Modelagem de Equações Estruturais na avaliação da satisfação e qualidade percebida de clientes de banda larga

Autores

  • Mateus Ormondes de Magalhães Universidade Federal de Mato Grosso (UFMT)
  • Jaqueline Trentino Silva Universidade Federal de Mato Grosso (UFMT)
  • Kuang Hongyu Universidade Federal de Mato Grosso (UFMT)

Palavras-chave:

Multivariada, Equações Estruturais, Modelagem, Lavaan, variáveis latentes.

Resumo

O objetivo deste trabalho foi apresentar sobre a Modelagem de Equações Estruturais (MEE) com os procedimentos das análises deste modelo, por final uma aplicação comentada do modelo em questão, apresentado tabelas e gráficos exploratórios. Modelagem de Equações Estruturais ou SEM (Structural Equation Modeling) é um conjunto de técnicas e procedimentos que abordam uma extensão de outras técnicas multivariadas que permite estudar o comportamento simultâneo de diversas variáveis em um modelo. Esta técnica tem recebido grande atenção de pesquisadores da área estatística, pois consegue representar variáveis que não podem ser medidas de forma direta, denominadas variáveis latentes. Neste trabalho foi utilizado os dados disponibilizados pela Agência Nacional de Telecomunicações (Anatel), na onde contará com 487 respondentes do território brasileiro. Para as análises foram aplicadas as técnicas multivariadas como Regressão Múltipla, Analise Fatorial Confirmatória (AFC) e Equações Estruturais por meio do Diagrama de caminhos. Neste presente trabalho foram obtidos bons resultados dos índices de ajustes absolutos e incrementais, bem como na consistência dos construtos em estudo e as correlações das variáveis independentes em relação aos contrutos satisfação e qualidade proposto neste estudo.

Biografia do Autor

Mateus Ormondes de Magalhães, Universidade Federal de Mato Grosso (UFMT)

Discente de Bacharel em Estatística da Universidade Federal de Mato Grosso

Jaqueline Trentino Silva, Universidade Federal de Mato Grosso (UFMT)

Discente de Bacharel em Estatística da Universidade Federal de Mato Grosso

Kuang Hongyu, Universidade Federal de Mato Grosso (UFMT)

Doutorado em Estatística e Experimentação Agronômica pelo Esalq/USP, Professor da Universidade Federal de Mato Grosso

Referências

ALBRIGHT, Jeremy J., and PARK, Hun Myoung. 2009. Confirmatory Factor Analysis Using Amos, LISREL, Mplus, and SAS/STAT CALIS. Working Paper. The University Information Technology Services (UITS) Center for Statistical and Mathematical Computing, Indiana University.

BLAND, J. M.; ALTMAN, D. G.. Statistics notes: Cronbach’s alpha. British Medical Journal, v.314, n.7080, p. 572, 1997

BYRNE, D. M. Structural equation modeling with Amos: Basic concepts, Application, and Programming (Multivariate Applications Series). Lawrence Erlbaum Associate, New Jersey, 2001.

CZEPIEL, J., ROSENBERG, L. (1973). “Consumer Satisfaction: Concept and Measurement”. New-York University, Working Paper.

EVRARD, Y. (1993). “La Satisfaction des Consommateurs: État des Recherches”. Revue Française du Marketing, n.º 144-145 / 4-5, pp. 53-66.

FALCONI, Vicente. Gerenciamento pelas diretrizes. 4.ed. São Paulo: Atlas, 2010.

FILHO, Dalson Brito Figueiredo; SILVA JÚNIOR, José Alexandre da. Visão além do alcance: uma introdução à análise fatorial. Opinião Pública, [s.l.], v. 16, n. 1, p.160-185, jun. 2010. FapUNIFESP (SciELO). http://dx.doi.org/10.1590/s0104-62762010000100007.

GARRISON, R. H.; NOREEN, E. W. Contabilidade gerencial. 9. ed. Rio de Janeiro: LTC, 2001.

GUJARATI, D. (2000). Econometria básica. São Paulo: Makron.

HAIR, J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W.C. Análise multivariada de dados. 5. ed. Porto Alegre: Bookman, 2005.

HAIR JR., J. F.; WILLIAM, B.; BABIN, B.; ANDERSON, R. E. Análise multivariadade dados. 6.ed. Porto Alegre: Bookman, 2009.

JIAMBALVO, J.. Contabilidade gerencial. 3. ed. Rio de Janeiro: LTC, 2009.

KAPLAN, David. Structural equation modeling: foundations and extensions. Thousand Oaks: Sage Publications, 2000.

MALHOTRA, N K. Pesquisa de Marketing. Artmed Bookman. 2008

MAROCO, J. Análise de Equações Estruturais: Fundamentos teóricos, Software & Aplicações, Report number, Pêro Pinheiro, 2010.

PEREIRA, Suziane dos Santos. Modelagem de Equações Estruturais no software R. 2013. 89 f. TCC (Graduação) - Curso de Estatística, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2013

R DEVELOPMENT CORE TEAM. R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, 2018. Disponível em: https://www.R-project.org/. Acessado em: 01/04/19.

Downloads

Publicado

29-07-2019

Como Citar

de Magalhães, M. O., Silva, J. T., & Hongyu, K. (2019). Modelagem de Equações Estruturais na avaliação da satisfação e qualidade percebida de clientes de banda larga. Sigmae, 8(2), 652–662. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/1034

Edição

v. 8 n. 2 (2019): Special issue: 64th RBRAS and 18th SEAGRO

Seção

Estatística Aplicada

Licença

Proposta de Política para Periódicos de Acesso Livre


Autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

  1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).