Os questionários foram aplicados por meio de coleta presencial pela própria pesquisadora. No entanto, cabe enfatizar que, no período da aplicação da pesquisa (maio de 2016), problemas de instabilidade política e financeira no estado ocasionavam também problemas institucionais e administrativos dentro do órgão pesquisado. Durante a aplicação dos questionários, foram relatados espontaneamente pelos servidores problemas como atraso nos pagamentos, exonerações, insatisfação e apreensão dos servidores em relação a possíveis medidas adotadas pelo governo e pelos gestores do órgão. Dessa forma, existe a possibilidade dos resultados da pesquisa terem sido afetados por fatores externos e internos instaurados à época.
Os dados obtidos por meio da aplicação dos instrumentos citados na Seção anterior foram transferidos para o programa Statistical Pakage for Social Sciences (SPSS) e analisados por meio de métodos descritivos, inferenciais e multivariados, dentre eles, a análise fatorial e a regressão linear múltipla.
Neste capítulo foram descritos os procedimentos adotados neste estudo, incluindo a descrição da pesquisa, caracterização do setor e da amostra. Foram apresentados também os instrumentos utilizados para essa pesquisa e o formato da coleta. No próximo capítulo, iniciaremos a explanação sobre a análise dos dados, contemplando os resultados e discussão.
5 RESULTADOS
Utilizando-se os dados coletados junto aos 318 respondentes da organização estudada, foi efetuada a análise fatorial exploratória das 3 escalas utilizadas para a composição dos resultados dessa pesquisa. Após análise inicial, por meio do programa SPSS (Opções Analyse – Descriptives – Frequencies), foram identificados 2 erros de digitação que, após confrontados com os questionários físicos, foram prontamente corrigidos.
Em seguida, foram analisados o percentual de dados ausentes por escala em cada sujeito. Constatou-se que 7 sujeitos, correspondente aos números de ID 11, 34, 111, 176, 215, 262 e 309, continham um número superior a 10% de missings nas respostas em pelo menos uma das 3 escalas, sendo por este motivo excluídos das análises posteriores. Os demais sujeitos foram mantidos, uma vez que, de acordo com o parâmetro sugerido por Hair, Black, Babin, Anderson, e Tatham, (2009), valores omissos abaixo desse percentual podem ser ignorados, caso ocorram de forma aleatória.
Em relação à identificação dos casos extremos, optou-se por identificar os outliers multivariados por meio da distância Mahalanobis. Dessa forma, foi realizada uma regressão linear fictícia (Opções Analyse – Regression – Linear – Method Enter – Save Mahalanobis Distance SPSS), onde a identificação do sujeito foi utilizada como variável critério, enquanto que os itens de cada escala separadamente foram usados como variáveis antecedentes. Utilizando-se a tabela C (Valor do Qui-Quadrado), disponível em Tabachnick e Fidell, (2001), pode-se verificar que, em relação à escala de Auto-avaliação de desempenho, com 27 graus de liberdade (número de variáveis independentes) e probabilidade p<0,001, que deveria ser utilizado o valor de 55,476. Com base nesse parâmetro foram identificados os sujeitos (2, 9, 63, 65, 152, 155, 181, 191, 207, 211, 265). Em relação à Escala de Justiça Organizacional, o parâmetro utilizado para a distância Mahalanobis foi de 45,315, considerando 20 graus de liberdade; assim foram identificados os casos (44, 48, 70, 82, 129, 138, 141, 146, 171, 174, 194 e 288). Por último, para escala de Motivação pela Remuneração por Desempenho, considerando-se 21 graus de liberdade, o valor para a distância Mahalanobis encontrada foi de 46,797 e, com base nela, foram excluídos os casos 16, 17,51, 74, 75, 150 e 182.
Na análise fatorial, variáveis com dados muito díspares podem ocasionar resultados pobres, podendo culminar na exclusão de fatores devido à baixa carga fatorial (Neiva, Abbad, & Tróccoli, 2007). Além disso, outliers multivariados em geral também costumam afetar a aferição das correlações, uma vez que estas podem ser diminuídas ou ampliadas em função do
impacto dos casos extremos. Em virtude dessas considerações, optou-se por excluir os casos identificados como outliers multivariados das análises futuras.
Em relação ao tamanho da amostra, de acordo com Laros e Pasquali (2005), para a validação da estrutura, é necessário de 5 a 10 observações por item. Após a exclusão dos casos que apresentaram escore superior a 10% de missing por escala e dos casos extremos multivariados, a amostra passou a contar com 281 observações. Dessa forma, foi alcançado o número de mais de 10 sujeitos por item em cada escala, considerando-se o tamanho da amostra adequado.
Em relação à normalidade das distribuições, foram identificadas, por meio dos índices de skewness e kurtosis das variáveis (considerando um nível de significância de 0,05) a não ocorrência de distribuição normal em relação às variáveis na escala de Avaliação de Auto-Desempenho. Não se identificou problemas relacionados a esse pressuposto na análise das demais escalas.
Utilizando-se os comandos Analyze-Descriptives-Explore do SPSS, foi efetuada a análise dos histogramas das variáveis (com curva normal), e acrescentados outros testes de normalidade (KS e Shapiro-Wilk), que também evidenciaram ausência de normalidade na escala de auto-desempenho.
Devido à robustez da técnica de Análise Fatorial, problemas de normalidade não se apresentam como graves para sua aplicação (Pasquali, 2012), principalmente em grandes amostras, ou seja, mais de 200 sujeitos (Hair et al., 2005). Dessa forma, optou-se por proceder com a realização das demais análises utilizando as variáveis originais, sem a necessidade de transformação.
Por meio da visualização dos gráficos de dispersão bivariadas (opções Graphs – Scatterplot/Dot do SPSS) entre os pares de itens, foi possível observar que, embora tenham sido apresentadas correlações de intensidade bem variadas, os resultados indicaram linearidade entre as variáveis das 3 escalas utilizadas. Não foram identificadas correlações com magnitudes iguais ou superiores a 0,90, o que indicou ausência de multicolinearidade (Pasquali, 2012).
Após a analise dos pressupostos, o próximo passo foi proceder com a análise de fatorabilidade das escalas utilizadas no estudo, quais sejam, Escala de Auto-Avaliação de
Desempenho no Trabalho (EADT), Escala de Percepção de Justiça Organizacional (EPJO) e de Escala de Motivação pela Remuneração por Desempenho (EMRPD).