Escala de Transferência de Treinamento para o Trabalho

Os itens da escala de transferência de treinamento para o trabalho (impacto em profundidade) foram construídos a partir da análise dos objetivos instrucionais do curso de DRS e representavam competências ou combinações de conhecimentos, habilidades e atitudes (CHAs) desenvolvidos durante o treinamento. Foram elaboradas 12 competências, descritas sob a forma de comportamentos observáveis no trabalho dos egressos, conforme sugerem Brandão e Bahry (2005) e Carbone et al. (2005).

Tratou-se, então, de uma medida de impacto em profundidade em que foram inseridos indicadores de desempenho estritamente relacionados aos CHAs desenvolvidos por meio da ação educacional. Competências gerenciais genéricas, desenvolvidas em outros eventos de aprendizagem do Banco, não foram incluídas. Assim, pretendeu-se que a escala contivesse itens específicos e relacionados diretamente ao curso avaliado.

Os itens foram associados a uma escala de respostas de 10 pontos, ancorada em suas extremidades, sendo que 1 correspondeu a “não expresso a competência e 10, a “expresso plenamente a competência” (Apêndice C). Alguns aspectos intrínsecos à realidade desta pesquisa levaram à escolha dessa escala de respostas, em detrimento da

85 escala de freqüência que muitos autores utilizaram em medidas semelhantes, conforme mencionado anteriormente na revisão de literatura. Inicialmente observou-se que a freqüência de desempenho não seria um critério adequado para avaliar transferência do curso DRS, tendo em vista que os desempenhos esperados dos egressos no trabalho ocorrem de forma seqüencial, de acordo com as etapas da metodologia adotada pelos gestores para implementar a Estratégia Negocial DRS. Ademais, em função da complexidade e da quantidade de atribuições requeridas dos gestores, as competências expressas em atividades de DRS representam apenas uma pequena parte de suas competências, que não necessariamente faz parte do cotidiano, podendo ser esporádicas. Ademais, a Organização possui um sistema de gestão de desempenho por competências que utiliza uma escala de respostas com conteúdo semelhante à adotada nesta pesquisa, o que torna a escala mais familiar e facilita a sua compreensão.

8.4.3 Procedimentos de Coleta de Dados

A coleta de dados primários ocorreu em um único momento, cerca de três meses a dois anos e meio após o término dos eventos. Os questionários impressos foram enviados por malote interno, juntamente com uma carta (Apêndice E), que explicava os procedimentos e objetivos da pesquisa, e um envelope endereçado para devolução. As instruções para preenchimento dos instrumentos eram auto-explicativas, já que a coleta foi realizada a distância. Com o intuito de sensibilizar a participação dos indivíduos para responderem aos questionários, foi enviada uma mensagem aos participantes via sistema interno (SISBB), ressaltando a importância da pesquisa e os procedimentos para participar. Até aqui, foram descritos os procedimentos de coleta de dados do Estudo 2. A seguir, são descritos os procedimentos de análise estatística adotados nesse estudo e realizados por meio do programa estatístico SPSS versão 15.0.

8.4.4 Procedimentos de Análise de Dados

Inicialmente, foram realizadas análises descritivas (média, desvio-padrão, mínimo e máximo), a fim de verificar a exatidão da entrada dos dados. Além disso, buscou-se oferecer à organização informações detalhadas sobre os resultados obtidos por toda a amostra de respondentes (2213), para subsidiar a tomada de decisão sobre o tema e a realização de intervenções em seu contexto.

86 Antes de proceder à análise fatorial exploratória, foi investigada a presença de casos extremos univariados e multivariados e a distribuição dos casos omissos. As respostas a todos os itens das escalas foram transformadas em escores Z, para identificar escores padronizados iguais ou superiores a 3,29 (p<0,001, two-tailed), que indicam casos extremos univariados. Os casos extremos multivariados foram identificados a partir da distância mahalanobis2. Optou-se por realizar as análises fatoriais com e sem os casos extremos, para comparar os resultados e analisar a influência desses dados nos resultados das análises.

Quanto aos dados omissos, Pasquali (2006) indica que há basicamente duas maneiras de tratá-los, por meio de eliminação de casos ou variáveis e pela imputação de valores. Visto que nenhuma variável apresentou número de dados faltosos superior à quantidade indicada pela literatura (5%), optou-se pela utilização do método listwise, que considera apenas os casos que contêm dados válidos em todos os indicadores ou itens incluídos na análise.

Outras características dos dados foram analisadas, de acordo com orientações de Tabachnick e Fidell (2007) e Pasquali (2004), tais como:

1. Tamanho da amostra - buscou-se obter o mínimo de 10 casos para cada variável observável;

2. Linearidade - verificou-se a existência de coeficientes de correlação de Pearson com valores diferentes de zero e significativos, que indicam a presença de relações lineares entre as variáveis;

3. Multicolinearidade e Singularidade – verificou-se a existência de correlações superiores a 0,80, a fim de identificar a presença de duas variáveis fortemente correlacionadas de modo a parecerem sinônimas ou uma variável que é combinação de duas ou mais variáveis, o que requer que uma delas seja eliminada da análise.

Não foram feitos testes de normalidade das distribuições de freqüência neste estudo, tendo em vista que a normalidade não é um problema grave na análise fatorial exploratória. Segundo Pasquali (2004), a análise é robusta à violação desse pressuposto, suportando desvios da normalidade.

2 _{Mahalanobis é a distância entre um caso e o centróide, ponto onde se encontram as médias de todas as} variáveis. Na tabela de distribuição qui-quadrado, obteve-se o valor mínimo considerado significativo, com nível de significância p < 0,001 e graus de liberdade igual ao número de variáveis envolvidas na regressão. Valores acima do valor de referência foram considerados extremos (Pasquali, 2006).

87 Em seguida, para cada escala, foram adotados os seguintes passos, seguindo orientações de Pasquali (2004): (a) análise da matriz de covariância em termos de fatorabilidade e do número de fatores, (b) extração inicial dos fatores, (c) rotação dos fatores para uma estrutura final, (d) interpretação dos fatores e (e) construção dos escores fatoriais para uso em análises futuras.

Para investigar a fatorabilidade da matriz de covariância, foram analisados: (a) quantidade de correlações bivariadas da matriz com valores acima de 0,30, (b) teste de adequação da amostra de Kaiser-Meyer-Olkin (KMO), (c) determinante da matriz e (d) teste de Esfericidade de Bartlett.

A análise exploratória realizada para obter a extração inicial dos fatores de cada escala foi a dos componentes principais (Principal Components - PC), que busca reduzir o número de variáveis em componentes que expliquem a maior parte da variância original das variáveis.

Com o intuito de definir o número de fatores, foram utilizados os critérios indicados por Hair Jr, Anderson, Tatham e Black (2005): (a) valores próprios (eigenvalues) superiores a um; (b) percentual de variância explicada pelo fator maior que 3% da variância total; (c) distribuição visual ou curva dos valores próprios (scree plot), considerando o ponto onde o gráfico começa a ficar horizontal como indicativo do número máximo de fatores que podem ser extraídos, antes que a quantia de variância única comece a dominar a estrutura da variância comum; e (d) interpretabilidade.

No passo seguinte, foi adotado o método de fatoração dos eixos principais (Principal Axis Factoring - PAF), visando identificar as dimensões latentes que refletissem o que as variáveis tinham em comum e, assim, obter as estruturas fatoriais. Utilizou-se a rotação oblíqua (promax), uma vez que esse método permite fatores que apresentem correlações entre si, em vez de manterem independência entre os fatores rotacionados (Hair et al., 2005).

A fim de verificar a consistência interna dos fatores, foi considerado o coeficiente de confiabilidade Alfa de Cronbach. Segundo Hair et al. (2005), o valor mínimo aceito para essa medida é 0,70, mas pode diminuir para 0,60 em pesquisas exploratórias.

Por fim, após a extração dos fatores, foram produzidos escores fatoriais pela média dos valores das variáveis que pertencem ao fator, para que os mesmos pudessem ser utilizados nas análises do Estudo 3, que será descrito a seguir.

88