3. MÉTODO
3.7 PROTOCOLO DE ANÁLISE DOS DADOS
Santos (2012) aponta que os procedimentos na coleta, tratamento, exploração e análise de dados são essenciais para robustecer os resultados. Dessa forma, foi estabelecido um rito operacional com o intuito de minimizar erros e vieses no tratamento estatístico e, consequentemente, responder os objetivos da pesquisa.
Primeiramente, as informações exportadas pelo banco de dados foram organizadas em planilhas eletrônicas. Este procedimento facilitou na identificação e correção de dados errados, incompletos ou com formatação inapropriada.
Em seguida, após os dados estarem devidamente organizados, foram realizadas duas operações. O primeiro procedimento foi destinado à elaboração dos gráficos e o segundo à transposição dos dados para os softwares utilizados no tratamento estatístico. Nesta fase, foi apurada a estatística descritiva e de frequência com a finalidade de produzir dados demográficos e observar o comportamento dos dados para identificar a sensibilidade da amostra e preparar para o tratamento estatístico e teste das hipóteses.
Buscou-se a plenitude do protocolo experimental desenvolvido por Basu et al. (2009) por meio da utilização do trust game, na modalidade single player. Como consequência, para que a primeira hipótese “1a", que trata a formação da reputação, se tornasse testável, foi eliminada a primeira rodada do pré-teste (1) e do pós-teste (11), uma vez que o investidor identifica a ação do administrador, referente à rodada anterior, a partir da segunda rodada.
Já na segunda hipótese, que trata da reputação do investidor, foi possível manipular todos os dados (vinte rodadas), pois a sua formação é notada na mesma rodada do comportamento do administrador.
Ressalta-se que Basu et al. (2009) utilizaram o desenho experimental “post-test
only/control group”, com dez rodadas. Neste estudo, acrescentou-se o pré-teste, totalizando
assim vinte rodadas. Antes de testar formalmente as hipóteses, foi utilizada a correlação de Pearson no pré-teste e pós-teste e a sua evidenciação por meio de gráficos, de acordo com protocolo de Basu et al. (2009). Em seguida, foram formulados três modelos de regressão múltipla para testar as hipóteses propostas deste estudo:
y = β0+ β1DT + β2RK + β3ISadm + β4(RK*ISadm) + β5DT_RK + β6DT_ISadm - β7(DT_RK*DT_ISadm) + εi
Onde:
y = variável dependente INVEST que representa o valor médio dos investimentos determinados pelos investidores; β são os parâmetros do modelo, onde β0 representa o
intercepto do modelo resultando o grupo de controle no pré-teste; β1 representa o grupo de
controle no pós-teste; β2 representa o grupo de tratamento no pré-teste; β3 representa o valor
médio do “image score” dos administradores pertencentes ao grupo de controle no pré-teste; β4 representa o valor médio do “image score” dos administradores pertencentes ao grupo de
tratamento no pré-teste; β5 representa o grupo de tratamento no pós-teste; β6 representa o
valor médio do “image score” dos administradores pertencentes ao grupo de controle no pós- teste; β7 representa o valor médio do “image score” dos administradores pertencentes ao
grupo de tratamento no pós-teste.
DT é a variável dummy independente que indica a fase experimental, em que 0 representa o pré-teste e 1 represente o pós-teste; RK = variável dummy independente recordkeeping, em que 0 representa o grupo de controle que não possui acesso ao bookkeepping e 1 representa o grupo de tratamento que possui acesso ao bookkeepping; ISadm é a variável independente que representa o “image score” do administrador;
ε
i = termo de erro estocástico.y = β0+ β1DT + β2RK + β3ISinv + β4(RK*ISinv) + β5DT_RK + β6DT_ISinv - β7(DT_RK*DT_ISinv) + εi
Onde:
y = variável dependente ROE que representa o valor médio dos retornos de investimento determinados pelos administradores; β são os parâmetros do modelo, onde β0 representa o
intercepto do modelo resultando o grupo de controle no pré-teste; β1 representa o grupo de
controle no pós-teste; β2 representa o grupo de tratamento no pré-teste; β3 representa o valor
médio do “image score” dos investidores pertencentes ao grupo de controle no pré-teste; β4
representa o valor médio do “image score” dos investidores pertencentes ao grupo de tratamento no pré-teste; β5 representa o grupo de tratamento no pós-teste; β6 representa o
valor médio do “image score” dos investidores pertencentes ao grupo de controle no pós- teste; β7 representa o valor médio do “image score” dos investidores pertencentes ao grupo de
tratamento no pós-teste.
DT é a variável dummy independente que indica a fase experimental, em que 0 representa o pré-teste e 1 representa o pós-teste; RK = variável dummy independente recordkeeping, em que 0 representa o grupo de controle que não possui acesso ao bookkeepping e 1 representa o grupo de tratamento que possui acesso ao bookkeepping; ISinv é a variável independente que representa o “image score” do investidor;
ε
i = termo de erro estocástico.y = β0+ β1DT + β2RK + β3ISinv + β4(RK* ISinv) + β5DT_RK + β6DT_ ISinv – β7(DT_RK*DT_ ISinv) + εi
Onde:
y = variável dependente ISadm que representa a reputação do administrador; β são os parâmetros do modelo, onde β0 representa o intercepto do modelo resultando o grupo de
controle no pré-teste; β1 representa o grupo de controle no pós-teste; β2 representa o grupo de
tratamento no pré-teste; β3 representa o valor médio do “image score” dos investidores
pertencentes ao grupo de controle no pré-teste; β4 representa o valor médio do “image score”
dos investidores pertencentes ao grupo de tratamento no pré-teste; β5 representa o grupo de
tratamento no pós-teste; β6 representa o valor médio do “image score” dos investidores
pertencentes ao grupo de controle no pós-teste; β7 representa o valor médio do “image score”
dos investidores pertencentes ao grupo de tratamento no pós-teste.
DT é a variável dummy independente que indica a fase experimental, em que 0 representa o pré-teste e 1 representa o pós-teste; RK = variável dummy independente recordkeeping, em que 0 representa o grupo de controle que não possui acesso ao bookkeepping e 1 representa o grupo de tratamento que possui acesso ao bookkeepping; ISinv independente que represente o “image score” do investidor;