Como forma de obter um melhor ajustamento do modelo, foram admitidas quatro relações entre os erros das variáveis, conforme sugestão do software IBM® SPSS® Amos versão 18.0.
1. porte da entidade (porte) ↔ valor adicionado (va); 2. liberdade sindical (sind) ↔ controle do governo (gov); 3. integração vertical (int) ↔ concentração de capital (cap); 4. endividamento (end) ↔ Sistema de Informações (SInfo).
Ao correlacionar os erros das variáveis “porte” e “va”, admitiu-se a existência de um fator comum, não considerado no modelo, sugerindo que à medida que a entidade aumenta seu porte (tamanho) maior a capacidade de adicionar valor, de acordo com os dados observados.
Igualmente, a introdução da correlação entre as variáveis “sind” e “gov” é defensável na realidade brasileira, já que, em geral, as entidades públicas conferem políticas trabalhistas
158
mais flexíveis aos seus empregados comparadas àquelas conferidas aos empregados de entidades privadas.
Com a correlação entre as variáveis “int” e “cap”, indica uma aparente preferência pelos desenhos corporativos que contemplam entidades holdings como único acionista/quotista controlador. Isso também se explica pela própria evolução do setor elétrico, com processos de privatizações e reestruturações societárias, conforme comentado no capítulo 2 do Referencial Teórico.
Por fim, a correlação entre as variáveis “end” e “SInfo” devem estar relacionadas por fatores não contemplados no modelo. Isso explica, por exemplo, que a informação sobre tendências quanto ao endividamento a curto, médio, longo prazos, à estrutura gerencial e à conjuntura econômica pode promover mudanças no tratamento de informações processadas em sistema com vistas à formulação de ações estratégicas pela entidade.
A Tabela 5.79 exibe os resultados da validade fatorial dos constructos desta pesquisa, processados no software IBM® SPSS® Amos 18.0 como se mostra em detalhe nos Apêndices S e T. Percebe-se que os valores padronizados das cargas fatoriais entre os construtos e suas variáveis manifestas são todos superiores a 0,50 e com adequado nível de significância (p < 0,05), apontando a existência de validade fatorial.
Tabela 5.79 - Validade fatorial dos construtos do modelo global reespecificado
Variáveis latentes
(constructos) Códigos Variáveis manifestas
Carga fatorial padronizada
Sistema de Governança (SGover)
end Endividamento 0,97***
gov Controle do governo 0,57***
cap Concentração de capital 0,65NA
Sistema de Informação (SInfo)
dec Duração equivalente de interrupção 0,78***
quali Prêmio Abradee de Qualidade 0,58***
ts Tipo de sistema 0,89NA
Sistema Estrutural (SEstr)
int Integração vertical 0,78NA
sind Liberdade sindical 0,91***
etica Exigência de padrões de ética e resp. social 0,90***
porte Porte da entidade 0,56***
Sistema de Gestão (SGest)
va Valor adicionado 0,86***
cresc Crescimento de mercado 0,54***
dpl Evolução do patrimônio líquido 0,62NA
Sistema Sociocultural (SCult)
ocplp Orientação curto x longo prazo 0,82***
ci Controle de incerteza 0,76***
di Distância hierárquica 0,87NA
Eficiência (Eff)
crs Scores de eficiência calculados pelo modelo
CRS-DEA 0,98
***
vrs Scores de eficiência calculados pelo modelo
VRS-DEA 0,88
***
sfa Scores de eficiência calculados pelo método
SFA 0,63
NA
Fonte: Dados da pesquisa (2016).
NA não se aplica o cálculo do erro-padrão para esta relação, pois a carga não-padronizada foi fixada em 1 para definir o modelo
***p < 0,05
A Figura 5.10 representa o modelo de equações estruturais reespecificado. Para fins de identificação, nenhuma restrição foi imposta aos parâmetros estruturais, permitindo que as variáveis latentes correlacionem livremente durante a estimação do modelo.
160
Figura 5.10 - Modelo de Equações Estruturais reespecificado Fonte: Dados da pesquisa (2016).
Para fins de comparação, a Tabela 5.80 exibe os valores das estatísticas do modelo global inicial (Figura 5.3) e do modelo global reespecificado (Figura 5.10).
Tabela 5.80 - Índices de qualidade de ajustamento do modelo global inicial e reespecificado
Índices Modelo inicial Modelo reespecificado Níveis de aceitação Testes de ajustamento
Qui-quadrado ( ) 616,077 376,233 Menor melhor
Graus de liberdade (gl) 147 143 ≥ 1
p-value 0,000 0,000 ≥ 0,05
Índices absolutos
Qui-quadrado normalizado ( ⁄ ) 4,191 2,631 < 3
Root Mean Square Error of Approximation (RMSEA) 0,113 0,085 < 0,08
Goodness of Fit Index (GFI) 0,819 0,912 > 0,90
Índices relativos
Comparative Fit Index (CFI) 0,703 0,949 > 0,90
Normed Fit Index (NFI) 0,679 0,921 > 0,90
Tucker-Lewis Index (TLI) 0,635 0,908 > 0,90
Índices de parcimônia
Parsimony GFI (PGFI) 0,552 0,766 > 0,60
Parsimony CFI (PCFI) 0,515 0,776 > 0,60
Parsimony NFI (PNFI) 0,579 0,753 > 0,60
Fonte: Dados da pesquisa (2016).
Analisando a tabela acima, os índices utilizados cumprem as referências sugeridas na literatura (SCHUMACKER e LOMAX, 2004; HAIR JR et al., 2005; MARÔCO, 2010; KLINE, 2011). Segundo Marôco (2010) o teste qui-quadrado ( ) é sensível para amostras grandes e em situações de violação dos pressupostos de normalidade das variáveis manifestas e, por isso, ficou abaixo do nível de aceitação.
Em relação ao RMSEA, o valor obtido excede ao de referência. Todavia, Kline (2011) consideram o limite superior de 0,10 como razoável para modelos mais complexos. Os resultados são mostrados em detalhe nos Apêndices S e T. A Figura 5.11 exibe o modelo de saída gerado pelo software IBM® SPSS® Amos, versão 18.0.
162
Figura 5.11 - Resultados da modelagem de equações estruturais Fonte: Dados da pesquisa (2016).
O modelo contemplou 50 variáveis (25 observadas e 25 não observadas). Foram fixadas 31 cargas e estimados 18 pesos fatoriais, 4 covariâncias e 25 variâncias (47 parâmetros no total). Assim, o número de elementos diferentes da matriz de covariâncias foi de 190 com 143 graus de liberdade (gl = 190 – 47 = 143). Foi utilizado o método de Máxima Verossimilhança e o algoritmo alcançou o mínimo da função de discrepância no processo iterativo para =
376,233.
Em IBM® SPSS® Amos 18.0, e em outros softwares de SEM, são gerados relatórios com a chamada relação crítica (Critical Ratio – CR) que é o resultado de dividir o valor da estimativa (Estimate) pelo seu erro-padrão (Standard Error – SE). O IBM® SPSS® Amos 18.0 trata os índices críticos (CR) como “valores z”, assumindo tamanhos grandes de amostras (mais de 100). Normalmente, são aceitáveis os valores de C.R> > 1,96 e p-value < 0,05 (teste bicaudal).
Estudando a tabela dos pesos fatoriais (Regression Weights) do Apêndice T, verifica-se que a trajetória Sistema de Governança Sistema de Gestão não é significativa (C.R. = 1,794 e p = 0,073) ao nível de p < 0,05. Este resultado indica que as variáveis escolhidas para governança nesta pesquisa (end, gov, cap) não exercem influência direta sobre a gestão das entidades. Contudo, esta constatação baseia-se critérios estatísticos. Em que pese o suporte teórico para esta relação, a não significância pode estar atrelada a própria disponibilidade dos dados para fins de estudo.
O efeito direto do Sistema de Informação sobre o Sistema de Gestão é significativo (C.R = 2,831 e p < 0,05). Analisando as cargas fatoriais padronizadas, constata-se como a maior expressão foi a variável ts (tipo de sistema) com 0,817, seguida da variável dec (duração equivalente de interrupção) com 0,664, enquanto a menor expressão é a variável quali (Prêmio Abradee) com 0,577.
Uma explicação plausível para esta situação é encontrada em Gómez e Silveira (2010) que afirma o levantamento das informações sobre a operação em sistemas isolados é feito de forma precária e isso tem forte influência sobre a gestão das entidades que operam nessas áreas. No entanto, o maior acesso a informações para os tomadores de decisão, mostrando de forma clara um conjunto de indicadores definidos e quais tecnologias poderiam trazer mais benefícios se largamente implementados, poderia acelerar o suporte a gestão.
Outro aspecto para explicar a variável dec pode ser a preferência por parte da gestão em buscar atender às regulações impostas pelo agente regulador com o intuito de evitar sanções,
164
como multas ou redução de receitas, ao invés de critérios de atendimento aos prêmios de excelência.
O efeito direto do Sistema Estrutural sobre o Sistema de Gestão é significativo (C.R. = 3,445 e p < 0,001). Estes resultados da modelagem mostram que as variáveis sind (liberdade sindical) e ética e possuem a maior carga fatorial, com 0,915 e 0,899, respectivamente. Uma possível explicação é a de que as crenças e os valores dos gestores influenciam sobremaneira a forma como a entidade se estrutura e isso reflete na condução (gestão) das atividades. As variáveis integração vertical (carga fatorial = 0,782) e porte (carga fatorial = 0,555) são menos expressivas.
O Sistema de Gestão tem efeitos significativos sobre o Sistema Sociocultural (C.R. = 2,041 e p < 0,05). Estes resultados são consistentes com vários estudos empíricos sobre o tema. Pettigrew (1996) entende que uma das variáveis mais relevantes no contexto empresarial, a cultura da organização, um verdadeiro canal para o bom desempenho. Sendo a variável va (valor adicionado) a mais expressiva no constructo, com carga fatorial = 0,864. As variáveis dpl (evolução do patrimônio líquido) e cresc (crescimento de mercado) são menos expressivas com cargas fatoriais iguais a 0,617 e 0,537, respectivamente.
A trajetória Sistema Sociocultural Eficiência é estatisticamente significativa (C.R. = 2,403 e p < 0,05). O modelo ajustado mostra a carga fatorial da variável di (distância hierárquica) como a mais expressiva igual a 0,869, seguida da variável ocplp (orientação curto x longo prazo) e ci (controle de incertezas), 0,816 e 0,761, respectivamente.
Os resultados vão ao encontro das considerações de Cameron e Quinn (2006), segundo as quais o aspecto formal e estruturado, com regras e políticas que mantêm a organização integrada, enfatizam a estabilidade, eficiência e previsibilidade. Os padrões e os procedimentos que determinam as atividades das pessoas mantém um ritmo estável de atividades, condizentes com um setor altamente regulado. Uma maior distância hierárquica haveria, em tese, menos questionamentos a esses padrões e procedimentos estabelecidos (HOFSTEDE, 1980).
Por fim, a partir dos valores da tabela dos Quadrados da Correlação Múltipla (Squared
Multiple Correlations) do Apêndice T, foi elaborado um resumo na Tabela 5.81 para as
Tabela 5.81 - Variância explicada das variáveis latentes
Variáveis latentes (constructos) % da variância explicada pelo modelo
Sistema de Governança (SGover) 10,5%
Sistema de Informação (SInfo) 14,6%
Sistema Estrutural (SEstr) 16,5%
Sistema de Gestão (SGest) 85,1%
Sistema Sociocultural (SCult) 73,8%
Eficiência (Eff) 59,2%
Fonte: Dados da pesquisa (2016).
Verifica-se que 85,1% da variação do Sistema de Gestão podem explicar-se pelo modelo proposto. Trata-se de um alto poder explicativo, pois boa parte das alterações nesta variável pode ser medida pelas alterações nos construtos incluídos na modelagem, o restante (14,9%) se atribui a fatores não considerados no modelo.
O modelo também explica mais da metade das alterações nos constructos Sistema Sociocultural (73,8%) e Eficiência (59,2%), indicando uma boa capacidade explicativa. Por outro lado, as variáveis latentes “SGover”, “SInfo” e “SEstr” tem baixo poder explicativo pelo modelo proposto (< 20,0%).