MBI-GS Análises Confirmatória e de Consistência Interna

Iniciámos a análise confirmatória através da verificação das cargas fatoriais de cada subescala dos três fatores. Após a omissão do item 13 (“Só quero fazer o meu trabalho e não ser incomodado”) da MBI-GS, alguns autores encontraram consistência interna elevada tanto na escala completa como na subescala de cinismo (e.g., Rothmann & Malan, 2003). Através de uma análise confirmatória e após a remoção do item 13, Bria, Spânu, Baban, e Dumitrascu (2014) obtiveram melhores índices de ajustamento (e.g., CFI, RMSEA) para um modelo do MBI-GS de três fatores do que um modelo de MBI-GS com apenas dois fatores. Os índices de modificação revelaram cruzamentos de carregamento com os fatores da exaustão

emocional e da eficácia profissional, além disso o alfa de Cronbach aumentou de .67 para .74. (Bria et al, 2014). As análises de confiabilidade realizadas por Schutte, Toppinnen, Kalimo, e Schaufeli (2000) mostraram uma boa consistência interna nas subescalas de exaustão

emocional e de cinismo, no entanto o item 13 teve de ser removido para aumentar a consistência interna com um critério de α > .70. Os autores realçaram a ambiguidade do item, sugeriram que uma pontuação elevada possa ser fruto do isolamento face aos outros colegas de trabalho, ainda que no mesmo não tivessem encontrado qualquer relação com o engagement (Schutte et al., 2000).

Outros investigadores (e.g., Leiter & Schaufeli, 1996) referiram que alguns dos itens da MBI-GS deviam ser eliminados da análise devido à sua ambiguidade.

Na análise fatorial exploratória, através de uma rotação ortogonal, promax,

verificámos um carregamento cruzado do item 13 no fator da eficácia profissional com um valor de .30 que é precisamente o ponto de corte estabelecido por Costello e Osborne (2005).

O tamanho das cargas fatoriais é influenciado pela homogeneidade da pontuação da amostra e neste sentido o ponto de corte poderá ocorrer a um nível inferior (Tabachnick e Fidell, 2001). Para o efeito verificámos que a média do item 13 foi superior (M = 4.27) à dos demais que oscilaram entre valores de 1.70 e 2.78. Tabachnick e Fidell (2001) sugeriram que se a média levantar dúvidas, no caso situou-se claramente acima da média dos restantes quatro itens, deverá ser feita uma interpretação das cargas mais baixas, se a amostra produzir resultados semelhantes nas variáveis observadas, dever-se-á recorrer a um corte mais baixo para a interpretação do fator. Após um corte aos .30, omitimos o item 13 e verificou-se um aumento na consistência interna da subescala de cinismo de α = .78 para α = .80.

79

Na análise aos índices de modificação verificámos uma covariância de erro com um índice de modificação de 21.749 e com um valor de mudança de parâmetro esperada de .431 entre os itens dois (Chego ao fim do dia de trabalho completamente exausto[a]) e três ( Sinto-me cansado[a] quando me levanto de manhã e tenho de ir trabalhar) do fator da exaustão emocional. À luz dos pressupostos teóricos refletimos sobre se haveríamos ou não de libertar esta covariância, se por um lado teríamos de encontrar um suporte substantivo e/ou empírico (Jöreskog, 1993, citado por Byrne, 2010), por outro lado tornar-se-ia desadequado não correlacionar os erros perante a presença do que considerámos ser de um elevado grau de covariância de erro (Bentler & Chou, 1987, citados por Byrne, 2010). No âmbito da

investigação psicossocial a inclusão destes parâmetros pode trazer um sentido substantivo, como tal devem ser incluídos no modelo (Jöreskog & Sörbom, 1993). Dada a natureza dos itens refletir uma insuficiência de descanso entre o final e o início de uma nova jornada de trabalho, decidimos para este efeito fazer uma análise entre dois grupos de pessoas, as que faltaram por qualquer motivo no último ano (n = 126) e as que não faltaram (n = 77). No grupo das pessoas que faltaram, na análise aos índices de modificação, verificámos uma covariância de erro com um índice de modificação de 17.925 e com um valor de mudança de parâmetro esperada de .405 (C.R. = 3.959, p = < .001; r = .47), já no grupo das pessoas que não faltaram verificámos uma covariância de erro com um índice de modificação de 7.101 e com um valor de mudança de parâmetro esperada de .512 (C.R. = 2.716, p = .007, r = .39).

Comparativamente com as pessoas que não faltaram ao trabalho (M = 3.79), a média do item 2 foi inferior face às pessoas que faltaram (M = 4.42). Relativamente ao item três, a diferença entre médias foi ligeiramente mais acentuada no caso das pessoas que faltaram ao trabalho (M = 3.05, M = 4.07). Estes resultados apontam para que as pessoas que não conseguem recuperar de uma jornada de trabalho para a outra são as que mais sentem a necessidade de faltar um ou mais dias. Empiricamente sabemos que os intervalos entre dias de trabalho são importantes para a recuperação dos trabalhadores, em particular quando passam por experiências de trabalho negativas (Trougakos et al., 2008) que, entre outras, já se verificaram no contexto dos CC e tiveram origem na incivilidade dos clientes (Rupp &

Spencer, 2006; Yang & Diefendorff, 2009). Decidimos não libertar qualquer covariância de erro.

5.7.2.1 Validade Convergente para a MBI-GS

No nosso caso, como é possível verificar na Tabela 2, todos os valores de AVE foram superiores a .50 em todas as variáveis latentes. Para alcançarmos este objetivo tivemos de eliminar o item 11, ou seja o quarto item da subescala de eficácia profissional (“Eu sinto-me

80

animado(a) quando consigo algo no meu trabalho”), bem com o item cinco (“Eu lido eficazmente com os problemas que surgem no meu trabalho”) com o critério estatístico referido anteriormente (Krasnova et al., 2008; Homburg & Giering, 1998). Para a validade convergente, todos os valores das cargas de regressão padronizadas encontraram-seacima de .50, valor sugerido por Hair et al. (2014) tendo-se verificado igualmente que p < .05 (Gefen & Straub, 2005). Observados em conjunto os diferentes critérios relativos aos resultados da Tabela 2 (AVE, CR e alfa de Cronbach), foi possível assumir a validade convergente. O alfa de Cronbach para a escala completa encontrou-se em.70.

Tabela 2

Qualidade do Critério dos Constructos e Correlação entre as Variáveis Latentes (MBI-GS) Constructo N. Itens CR AVE α Exaustão Cinismo Eficácia

Exaustão E. 4 .77 .69 .88 .86

Cinismo 4 .66 .51 .80 .72 .86

Eficácia P. 4 .71 .56 .81 -.33 -.54 .86

Nota. CR = Confiabilidade composta; AVE = Média da variância extraída; α = Alfa de Cronbach.

.86 = O valor a negrito representa a raiz quadrada da média da variância extraída enquanto critério para a validade discriminante.

5.7.2.2 Validade Discriminante para a MBI-GS

Decidimos eliminar o item cinco da subescala de exaustão emocional dado que após a análise dos índices de modificação verificámos um efeito de regressão entre este item e a variável latente cinismo, que segundo Hair (2010) será mais problemático que algumas covariâncias de erro (e.g., > 13.000). Para um critério de validade descriminante, segundo Hair et al. (2014), todas as correlações entre variáveis latentes deverão estar abaixo da raiz da média da variância extraída, no caso = .86, como é possível verificar na Tabela 2 este facto confirmou-se, como tal podemos afirmar a validade discriminante para a MBI-GS.

81 Tabela 3

Cargas de Regressão Padronizadas, Critical Ratios, Estatística Descritiva, Correlação Item- total e Alfa se Algum dos Itens for Excluído (MBI-GS)

Itens ES R2 C.R. M DP SE Achatamento ri-t αi-e

Exaustão1 .78*** .60 3.75 1.93 -0.42 -1.15 .61 .64 Exaustão2 .85*** .72 12.79 4.18 1.74 -0.78 -0.52 .62 .64 Exaustão3 .87*** .76 13.19 3.69 1.97 -0.45 -1.02 .70 .63 Exaustão4 .78*** .60 11.51 3.26 2.16 -0.17 -1.38 .65 .63 Cinismo1 .77*** .59 2.38 2.31 0.36 -1.49 .43 .67 Cinismo2 .89*** .79 12.18 2.79 2.35 0.14 -1.59 .61 .63 Cinismo4 .60*** _{.36 8.35 2.28 2.34 0.44 -1.39 .46 .66} Cinismo5 .53*** .28 7.34 1.73 2.17 0.87 -0.79 .43 .67 Eficácia2 .75*** .56 4.93 1.65 -1.68 1.82 -.14 .74 Eficácia3 .68*** _{.47 8.76 5.17 1.20 -1.74 2.87 -.10 .72} Eficácia5 .73*** .54 9.31 4.46 1.71 -1.23 0.60 -.14 .74 Eficácia6 .74*** .54 9.35 4.49 1.87 -1.06 -0.15 -.21 .75

Nota. ES = Cargas de regressão padronizadas; R2 = Correlações múltiplas ao quadrado; C.R.

= critical racio; p = probabilidade; M = Média; DP = Desvio-Padrão; SE = Assimetria; ri-t = Correlação de Item Total Corrigida, αi-e = Alfa de Cronbach da escala se o item for

excluído. ***p < .001.

5.7.2.3 Modelo Final com Três Variáveis Latentes Tabela 4

Comparação de Índices de Ajustamento para Três Modelos Testados do MBI-GS

Modelos sem os itens cinco, 11, 13 e 15 χ2 df χ2/df CFI RMSEA Modelo com um único fator 417.401 63 7.730 .689 .183

Modelo com dois fatores (i.e., um fator com

itens de cinismo e de exaustão emocional e um outro fator com os itens de eficácia

profissional)

217.478 53 4.103 .859 .124

Modelo final com três fatores (i.e., exaustão

emocional, cinismo e eficácia profissional)

108.897 51 2.135 .950 .075

Nota. χ2 = Qui-quadrado; df = Graus de liberdade; χ2/df = Divisão do qui-quadrado pelos

graus de liberdade; CFI = Índice de ajuste comparativo; RMSEA = Raiz quadrada da média dos quadrados dos erros de aproximação.

Na Tabela 4 apresentamos uma comparação dos índices de ajustamento para três modelos diferentes do MBI-GS. Dos três modelos foi o de três fatores que melhor se ajustou

82

aos dados. O valor do RMSEA com um IC 90% encontrou-se dentro do se considerou tolerável ou seja abaixo de .100 (Blunch, 2008) 90% IC (.055, .094).

Salientamos que, não implementamos covariâncias de erro entre itens nem

eliminámos outliers com o intuito de respeitar a experiência individual, caso o fizéssemos tanto limitaria a nossa amostra como aumentaria o ajuste do modelo. Os resultados

encontrados enquadram-se dentro dos parâmetros da χ2/df (CMIN/DF), ou seja, aceitáveis dado que esta não excedeu um valor máximo de cinco (Byrne, 2001). O CFI do modelo de três fatores foi de .950, indicação de um ajustamento bom (Hu & Bentler, 1999).

Tabela 5

Estatística Descritiva do MBI-GS: Comparação com Outros Estudos

Este estudo Nitzsche (2016) Maslach, Jackson, & Leiter (2013)*

Subescala M DP α M DP α M DP α

Exaustão e. 3.72 1.79 .88 2.86 1.47 .87 2.09 1.09 .90

Cinismo 2.30 1.81 .80 2.18 1.55 .81 1.46 1.32 .95

Eficácia p. 4.76 1.29 .81 4.91 0.93 .86 4.80 1.12 .95

Nota. M = Média; DP = Desvio-Padrão; α= Alfa de Cronbach da subescala; Exaustão e. =

Exaustão emocional; Eficácia p. = Eficácia profissional; * = Esta validação refere-se a trabalhadores finlandeses que desenvolveram a sua atividade profissional no âmbito das tecnologias de informação.

Tal como é possível verificar na Tabela 5, a consistência interna das três subescalas aproximou-se bastante à que foi obtida no estudo de Nitzsche (2016).