Birey – toplum ilişkisi 118 

Duas técnicas foram utilizadas para a análise de dados na pesquisa: análise fatorial confirmatória e modelagem de equações estruturais. O tamanho da amostra foi determinado de acordo com os requisitos das duas técnicas de análise de dados. Segundo Hair et al., (2006) sugerem um tamanho de amostra de 100 ou superior para análise fatorial, com pelo menos cinco vezes mais observações do que a quantidade de variáveis a serem analisadas. Sendo assim, como nesta pesquisa serão analisadas tinta e quatro variáveis de medidas, o tamanho mínimo da amostra totaliza cento e setenta respondentes.

A técnica desenvolvida por Schumacker e Lomax (2004), prevê que a pesquisa deveria iniciar por meio do desenvolvimento do modelo de análise fatorial exploratória (AFE) e uma amostra de dados especifica deve ser utilizada para localizar o número e o tipo de variáveis latentes em um modelo. Uma vez que um modelo é identificado, uma nova amostra de dados pode ser utilizada para confirmar ou testar, ou seja, a análise fatorial confirmatória (AFC). Como sugestão, o tamanho das duas amostras recomendadas para a pesquisa deve ser de pelo menos duzentos e quinze respondentes. Sendo assim uma amostra é submetida à análise fatorial exploratória e a segunda amostra é submetida a uma análise fatorial confirmatória.

Entretanto, Marôco (2010), explica que os resultados extraídos de uma análise fatorial exploratória estão sujeitos a uma rotação ortogonal dos fatores, para melhorar a interpretação da solução fatorial encontrada. Contudo, quando um destes modelos é avaliado por meio da análise fatorial confirmatória, é comum os índices de satisfação indicarem que um ou mais itens, ou os seus resíduos, devem refletir em outros fatores. Além disso, estrutura de fatores identificados por meio de análise fatorial exploratória pode vir a ter um ajuste pobre para os mesmos dados, quando avaliados através da análise fatorial confirmatória (KLINE, 2011). Pelas razões mencionadas, considerou-se não apropriado a execução de análise fatorial exploratória associada à análise fatorial confirmatória, usando o mesmo conjunto de dados.

A modelagem de equações estruturais é uma abordagem estatística que envolve, segundo Kelloway (2008), um tamanho da amostra de pelo menos duzentos respondentes e um tamanho de amostra de pelo menos 200 observações é recomendada para um modelo de equações estruturais utilizando máxima verossimilhança (KELLOWAY, 2008). No entanto, Tanaka (1993), sugere que o tamanho da amostra, como se torna grande (maior que 400), o

método de modelagem de equação estrutural torna-se mais sensível e quase nenhuma diferença é detectada.

O erro é um desvio do resultado da amostra em relação ao que poderia ser obtido junto à população representada. Isso acontece devido a equívocos na seleção de entrevistados. Quanto maior a homogeneidade da população menor será o erro amostral. A margem de erro de uma pesquisa geralmente varia de 2% a 5%. A seguir a Tabela 4.9 mostra um resumo dos critérios de escolha do tamanho da amostra.

Tabela 4.9 Resumo dos critérios de escolha do tamanho da amostra.

Critério Descrição Modelo Tamanho da Amostra

Observações

Tanaka -1993 Não aplicado Não aplicado 200 e 400

Schumacker & Lomax – 2004

Não aplicado Não aplicado Pelo menos 215

Hair – 2006 10 a 15 vezes a

quantidade de variáveis manifestas

34 variáveis manifestas 340 a 480

Kelloway – 2008 Não aplicado Não aplicado Pelo menos 200

Fonte: Autor.

Assim, um tamanho aconselhado da amostra de pelo menos 340 atende as especificações do modelo propostos por Tanaka (1993), Shumacker & Lomax (2004), Hair (2006) e Kelloway (2008) são necessárias para esta pesquisa.

4.5 HIPÓTESES DA PESQUISA

Segundo Vergara (2006), uma hipótese constitutiva define palavras com outras palavras, como nos dicionários. Para a aplicação de testes estatísticos de hipóteses, também chamados de testes de significância, que permitam verificar a validade de uma hipótese é necessário formular a hipótese nula, que é a negação daquilo que o pesquisador quer provar (BARBETTA, 2002).

Nesta pesquisa, o teste de hipótese tem por objetivo identificar a existência das correlações entre variáveis latentes, sejam exógenas para endógenas ou endógenas para endógenas. No modelo proposto anteriormente na Figura 3.13, os sentidos das setas indicam as direções causais e descreve o desenvolvimento do modelo conceitual de pesquisa. O modelo de pesquisa ilustra a formação da expectativa como variável independente e antecessora da qualidade de serviço, confiança na marca e valor percebido pelos clientes dos serviços de comunicações móveis e as relações potenciais que possam existir entre a qualidade de serviço e a satisfação do cliente, o valor percebido do cliente, confiança na marca e lealdade. Esta seção também apresenta uma discussão sobre as hipóteses que serão testadas, a fim de satisfazer os objetivos desta pesquisa.

O modelo conceitual da pesquisa foi desenvolvido utilizando uma estrutura hierárquica integrada fundamentada pelas pesquisas de Dabholkar (1996), Gerpott (2001), Aydin (2004), Turel (2006), Deng (2010) e Liu (2011). A pesquisa sugere que os clientes de serviços de comunicações móveis ao avaliar as suas expectativas em três dimensões distintas, qualidade de serviço, valor percebido e confiança na marca desenvolvem percepções para estas variáveis que afetam consequentemente as relações potenciais que possam existir entre a satisfação e a lealdade do cliente.

Nesta pesquisa serão avaliadas dez hipóteses relacionadas com as seis variáveis latentes. A identificação das hipóteses considera o modelo estrutural teórico identificado na figura 4.11 seguir é distribui-se cada hipótese individualmente associada a variável conforme ilustra a Figura 4.14.

Figura 4.14 Concepção do Modelo Estrutural com as Hipóteses Satisfação Móvel. Fonte: Autor.

Hipótese associadas à variável expectativa

 Hipótese H1: A confirmação da expectativa afeta a confiança na marca;  Hipótese H2: A confirmação da expectativa afeta o valor percebido;  Hipótese H3: A confirmação da expectativa afeta a qualidade de serviço.

Hipótese associadas à variável confiança na marca

 Hipótese H4: Níveis elevados de confiança na marca tornam o cliente leal;

 Hipótese H5: Níveis elevados de confiança na marca causam sentimento de satisfação no

cliente.

Hipótese associadas à variável valor

 Hipótese H6: O valor percebido do serviço ofertado afeta satisfação do cliente.

Hipótese associadas à variável qualidade de serviço

 Hipótese H7: A percepção da qualidade afeta a sensibilidade do cliente ao valor do

serviço;

 Hipótese H8: A percepção da qualidade afeta satisfação do cliente;

Hipótese associadas à variável satisfação

 Hipótese H10: Níveis elevados de satisfação tornam o cliente leal.

4.6 RESUMO DO CAPÍTULO

Neste capítulo, foi descrita a metodologia da pesquisa. Inicialmente detalha-se os construtos utilizados para, em seguida, demonstrar as etapas do desenvolvimento do questionário: operacionalização das variáveis de mensuração; pré-teste; design e layout.

Na fase de identificação e critérios de escolha da amostra destaca-se a o tamanho adequado da amostra pela não concordância de um critério objetivo entre vários autores, o pesquisador determina o tamanho que melhor atende às especificações da pesquisa observando a devida significância de coletar corretamente os dados.

Por fim, foram formuladas as hipóteses que serão arguidas no capitulo de análise dos resultados.

CAPÍTULO 5

5 ANÁLISE DOS RESULTADOS

Na amostra inicial de mil usuários que foi previamente selecionada por meio de amostragem aleatória simples, apenas 51,9% (quinhentos e dezenove usuários) concordaram em participar da pesquisa. Estes respondentes dos questionários tornaram-se assim a primeira amostra a ser avaliada, sendo submetida a quatro etapas de análise e validação. Na primeira, são avaliadas as verificações prévias dos dados e as suposições estatísticas que são necessárias à aplicação das técnicas de análise multivariada. Em um segundo momento expõe os aspectos do perfil sóciodemográfico dos usuários de comunicações móveis do estado do Rio Grande do Norte, realizando as comparações com o censo IBGE. No terceiro, com a amostra resultante das duas primeiras etapas e por meio da análise fatorial confirmatória, são avaliadas as variáveis de medidas, bem como as correlações do modelo à luz da teoria. Na etapa final, a amostra que foi avaliada e redimensionada nas fases anteriores é submetida a testes de ajustamento de bondade do modelo estrutural.

5.1 SUPOSIÇÕES ESTATÍSTICAS

Nesta seção destacam-se as analises exigidas para a validação do modelo proposto. Portanto vale salientar as suposições mais sensíveis à técnica de modelagem de equações estruturais (HAIR, 2006): avaliação da amostra da pesquisa, pontos fora do padrão e os testes de normalidade.