5 RESULTADOS E DISCUSSÕES
5.6 Modelagem de Equações Estruturais (SEM)
5.6.2 Estimação do modelo reespecificado
Como forma de obter um melhor ajustamento do modelo, foram admitidas quatro relações entre os erros das variáveis, conforme sugestão do software IBM® SPSS® Amos versão 18.0.
1. porte da entidade (porte) ↔ valor adicionado (va); 2. liberdade sindical (sind) ↔ controle do governo (gov); 3. integração vertical (int) ↔ concentração de capital (cap); 4. endividamento (end) ↔ Sistema de Informações (SInfo).
Ao correlacionar os erros das variáveis “porte” e “va”, admitiu-se a existência de um fator comum, não considerado no modelo, sugerindo que à medida que a entidade aumenta seu porte (tamanho) maior a capacidade de adicionar valor, de acordo com os dados observados.
Igualmente, a introdução da correlação entre as variáveis “sind” e “gov” é defensável na realidade brasileira, já que, em geral, as entidades públicas conferem políticas trabalhistas
158
mais flexíveis aos seus empregados comparadas àquelas conferidas aos empregados de entidades privadas.
Com a correlação entre as variáveis “int” e “cap”, indica uma aparente preferência pelos desenhos corporativos que contemplam entidades holdings como único acionista/quotista controlador. Isso também se explica pela própria evolução do setor elétrico, com processos de privatizações e reestruturações societárias, conforme comentado no capítulo 2 do Referencial Teórico.
Por fim, a correlação entre as variáveis “end” e “SInfo” devem estar relacionadas por fatores não contemplados no modelo. Isso explica, por exemplo, que a informação sobre tendências quanto ao endividamento a curto, médio, longo prazos, à estrutura gerencial e à conjuntura econômica pode promover mudanças no tratamento de informações processadas em sistema com vistas à formulação de ações estratégicas pela entidade.
A Tabela 5.79 exibe os resultados da validade fatorial dos constructos desta pesquisa, processados no software IBM® SPSS® Amos 18.0 como se mostra em detalhe nos Apêndices S e T. Percebe-se que os valores padronizados das cargas fatoriais entre os construtos e suas variáveis manifestas são todos superiores a 0,50 e com adequado nível de significância (p < 0,05), apontando a existência de validade fatorial.
Tabela 5.79 - Validade fatorial dos construtos do modelo global reespecificado
Variáveis latentes
(constructos) Códigos Variáveis manifestas
Carga fatorial padronizada
Sistema de Governança (SGover)
end Endividamento 0,97***
gov Controle do governo 0,57***
cap Concentração de capital 0,65NA
Sistema de Informação (SInfo)
dec Duração equivalente de interrupção 0,78***
quali Prêmio Abradee de Qualidade 0,58***
ts Tipo de sistema 0,89NA
Sistema Estrutural (SEstr)
int Integração vertical 0,78NA
sind Liberdade sindical 0,91***
etica Exigência de padrões de ética e resp. social 0,90***
porte Porte da entidade 0,56***
Sistema de Gestão (SGest)
va Valor adicionado 0,86***
cresc Crescimento de mercado 0,54***
dpl Evolução do patrimônio líquido 0,62NA
Sistema Sociocultural (SCult)
ocplp Orientação curto x longo prazo 0,82***
ci Controle de incerteza 0,76***
di Distância hierárquica 0,87NA
Eficiência (Eff)
crs Scores de eficiência calculados pelo modelo
CRS-DEA 0,98
***
vrs Scores de eficiência calculados pelo modelo
VRS-DEA 0,88
***
sfa Scores de eficiência calculados pelo método
SFA 0,63
NA
Fonte: Dados da pesquisa (2016).
NA não se aplica o cálculo do erro-padrão para esta relação, pois a carga não-padronizada foi fixada em 1 para definir o modelo
***p < 0,05
A Figura 5.10 representa o modelo de equações estruturais reespecificado. Para fins de identificação, nenhuma restrição foi imposta aos parâmetros estruturais, permitindo que as variáveis latentes correlacionem livremente durante a estimação do modelo.
160
Figura 5.10 - Modelo de Equações Estruturais reespecificado Fonte: Dados da pesquisa (2016).
Para fins de comparação, a Tabela 5.80 exibe os valores das estatísticas do modelo global inicial (Figura 5.3) e do modelo global reespecificado (Figura 5.10).
Tabela 5.80 - Índices de qualidade de ajustamento do modelo global inicial e reespecificado
Índices Modelo inicial Modelo reespecificado Níveis de aceitação Testes de ajustamento
Qui-quadrado ( ) 616,077 376,233 Menor melhor
Graus de liberdade (gl) 147 143 ≥ 1
p-value 0,000 0,000 ≥ 0,05
Índices absolutos
Qui-quadrado normalizado ( ⁄ ) 4,191 2,631 < 3
Root Mean Square Error of Approximation (RMSEA) 0,113 0,085 < 0,08
Goodness of Fit Index (GFI) 0,819 0,912 > 0,90
Índices relativos
Comparative Fit Index (CFI) 0,703 0,949 > 0,90
Normed Fit Index (NFI) 0,679 0,921 > 0,90
Tucker-Lewis Index (TLI) 0,635 0,908 > 0,90
Índices de parcimônia
Parsimony GFI (PGFI) 0,552 0,766 > 0,60
Parsimony CFI (PCFI) 0,515 0,776 > 0,60
Parsimony NFI (PNFI) 0,579 0,753 > 0,60
Fonte: Dados da pesquisa (2016).
Analisando a tabela acima, os índices utilizados cumprem as referências sugeridas na literatura (SCHUMACKER e LOMAX, 2004; HAIR JR et al., 2005; MARÔCO, 2010; KLINE, 2011). Segundo Marôco (2010) o teste qui-quadrado ( ) é sensível para amostras grandes e em situações de violação dos pressupostos de normalidade das variáveis manifestas e, por isso, ficou abaixo do nível de aceitação.
Em relação ao RMSEA, o valor obtido excede ao de referência. Todavia, Kline (2011) consideram o limite superior de 0,10 como razoável para modelos mais complexos. Os resultados são mostrados em detalhe nos Apêndices S e T. A Figura 5.11 exibe o modelo de saída gerado pelo software IBM® SPSS® Amos, versão 18.0.
162
Figura 5.11 - Resultados da modelagem de equações estruturais Fonte: Dados da pesquisa (2016).
O modelo contemplou 50 variáveis (25 observadas e 25 não observadas). Foram fixadas 31 cargas e estimados 18 pesos fatoriais, 4 covariâncias e 25 variâncias (47 parâmetros no total). Assim, o número de elementos diferentes da matriz de covariâncias foi de 190 com 143 graus de liberdade (gl = 190 – 47 = 143). Foi utilizado o método de Máxima Verossimilhança e o algoritmo alcançou o mínimo da função de discrepância no processo iterativo para =
376,233.
Em IBM® SPSS® Amos 18.0, e em outros softwares de SEM, são gerados relatórios com a chamada relação crítica (Critical Ratio – CR) que é o resultado de dividir o valor da estimativa (Estimate) pelo seu erro-padrão (Standard Error – SE). O IBM® SPSS® Amos 18.0 trata os índices críticos (CR) como “valores z”, assumindo tamanhos grandes de amostras (mais de 100). Normalmente, são aceitáveis os valores de C.R> > 1,96 e p-value < 0,05 (teste bicaudal).
Estudando a tabela dos pesos fatoriais (Regression Weights) do Apêndice T, verifica-se que a trajetória Sistema de Governança Sistema de Gestão não é significativa (C.R. = 1,794 e p = 0,073) ao nível de p < 0,05. Este resultado indica que as variáveis escolhidas para governança nesta pesquisa (end, gov, cap) não exercem influência direta sobre a gestão das entidades. Contudo, esta constatação baseia-se critérios estatísticos. Em que pese o suporte teórico para esta relação, a não significância pode estar atrelada a própria disponibilidade dos dados para fins de estudo.
O efeito direto do Sistema de Informação sobre o Sistema de Gestão é significativo (C.R = 2,831 e p < 0,05). Analisando as cargas fatoriais padronizadas, constata-se como a maior expressão foi a variável ts (tipo de sistema) com 0,817, seguida da variável dec (duração equivalente de interrupção) com 0,664, enquanto a menor expressão é a variável quali (Prêmio Abradee) com 0,577.
Uma explicação plausível para esta situação é encontrada em Gómez e Silveira (2010) que afirma o levantamento das informações sobre a operação em sistemas isolados é feito de forma precária e isso tem forte influência sobre a gestão das entidades que operam nessas áreas. No entanto, o maior acesso a informações para os tomadores de decisão, mostrando de forma clara um conjunto de indicadores definidos e quais tecnologias poderiam trazer mais benefícios se largamente implementados, poderia acelerar o suporte a gestão.
Outro aspecto para explicar a variável dec pode ser a preferência por parte da gestão em buscar atender às regulações impostas pelo agente regulador com o intuito de evitar sanções,
164
como multas ou redução de receitas, ao invés de critérios de atendimento aos prêmios de excelência.
O efeito direto do Sistema Estrutural sobre o Sistema de Gestão é significativo (C.R. = 3,445 e p < 0,001). Estes resultados da modelagem mostram que as variáveis sind (liberdade sindical) e ética e possuem a maior carga fatorial, com 0,915 e 0,899, respectivamente. Uma possível explicação é a de que as crenças e os valores dos gestores influenciam sobremaneira a forma como a entidade se estrutura e isso reflete na condução (gestão) das atividades. As variáveis integração vertical (carga fatorial = 0,782) e porte (carga fatorial = 0,555) são menos expressivas.
O Sistema de Gestão tem efeitos significativos sobre o Sistema Sociocultural (C.R. = 2,041 e p < 0,05). Estes resultados são consistentes com vários estudos empíricos sobre o tema. Pettigrew (1996) entende que uma das variáveis mais relevantes no contexto empresarial, a cultura da organização, um verdadeiro canal para o bom desempenho. Sendo a variável va (valor adicionado) a mais expressiva no constructo, com carga fatorial = 0,864. As variáveis dpl (evolução do patrimônio líquido) e cresc (crescimento de mercado) são menos expressivas com cargas fatoriais iguais a 0,617 e 0,537, respectivamente.
A trajetória Sistema Sociocultural Eficiência é estatisticamente significativa (C.R. = 2,403 e p < 0,05). O modelo ajustado mostra a carga fatorial da variável di (distância hierárquica) como a mais expressiva igual a 0,869, seguida da variável ocplp (orientação curto x longo prazo) e ci (controle de incertezas), 0,816 e 0,761, respectivamente.
Os resultados vão ao encontro das considerações de Cameron e Quinn (2006), segundo as quais o aspecto formal e estruturado, com regras e políticas que mantêm a organização integrada, enfatizam a estabilidade, eficiência e previsibilidade. Os padrões e os procedimentos que determinam as atividades das pessoas mantém um ritmo estável de atividades, condizentes com um setor altamente regulado. Uma maior distância hierárquica haveria, em tese, menos questionamentos a esses padrões e procedimentos estabelecidos (HOFSTEDE, 1980).
Por fim, a partir dos valores da tabela dos Quadrados da Correlação Múltipla (Squared
Multiple Correlations) do Apêndice T, foi elaborado um resumo na Tabela 5.81 para as
Tabela 5.81 - Variância explicada das variáveis latentes
Variáveis latentes (constructos) % da variância explicada pelo modelo
Sistema de Governança (SGover) 10,5%
Sistema de Informação (SInfo) 14,6%
Sistema Estrutural (SEstr) 16,5%
Sistema de Gestão (SGest) 85,1%
Sistema Sociocultural (SCult) 73,8%
Eficiência (Eff) 59,2%
Fonte: Dados da pesquisa (2016).
Verifica-se que 85,1% da variação do Sistema de Gestão podem explicar-se pelo modelo proposto. Trata-se de um alto poder explicativo, pois boa parte das alterações nesta variável pode ser medida pelas alterações nos construtos incluídos na modelagem, o restante (14,9%) se atribui a fatores não considerados no modelo.
O modelo também explica mais da metade das alterações nos constructos Sistema Sociocultural (73,8%) e Eficiência (59,2%), indicando uma boa capacidade explicativa. Por outro lado, as variáveis latentes “SGover”, “SInfo” e “SEstr” tem baixo poder explicativo pelo modelo proposto (< 20,0%).