Análise dos Dados

Os resultados sociodemográficos e os advindos dos instrumentos citados, foram tabulados e analisados por meio do Statistical Package for Social Sciences (SPSS), software largamente utilizado em pesquisas quantitativas para análises entre diversas variáveis. Com o auxílio desse software, foram realizadas as seguintes operações estatísticas: análises fatoriais das escalas de desempenho humano no trabalho e comprometimento organizacional; estatística descritiva (medidas de tendência central, distribuição de frequências e dispersão) para descrever e avaliar as variáveis sociodemográficas e ocupacionais da amostra; análise de correlações de Pearson e análise de clusters para caracterização dos grupos e estabelecimento de relações entre as variáveis, conforme objetivos do estudo. As escalas escolhidas possibilitaram a investigação das variáveis o estudo de suas possíveis inter-relações.

A verificação da consistência interna dos itens escolhidos para investigação dos dois construtos ocorreu através da análise fatorial exploratória, um procedimento comumente utilizado no desenvolvimento, avaliação e refinamento de instrumentos de pesquisa.

O primeiro passo durante a implementação da análise fatorial é verificar a adequabilidade da base de dados para esse tipo de análise. Para isso, foi utilizado o método de avaliação mais comumente utilizado, a saber: o critério de Kaiser-Meyer-Olkin (KMO), também conhecido como índice de adequação da amostra, cujo valor pode variar de 0 a 1,0.

De acordo com Vicini (2005) os valores para a interpretação do índice KMO é dado da seguinte forma: (a) em torno de 0,90: adequação ótima; (b) em torno de 0,80: adequação boa, (c) em torno de 0,70 adequação razoável; (d) em torno de 0,60: adequação medíocre; (e) em torno de 0,50 ou menos: adequação imprópria.

Um segundo método utilizado para avaliar adequação dos dados foi o teste de esfericidade de Bartlett que, por sua vez, examina a hipótese de que as variáveis não sejam correlacionadas na população. Portanto, os resultados obtidos para as duas medidas (Teste de esfericidade de Bartlett e KMO) buscaram identificar se a aplicação da análise fatorial é adequada ou não.

Para a seleção dos fatores, foram utilizados os critérios de análise da porcentagem de variância total explicada relacionada a cada autovalor, o critério de Kaiser e o critério do scree plot.

A confiabilidade de uma estrutura fatorial pode ser obtida por meio de diversos critérios, sendo o coeficiente Alpha de Cronbach a medida mais amplamente usada. Esse coeficiente avalia a consistência interna das variáveis que compõem uma escala. A concepção da

consistência interna é de que os itens ou indicadores individuais da escala devem medir o mesmo construto, e assim serem intercorrelacionados.

Geralmente, o índice obtido varia entre 0 e 1, ainda que não haja um limite mínimo para este coeficiente (CORTINA, 1993). Em geral, diretrizes para interpretação dos valores do Alpha de Cronbach são adotadas. Conforme aponta Hair Jr. et al. (2009), valores a partir de 0,70 são considerados aceitáveis em ciências sociais, e, a partir de 0,80, são considerados valores de alta confiabilidade.

Na presente pesquisa, os dados quantitativos foram manipulados empregando-se procedimentos estatísticos descritivos e inferenciais, considerando-se o nível de significância e as diferenças que apresentaram um p<0,05. Desta forma, para as médias gerais obtidas na amostra de trabalhadores em relação aos construtos Comprometimento Organizacional e Desempenho Humano no Trabalho, foram realizadas análises descritivas simples, com a utilização de freqüências, médias e desvio-padrão, bem como análises de correlações de Pearson e análises de clusters.

Para a análise dos perfis e níveis de Comprometimento Organizacional, com relação às bases afetiva, normativa e de continuação, foi utilizado o processo hierárquico com distância euclidiana e método de Ward para extrair os clusters. A análise de cluster, também conhecida como análise de conglomerados ou de agrupamentos, é uma técnica estatística cujo objetivo consiste em dividir os elementos da amostra, ou população, em grupos, de forma que os elementos pertencentes a um mesmo grupo sejam semelhantes entre si, com respeito as variáveis que neles foram medidas, e os elementos em grupos diferentes sejam distintos entre si, em relação as mesmas variáveis mencionadas. (MINGOTI, 2007)

Essa análise permitiu a identificação de padrões de vínculos como resultado das combinações dos escores de cada indivíduo frente ao construto. Esse procedimento revelou-se o mais apropriado para a criação de grupos que maximizam as diferenças entre si e que, ao mesmo tempo, possuem tamanhos relativamente equiparados. Bastos (1994) aponta que tal método proporciona a geração de grupos com tamanhos mais homogêneos, favorecendo a sua comparação com outras variáveis. O emprego do teste Kruskal-Wallis foi indicativo de que os clusters diferiam uns dos outros quanto à medida utilizada para o construto investigado. Esse teste é a alternativa não-paramétrica para a ANOVA, pois enquanto a ANOVA necessita que alguns pressupostos sejam atendidos, o teste de Kruskal-Wallis não faz nenhuma suposição sobre a comparação.

Para verificar as possíveis relações entre as médias dos perfis de Comprometimento, e as variáveis pessoais dos trabalhadores, bem como as médias de percepção do desempenho

autorrelatado e as mesmas variáveis pessoais dos trabalhadores, foi utilizado o teste de Kruskal- Wallis. As médias obtidas para a percepção dos desempenho no trabalho e dos perfis de comprometimento organizacional segmentadas por empresa foram comparadas utilizando o mesmo teste juntamente com análise das correlações de Pearson. Os dados de correlações de Pearson possibilitaram a identificação das associações consideradas significativas entre as medidas dos perfis de comprometimento e entre estas e o desempenho no trabalho.

Tais estratégias de investigação podem ser visualizadas no Quadro 8, o qual consta também a sua relação com os objetivos do presente estudo.

Quadro 8 – Síntese dos objetivos e métodos de investigação

Objetivo Método de investigação

Analisar agrupamentos (clusters) com base nos perfis de comprometimento existentes nos trabalhadores

identificados na amostra em estudo;

Análise de clusters

Analisar as características sociodemográficas e ocupacionais de cada agrupamento de perfil de comprometimento existente nos trabalhadores;

Análise de clusters e Análise estatística descritiva

Identificar as possíveis relações entre os perfis de comprometimento organizacional existentes nos

trabalhadores, em suas bases constituintes, e o desempenho humano autorrelatado, nos seus fatores constituintes;

Análise fatorial e Análise de correlações de Pearson

Analisar as possíveis diferenças existentes entre essas relações

Análise de correlações de Pearson

Fonte: Elaboração do autor.

Considerando o delineamento metodológico adotado para o atingimento dos objetivos deste estudo, a seguir, são apresentados os resultados obtidos e, posteriormente, a sua respectiva discussão.