Resultados das análises de regressão múltipla

Um dos objetivos deste trabalho consiste em avaliar a relação entre suporte à transferência de aprendizagem e de outras variáveis e os resultados do impacto do treinamento no trabalho, nas dimensões profundidade e amplitude. Para atingir esses objetivos, a análise de regressão múltipla padrão foi escolhida, entre outros fatores, por exigir um número menor de casos, conforme os critérios estabelecidos por Tabachnick e Fidell (2001). Segundo essas autoras, as análises de regressão devem respeitar os seguintes critérios: amostra maior ou igual a 50 casos mais oito vezes o número de variáveis antecedentes (N ≥ 50 + 8m) para testar correlações múltiplas e N ≥ 104 + m, para testar preditores individuais. Na análise stepwise, uma amostra maior é necessária (razão de 40 casos para cada variável antecedente), o que seria inviável na presente pesquisa em que se trabalha com uma amostra de 124 casos.

Decidida a técnica estatística, foram realizados procedimentos de análise dos pressupostos da regressão múltipla padrão. Em primeiro lugar observou-se o comportamento de dez modelos, cada um deles composto por uma variável dependente e por duas variáveis independentes, os quais foram testados quanto aos pressupostos de normalidade, linearidade, homocedasticidade e independência de resíduos. As variáveis dependentes, cujos nomes são descritos a seguir, foram compostas pelas médias das respostas numéricas aos itens das diferentes escalas utilizadas nesta pesquisa. Entre as variáveis independentes apenas uma foi obtida da mesma forma, a variável suporte psicossocial à tranferência (IS_7i), enquanto que a outra (Temp_term), correspondente ao tempo transcorrido, em meses, desde o término do curso, foi obtida em resposta a questão única proposta aos respondentes. Esta variável foi tratada originalmente como métrica. Outras quatro variáveis independentes que compõem os modelos submetidos à análise de regressão são originalmente não-métricas e foram dicotomizadas para poderem entrar na equação de regressão e não foram testadas quanto a esses pressupostos. A dicotomização foi feita por transformação dessas variáveis em métricas, designando-se 0 ou 1 para os dois grupos que passaram a compô-las. Dessa forma, essas variáveis passaram a ter as seguintes configurações:

1. Gênero: 0 (homem) e 1 (mulher);

2. Escolaridade: 0 (graduação e pós graduação lato sensu) e 1 (pós graduação stricto sensu);

3. Nível gerencial: 0 (tático) e 1 (estratégico); e 4. Voluntariedade: 0 (voluntário) e 1 (pressionado).

A normalidade estatística das variáveis métricas formadas pelas médias das respostas aos itens (escores fatoriais) foi observada nos diagramas de curva normal e, também, por meio do cálculo dos escores Z. A tabela constante do Apêndice G mostra os valores de assimetria e curtose e os respectivos escores Z das variáveis utilizadas nos modelos e traz considerações sobre os critérios utilizados para aceitação dessas variáveis. O exame dos gráficos de probabilidade normal não registrou casos extremados. Os pressupostos de linearidade, homocedasticidade e de independência dos resíduos foram

verificados pelo exame dos resíduos, por meio de gráficos do tipo scatterplot e não apresentaram sinais de violação a essas exigências.

Sendo assim, procedeu-se ao exame de dez modelos de predição tendo como variáveis-critério as médias fatoriais de impacto em profundidade e em amplitude e como variáveis antecedentes, além das médias de suporte psicossocial e do tempo de término, já referenciadas, as variáveis não métricas nível gerencial, gênero, escolaridade e voluntariedade de participação no curso, transformadas em variáveis dicotômicas, conforme prescrição de Hair Jr, Anderson, Tatham, e Black. (2005). A Figura 14 mostra o modelo teórico geral adotado no estudo.

Figura 14. Modelo teórico geral da análise de regressão múltipla.

A seguir serão mostrados em detalhe os resultados dos três modelos que apresentaram os melhores resultados de predição, com suas respectivas variáveis critério e antecedentes. A Tabela 44 mostra o resultado da análise de regressão-múltipla-padrão tomando impacto em profundidade – autoavaliação – escala de contribuição do DGEx (IIPA_ECD) como variável critério.

Suporte Psicossocial Gênero Escolaridade Voluntariedade Tempo término do curso IMPACTO EM PROFUN- DIDADE E IMPACTO EM AMPLI- TUDE Nível Gerencial

Tabela 44. Regressão múltipla padrão para o Modelo IIPA_ECD

Variáveis IIPA_ECD IS_7i Escolar Gênero Nivel Volunt Tempot IS_7i 0,36* Escolar -0,04 0,14 Gênero 0,03 -0,01 -0,04 Nivel 0,00 0,02 0,03 -0,18 Volunt -0,02 -0,23 -0,14 0,06 0,02 Tempot 0,21** 0,05 0,03 -0,15 0,45* -0,02 B 0,39 -0,16 0,11 -0,15 0,13 0,03 β 0,38 -0,09 0,05 -0,10 0,06 0,25 Sr² 0,37 -0,09 0,05 -0,09 0,06 0,22 Média 3,37 2,96 - - - - 9,63 DP 0,72 0,72 - - - - 5,67 Constante = 1,98 R² = 0,19 R² ajustado = 0,15 R = 0,44 *p<0,01 **p<0,05

Como se observa na Tabela 44 os melhores coeficientes padronizados de regressão (β) foram obtidos pelas variáveis IS_7i (suporte psicossocial) e Tempt (tempo transcorrido desde o término do curso). O R², que significa toda a variância (compartilhada e individual) das variáveis antecedentes em relação à variável-critério, apresentou o índice de 0,19, o que demonstra que as variáveis independentes que ficaram na equação explicam junta uma porção pequena e significativamente diferente de zero da variabilidade da variável critério.

A Figura 15 mostra uma representação do modelo de predição protagonizado pela variável IIPA_ECD, com alguns dos índices mais importantes apurados.

ß = 0,38 / Sr² = 0,37 ß = 0,25 /Sr²= 0,22 R² = 0,19 Su porte psicossocia l Tempo de término do curso Impa cto em profundida de – esca la de contribuiçã o do Degex

Figura 15: Modelo de predição com IIPA_ECD como variável critério.

A Tabela 45 mostra o resultado da análise de regressão múltipla padrão tomando impacto em profundidade – autoavaliação – escala de uso de competências – fator Utilização de Técnicas e Teorias (IIPA_EUC_UTT) como variável critério.

Tabela 45. Regressão múltipla padrão para o Modelo IIPA_EUC_UTT

IIPA_EUC_UTT IS_7i Escolar Gênero Nivel Volunt Tempot

IS_7i 0,39* Escolar -0,02 0,15 Gênero 0,03 -0,07 -0,04 Nivel -0,09 0,01 0,03 -0,19 Volunt 0,08 -0,2 -0,14 0,04 0,02 Tempot 0,16** 0,07 0,04 -0,16 0,44* -0,01 B 0,37 -0,1 0,09 -0,24 0,28 0,03 β 0,43 -0,06 0,05 -0,18 0,16 0,22 Sr² 0,41 -0,06 0,05 -0,16 0,16 0,2 X 3,35 2,92 - - - - 9,57 DP 0,64 0,75 - - - - 5,64 Constante = 2,09 R² = 0,24 R² ajustado = 0,19 R = 0,49 *p<0,01, **p<0,05

A Figura 16 mostra uma representação do modelo de predição protagonizado pela variável IIPA_EUC_UTT, com alguns dos índices mais importantes apurados.

β = 0,43 /Sr² = 0,41 β = 0,22 / Sr² = 0,20 R²= 0,24 Su porte psicossocial Tempo de término do curso

Impa cto em profundidade – escala de uso de competência s - fa tor Uso de Técnica s e Teorias

Figura 16: Modelo de predição com IIPA_EUC_UTT como variável critério.

A Tabela 46 mostra o resultado da análise de regressão múltipla tomando impacto em profundidade – autoavaliação – escala de contribuição do DGEx – fator Utilização de Técnicas e Teorias (IIPA_ECD_UTT) como variável critério.

Tabela 46. Regressão múltipla padrão para o Modelo IIPA_ECD_UTT

IIPA_ECD_UTT IS_7i Escolar Gênero Nivel Volunt Tempot

IS_7i 0,47* Escolar 0,00 0,15 Gênero -0,03 -0,07 -0,04 Nivel 0,00 0,01 0,03 -0,19 Volunt -0,02 -0,20 -0,14 0,04 0,02 Tempot 0,28* 0,07 0,04 -0,16 0,44* -0,01 B 0,50 -0,15 0,03 -0,22 0,15 0,04 Β 0,47 -0,07 0,01 -0,13 0,07 0,31 Sr² 0,46 -0,07 0,01 -0,12 0,07 0,27 X 3,15 2,92 - - - - 9,57 DP 0,78 0,75 - - - - 5,64 Constante = 1,37 R² = 0,30 R² ajustado = 0,26 R = 0,55 *p<0,01

β = 0,47 / Sr² = 0,46 β = 0,31 /Sr² = 0,27 R² = 0,30 Su porte psicossocial Tempo de término do curso

Impa cto em profundidade – escala de contribuição do Degex, fa tor Uso de Técnica s e Teorias

Figura 17: Modelo de predição com IIPA_ECD_UTT como variável critério.

O modelo descrito no item anterior apresentou a melhor predição da variável critério, no caso o fator Utilização de Técnicas e Teorias, da escala de contribuição do DGEx, do construto impacto em profundidade – autoavaliação –– (IIPA_ECD_UTT). Nesse caso, o R², que indica a correlação entre todas as variáveis antecedentes juntas e a variável-critério ou a variância (compartilhada e a individual) das variáveis antecedentes em relação à variável critério, situou-se em 0,30 e os betas das principais preditoras, suporte psicossocial e tempo de término do curso, alcançaram, respectivamente, 0,47 e 0,31. O segundo melhor modelo de predição foi o que teve também o fator Utilização de Técnicas e Teorias, porém da escala de uso de competências do mesmo instrumento de impacto em profundidade – autoavaliação (IIPA_EUC_UTT), com um R² de 0,24 e betas de 0,43 e 0,22 para as mesmas preditoras já mencionadas. Os demais modelos testados, com as outras sete variáveis critério criadas na pesquisa (Apêndice G) apresentaram fraco poder de predição, com uma única variável antecedente, a de suporte psicossocial, permanecendo na equação de regressão.

Com as análises de regressão múltipla, conclui-se o capítulo 6, de resultados da pesquisa e inicia-se o capítulo 7, destinado à discussão desses resultados.