AVALIAÇÃO FINAL DO MODELO

Na seqüência, para avaliação do Modelo, foi usado o software SmartPLS. Para a análise preliminar, foram usados todos os indicadores selecionados pela Análise Fatorial, como explicadores para cada variável latente. Os resultados do primeira processamento estão exibidos na Figura A1 do Apêndice 2 , onde se pode notar que alguns indicadores apresentaram coeficientes de correlação inferiores ao mínimo de 0,7 conforme recomendado por Hair et al. (1998). No mesmo Apêndice, na Figura A2, estão apresentados os valores do teste T, calculados pelo algoritmo bootstraping. Para esta quantidade de elementos da amostra (223 graus de liberdade), o valor da distribuição T de Student é 1,99 (intervalo de confiança de 95% e significância de 0,05); nenhum valor calculado mostrou-se inferior a este mínimo. Ainda no mesmo Apêndice, na Tabela A16, estão as demais estatísticas usadas para avaliar o Modelo; deve-se destacar que os valores dos R quadrados e dos Alfas de Cronbach de todas as varáveis latentes são satisfatórios.

No passo seguinte da análise, foram eliminados do Modelo os indicadores com correlações baixas, que estariam contribuindo muito pouco para explicar as respectivas variáveis latentes. Adotou-se como critério manter os indicadores com coeficiente de correlação superior a 0,7, mas decidiu-se manter alguns indicadores cujos coeficientes se situam em torno de 0,6 por se tratarem de indicadores que se mostraram importantes para a explicação da respectiva variável latente. Esta decisão, apesar de contrariar recomendações de alguns autores, é perfeitamente aceitável de acordo com outros, como DeVallis (1988). Feitos estes ajustes, a nova rodada do PLS mostrou que todos os parâmetros estatísticos apresentaram melhora bastante significativa, como mostrados na Tabela 2.

Todas as variáveis latentes apresentam Alfa de Cronbach superior a 0,6, evidenciando consistência interna aceitável para a escala que pretende medir as variáveis latentes, ainda de acordo com DeVallis (1988). Os valores dos R quadrados mostram que as variáveis dependentes guardam boa correlação com suas variáveis independentes. A Variância média

explicada também resultou superior a 0,5 para todas as varáveis latentes. A confiabilidade composta é superior a 0,6 para todos as varáveis latentes.

Tabela 2. Estatísticas calculadas para a análise final do Modelo Variável latente Variância média explicada Confiabi- lidade composta R

quadrado Cronbach Alfa de Comuna-lidade Redundân-cia

ATIT ESTR 0,619526 0,780113 0,560512 0,622902 0,472172 0,216771 COND ECO 0,518400 0,738199 0,660114 0,362418 CONV DIG 0,659994 0,859974 0,667936 0,804851 0,508251 0,291664 INOV TEC 0626539 0,841489 0,505092 0,784561 0,400695 0,200368 PERC VAL 0,599386 0,881422 0,723809 0,848304 0,455236 0,154179 REG GOV 0,602796 0,770405 0,604364 0,457518 VANT COMP 0,504668 0,841347 0,666344 0,787942 0,472172 0,216771

Na Figura 15, está exibido o Modelo com os indicadores e os coeficientes de correlação entre os indicadores e as respectivas variáveis latentes. Os coeficientes de regressão associados a cada variável latente independente indicando quanto cada uma explica suas respectivas variáveis latentes dependentes. Assim, os coeficientes de regressão fornecem uma avaliação de quanto uma variável latente dependente varia a partir da variação unitária da variável independente a ela associada. A variável Regulação Governamental contribui fortemente para explicar a variável Inovação Tecnológica, pois o coeficiente de regressão é de 0,711. A Inovação Tecnológica, junto com a regulação Governamental explicam grande parte da variação da variável Convergência Digital: para cada unidade de variação da Convergência Digital, 0,575 provém da Inovação Tecnológica e 0,301 da Regulação Governamental.

Da mesma Figura 15, pode-se deduzir a explicação da variável Vantagem Competitiva: a cada unidade de variação, 0,66 provém da Percepção de Valor e 0,203 da Atitude Estratégica. Esta é explicada pela variável Condição Econômica (coeficiente 0679), que também contribui para explicar a Percepção de Valor (coeficiente 0,284). Mas grande parte da explicação da variável Percepção de Valor provém da Convergência digital (coeficiente de 0,620).

Figura 15. Processamento final - Modelo com mostra reduzida e indicadores mais

representativos: correlações.

Para a análise da validade discriminante, Tenenhaus et al. (2004) recomendam que o valor da raiz quadrada da variância média explicada seja maior que as correlações entre as variáveis. Na Tabela 3, pode-se verificar que as varáveis latentes não são agrupadas, de vez que os valores da diagonal são superiores aos demais valores, apesar de existirem alguns valores próximos da raiz quadrada da VME.

Tabela 3. Correlação entre as variáveis ATIT

ESTR COND ECO CONV DIG INOV TEC PERC VAL GOV REG COMP VANT

ATIT ESTR 0,7871 COND ECO 0,5107 0,7020 CONV DIG 0,7086 0,6355 0,8129 INOV TEC 0,6827 0,5798 0,7946 0,7852 PERC VAL 0,7181 0,6413 0,8224 0,8510 0,7747 REG GOV 0,6169 0,5466 0,7523 0,7302 0,7484 0,7764 VANT COMP 0,6731 0,5889 0,7807 0,7693 0,8261 0,6757 0,7104

A validação do Modelo foi feita por meio do Teste da distribuição T de Student. Para tanto, foi aplicado o algoritmo de bootstraping do software SmartPLS, tendo como parâmetros 500 casos com 350 simulações. Para a amostra de 223 respondentes, valor que coincide com número de graus de liberdade, o valor da distribuição T de Student é de 1,99, considerado o intervalo de confiança de 95% e o nível de significância de 5%, de acordo com Triola (1999).

Os valores calculados para o Teste T de Student estão exibidos na Figura 16, em que se pode notar que o menor valor calculado é (4,176) é superior ao valor tabelado (1,99). Esta é uma indicação de que as correlações entre as variáveis latentes são significantes e, portanto, todas as variáveis podem fazer parte do Modelo.

Figura 16. Processamento final - Modelo com mostra reduzida e indicadores mais

anteriormente no item 5.3. foram verificadas, como mostrado na mesma Tabela.

Tabela 4. Relações estruturais e aceitação das hipóteses. Relação estrutural (hipótese aceita) Coeficiente de correlação padronizado Média da amostra Desvio

padrão Erro padrão

Valor calculado do

teste T

ATIT ESTR -> VANT COMP

(H7) 0,203303 0,204741 0,042550 0,042550 4,777932

COND ECO -> ATIT ESTR

(H6) 0,489486 0,493363 0,077274 0,077274 6,334455

COND ECO -> PERC VAL

(H4) 0,187529 0,189126 0,038935 0,038935 4,816458

CONV DIG -> PERC VAL

(H5) 0,707519 0,704508 0,040378 0,040378 17,522389

INOV TEC -> CONV DIG

(H3) 0,575233 0,575005 0,042727 0,042727 13,462849

PERC VAL -> VANT COMP

(H8) 0,659797 0,656880 0,044734 0,044734 14,749303

REG GOV -> CONV DIG

(H2) 0,301231 0,298524 0,040523 0,040523 7,433504

REG GOV -> INOV TEC