et al., 2006; JARVIS; MACKENZIE; PODSAKOFF, 2003). Essa avaliação se fez com as análises da validade convergente, da validade discriminante e da colinearidade.
A validade convergente foi verificada por meio do exame das cargas fatoriais dos indicadores nos construtos, como exemplificado na Tabela 25. É importante lembrar que indicadores formativos não precisam estar correlacionados e não precisam ter alta consistência interna como o alfa de Cronbach (CHIN, 1998a; BOLLEN, 1989; BOLLEN;
LENNOX, 1991). Como esses dados estão contidos na Tabela 26, para a análise e interpretação dos resultados trabalhou-se apenas com tabelas similares a esta última.
Tabela 25 H01 - Cargas fatoriais (pacientes)
Indicadores Comunicação Desempenho Reputação
ComGer 0,884 0 0 ComMkt 0,807 0 0 ComOrg 0,923 0 0 Desemp 0 1,000 0 Etica 0 0 0,833 Ger 0 0 0,730 Inov 0 0 0,657 Lider 0 0 0,816 Relac 0 0 0,811 RSC 0 0 0,809 SerFin 0 0 0,761 Seried 0 0 0,762 Fonte: o autor
A validade discriminante pôde ser verificada ao se confrontar as cargas cruzadas de cada indicador nos diversos fatores, como ilustrado na Tabela 26. Para haver validade, a carga deve ser alta em sua variável latente e mais baixa nas demais variáveis latentes. Além disso, a validade de conteúdo constatada na fase de construção da escala contribui para a garantia da validade discriminante. Note-se que aqui os valores de AVE não foram considerados, como foi no primeiro estágio, por não se aplicarem quando se trata de indicadores formativos.
Tabela 26 H01 - Cargas cruzadas dos indicadores (pacientes)
Indicadores Comunicação Desempenho Reputação
ComGer 0,884 0,556 0,741 ComMkt 0,807 0,646 0,718 ComOrg 0,923 0,643 0,782 Desemp 0,705 1,000 0,828 Etica 0,696 0,708 0,833 Ger 0,658 0,571 0,730 Inov 0,656 0,448 0,657 Lider 0,676 0,699 0,816 Relac 0,772 0,593 0,811 RSC 0,662 0,702 0,809 SerFin 0,635 0,647 0,761 Seried 0,644 0,640 0,762 Fonte: o autor
Uma outra medida tomada na análise do modelo de mensuração foi a colinearidade entre os indicadores. Os indicadores foram testados quanto à colinearidade, em procedimento semelhante ao efetuado na construção da escala. Ou seja, os fatores de cada construto, compostos por meio da análise fatorial, passaram por análise de regressão para verificação dos VIF’s, como se exemplifica na Tabela 27. Para essa análise, medidas diretas da reputação, tomadas por três variáveis mensuráveis, constituíram um fator (ReputR) que foi tomado como variável dependente. Coeficientes de VIF abaixo de 10 mostram não haver problema de colinearidade (HAIR et al., 2006).
Tabela 27 H01 - Colinearidade entre os indicadores da reputação (pacientes)
Tolerância VIF 1 (Constante) Etica 0,315 3,180 Ger 0,396 2,527 Inov 0,451 2,215 Lider 0,400 2,499 Relac 0,334 2,993 RSC 0,513 1,950 SerFin 0,552 1,813 Seried 0,364 2,750
Variável Dependente: ReputR
Colinearidade Modelo
Fonte: o autor
Avaliação do modelo estrutural
A avaliação do modelo estrutural se fez com a análise dos coeficientes estruturais, visto que sua finalidade é analisar a relação entre os construtos. A análise se fez com os valores produzidos pelo software SmartPLS, no procedimento de bootstrapping. Esse procedimento é uma “forma de reamostragem na qual os dados originais são repetidamente amostrados com substituição para estimação do modelo” (HAIR et al., 2006).
Todos os procedimentos de bootstrapping executados geraram 500 amostras. Para a análise foram considerados o coeficiente estrutural, ou path coefficient, o coeficiente de
determinação (R2) e a significância estatística (t). Note-se que os valores de t referem-se aos pesos das cargas, e não às cargas fatoriais, como recomendado para indicadores formativos (DIAMANTOPOULOS; WINKLHOFER, 2001). A Tabela 28 ilustra como esses coeficientes são apresentados.
Tabela 28 T01 - Coeficientes estruturais (funcionários)
Construtos Parâmetros* Desempenho Identificação Reputação R2
path 0,660 0,361 t 10,335 3,025 path 0,506 t 4,703 path 0,650 t 9,811
* Valores significantes no nível 0,001.
Comunicação Reputação 0,628 0,436 Desempenho 0,423 Identificação Fonte: o autor
Nas tabelas em que se apresentam os coeficientes estruturais, informam-se:
- o path coefficient: coeficiente que mostra a força da relação entre dois construtos. Denomina-se beta (β) quando a relação se dá entre dois construtos endógenos, gama (Y) entre um construto exógeno e um endógeno, e fi (Φ) entre construtos exógenos. Para simplificar, neste estudo será denominado simplesmente de path; - o valor de t, que indica a significância estatística do coeficiente que está acima dele
na tabela;
- o coeficiente de determinação (R2), que indica a variação da variável dependente explicada pelas variáveis independentes.