F. DÜZELTMEDE ÖZELLİKLİ BAZI DURUMLAR
V. DİĞER BAŞVURU YOLLARI
Para a análise dos dados quantitativos, foram utilizados o Excel e o software SPSS (Software Statistical Package for the Social Sciences), como tradicionalmente adotado pelas ciências sociais e humanas (MAROCO, 2010). Para a modelagem de equações estruturais adotou-se o software SmartPLS 2.0 M3, também frequentemente utilizado em pesquisas de Marketing e que tem mostrado robustez e aplicabilidade (RINGLE; DA SILVA; BIDO, 2014).
O
Quadro 19 apresenta um resumo das etapas metodológicas da análise dos dados.Quadro 19 - Procedimentos metodológicos
ETAPA PADRÃO REFERÊNCIA SOFTWARE
ANÁLISE DOS DADOS
NORMALIDADE P > 0,01 (HAIR, 2014, p. 77-79) SPSS - Kolmogorov-
Smirnov
LINEARIDADE Verificar significância (MCDONALD, 2014, p. 209-
212) SPSS - teste de Spearman
ANÁLISE FATORIAL
TESTE DE ADEQUAÇÃO DO TAMANHO
DA AMOSTRA (KMO) > 0,5 (MALHOTRA, 2001, p. 505-506)
SPSS MATRIZ DE CORRELAÇÃO (TESTE DE
BARTLETT DE ESFERICIDADE) P < 0,001 (MALHOTRA, 2001, p. 505-506)
ANÁLISE FATORIAL ROTAÇÃO DIRECT OBLIMIN
0,30 nível mínimo; 0,40 importantes;
0,50 ou maiores, significância prática
Verificar comunalidade (abaixo de 0,5, remover o indicador)
(HAIR et al., 2005, p. 107) (HAIR, 2014, p. 115-117)
VARIÂNCIA TOTAL EXPLICADA
Carga fatorial ao quadrado = % da variância total da variável explicada pelo fator.
Verificar a variância total explicada acumulada dos fatores para verificar o quanto da variância total é explicada pelos fatores
(MALHOTRA, 2001, p. 508)
MODELO DE EQUAÇÕES ESTRUTURAIS MODELO DE MENSURAÇÃO
CONFIABILIDADE SIMPLES ALFA DE CRONBACH
> 0,60
> 0,70 (HAIR et al., 2014, p. 101-102) Smart PLS
CONFIABILIDADE COMPOSTA > 0,60
> 0,70 (HAIR et al., 2014, p. 101-102) Smart PLS
VALIDADE CONVERGENTE
Cargas externas dos indicadores > 0,708
Cargas externas entre 0,40 e 0,70 devem ter sua eliminação analisada (remover se sua eliminação aumentar a confiabilidade composta ou a AVE)
Cargas externas < 0,40 (eliminar o indicador) AVE > 0,5
(HAIR et al., 2014, p. 102-103) Smart PLS
VALIDADE DISCRIMINANTE FORNELL LARCKER
A raiz quadrada da AVE de cada construto deve ser maior do que a sua maior correlação com
qualquer outro construto (HAIR et al., 2014, p. 105-106)
Smart PLS Excel VALIDADE DISCRIMINANTE
CARGAS CRUZADAS
A carga de um indicador sobre o construto associado deve ser maior que todas as cargas desse
indicador sobre outros construtos (HAIR et al., 2014, p. 105-106)
Smart PLS Excel
MODELO ESTRUTURAL
COLINEARIDADE Valor VIF entre 0,2 e 5 é aceitável (HAIR et al., 2014, p. 170) Smart PLS / SPSS
COEFICIENTES DE CAMINHO Relevância e Significância
Path coeficients - Sempre valores entre -1 e 1. Valores próximos de 0 são ruins.
Um coeficiente de caminho maior do que outro indica que seu efeito sobre a variável latente endógena é maior.
Parâmetros teste t – bootstrapping 1% - 2,57
5% - 1,96 10% - 1,65
(HAIR et al., 2014, p. 170-171) Smart PLS
COEFICIENTE DE DETERMINAÇÃO R²
0,25 a 0,5 - Fraco 0,5 a 0,75 - Moderado Maior que 0,75 - Substancial
(HAIR et al., 2014, p. 177-178) Smart PLS
Quadro 19 - Procedimentos metodológicos
ETAPA PADRÃO REFERÊNCIA SOFTWARE
TAMANHO DO EFEITO - f² 0,02 Pequeno efeito 0,15 Médio efeito 0,35 Grande efeito Smart PLS Excel
RELEVÂNCIA PREDITIVA DO MODELO Q² E TAMANHO DO EFEITO Q2
Distância de omissão - entre 5 e 10. A divisão do número de casos pela distância de omissão não deve resultar em um número inteiro.
Incluir somente variáveis latentes endógenas reflexivas e de único item, uma de cada vez.
Q² > 0 0,02 Pequeno 0,15 Médio 0,35 Grande
(HAIR et al., 2014, p. 178-184). Smart PLS Excel
MEDIAÇÃO
MEDIAÇÃO
Verificar valores de e a significância: 1% - 2,57
5% - 1,96 10% - 1,65
Verificar força da mediação: >=80% Mediação completa 20%<=VAF>=80% parcial <=20% Não há mediação
(HAIR et al., 2014, p. 219-225) Smart PLS Excel
Fonte: Dados da pesquisa
3.3.2.1 Preparação do banco de dados
Antes de proceder à análise dos dados, fez-se necessária a preparação do banco de dados, que envolveu a limpeza inicial e a transformação de dados. A pesquisa quantitativa resultou em 630 observações, das quais 160 foram retidas pela pergunta filtro: "Você já visitou o destino Ilhéus/BA a lazer?". Apesar de a divulgação da pesquisa ter sido clara em relação ao público- alvo (pessoas que já visitaram o destino ou que moram no destino), essas 160 observações retidas correspondiam a pessoas que nunca haviam visitado Ilhéus e, portanto, não eram alvo da pesquisa. Após essa remoção, resultaram 470 observações, correspondentes a 406 visitantes e 64 moradores de Ilhéus. Após essa triagem, mais 10 observações foram removidas do banco de dados de visitantes: 1 resposta identificada como 0 visita realizada a Ilhéus; 4 respostas de pessoas que declaram ter morado em Ilhéus (transferido para o banco de dados de moradores, por apresentarem uma visão mais de acordo com moradores); 2 respostas de pessoas que informaram que apenas fizeram escala em Ilhéus e que foi a Ilhéus apenas a trabalho; 2 pessoas que nos dados demográficos informaram residir em ilhéus; e 1 respondente que não informou a quantidade de vezes que visitou (apesar de ser campo obrigatório, continha também um campo aberto, e o respondente pode ter apenas pressionado o espaço e prosseguido). Resultaram 396 questionários válidos para visitantes. Com a transferência de observações para o banco de dados de moradores, resultaram 70 questionários válidos para moradores.
A etapa de transformação de dados envolveu o cálculo do somatório para a familiaridade informativa, considerando o número total de fontes de informação utilizadas, e o somatório da familiaridade experiencial, considerando o número total de atrativos visitados (interação com o destino). Em relação à solicitação do número de visitas para a composição da familiaridade experiencial, como muitos respondentes são de áreas próximas ao destino, não foi possível informar o número de visitas feitas ao destino. Muitos declararam essa afirmação por extenso no campo aberto do questionário ("muitas vezes", "inúmeras vezes", "todas as férias nos últimos 10 anos", "já perdi a conta"...).
Uma das alternativas seria, para a análise dos dados, partir para a categorização dessa informação, como recomendado por Baloglu (2001): 1 para visitantes primeira visita e 2 para visitantes que retornaram. Porém, seria de grande prejuízo em relação à variabilidade dos dados e para a análise da influência do número de visitas sobre a imagem de destino. Desse modo, optou-se por padronizar as informações para o número de visitas acima de 5 vezes,
como 6 vezes. No caso, 225 observações foram mantidas com o número de visitas (de 1 a 5 vezes), como informado no formulário e, 167 observações foram padronizadas para 6 vezes (5 observações já indicavam 6 visitas).
Conforme procedimentos já descritos (tópico 3.2.1 Instrumento de pesquisa), essa etapa de preparação do banco de dados também envolveu a transformação dos dados referentes às características sociodemográficas.