Testes de suposições

Após a preparação dos dados mediante a análise de dados perdidos (ou ausentes) e de outliers uni e multivariados, realizaram-se os testes de suposições da análise: normalidade, homoscedasticidade, validade e confiabilidade para os 474 casos válidos.

O primeiro teste realizado foi o da normalidade que se refere à forma de distribuição dos dados das variáveis métricas em relação à distribuição normal. A curva normal, segundo Morgan e Griego (1998,p.30), apresenta as seguintes propriedades: é unimodal; a média, a mediana e a moda são iguais; é simétrica; não é nem muito achatada, nem muito alongada, apresentando curtose zero. Segundo Hair et al (2005, p.76), “mesmo quando grandes amostras tendem a diminuir os efeitos nocivos da não-normalidade, o pesquisador deve avaliar a normalidade em todas as variáveis incluídas na análise”, usando tanto testes estatísticos quanto gráficos.

Nesta pesquisa, conforme apresentado na TAB.5, os resultados dos testes estatísticos de assimetria, curtose, de Kolmogorov-Smirnov e de Shapiro-Wilk, revelaram uma não- normalidade dos dados. Por outro lado, apesar da verificação visual por meio dos gráficos de probabilidade normal, de acordo com APÊNDICE H, mostrar também a existência de um desvio da diagonal, indicando um desvio da normalidade dos dados, essa não foi tão excessiva. Cabe acrescentar que, conforme sugerem Hair et al (2005), o grande tamanho da

amostra nessa pesquisa tende a reduzir os efeitos nocivos da não-normalidade e geralmente é difícil encontrar uma normalidade em escala. Além disso, segundo Morgan e Griego (1998, p.75), conquanto seja prudente utilizar uma estatística não-paramétrica quando há violação da normalidade, a maioria dos testes estatísticos paramétricos são muito robustos nesses casos. A seguir buscou-se avaliar a homoscedasticidade que, para Hair et al (2005, p.78), refere-se à “suposição de que as variáveis dependentes exibem níveis iguais de variância ao longo do domínio da (s) variável(is) preditora(s)”(ou independentes). Ainda segundo os mesmos autores, enquanto as variáveis dependentes devem ser métricas, as variáveis independentes poderão sê-lo ou não.

TABELA 5

Testes Estatísticos de Normalidade

Descritores de forma Testes de Normalidade

Assimetria Curtose Kolmogorov-Smirnov Shapiro-Wilk Variável

Estatística Erro-

padrão Valor z Estatística Erro-

padrão Valor z Estatística gl Sig Estatística gl Sig P1 v1 Liderança -0,775 0,113 -6,835 0,814 0,226 3,597 0,239 464 0,000 0,822 464 0,000 P1 v2 Liderança -0,813 0,113 -7,217 0,503 0,225 2,237 0,231 470 0,000 0,836 470 0,000 P1 v3 Liderança -0,962 0,114 -8,433 1,063 0,228 4,668 0,254 458 0,000 0,830 458 0,000 P1 v4 Liderança -0,850 0,113 -7,553 0,816 0,225 3,635 0,261 471 0,000 0,851 471 0,000 P2 v5 Processo -0,616 0,116 -5,314 0,039 0,231 0,167 0,242 444 0,000 0,881 444 0,000 P2 v6 Processo -0,535 0,122 -4,383 0,105 0,243 0,431 0,232 400 0,000 0,873 400 0,000 P2 v7 Processo -0,519 0,119 -4,371 -0,117 0,237 -0,494 0,208 423 0,000 0,876 423 0,000 P2 v8 Processo -0,762 0,120 -6,360 0,428 0,239 1,791 0,227 415 0,000 0,847 415 0,000 P2 v9 Processo -0,765 0,116 -6,599 0,265 0,231 1,144 0,246 443 0,000 0,863 443 0,000 P2 v10 Processo -0,740 0,116 -6,388 0,104 0,231 0,449 0,25 444 0,000 0,870 444 0,000 P2 v11 Processo -0,595 0,117 -5,068 -0,042 0,234 -0,179 0,232 432 0,000 0,884 432 0,000 P2 v12 Processo -0,790 0,114 -6,907 0,640 0,228 2,804 0,261 456 0,000 0,853 456 0,000 P3 v13 Tarefa de -0,479 0,115 -4,168 -0,514 0,229 -2,241 0,199 451 0,000 0,893 451 0,000 P3 v14 Tarefa de -0,417 0,116 -3,607 -0,651 0,231 -2,821 0,224 446 0,000 0,883 446 0,000 P3 v15 Tarefa de -0,392 0,115 -3,413 -0,556 0,229 -2,424 0,200 452 0,000 0,900 452 0,000 P3 v16 Tarefa de -0,325 0,115 -2,836 -0,452 0,229 -1,973 0,218 453 0,000 0,899 453 0,000 P3 v17 Tarefa de -0,373 0,115 -3,254 -0,410 0,229 -1,792 0,222 453 0,000 0,894 453 0,000 P3 v18 Tarefa de -0,338 0,114 -2,953 -0,381 0,228 -1,669 0,202 455 0,000 0,903 455 0,000 P3 v19 Tarefa de -0,406 0,114 -3,576 -0,557 0,227 -2,455 0,184 462 0,000 0,899 462 0,000 P3 v20 Tarefa de -0,501 0,113 -4,441 -0,334 0,225 -1,485 0,202 469 0,000 0,892 469 0,000 P3 v21 Tarefa de -0,321 0,113 -2,837 -0,463 0,226 -2,051 0,198 465 0,000 0,905 465 0,000 P3 v22 Tarefa de -0,320 0,115 -2,779 -0,602 0,230 -2,620 0,184 450 0,000 0,907 450 0,000 P3 v23 Tarefa de -0,291 0,114 -2,542 -0,695 0,228 -3,042 0,186 455 0,000 0,906 455 0,000 P3 v24 Tarefa de 0,559 0,122 4,567 -0,808 0,244 -3,309 0,207 398 0,000 0,867 398 0,000 P3 v25 Tarefa de -0,169 0,115 -1,476 -0,880 0,229 -3,848 0,173 454 0,000 0,909 454 0,000 P4 v26 Alinhamento -0,686 0,115 -5,957 0,144 0,230 0,627 0,24 449 0,000 0,875 449 0,000 P4 v27 Alinhamento -0,501 0,113 -4,434 -0,065 0,226 -0,289 0,227 466 0,000 0,862 466 0,000 P4 v28 Alinhamento -0,394 0,118 -3,344 -0,432 0,235 -1,839 0,199 429 0,000 0,903 429 0,000 P4 v29 Alinhamento -0,431 0,114 -3,766 -0,164 0,228 -0,719 0,196 456 0,000 0,895 456 0,000 P5 v30 Tradução da -0,692 0,114 -6,058 0,316 0,228 1,387 0,226 457 0,000 0,855 457 0,000 P5 v31 Tradução da -0,925 0,113 -8,188 0,798 0,225 3,538 0,247 467 0,000 0,827 467 0,000 P5 v32 Tradução da -0,741 0,116 -6,371 0,595 0,232 2,567 0,242 441 0,000 0,852 441 0,000 P5 v33 Tradução da -0,358 0,127 -2,826 -0,465 0,253 -1,841 0,196 371 0,000 0,905 371 0,000 P5 v34 Tradução da -0,604 0,114 -5,298 -0,077 0,227 -0,338 0,227 459 0,000 0,857 459 0,000 P5 v35 Tradução da -0,525 0,114 -4,594 0,186 0,228 0,818 0,243 457 0,000 0,868 457 0,000 P5 v36 Tradução da -0,415 0,115 -3,596 -0,113 0,230 -0,491 0,214 447 0,000 0,877 447 0,000 P5 v37 Tradução da -0,394 0,114 -3,454 -0,487 0,227 -2,143 0,201 459 0,000 0,903 459 0,000 P5 v38 Tradução da -0,666 0,114 -5,861 0,309 0,227 1,362 0,237 462 0,000 0,872 462 0,000

Para avaliar a homoscedasticidade, aplicou-se, nesta pesquisa, o teste de Levene, disponível no programa estatístico SPSS. Considerando um nível de significância de 0,05, os resultados mostraram heteroscedasticidade significativa em quatro variáveis (v1, v24, v26 e v37), conforme apresentado na TAB.6. Todavia, conforme destacam Hair et al (2005, p.79), o efeito da heteroscedasticidade também relaciona-se ao tamanho da amostra, principalmente quando a dispersão da variância é examinada em grupos. Tal afirmação parece justificar a heteroscedasticidade observada no presente estudo, uma vez que a análise se baseou na consideração das variáveis dependentes em relação a cada uma das diretorias (as variáveis independentes), as quais, por sua vez, apresentam tamanhos diferenciados de amostra em cada um dos subgrupos.

TABELA 6

Teste de homoscedasticidade (homogeneidade das variâncias): Levene 474 casos

Estatística Levene gl1 gl2 Sig. P1 v1 Liderança 2,879 4 459 0,022 P1 v2 Liderança 0,564 4 465 0,689 P1 v3 Liderança 1,323 4 453 0,260 P1 v4 Liderança 1,639 4 466 0,163 P2 v5 Processo contínuo 1,813 4 439 0,125

P2 v6 Proc. contínuo - Reuniões 0,764 3 395 0,515

P2 v7 Proc. contínuo - Reuniões 2,105 3 418 0,099

P2 v8 Proc. contínuo - Reuniões 1,111 3 410 0,345

P2 v9 Proc. contínuo - Orçamento 1,737 4 438 0,141

P2 v10 Proc. contínuo - Orçamento 0,305 4 439 0,875

P2 v11 Proc. contínuo - Orçamento 1,655 4 427 0,160

P2 v12 Proc. contínuo - Sist. informatizado BSC 1,381 4 451 0,240 P3 v13 Tarefa de todos - Comunicação 1,053 3 446 0,369 P3 v14 Tarefa de todos - Comunicação 0,541 3 441 0,654 P3 v15 Tarefa de todos - Consc. estratégica 2,082 4 447 0,082 P3 v16 Tarefa de todos - Consc. Estratégica 0,869 4 448 0,482 P3 v17 Tarefa de todos - Consc. Estratégica 0,164 4 448 0,956 P3 v18 Tarefa de todos - Consc. Estratégica 1,709 4 450 0,147 P3 v19 Tarefa de todos - Comunicação 0,415 4 457 0,798

P3 v20 Tarefa de todos 0,348 4 464 0,845

P3 v21 Tarefa de todos - Consc. Estratégica 0,726 4 460 0,574 P3 v22 Tarefa de todos - Obj. pessoais e de equipe 0,396 4 445 0,812 P3 v23 Tarefa de todos - Comunicação 0,148 4 450 0,964 P3 v24 Tarefa de todos - Remuneração 6,245 4 393 0,000 P3 v25 Tarefa de todos - Obj. pessoais e de equipe 0,411 4 449 0,801

P4 v26 Alinhamento estratégico 2,574 4 444 0,037

P4 v27 Alinhamento estratégico 0,289 4 461 0,885

P4 v28 Alinhamento estratégico 0,468 4 424 0,759

P4 v29 Alinhamento estratégico 0,941 4 451 0,440

P5 v30 Tradução da estratégia - Mapas 0,599 4 452 0,664 P5 v31 Tradução da estratégia - Mapas 0,642 4 462 0,633 P5 v32 Tradução da estratégia - Mapas 0,493 4 436 0,741 P5 v33 Tradução da estratégia - Mapas 1,483 4 366 0,207 P5 v34 Tradução da estratégia - Indicadores 0,294 4 454 0,882 P5 v35 Tradução da estratégia - Mapas 0,305 4 452 0,875 P5 v36 Tradução da estratégia - Mapas 0,944 4 442 0,438 P5 v37 Tradução da estratégia - Mapas 3,675 4 454 0,006 P5 v38 Tradução da estratégia - Mapas 1,034 4 457 0,389 Fonte: Dados dos questionários

Além da normalidade e da homoscedasticidade, realizaram-se também testes para analisar a validade e a confiabilidade. Enquanto a validade representa “o grau em que uma medida ou um conjunto de medidas representa corretamente o conceito de estudo” (HAIR et al, 2005,p.91), a confiabilidade “mostra até que ponto uma escala produz resultados consistentes quando se fazem medições repetidas da característica ao longo do tempo” (MALHOTRA, 2001,p.263-265). Em suma, enquanto a validade se refere ao quão bem o conceito é definido pela medida, a confiabilidade se refere à consistência da medida ao longo do tempo.

A conjugação da validade e da confiabilidade, segundo Malhotra (2001) e Hair et al (2005), determina a qualidade da escala, existindo vários testes de aferição para ambas. Dessa forma, os testes de aferição da validade incluem: o teste de validade de conteúdo, de critério (concorrente ou preditiva) e de constructo (convergente, discriminante ou nomológica). Já a confiabilidade poderá ser avaliada por meio do teste-reteste, das formas alternativas e da consistência interna.

Quanto à validade, foram realizados na presente dissertação, os testes de validade de conteúdo (ou nominal) e de construto (convergente). Segundo Malhotra (2001, p.265), o teste de validade de conteúdo consiste em “uma avaliação subjetiva, porém, sistemática da exatidão em que o conteúdo de uma escala representa o trabalho de medição em andamento” (MALHOTRA, 2001, p.265), podendo o pesquisador ou outra pessoa verificar se os itens da escala englobam adequadamente todo o domínio do construto que está sendo medido. Tal teste foi realizado por meio de painel de especialistas acadêmicos – dois professores doutores do Centro de Pós-Graduação e Pesquisas em Administração da UFMG e um mestrando em administração da mesma instituição.

Já a validade de um construto indica que construto ou característica que a escala está medindo, podendo ser convergente (que mede a extensão em que a escala se correlaciona positivamente com outras medidas do mesmo construto), discriminante (avalia até que ponto uma medida não se correlaciona com outros construtos, dos quais se supõe que ela difira) ou nomológica(busca confirmar correlações significativas entre os construtos). Nesta dissertação, avaliou-se a validade do construto convergente por meio do teste de unidimensionalidade dos construtos, ou seja, a capacidade dos itens em refletir somente um construto. Para tanto realizou-se a análise fatorial por construto, conforme será apresentado no tópico 4.2.4. Quanto aos testes de validade de critério(concorrente ou preditiva) e de construto (discriminante e nomológica), estes mostraram-se desnecessários para os fins da presente pesquisa.

QUADRO 7

Testes de validade e de confiabilidade

Conceito Tipos Principais técnicas e

referências de análise (1) Validade do conteúdo (ou nominal) é “uma avaliação

subjetiva, porém, sistemática da exatidão em que o conteúdo de uma escala representa o trabalho de medição

em andamento” (MALHOTRA, 2001, p.265), podendo o pesquisador ou outra pessoa verificar se os itens da escala englobam adequadamente todo o domínio do construto que

está sendo medido.

Revisão realizada por especialistas e análise da consistência das avaliações por eles

realizadas

2.1. Concorrente: quando os dados sobre a escala que está sendo avaliada, e sobre as

variáveis de critério são coletados simultaneamente. - (2) Validade de critério: verifica se a escala de medida funciona conforme o esperado em relação a outras variáveis selecionadas como critérios significativos.

2.2. Preditiva: os dados sobre a escala são coletados em um determinado momento e os dados sobre as variáveis em um momento futuro (MALHOTRA,

2001).

Correlações, regressões e modelagem causal

3.1. Validade convergente: que mede a extensão em que a escala se correlaciona positivamente com outras medidas do mesmo

construto. Unidimensionalidade: capacidade dos itens em refletir

somente um construto Análise de correlação, matriz MTMM, metodologia de equações estruturais. Análise fatorial exploratória e confirmatória 3.2. Validade discriminante:

que avalia até que ponto uma medida não se correlaciona com

outros construtos, dos quais se supõe que ela difira.

Análise de correlação, matriz MTMM, metodologia de equações estruturais Validade

Representa “o grau em que uma medida ou um conjunto de

medidas representa corretamente o conceito de estudo” (HAIR et al, 2005), ou

ainda o “âmbito no qual as diferenças em escores observados da escala refletem as verdadeiras diferenças entre objetos, quanto à característica que está sendo medida, e não

erros sistemáticos ou aleatórios” (MALHOTRA, 2001). A validade se refere ao quão bem o conceito é definido

pela (s) medida (s).

(3) Validade de um construto: indica que

construto ou característica a escala

está medindo.

3.3. Validade nomológica: que determina o relacionamento

entre construtos teóricos, procurando confirmar correlações significativas entre

os construtos, conforme previstas pela teoria.

Correlações, regressões e modelagem causal

(1) Teste-reteste: os entrevistados recebem conjuntos idênticos de itens da escala, em duas ocasiões diferentes e sob condições tão próximas de equivalência quanto

possível” (MALHOTRA, 2001, p.264) O grau de semelhança entre as duas medidas é determinado calculando-se o coeficiente de correlação. (2) Formas alternativas: que abrangem a construção de duas formas equivalentes

da escala e, os mesmos entrevistados são medidos em momentos diferentes.

Confiabilidade

“Mostra até que ponto uma escala produz resultados consistentes quando se fazem

medições repetidas da característica ao longo do tempo” (MALHOTRA, 2001). A confiabilidade se refere à consistência da (s) medida (s) ao longo do tempo.

(3) Consistência Interna: serve para avaliar a confiabilidade de uma escala somada, em que vários itens são somados para formar um escore total. Cada item mede algum aspecto do constructo medido por toda a

escala.

Ausência de erros de mensuração.

Alfa de Cronbach: média de todos os coeficientes possíveis

resultantes das diferentes divisões da escala em duas metades. Ele varia de 0 a 1, e um

valor de 0,6 ou menos geralmente indica confiabilidade

insatisfatória da consistência interna.

Fonte: Adaptado de Malhotra, 2001 e Hair et al, 2005.

No que tange à confiabilidade, aplicou-se o teste de alfa de cronbach, que consiste em uma medida de consistência interna e que serve para avaliar a confiabilidade de uma escala somada, em que vários itens são somados para formar um escore total. Cada item mede algum

aspecto do constructo medido por toda a escala. Tal medida calcula a média de todos os coeficientes possíveis resultantes das diferentes divisões da escala em duas metades. Ela varia de 0 a 1, e um valor de 0,6 ou menos geralmente indica confiabilidade insatisfatória da consistência interna.

Os resultados da análise de confiabilidade, bem como dos testes de esferecidade de Barlett e da Medida de Adequação da Amostra (MSA) de Kaiser-Meyer-Olkin (KMO), também são apresentados no tópico que versa sobre análise fatorial (4.2.4.). O QUADRO 7 apresenta um resumo dos possíveis testes de aplicação para validação dos questionários no que tange à validade e confiabilidade, com destaque para os testes utilizados neste estudo.