1.3. YABANCILAġMA KATEGORĠLERĠ ve YABANCILAġMAYA ĠLĠġKĠN
1.3.7. Georg Simmel
Primeiramente, buscou-se identificar a forma funcional da relação entre a adesão às praticas recomendadas de governança corporativa, aproximada pelo IGOV, e a qualidade da informação contábil, mensurada pelo IQIC. O Gráfico 2 apresenta a dispersão dessas observações. 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 10,0 IGOV IQ IC
Gráfico 2- Relação entre governança corporativa (IGOV) e qualidade da informação contábil (IQIC)
A inspeção visual do comportamento das observações contidas no gráfico acima sugere uma relação linear positiva entre o nível de governança corporativa da firma e a qualidade da informação contábil. Para medir a intensidade dessa relação, pode-se calcular o coeficiente de correlação entre as variáveis.
A Tabela 5 apresenta o coeficiente de correlação de Pearson e seu respectivo grau de significância35.
Tabela 5 – Correlação de Pearson entre IQIC e IGOV
IQIC IGOV
IQIC 1
IGOV 0,407*** 1
Observações 683
*, *, *** revelam a significância estatística da estimativa nos níveis 10%, 5% e 1%, respectivamente.
O coeficiente de correlação de Pearson entre essas variáveis totalizou + 0,407, sendo, positivo e estatisticamente significante, dado um
α
de 1%. Constata-se, assim, a relação linear entre as variáveis de interesse.Entretanto, conforme ressalta Martins (2001, p 291), a avaliação da significância da correlação de Pearson supõe que as variáveis populacionais tenham distribuição normal bivariada, ou seja, o efeito conjunto das duas variáveis deve ser distribuído normalmente. Segundo Hair et al. (2005, p. 287), como não existe teste direto para a normalidade multivariada, deve-se testar a normalidade individual de cada distribuição amostral.
Os Gráficos 3 e 4 apresentam os histogramas para o IQIC e o IGOV. Para testar formalmente a hipótese da normalidade das variáveis, a Tabela 6 reporta os resultados do teste Kolmogorov-Smirnov36 realizado por meio do software SPSS 17.0.
35 De acordo com Bussab e Morettin (1987, p. 290), para testar se o coeficiente de correlação r é diferente de zero, calcula-se a seguinte estatística teste:
r n r t − − = .
36 Segundo a formulação do teste Kolomogorov-Smirnov, descrita por Siegel (1956, p. 47-52), primeiramente calculam-se e acumulam-se as frequências esperadas para cada célula. Em seguida, colocam-se as frequências em ordem crescente e calculam-se as frequências teóricas. Após calcular os desvios absolutos entre as frequências acumuladas teóricas e observadas, identifica-se o Desvio Máximo, que representa a estatística teste. Por fim, obtém-se o p-valor dessa estatística. A hipótese nula considera que a amostra foi extraída da distribuição teórica especificada; nesse caso a Distribuição Normal.
Gráfico 3 – Histograma do IQIC
Tabela 6 – Teste de normalidade para o IQIC e IGOV
Teste de Kolmogorov-Smirnov IQIC IGOV
N 683 683
Parâmetros normais Média 5,34 5,38
Desvio-padrão 1,57 1,98
Maiores diferenças Absoluta 0,09 0,09
Positiva 0,05 0,08
Negativa -0,09 -0,09
Kolmogorov-Smirnov Z 2,42 2,47
p-valor 0,00 0,00
Considerando o p-valor da estatística teste, rejeita-se a hipótese nula de que as distribuições do IQIC e do IGOV seguem uma Distribuição Normal. Portanto, o pressuposto da normalidade para cálculo da significância da correlação de Pearson não foi respeitado. Apesar dessa violação, na prática, essa hipótese costuma ser relaxada para grandes amostras.
De forma complementar ao coeficiente de correlação de Pearson, calculou-se também a correlação de Spearman. Como o IQIC e o IGOV são calculados em uma escala de 0 a 10, a disposição dos dados acaba sendo similar àquela de dados ordenados por postos.
Segundo Stevenson (2001, p. 382), a vantagem da correlação de Spearman é que, ao contrário da correlação de Pearson, não há necessidade de se fazer suposições adicionais acerca da distribuição teórica das variáveis de interesse. Essa é, portanto, uma técnica não paramétrica. A Tabela 7 apresenta o coeficiente de correlação de Spearman para o IQIC e IGOV, bem como seu respectivo grau de significância, calculados pelo SPSS 17.0.
Tabela 7 – Correlação de Spearman entre IQIC e IGOV
IQIC IGOV
IQIC 1
IGOV 0,366*** 1
Observações 683
*, **, *** revelam a significância estatística da estimativa nos níveis de 10%, 5% e 1%, respectivamente.
Considerando os resultados da Tabela 7, constata-se que o coeficiente de correlação de Spearman entre o IQIC e o IGOV foi de + 0,366, sendo, portanto, positivo e estatisticamente significante, dado um
α
de 1%. Esse valor é muito próximo ao valor do coeficiente de correlação de Pearson, calculado na Tabela 5.Evidencia-se, assim, que o nível de governança corporativa e o índice de qualidade da informação contábil apresentam uma relação linear positiva e significante. Esses resultados são similares (não reportados) quando utilizadas as métricas alternativas de governança e o IQIC_delphi, validado pelos especialistas.
Apesar da importância da identificação dessa forma funcional, os coeficientes de correlação devem ser interpretados com cautela.
Conforme ressalta Martins (2001, p. 288): “A interpretação do Coeficiente de Correlação como medida da intensidade da relação linear entre duas variáveis é puramente matemática e está completamente isenta de qualquer implicação de causa e efeito”.
Portanto, para uma interpretação mais segura acerca dessa relação devem-se estimar as diferentes regressões de acordo com o modelo econométrico, especificado na seção 3.2. Previamente à apresentação dos resultados das regressões, a Tabela 8 reporta as correlações de Pearson (que normalmente são referenciadas na literatura) entre as variáveis de qualidade da informação contábil, de governança corporativa e as variáveis métricas de controle37.
Tabela 8 – Matriz de correlação entre as variáveis
IQIC IGOV IGOV14 DISC CONS CONFL DIR TAM END PBV ROA TANG
IQIC 1 IGOV ,41*** 1 IGOV14 ,26*** ,94*** 1 DISC ,55*** ,80*** ,55*** 1 CONS ,40*** ,73*** ,72*** ,52*** 1 CONFL ,06 ,67*** ,77*** ,30*** ,26*** 1 DIR ,11*** ,78*** ,84*** ,44*** ,34*** ,60*** 1 TAM ,44*** ,29*** ,12*** ,53*** ,33*** -,08** -0,02 1 END -,42*** -,36*** -,26*** -,43*** -,24*** -,19*** -,17** -,29*** 1 PBV ,26*** ,23*** ,15*** ,29*** ,14*** ,17*** ,06 ,15*** -,19*** 1 ROA ,40*** ,21*** ,12*** ,31*** ,19*** ,05 ,02 ,32*** -,62*** ,29*** 1 TANG -,02 -,06 -,06 -,07 ,00 -,04 -,10** ,04 ,04 -,09** -,05 1 3VDIR -,11*** -,52*** -,57*** -,28*** -,27*** -,62*** -,47*** ,03 ,19*** -,19*** -,05 ,11***
*, **, *** revelam a significância estatística da estimativa nos níveis de 10%, 5% e 1%, respectivamente.
37 Apesar de a grande maioria das correlações ser estatisticamente significante, não há indícios de problemas de multicolinearidade entre as variáveis (i.e. quando existem relações lineares exatas ou aproximadamente exatas entre as variáveis independentes), conforme demonstram o cálculo e a análise da estatística do Fator de Inflação da Variância, apresentados na seção 4.3.3.