A modelização por equações estruturais é um método de análise de dados utilizados para representar as hipóteses de um modelo conceitual complexo, composto de dois submodelos agrupados, cada um com uma quantidade de variáveis chamadas manifestos (itens com a forma quadrada no esquema abaixo) ou latentes (forma redonda). Enquanto o primeiro conjunto pode ser medido diretamente, o segundo só pode ser medido por meio das variáveis ditas manifestas.

O primeiro submodelo externo relaciona as variáveis latentes com as variáveis manifestas que as medem; o segundo, chamado interno, relaciona as variáveis latentes entre elas como mostra o esquema a seguir:

As técnicas de cálculo das equações estruturais são baseadas na análise de covariância ou na regressão por mínimos quadrados parciais. A escolha do método adaptado leva em conta o tipo de estudo realizado (preditivo, com o objetivo de formar uma teoria ou confirmatório), o tamanho da amostra (em torno de 100) e a natureza dos modelos testados (formativos ou reflexivos*). Segundo Gefen et al. (2000), o método dos mínimos quadrados, chamado também de PLS (Partial Least Squares) é mais utilizado nos estudos preditivos ou que visam elaborar teorias, com base em amostras pequenas e com modelos mistos, por vezes formativos, mas também reflexivos.

Os resultados da modelização por equações estruturais são avaliados de acordo com a variância explicada, o score de concordância que indica a qualidade do ajuste entre os modelos internos e externos e o cálculo do coeficiente de determinação R ² respondendo pela pertinência das variáveis latentes estudadas. O Alfa de Cronbach mede a confiabilidade e a convergência das medidas, ele é considerado em primeiro lugar.

A seguir é apresentado um exemplo do uso da técnica de modelização por equações estruturais, onde é possível ver como a técnica considera o relacionamento entre variáveis manifestas e variáveis latentes para formação/avaliação do modelo.

Em uma pesquisa sobre as ferramentas eletrônicas usadas pelo poder público (Boughzala, 2010), foi solicitado aos respondentes que indicassem seu nível de concordância sobre 40 itens relativos à problemática de adoção das ferramentas de informática. Esses itens manifestam 8 variáveis latentes como mostra o esquema abaixo:

Em razão do objetivo do estudo (formação de uma teoria) e da natureza do modelo testado (formativo e reflexivo), a abordagem PLS para a modelização por equações estruturais foi utilizada. Suas aplicações resultaram nos seguintes resultados:

Os valores do Alfa de Cronbach, superiores a 0,6 demonstram que as medidas convergem para cada variável latente, que denota sua validade. As equações do modelo podem ser interpretadas.

O modelo demonstra que a adoção é explicada de maneira semelhante pela utilidade e pela facilidade de utilização percebida (coeficientes de regressão próximos – 0,34 e 0,37 respectivamente).

Essas variáveis são influenciadas pela qualidade do sistema (1o. fator), pela confiança na interação (2o. fator), pelas ações de gestão, uso e acompanhamento (3o. fator) e pela receptividade da TI (último fator).

A soma dos coeficientes de regressão da equação de adoção (0,34 para utilidade percebida + 0,37 pela facilidade de utilização percebida <> 1) demonstra que esses dois critérios estão longe de aportar uma explicação exaustiva. Algo que se observa também pela média da variância explicada obtida (tabela abaixo).

O modelo explica que em média 51% da variância, que é julgada como aceitável no campo de pesquisa deste estudo. Por outro lado, a concordância, de 0,83 em média, indica um bom ajuste entre os modelos internos e externos. Por fim, o coeficiente de determinação, de 0,41 em média deixa a entender que há outros fatores influenciando a adoção das ferramentas eletrônicas.

Concluindo, o método de modelização por equações estruturais é utilizado principalmente nas pesquisas acadêmicas, mas pode ser utilizado também em outros tipos de pesquisas onde exista uma complexidade no relacionamento entre diversas variáveis e suas influências. A seguir listamos algumas dessas aplicações:

Avaliações de satisfação – o seu uso pode dar maior precisão nos fatores de influência e na hierarquização com objetivo de executar as melhorias necessárias para manutenção de um bom nível de serviço.

Processos de trabalho e Clima organizacional– seu uso pode levantar pontos que precisam de uma maior atenção do gestor para melhoria do clima organizacional

Riscos e seus Impactos na operação – levantar como a operação é afetada por intercorrências que de alguma forma foram medidas ou avaliadas.

Valor e qualidade percebida – identificar de que forma as características gerais de um produto impacta na formação do valor desse produto na percepção do consumidor.

*No formato formativo a agregação de diferentes indicadores conduz à elaboração de uma variável, a evolução de um dentre os demais repercute na variável em questão. Por exemplo, educação, a profissão e a residência de um indivíduo formam um status socioeconômico, se um dos indicadores muda, o status também muda (Gefen et al., 2000).

No modelo reflexivo a variável se reflete em um dos indicadores e este experimenta o mesmo aspecto da variável. Por exemplo, a inteligência algébrica de um indivíduo se reflete na sua capacidade de fazer adições, subtrações, divisões e multiplicações, se o valor da variável muda, os valores dos indicadores mudam igualmente (Diamantopoulos et Winklhofer, 2001).

  Artigo adaptado de: https://www.lesphinx-developpement.fr/blog/la-modelisation-par-equations-structurelles-avec-sphinx-iq/