Uma Anlise de Mltiplos Grupos de Invarincia Estrutural: Uma Aplicao Utilizando Modelo de Satisfao do Cliente em Comunicaes Mveis RESUMO

Modelagem de Equaes Estruturais fornece um recurso confivel para testes de diferenas entre grupos de variveis latentes. O objetivo deste artigo foi ilustrar testes de invarincia para anlise de mltiplos grupos. Com base na anlise de estrutura de covarincia realizada uma aplicao com o propsito de pesquisar a equivalncia de um mesmo modelo terico e verificar a influncia do gnero do cliente de comunicaes mveis sobre a satisfao atravs da avaliao do modelo de medida e das mdias das variveis latentes. Foi constatado que os escores no variam, de forma significativa, em funo dessas caractersticas especficas dos consumidores. Procedimentos de anlise fatorial confirmatria e testes de invarincia entre mltiplos grupos tambm so relatados. Palavras - chave: Modelagem de Equaes Estruturais, Comunicaes Mveis, Satisfao de Cliente, Invarincia Fatorial e Estrutural. 1. INTRODUO No setor de telecomunicaes as transformaes tecnolgicas das ultimas dcadas aliadas a um cenrio formado por empresas de alta tecnologia caracterizam o setor de comunicaes mveis pessoais ao redor do mundo. Novas concesses, regulamentos e privatizaes dinamizaram o mercado e afetaram sensivelmente a maneira como as pessoas se comunicam. Ao mesmo tempo, no Brasil, a competio entre as operadoras derrubou os preos dos servios, permitindo a incluso de um enorme contingente de consumidores das classes C, D e E. Com isto, as empresas deste setor preocupam-se cada vez mais com a competitividade, oferta de servios, rea de atendimento, demanda reprimida e a lealdade do cliente. Uma questo de crescente importncia para a sobrevivncia das empresas a sua capacidade de reter clientes tornando-os leais a suas marcas. O cliente leal constri a empresa comprando em uma maior quantidade, pagando um preo mais elevado, e fornecendo boas referncias por meio da propaganda positiva ao longo do tempo. Estudos de comportamento do consumidor pesquisam a satisfao e a lealdade de clientes como fatores bsicos para relaes bem sucedidas e duradouras com as empresas. A complexidade das relaes entre variveis na avaliao da satisfao do cliente em comunicaes mveis pode ser adequadamente pesquisada com a utilizao de mtodos estatsticos multivariados. Testes de significncia de grupos em conjuntos de variveis observadas demandam o uso de anlise multivariada de varincia ou modelagem de equaes estruturais. A anlise multivariada de dados mais apropriada quando os grupos so comparados com construtos que emergem como uma composio linear das variveis observadas, ou seja, as variveis observadas representam agentes causais do construto. A Modelagem de Equaes Estruturais (MEE) apropriada ao estudo de sistemas de variveis latentes nos o construto quais tem influncia causal sobre suas variveis observadas (Dimitrov, 2006). Na comparao de mltiplos grupos o objetivo avaliar se a estrutura do modelo de medida est funcionando do mesmo modo e se o modelo estrutural equivalente
1

para diferentes grupos ou populaes. Uma aplicao usual da anlise mltiplos grupos a confirmao da estrutura fatorial de um escala em uma populao diversa daquela para a escala foi validada. Assim verificado se os itens reflexos de cada fator so mantidos na nova populao e se os pesos fatoriais no apresentam diferenas significativas nos dois grupos (Bollen, 1989). Entre as caractersticas que definem a segmentao de grupos, o gnero uma das mais relevantes. Para Oyewole (2001) o gnero influencia a satisfao com empresas areas. Pesquisas foram realizadas no sentido de buscar explicaes para o fato das mulheres se mostrarem menos satisfeitas que os homens com referncia a compras no comrcio virtual (Rodgers, 2003). Perillo (2010) observou pequenas diferenas associadas com alguns componentes do modelo de satisfao de clientes, indicando que clientes do sexo feminino so diferentes de clientes do sexo masculino, em relao a alguns componentes da satisfao com servios bancrios. Estudos sobre lealdade ensejam concluses que as mulheres so mais leais s marcas, os homens pretendem impressionar outras pessoas com seus carros mais que as mulheres, a gerao das expectativas sobre o produto tem maior impacto na satisfao dos homens, a influncia da opinio de terceiros entre as mulheres maior e o risco associado compra de veculo relevante para ambos os sexos (Moutinho e Goode, 1995). Nas pesquisas que focalizam as comparaes de mltiplos grupos usualmente considerado que o instrumento de medio est funcionando da mesma forma e que o construto subjacente a ser avaliado tem a mesma estrutura terica para cada grupo de estudo. Entretanto, como evidenciado em revises de literatura, estes dois fundamentos criticamente importantes raramente so testados estatisticamente (Byrne, 2004). Este artigo apresenta uma aplicao de pesquisa de equivalncia de uma mesma estrutura terica para verificar a influncia do gnero do cliente de comunicaes mveis sobre a avaliao da satisfao. A verificao do modelo de medida e modelo estrutural foi utilizada para ilustrar as fases envolvidas nos testes de invarincia de mltiplos grupos. Atravs do software AMOS V.19 (Arbucle, 2008) foi investigado se as respostas dadas pelos clientes homens e mulheres, ao mesmo instrumento de medio, apontam diferenas significativas. 2. REFERENCIAL TERICO E MODELO CONCEITUAL O desenvolvimento terico desse trabalho est posicionado no segmento da comunicao mvel, pesquisando modelos de satisfao. A Figura 1 ilustra a integrao dos quatro componentes essenciais ao estudo de servios mveis: os clientes que a utilizam, o cenrio do mercado de comunicao mvel, as operadoras que fornecem os servios e o suporte tecnolgico das redes de comunicao mvel.

Telecommunications Segment

Intangibles Analysis: Behavior, Perceived Value, Willingness to Pay, Word of Mouth Advertising

Consequential variables: Loyalty and Complaint

Antecedents variables: Quality, Perceived Value and Image

Customer

Satisfaction in Mobile Communication Service

Technical Methodology: Structural Equation Modeling

Technology of Mobile Communication Networks

Figura 1 Posicionamento dos componentes da pesquisa nos campos da literatura correlata

Fonte: Autores

2.1 Identificao de Estudos com Aplicao de MEE em Telecomunicaes A MEE avalia simultaneamente as relaes de dependncia, em que em uma relao de uma varivel dependente pode ser independente em outra, permitindo uma melhor anlise dos fenmenos sob investigao. Nos ltimos anos, um razovel nmero de estudos empricos sobre a satisfao do cliente em servios de comunicao mvel foram publicados. Como parte da pesquisa exploratria inicial, a Tabela 1 foi elaborada para descrever uma sntese da realizao de investigaes relevantes utilizando MEE, envolvendo variveis antecedentes e consequentes da satisfao de clientes, na rea telecomunicaes, em vrios pases.

Carrier
3

Tabela 1 Sntese da aplicao de MEE na satisfao do cliente em telecomunicaes

Ano 2001 Autores Gerpott T. ; Rams W.; Schindler A. Kim M-K; Park M-C; Jeong D. Aydin S.;Ozer G. Pihlstrom P. M. Pas Alemanha Assunto Abordado Modelo para avaliar a relao da reteno de clientes, lealdade e satisfao. Influncia da satisfao e barreiras de troca na lealdade. Influncia da imagem corporativa, qualidade, confiana e custos da mudana na lealdade. Efeitos das dimenses do valor sobre componentes comportamentais e atitudinais da lealdade. Modelo de satisfao do cliente em telecomunicaes no ACSI. Qualidade de servios na inteno de recompra em servios de valor adicional de comunicaes mveis. Relaes entre percepes e experincias na satisfao de turistas com uso de telefonia mvel. Predio do comportamento do cliente na permanncia do servio de comunicao de dados Fatores relevantes na seleo dos provedores dos servios de telecomunicaes. Determinantes da satisfao e lealdade para SMS. Fatores determinantes da escolha de provedores de telefonia mvel. NC 10 NH 13 TA 266 SEM Software LISREL

2004 2004

Coria Sul Turkia

do

9 5

13 8

306 1622

AMOS LISREL

2005

Finlndia

279

LISREL

2006 2009

Turel O.; Serenko A. Kuo Y.; Wu CM.; Deng W-J Lee J.; Mils J.

Canad Taiwan

7 4

11 6

210 387

PLS Graph LISREL

2010

EUA

241

AMOS

2010

Kim B.

Coria do Sul Malsia

10

13

207

LISREL

2010

2010 2010

2011

Efeitos da satisfao e a comunicao 3 boca a boca na lealdade de telefonia mvel. 2011 Taiwan Influncia das relaes entre 7 qualidade e barreiras de mudana na lealdade. 2012 Olatokun W.; Nigria Significncia de fatores preo, 6 Nwonne S. qualidade, disponibilidade promoo e imagem na escolha do provedor. 2012 Bahram K.; Ir Influncia das relaes qualidade e 7 Alirezapour M. barreiras de mudana na lealdade do cliente. 2012 Uddin M.B.; Bangladeshi Satisfao do cliente os fatores 4 Akhter B. influncia em servios de comunicaes mveis. NC Numero de Construtos; NH Numero de Hipteses; TA Tamanho da Amostra. Fonte: Autores

Rahman S.; Haque A.; Ahmad M. Deng Z.; Lu Y.; Zhang J. Haquea A.; Rahman S.; Rahman M. Dias E.; Consuegra D. M. Esteban A. Liu C.; Tzer GY; Lee C-H.

400

AMOS

China Bangladeshi

9 4

9 3

541 257

LISREL AMOS

Espanha

257

EQS

301

LISREL

367

AMOS

380

LISREL

373

AMOS

2.1 Modelo Conceitual e Hipteses 2.1.1 Satisfao, qualidade e valor Vrios pesquisadores examinaram as ligaes entre a qualidade do servio, valor e satisfao (Cronin et al., 2000; Garbarino e Johnson, 1999; Spreng et al, 1996). No surpreendentemente, eles verificaram que uma alta qualidade dos servios e um valor elevado apresentavam uma correlao relativamente alta com a satisfao do cliente (Cronin et al., 2000). Enquanto alguns sugerem que a satisfao leva a qualidade, evidncias preponderantes indicam que a qualidade um antecedente da satisfao (Dabholkar, 1995). Bagozzi (1992) a base das relaes da qualidade de servio e valor com a satisfao. Analisando este cenrio em um contexto de servio h indcios de que a qualidade cognitivamente orientada e uma boa avaliao do valor percebido podem conduzir a satisfao emocional que, por sua vez, impulsiona a lealdade (Chenet et al, 1999; Ennew e Binks, 1999; Woodruff, 1997). Globalmente, a qualidade do servio causando satisfao recebe considervel suporte e validao emprica (Brady e Robertson, 2001; Gotlieb et al, 1994). Alm disso, a qualidade ligada a satisfao mantm-se em diferentes culturas explicando mais varincia na lealdade do cliente (Brady e Robertson, 2001). Portanto, a primeira hiptese a seguinte: H1. A qualidade do servio tem um efeito significativo e positivo na satisfao do cliente. Em adio aos estudos acima, Fornell et al., (1996) relatam que os dois principais determinantes da satisfao do cliente so a qualidade e o valor percebido. Assim, a segunda hiptese a seguinte: H2. Valor percebido tem um efeito significativo e positivo na satisfao do cliente. Valor a essncia que os consumidores perseguem em uma relao comercial. Enquanto valor operacionalizado atravs diferentes modos, a definio geral de valor a percepo de um consumidor da relevncia subjetiva de alguma atividade ou objeto, considerando todos os benefcios e os custos lquidos de consumo (Babin et al., 1994). No presente estudo, o ato de consumo relevante o atendimento geral recebido da operadora de comunicaes mveis. A qualidade percebida influencia positivamente o valor, enquanto o preo / custo influencia negativamente o valor (Chang e Wildt, 1994; Hellier et al, 2003). Logicamente, alta qualidade no um pr-requisito para o valor porque uma reduo neste atributo pode ser compensado por menores custos globais. No entanto, a pesquisa apia uma relao positiva entre qualidade e valor (Andreassen e Lindestad, 1998; Choi et al, 2004; Cronin et al, 2000; Zins, 2001). Assim, a terceira hiptese a seguinte: H3. A qualidade do servio tem um efeito significativo e positivo no valor percebido. 2.1.2 Imagem corporativa, satisfao, qualidade e valor Imagem corporativa outro fator importante na avaliao geral do servio (Bitner, 1991; Grnroos,1988; Gummesson e Grnroos, 1988). De acordo com Grnroos (1988) e Keller (1993), a imagem corporativa uma percepo de uma organizao mantida na memria do consumidor e funciona como um filtro que influencia a percepo do funcionamento da empresa. A teoria da atitude sugere que as avaliaes de servios so as principais causas da imagem da empresa e que essas atitudes aumentam o valor preditivo na medida em que se tornam mais acessveis na memria (Fazio, 1989; Fazio e Zanna, 1978). Oliver (1980) afirma que um atitude do consumidor em relao a escolha do
5

produto / servio uma funo da atitude inicial do consumidor no momento da compra encontrando a sua satisfao com uma experincia de consumo particular. Selnes (1993) postula que a qualidade do desempenho afeta, no global, a avaliao da imagem. Na mesma linha, Ostrowski et al. (1993) examinaram o servio de linhas area argumentando que uma experincia positiva ao longo do tempo (aps vrias boas experincias) depois de um certo perodo, pode levar a uma imagem positiva. A imagem corporativa deriva de todas as experincias do cliente, onde o consumo e a qualidade de servio so representativos destas experincias. Assim, a percepo da qualidade do servio afeta diretamente a imagem corporativa (Aydin e Ozer, 2005). Desta forma, a quarta hiptese a seguinte: H4. Qualidade de servio tem efeito significativo na imagem corporativa. Andreassen e Lindestad (1998) postulam que a imagem da empresa, atravs de um efeito de filtragem, impacta a avaliao do cliente na qualidade do servio, valor e satisfao. Em outras palavras, a imagem da empresa cria um efeito de aurola na satisfao do cliente. Neste estudo, uma medida de nvel cumulativo ou relacional refletindo a impresso global de um cliente e a imagem mental da empresa, representa a imagem corporativa (Bloemer et al, 1998; Zimmer e Golden, 1988). Os clientes que desenvolvem esquemas mentais positivos de uma marca tendero a ter uma alta satisfao, atravs de um efeito halo, onde todas as coisas associadas com a marca so igualmente valorizadas. Assim, a quinta hiptese a seguinte: H5. Imagem corporativa tem um efeito significativo e positivo na satisfao do cliente. O valor estende na sua concepo alm do aspecto funcional incluindo nesta experincia, componentes hedonistas, sociais e emocionais (Babin et al, 1994; Holbrook, 1994). Uma imagem positiva conduz a uma experincia de consumo mais gratificante, ajudando assim os clientes a desfrutar uma experincia prazerosa, com benefcios sociais e emocionais. Assim, a sexta hiptese a seguinte: H6. Imagem corporativa tem um efeito positivo significativo no valor percebido. 2.1.3 Lealdade Apesar de amplas evidncias sugerirem que as relaes entre as avaliaes de servios e seus resultados so significativas, tais como, a comunicao boca a boca e a reteno, as relaes entre estas trs variveis de avaliao do servio (qualidade, valor e satisfao) e medidas correlatas ainda no esto plenamente elucidadas. Uma reviso realizada por Cronin et al. (2000) revelou pouca uniformidade sobre qual das trs variveis de avaliao do servio, ou combinaes destas, afetam diretamente as medidas de resultados. Os estudos existentes classificam os modelos em trs tipos de estrutura (Cronin et al, 2000). O modelo de satisfao, o modelo de valor ou o modelo indireto. Em modelos de satisfao, a principal ligao direta da satisfao do cliente em relao aos resultados de consumo, como consequncias das intenes comportamentais (Ennew e Binks, 1999; Fornell et al, 1996; Hallowell, 1996). Modelos de valor apresentam o valor percebido, em vez de satisfao, como o mecanismo primrio e direto ligando percepes de servios para os resultados de consumo (Chang e Wildt, 1994; Cronin et al, 1997). Nos modelos indiretos a qualidade do servio influencia a lealdade do cliente apenas atravs de valor e da satisfao (Gotlieb et al, 1994; Patterson e Spreng, 1997; Roset e Pieters, 1997). Ligaes simples bivariadas entre quaisquer um destes trs construtos e lealdade pode mascarar a verdadeira relao devido a omisso da polarizao da varivel. Para abordar esta questo, Cronin et al. (2000) propem um modelo
6

em que todas as trs variveis (qualidade, valor e satisfao) levam direta e simultaneamente lealdade. Assim, a stima hiptese a seguinte: H7. A satisfao do cliente tem um efeito significativo e positivo na lealdade. Imagem corporativa tambm pode afetar a lealdade do cliente. Andreassen e Lindestad (1998) examinaram o papel da imagem corporativa na formao da lealdade do cliente no setor de servios e encontraram influncia tanto direta quanto indireta da imagem sobre lealdade. Hart e Rosenberger (2004) replicaram o estudo dos autores citados na Austrlia e relataram que a imagem tem um efeito direto pouco significativo na lealdade do cliente, mas um efeito substancial mediado pela satisfao do cliente. Portanto, uma imagem corporativa positiva parece estimular a lealdade de uma empresa. Embora os efeitos indiretos possam ser maiores, uma relao direta entre imagem e lealdade permanece mesmo em sua presena. Assim, a oitava hiptese a seguinte: H8. Imagem corporativa tem um efeito significativo e positivo na lealdade do cliente. 2.1.4 Reclamaes, satisfao e lealdade Estudiosos tem pesquisado o mercado com a finalidade de encontrar relao entre a satisfao e o tratamento de reclamaes. A literatura revela que o tratamento da reclamao do cliente influencia a satisfao (Hansemark e Albinsson, 2004). A finalidade de resolver e eliminar uma insatisfao conhecido como gesto de reclames (Westbrook e Fornell, 1979). Andreasen (1988) descobriu que 60% dos clientes obtm satisfao pela reclamao. Ele acredita em um relacionamento negativo entre satisfao e reclamao de cliente. Bowen e Lawler (1990) afirmaram que as empresas podem transformar o cliente irritado em satisfeito, atravs de um fcil acesso para manifestao do cliente com uma resposta rpida para suas reclamaes. Stephens e Gwinner (1998) concluiram em sua pesquisa que dois tero dos clientes no fazem reclamaes. Bosch e Enriquez (2005) recomendaram o tratamento de reclamaes como uma das ferramentas para avaliar a qualidade do servio prestado. Eles afirmaram que se um cliente ficar satisfeito com a forma que sua reclamao for tratada pelo provedor de servio, ficar tambm satisfeito com a qualidade do servio prestado. Palkar (2004) determinou que o suporte ao cliente um importante elemento de qualidade de servio de comunicao mvel, para melhorar sua satisfao. Na gesto de relacionamentos com clientes, as organizaes devem considerar as percepes de justia para melhorar a satisfao do cliente, especialmente depois que as falhas do servio ocorrem (Smith et al, 1999). No modelo ACSI (Fornell et al), satisfao tem uma influncia negativa sobre reclames do cliente e uma influncia positiva sobre lealdade. As relaes causais menciondas tiveram comprovao emprica confirmada por Turel e Serenko (2006), alm de Joo et al (2008). Portanto, as hipteses nona e dcima so as seguintes: H9. Satisfao do cliente tem um efeito negativo sobre as reclamaes. H10. Reclamaes do cliente tem um efeito negativo sobre a lealdade. A representao grfica da estrutura fatorial do modelo de satisfao do cliente de comunicaes mveis envolvendo as variveis de medida e as variveis latentes que influenciam ou so influenciadas pela satisfao embasadas pelas hipteses acima explicitadas, esto apresentadas na Figura 2.

Figura 2 - Diagrama Estrutural do Modelo Conceitual

Fonte: Autores

3. Metodologia

Em geral, um modelo matemtico definido por um conjunto de equaes, que envolve certo nmero de variveis. Modelagem matemtica uma tcnica de representao quantitativa de processos e problemas reais. O processo de modelagem envolve a observao do sistema real, a definio do problema a ser modelado, o objetivo a ser otimizado e como as condies de contorno interagem com este objetivo. Uma vez definida a funo objetivo e suas restries, o modelador escreve o modelo matemtico que dever ser validado atravs da aplicao em cenrios reais. Aps o modelo ser validado, faz-se a implementao final do mesmo, que poder ser usado como uma ferramenta de tomada de decises ou de anlise de eficincia do sistema atual. No processo de modelagem devem ser levados em considerao alguns elementos bsicos (Fowkes e Mahony, 1996): 1. Parmetros do Modelo: so todos os dados conhecidos do processo, utilizados como valores de entradas do modelo. 2. Variveis de Deciso: so as incgnitas do modelo. Seus valores interferem no desempenho do sistema e o modelo opera como um mecanismo de melhoria dentro de um intervalo operacional.

3. Restries: estabelecem condicionantes entre as variveis de deciso e a dinmica do sistema, indicando as limitaes e as necessidades a serem atendidas pelo processo a ser modelado. 4. Funo Objetivo: a representao matemtica do objetivo a ser atendido pelo modelo. A funo objetivo mede a eficincia de cada soluo possvel. A abstrao uma fase importante para identificar as estruturas de um modelo matemtico. A sua especificao formal pode no ser de todo trivial. Neste ponto surge a necessidade de uma descrio clara do problema, juntamente com a indicao objetiva de todas as variveis envolvidas. Idealmente, um modelo matemtico acaba no retornando sua origem: verifica-se o quanto o modelo e a sua anlise explicam o fenmeno no qual se est interessado. A curva prevista ajusta-se aos dados experimentais? A curva de estabilidade prevista est de acordo com os valores determinados experimentalmente? A arte da modelagem matemtica reside na sua prpria consistncia. uma cincia inexata cuja justificativa deriva do fato de que pressupostos aparentemente arbitrrios funcionam. Em ltima instncia, esta a justificativa para um modelo: ajuda a perceber observaes experimentais. No existe o modelo nico ou o modelo correto; h, no entanto, bons e maus modelos (Fowkes e Mahony, 1996). Os modelos de equaes estruturais, modelagem utilizada neste artigo, incluem uma srie de mtodos estatsticos que permitam estimar relaes causais, usando um modelo terico, que ligam os conceitos latentes complexos associados com as variveis de medida. A ideia bsica que a complexidade de um sistema pode ser concebida levando em conta todas as relaes causais entre os conceitos latentes e suas variveis de medida. 3.1. Modelagem de Equaes Estruturais

Os Modelos baseados em Equaes Estruturais podem ser entendidos como modelos de pesquisas fundamentados em estatstica, correlaes e analise de regresso, que incluem variveis latentes dependentes e independentes e erros de medidas nas variveis, mltiplos parmetros, causas recprocas, simultaneidade e interdependncia. Os mtodos incluem como casos especiais: procedimentos de anlise fatorial confirmatria, regresso mltipla, anlise de caminhos (path), estruturas de covarincias, modelos recursivos e no recursivos para dados de corte e longitudinais. Os modelos de equaes estruturais so teis para resolver problemas em cincias sociais e do comportamento humano, sendo aplicados no marketing e nas tradicionais reas de sociologia, psicologia, educao e econometria (Jreskog e Srbom, 1982). O modelo normalmente empregado quando o fenmeno sob estudo est especificado em termos de variveis de causas e efeitos. Cada equao no modelo representa uma ligao causal ao invs de uma mera associao emprica entre as variveis. Os parmetros estruturais representam caractersticas do processo (mecanismo) que gera as variveis observadas. Jreskog e Srbom (1982) mencionam trs situaes que requerem o emprego das equaes estruturais ao invs dos modelos de regresso linear: As variveis observadas contm erros de medidas e os interesses esto centrados nos relacionamentos entre as variveis verdadeiras; Existncia de interdependncia ou causas simultneas entre as variveis de respostas observadas; As variveis explicativas importantes no so observadas ou omitidas. Para Bollen (1989), um Modelo de Equaes Estruturais com variveis latentes definido conforme as equaes:

A equao (1) a parte estrutural do modelo sendo as equaes (2) e (3) as partes relativas s variveis medidas. Os vetores aleatrios e no so observveis e representam as variveis latentes dependentes (endgenas) e independentes (exgenas) respectivamente. O vetor o intercepto da equao estrutural, no entanto ele no aparecer no modelo se as variveis latentes e as observadas forem tomadas derivadas de suas respectivas mdias. As matrizes e so as matrizes de coeficientes e o vetor erro ou distrbios aleatrios (resduo na equao estrutural). No modelo estrutural proposto na Figura 2, a qualidade representa uma varivel exgena ( , as variveis endgenas imagem ( , valor ( , reclamao ( , satisfao ( e lealdade Os elementos da matriz representam os efeitos causais diretos de em outras variveis , por exemplo, o efeito que a satisfao afeta a lealdade e os elementos da matriz representam o efeito direto da varivel qualidade nas variveis endgenas . As matrizes (nn) e (mm), no representadas na equao, so as matrizes de e respectivamente.

(4)

[ ] [ ] [ ] [ ] [ ] Ou seja, no modelo estrutural proposto a imagem uma varivel influenciada apenas pela qualidade percebida e influencia todas as outras variveis endgenas, sendo a varivel lealdade a mais instvel de todas, pois influenciada por todas as variveis endgenas. Os mtodos de ajustamento utilizados em anlise de equaes estruturais e as funes de discrepncias variam conforme o software utilizado e as suposies sobre a natureza das medidas bem como da distribuio que caracterizam as variveis. A funo mais frequentemente usada segundo Hair (2006) a de mxima verossimilhana (ML), que procura estimar o modelo por meio de uma funo de mxima verossimilhana atravs de parmetros tericos, para os quais a amostra coletada identifica a probabilidade mxima de ocorrncia (Jreskog e Srbom, 1996): + tr (S. ) log |S| - (p+q) (5)

Onde p e q so respectivamente, as variveis manifestas endgenas e exgenas. Para estimao das mdias das variveis a funo deve incluir o termo: [ ( )] () [ ( )]

Onde representa o vetor das mdias das variveis manifestas e ( ) representa o vetor das mdias estimadas pelo modelo. 3.2. Determinao da Populao da Pesquisa, Amostragem e Questionrio

A populao alvo do estudo foi constituda de clientes que utilizaram os servios oferecidos pelas operadoras de telefonia mvel na regio metropolitana da grande Natal e de Mossor. Foi escolhida a partir dos dados das quatro maiores operadoras de comunicao mvel no estado do Rio Grande do Norte. Esta informao est disponibilizada no site da Agncia Nacional de Telecomunicaes (ANATEL) por meio da anlise dos prefixos e das
10

faixas de numerao autorizados pela agencia para comercializao por parte das operadoras. Com a matriz populao identificada, foram escolhidos aleatoriamente 1000 possveis respondentes utilizando a funo rand no Matlab, para selecionar os clientes que foram entrevistados no perodo compreendido entre 16 de agosto a 23 de dezembro 2012, sendo as entrevistas realizadas por uma empresa especializada nas regies mencionadas. O processo utilizado para a obteno das amostras necessrias para a realizao da pesquisa de satisfao foi estruturado atravs de um plano amostral com intervalo de confiana de 95% e margem de erro mxima de 5% (Malhotra, 2011). O clculo do tamanho das amostras foi efetuado com base na estimao de propores. Para atingir o nvel de confiana e a margem de erro tolervel escolhidos, foram obtidos 450 questionrios validados com base na equao descrita em Larson e Farber (2010). A maioria dos entrevistados tem idade na faixa entre 18 e 30 anos (61%), com uma ligeira predominncia do sexo feminino (66,8%). Do total da amostra, 16,5% tem o ensino superior completo. Em sua maioria utilizam o servio pr pago (65%). Em torno de 30% tem renda mensal aproximadamente R$ 5.000,00, enquanto 70% tem um tempo de adeso ao plano de mais de 24 meses. 3.3. Determinao do Instrumento e Tcnica de Coleta de Dados

Foram realizadas entrevistas pessoais cujo questionrio utilizou dois tipos de variveis: as relativas ao contedo e as de caracterizao. As variveis relativas ao contedo da pesquisa compreendem essencialmente intenes comportamentais, atitudes e percepes, enquanto as de caracterizao dizem respeito, principalmente, aos aspetos demogrficos, econmicos, que descrevem de forma geral o cliente, ou seja, so as questes relativas ao seu perfil. Estas variveis desempenham um papel fundamental na compreenso e na preciso de fenmenos socioeconmicos e geogrficos. A parte inicial do questionrio contm informaes sobre as variveis de caracterizao, ou seja: sexo, estado civil, faixa etria, grau de escolaridade, renda mensal, e gasto mdio mensal. Na parte final foram expostas as variveis relativas ao contedo da pesquisa referentes ao modelo conceitual com as seguintes dimenses: Satisfao (3 itens do questionrio), Imagem (7 itens do questionrio), Qualidade Percebida (10 itens do questionrio), Valor (5 itens do questionrio) e Lealdade (3 itens do questionrio) e Reclamao (2 itens do questionrio) totalizando 32 itens do questionrio. Os construtos do modelo foram medidos utilizando um questionrio de itens de mltiplas escalas. As medidas utilizaram um formato de resposta de 10 pontos do tipo Likert, sendo os itens discordo totalmente" e concordo totalmente" utilizados como ancoras. Uma lista de itens de medio foi desenvolvida utilizando o recolhimento de informao de entrada, formulados a partir da reviso da literatura relacionada ao nosso estudo. Os itens podem ser vistos na Tabela 1.

11

Tabela 1- Caracterizao das Variveis Latentes e Variveis de Medida

Variveis Latentes Satisfao (1) SC1 Comparao com outra operadora Julgamento pelo cliente de um bem ou SC2 Comparao com as expectativas servio para atender as suas necessidades e SC3 Comparao com a operadora ideal expectativas. Qualidade Percebida (1) QS1 Avaliao geral QS2 Qualidade tcnica Avaliao do cliente sobre um bem ou QS3 Capacidade de resolver falhas servio com base na customizao e na QS4 Atendimento ao consumidor confiabilidade. QS5 Qualidade produtos e servios QS6 Diversidade de produtos e servios QS7 Confiabilidade dos produtos e servios QS8 Transparncia nas informaes prestadas QS9 Diversidade de canais de comunicao QS10 Rapidez nas respostas de solicitaes Valor (2) Viso do mercado sobre a empresa que reflete o prestgio externo da organizao. VM1 Preos praticados/qualidade VM2 Preos praticados/benefcios VM3 Preos/capacidade solucionar problemas VM4 Preos praticados incentiva permanncia VM5 Qualidade/preos praticados CM1 Confiana nos compromissos assumidos CM2 Contribuio positiva para sociedade CM3 Estabilidade e solidez no mercado CM4 Preocupao com interesses do cliente CM5 Competncia nos fornecimentos CM6 Confiana na veracidade das informaes CM7 Inovao em tecnologia e servios Oliver ( 1997); Fornell et al. (1996); Variveis Observveis (Medidas) Fontes de Adaptao de Escalas

Zeithaml; Bitner (2003); Fornell et al. (1996) Zeithaml;Berry Parasuraman (1996);

ECSI (2000) Morgan e Hunt (1997)

Imagem (3) a qualidade percebida pelo mercado de um bem ou servio, ajustada pelo seu preo relativo. Lealdade (4) Confiana na empresa decorrente das interaes do cliente que ensejam um comportamento favorvel ao produto ou servio fornecido. Reclamao (5) Decorre da insatisfao do cliente com relao a um bem ou servio.

Zeithaml; (1998); Fornell et al (1996) ECSI (2000)

LC1 Inteno de permanecer cliente LC2 Recomendao para amigo/familiares LC3 Influncia das promoes na permanncia

Fornell et al. (1996) Andreassen Lindestad (1998); ECSI (2000) Zeithaml; Bitner (2003); Mowen e Minor (2003). ECSI (2000)

RC1 Forma do tratamento da reclamao RC2 Percepo do grau de reclamao

Fonte: Autores

4. Procedimentos de Teste para Invarincia de Mltiplos Grupos A anlise mltiplos grupos tem como finalidade avaliar se a estrutura do modelo de medida ou do modelo estrutural equivalente em grupos diferenciados ou populaes com caractersticas distintas. A natureza desta anlise demanda a existncia de grupos mutuamente excludentes, cujos itens tenham sido medidos ou avaliados em um conjunto de elementos distribudos aleatoriamente ou no, pelos grupos (Marco, 2010). A questo principal a ser abordada antes se os construtos do modelo conceitual tm o mesmo significado para cada grupo. Inicialmente, o ajuste dos dados ao modelo hipottico para os construtos deve ser
12

testado com as amostras dos dados para cada grupo (Dimiter, 2006). Se for observada a invarincia, o passo seguinte o teste de invarincia de medio para certificar-se de que as pontuaes em qualquer construto tem o mesmo significado para cada um dos grupos de comparao. A falta de invarincia de medio sinaliza a ocorrncia de funcionamento diferencial do item (Holland P.W. e Wainer H., 1993). Os testes para validade do modelo hipottico e de invarincia de medio, em todos os grupos, so condies necessrias para uma significativa e precisa comparao de grupos em construtos de interesse (Byrne, 2004). Com estas duas condies atendidas, o teste para significncia de diferenas entre grupo sobre os construtos pode ser eficientemente realizado no mbito de MEE (Bollen, 1989). A validade do Modelo Conceitual deve ser testada separadamente para cada um dos dois grupos. Uma anlise fatorial confirmatria (AFC) no mbito de modelagem de equaes estruturais (SEM) ser realizada usando o software AMOS V.19 para anlise estatstica com variveis latentes. A qualidade do ajustamento mede a correspondncia da matriz de dados de entrada com aquela prevista com o modelo proposto. Na aplicao desenvolvida sero utilizadas: a estatstica do Qui-quadrado (2) que fornece o valor de referncia no qual os testes subsequentes de invarincia podem ser comparados, o ndice de Ajuste Comparativo CFI e o Erro Quadrtico Mdio Aproximado (RMSEA), cujos valores de referncia esto apresentados na Tabela 2. Tabela 2 - Descrio e Valores de Referncia para ndices de Qualidade de Ajustamento
ndice Descrio Indica a discrepncia entre o modelo proposto e o modelo ajustado. Dado que o qui-quadrado sensvel ao tamanho da amostra e s faz sentido se considerados os graus de liberdade, o seu valor dividido pelos graus de liberdade. Mostra a qualidade de ajustamento do modelo matriz covarincias subjacente amostra, tendo em conta os graus de liberdade. Mostra em que medida a qualidade de ajustamento modelo proposto melhor que a do modelo de base. Valores de Referncia Significncia p > 0.05 Bom ajustamento < 2 (Tabachnick e Fidell, 2007) < 0.05: Bom ajustamento < 0.08: Ajustamento razovel (Hair et al, 1998) Bom ajustamento > 0.90 (Marco, 2010)

/df

RMSEA

CFI

Fonte: Lisboa J.V et al (2012)

A partir do estabelecimento da validade do modelo conceitual, pode-se prosseguir com o teste de invarincia do modelo de medida, para determinar se os coeficientes de cada construto tem o mesmo significado para cada grupo. A falta de invarincia de medio indica a presena de funcionamento diferencial do item, ameaando assim a validade dos resultados relacionados com as diferenas de significncia de grupo sobre o construto subjacente (Meredith,1993). Para demonstrar que o modelo fatorial proposto invariante entre grupos sob teste, os conjuntos de parmetros correlatos aos pesos fatoriais e as covarincias entre fatores, so avaliados de maneira ordenada e sequencialmente restritiva, realizando-se uma comparao do ajustamento dos diferentes grupos simultaneamente, considerando: a) os pesos fatoriais e covarincia do modelo de medida; b) os coeficientes estruturais das relaes causais; c) as varincias e as covarincias dos erros. A funo de discrepncia para anlise de mltiplos (M) grupos dada por:
13

(6)

Onde ( ) a funo de discrepncia definida para anlise (Joreskog e Sorbon, 1996). Na anlise de invarincia busca-se demonstrar que o modelo fatorial para cada um dos grupos, os pesos fatoriais e as covarincias no diferem significativamente, seguindo o modelo de dados: (7) Onde representa um vetor de interceptos para as variveis x, refere-se matriz dos fatores de cargas, o vetor de escores das variveis latentes e o vetor dos termos de erros das correspondentes variveis de medidas x. A diferena dos 2 a estatstica de teste para avaliao da invarincia fatorial de todos os grupos, entre os modelos fixos e livres. (8) Para realizao do teste de invarincia dos pesos fatoriais do modelo de medida, procedem-se restries de igualdade aos pesos fatoriais de todos os grupos. A estatstica do teste dada pela diferena dos 2 do modelo com fatores especficos fixos e do modelo com fatores especficos livres, com os graus de liberdades definidos previamente. De modo anlogo, a anlise de invarincia aplica-se aos coeficientes do modelo estrutural. Como condio para testar a invarincia fatorial, considera-se o modelo de referncia que estimado para cada grupo separadamente, evidenciando o que melhor se ajusta aos dados a partir das vises de parcimnia e significado relevante. O modelo mais parcimonioso, substancialmente mais significante referido como modelo para este grupo. Nesta fase os parmetros so livres e as estatsticas do 2 obtidas para cada grupo so aditivas, sendo selecionado o modelo de referncia para ambos os grupos. Na fase subsequente realiza-se a fixao de parmetros do modelo adotado de modo a testar a condio de invarincia, estabelecendo-se restries de complexidade estrutura fatorial (Marco, 2010). Com a suposio de invarincia do modelo de medida atendida entre todos os grupos, o caminho para a comparao da significncia de variveis latentes de interesse fica estabelecido. A anlise de mltiplos grupos tambm pode ser realizada atravs da comparao das trajetrias estruturais entre variveis latentes num modelo completo de equaes estruturais, utilizando-se o teste das diferenas dos 2 dos modelos aninhados. Confrontandose com o procedimento anteriormente explicitado, acrescenta-se mais um conjunto de trajetrias correspondentes aos coeficientes estruturais dos modelos, gerando assim cinco modelos para anlise. Considerando que os modelos so aninhados possvel avaliar a qualidade dos modelos nos grupos pelo teste da diferena dos 2 (Marco, 2010). A anlise de mdias entre grupos tambm pode ser utilizada para testar diferenas estruturais significativas entre grupos em estudo com modelos que contem interceptos. Para estimar a diferena das mdias entre grupos sobre um construto, um dos grupos escolhido para servir como um grupo de referncia e a sua mdia no construto fixada em zero. Com isto, a mdia do construto do outro grupo representa a diferena entre as mdias do construto dos dois grupos. A anlise ocorre com a comparao das mdias das variveis latentes relativamente s mdias do grupo de referncia. No primeiro modelo apenas os pesos fatoriais so fixos, no segundo modelo, alm dos pesos, sero fixados os interceptos. O teste da diferena dos 2 dos modelos
14

com mdias dos dois fatores fixos nos dois grupos comparado ao de mdias livres avalia a existncia de diferenas significativas (Byrne, 2010). 5. Anlise dos Dados e Resultados Observados 5.1. Anlise Fatorial Confirmatria do Modelo Conceitual

Para testar a hiptese de que o modelo conceitual proposto representativo dos seus construtos aplica-se a anlise fatorial confirmatria (AFC) para verificar com que amplitude as variveis observadas selecionadas so geradas efetivamente pelos fatores que lhe so correlatos. Neste sentido, seu foco centraliza-se nos coeficientes de regresso das variveis observadas sobre os fatores. O modelo de mensurao avaliado atravs dos ndices de ajustes, da validade convergente e da validade discriminante. No contexto da AFC, alm da qualidade do ajustamento conveniente avaliar a confiabilidade e a validade da medio. A confiabilidade refere-se ao atributo de consistncia e a reproduo da medida. Uma medida de confiabilidade adequada para AFC a confiabilidade composta CC (Fornell e Larcker, 1981) sendo esta anlise realizada a partir dos resultados obtidos para os coeficientes de mensurao e dos erros de medida de cada item, conforme equao:
[ [ [

(9)

A validade o atributo da escala de medida que verifica se esta mede o construto que se pretende avaliar. A validade convergente se estabelece quando os itens que so reflexos de um fator saturam fortemente este fator e o comportamento destes itens explicado essencialmente por este, sendo calculada pela varincia extrada mdia VEM, conforme a equao proposta por Fornell e Larcker (1981):

(10) A validade discriminante verifica se os itens que refletem um fator no esto relacionados com outros fatores, sendo observada quando as varincias extradas mdias forem iguais ou superiores ao quadrado da correlao entre os fatores (Lisboa et al,2012). A anlise fatorial confirmatria foi realizada com o software estatstico AMOS V.19. A existncia de valores extremos (outliers) foi verificada pela distncia quadrtica de Mahalanobis (D2) e a normalidade das variveis pelos coeficientes de assimetria (sk) e curtose (ku), uni e multivariada (Tabachnic e Fidelli, 2001). Nenhuma das variveis apresentou valores de sk e ku, indicadores de violaes graves distribuio normal (Hair et al, 2005). A qualidade global do ajustamento do modelo fatorial foi realizada de acordo com os ndices 2/df, CFI e RMSEA. O modelo conceitual original ajustado a uma amostra de 450 respondentes produziu uma qualidade de ajustamento passvel de melhoria (2/df=1,960, CFI=0,837 e RMSEA=0,046). Depois da remoo do item VM4 que saturou em um fator diferente, qual seja, satisfao, ao invs de imagem e correlacionados os erros de medida eq1 com eq3, eq4 com eq9, eq5 com eq6, todos pertencentes ao fator Qualidade, e os erros ei2 com ei7, ei4 com ei5, todos pertencentes ao fator Imagem e ev1 com ev2, no fator Valor, foi possvel alcanar uma boa qualidade de ajustamento, (2/df=1.551, CFI=0,912 e RMSEA=0,035) em benefcio da validade fatorial do modelo. A confiabilidade composta dos fatores mostrou-se adequada, sendo de 0,93 para satisfao, 0,85 para lealdade, 0,89 para valor, 0,94 para qualidade, 0,87 para imagem e 0,80 para reclamao.
15

A validao do modelo, que requer anlise da confiabilidade e da validade dos construtos, o ultimo requisito para dar suporte deciso de aceitao ou rejeio. A varincia extrada mdia (VEM), um indicador de validade convergente dos fatores, revelouse tambm adequada sendo de 0,62 para satisfao, 0,66 para lealdade, 0,68 para valor, 0,60 para qualidade, 0,62 para imagem e 0,70 para reclamao. A anlise da validade discriminante pode ser agora realizada comparando-se a VEM para cada fator com o quadrado da correlao entre os fatores, cuja validade discriminante se pretende analisar. Assim, foram utilizados os valores mencionados da CC e da VEM, com o objetivo de avaliar se os itens que refletem o fator no esto correlacionados com outros fatores conforme explicitados na Tabela 3. Tabela 3 - Clculo da Validade Discriminante
Correlaes Qualidade Qualidade Qualidade Qualidade Lealdade Lealdade Lealdade Satisfao Satisfao Valor Reclamao Fonte: Autores Lealdade Satisfao Valor Imagem Satisfao Valor Imagem Valor Imagem Imagem Lealdade 0,68 0,67 0,81 0,66 0,60 Varincia Extrada Mdia Quadrado da Correlao Entre os Fatores 0,60 0,54 0,60 0,62 0,66 0,64 0,65 0,66 0,70 0,60 0,27 Validao Ok Ok Ok Nok Ok Ok Ok Ok Ok Ok Ok

Aps a anlise da Tabela 3, verifica-se que todas as varincias extradas mdias so superiores ou iguais ao quadrado da correlao entre os fatores. A nica exceo foi a correlao entre os construtos qualidade e imagem cujo valor no se constitui uma diferena de comparao relevante, de modo que, no geral, fica estabelecida a validade discriminante do modelo. 5.2. Teste da Validade do Modelo Fatorial

A validade do modelo fatorial foi testada atravs da AFC para os dois grupos com a utilizao do modelo da Figura 3. Os seguintes ndices de ajustamento foram apurados, o 2, o ndice de ajuste comparativo CFI, o Erro Quadrtico Mdio Aproximado (RMSEA), com intervalo de confiana de 95%. Um bom ajustamento de bondade foi apresentado com CFI=0.90 e RMSEA<0.045, simultaneamente a totalidade da amostra. Dada a sensibilidade do 2 ao tamanho da amostra, o seu desempenho na AFC mais descritivo que inferencial (Dimitrov, 2010). Nesta aplicao, os dois grupos de homens e mulheres possuem o mesmo modelo de base - o modelo da Figura 3. Em geral, os modelos de referncia no so necessariamente idnticos em todos os grupos. Pode acontecer, por exemplo, que alguns construtos estejam correlacionados com o modelo de referncia para um grupo, mas no com o modelo referncia para outro grupo (Byrne et al ,1989).

16

Figura 3 Anlise Fatorial Confirmatria do Modelo Conceitual

Fonte: Autores

Considerando o estabelecimento da validade fatorial, pode-se prosseguir com o teste de invarincia do modelo de medida para determinar se os coeficientes de cada construto tem a mesma significncia para cada grupo. Como mencionado anteriormente, a falta de invarincia de medio, que indica a presena de funcionamento diferencial do item, ameaa a validade dos resultados relacionados com as diferenas de significncia de grupo sobre o construto.

17

5.3.

Testes para Invarincia do Modelo de Medida entre Homens e Mulheres do Modelo Conceitual.

Considerando o propsito estabelecido para este artigo nesta fase foi realizada a verificao da invarincia do modelo de medida. O procedimento foi executado atravs do teste do 2 para diferena entre os dois modelos aninhados: o modelo livre e o modelo com parmetros fixos. As restries de parmetros entre grupos foram criadas em consonncia com a recomendao de Byrne (2010) gerando quatro modelos: Modelo 0 - Sem restrio (todos os parmetros livres) Modelo 1 - Pesos Fatoriais (pesos fatoriais iguais) Modelo 2 - Covarincias Estruturais (pesos e covarincias entre fatores, iguais) Modelo 3 - Medies dos Resduos (pesos, covarincias e resduos, todos iguais) A comparao do modelo livre com o modelo dos pesos fatoriais fixos dada pela primeira linha da Tabela 5, que mostra os dados da sada da estatstica de teste gerado pelo software AMOS. Pode-se ver que o graus de liberdade (DF) de valor 23 produziu um CMIM (2)=29,172; p=0,068. Consultando-se a tabela de Distribuio Qui-quadrado, verifica-se para um nvel de significncia estatstica de 0,05, 20.95 (23)=35,172 > 29,172. Assim no rejeitada a hiptese que o Modelo 1 se ajusta to bem quanto o Modelo 0. Portanto, fica demonstrada a invarincia dos pesos fatoriais nos dois grupos. A segunda linha da mesma tabela compara o ajustamento do Modelo 0 com o Modelo 2 entre os dois grupos. Nesta linha verifica-se o valor de 44 para os graus de liberdade, CMIM=44,226 e p=0,125. De maneira anloga, para o mesmo nvel de significncia estatstica, temos a relao 20.95(44)=60,481>44,226. Assim tambm no rejeitamos a hiptese de que a qualidade de ajustamento do Modelo 0 e do Modelo 2 no diferem significativamente. Finalmente, a terceira linha da Tabela 5 compara o Modelo 0 com o Modelo 3. Sendo 79 o valor para os graus de liberdades, foi produzido um CMIM=61,300, p=0,000. Considerando a mesma significncia estatstica de 0,05 pode-se concluir que a qualidade de ajustamento dos dois modelos, com pesos, covarincias e resduos fixos em relao ao modelo sem restrio, tambm no significativamente diferente, desde que obtida a relao 20.95(79)=100,749 > 61,300. Tabela 5- Estatsticas da diferena do 2 para os modelos livre e fixos
Modelo Pesos de Medidas Covarincias Estruturais Erros de Medida Fonte: Autores DF 23 44 79 CMIN 29,172 44,226 61,300 P 0,068 0,125 0,000 2 (Tabelado) 35,172 60,481 100,749 Significncia 0,05 0,05 0,05

5.4 Comparao de Mdias entre Grupos A anlise Estrutural de Mdias entre Grupos aplicada aos modelos que contm as ordenadas (interceptos) na origem com o propsito de estimar a mdia para um construto especfico do grupo. Na anlise estrutural do modelo, a mdia de cada varivel observada Xk obtida a partir das mdias das variveis latentes de cada grupo, conforme a equao: m dia ( ) Onde o construto, o seu coeficiente de regresso e (11) o intercepto.
18

Para esta anlise foram gerados dois modelos. No primeiro, os pesos fatoriais foram fixados e no segundo, alm dos pesos, tambm foram os interceptos. As mdias dos resduos dos grupos foram fixadas em zero. A mdia de um dos grupos foi tambm fixada em zero, no caso dos homens, tornando-o o grupo de referncia. Para realizar a diferena dos 2 procedeuse o ajuste do modelo com mdias fixas, em ambos os grupos de homens e mulheres, no mesmo valor. Aps o ajuste do modelo, so apresentadas as estimativas padronizadas para os modelos livre e fixos, na Tabela 6. A diferena dos 2 dos dois modelos ser: =1495,900-1494,221=1,679 com df (1013-1108) = 5 graus de liberdade O teste da diferena do Qui-quadrado dos modelos com mdias fixadas nos dois grupos comparados s mdias livres, revelou que no existe diferenas significativas entre os as mdias dos grupos de homens e mulheres, nos construtos do modelo estrutural sob anlise. Tabela 6- Estimativas padronizadas para os modelos livre e fixos
Parmetros do Modelo Livre DF (DF) /DF CFI RMSEA Fonte: Autores
2 2

Modelos Utilizados Mdias Fixadas em Zero 1.008 1.494,221 1,482 0,898 0,034 1.013 1.495,900 1,477 0,894 0,034

Concluses As questes relacionadas com equivalncia de escalas de medio e os construtos correlatos, no tem recebido uma considerao relevante nas pesquisas de comparao de mltiplos grupos. Nos ltimos anos verificou-se um crescimento dos estudos temticos de invarincia entre mltiplos grupos baseados em estruturas de covarincia. A modelagem de equaes estruturais permite um recurso verstil e analtico para testes de significncia em variveis latentes. O objetivo deste artigo foi ilustrar testes de invarincia para anlise de mltiplos grupos com variveis latentes, aplicados na satisfao do cliente na rea de comunicaes mveis. A invarincia do modelo de medida da satisfao dos clientes em grupos constitudos de homens e mulheres foi avaliada, com a aplicao do software AMOS V. 19. Em uma fase preliminar foram ajustados individualmente os modelos em cada um dos grupos e posteriormente eliminados itens que no contriburam para o desempenho do modelo, tendo sido este procedimento coerente com a fundamentao terica. O modelo fatorial apresentou um bom ajustamento simultaneamente a homens e mulheres, na totalidade da amostra A invarincia do modelo de medida e das mdias dos modelos estruturais foi avaliada nos dois grupos por comparao do modelo livre com os modelos restritos. Foi constatado, que tanto os escores, quanto as mdias no variam, de forma significativa, em funo das caractersticas especficas de gnero dos clientes, confirmando que a importncia de cada construto, bem como que cada um dos seus itens reflexos so equivalentes nos dois grupos. Este trabalho apresenta limitaes pela focalizao da sua abrangncia na escala do instrumento de medida e nas mdias das variveis latentes, devendo o procedimento descrito, ser estendido ao modelo estrutural, possibilitando uma comparao mais consistente e mais ampla a respeito dos grupos de clientes avaliados. Recomendamos ainda, como alternativa de
19

teste para mltiplos grupos, que a realizao da comparao das trajetrias entre os construtos, alm das variveis de medidas subjacentes, seja avaliada atravs da estatstica de teste Z. Deve-se observar tambm que pesquisas envolvendo satisfao de clientes apresentam concluses diferentes sobre a influncia do gnero. A discordncia uma indicao que as concluses de cada pesquisa no devem ser generalizadas para todas as circunstncias que tratam o gnero e a satisfao, devendo ensejar a realizao de outros estudos que possibilitem uma ampliao de investigaes sobre tais clientes. Referncias Bibliogrficas ARBUCLE, J. L. AMOS 19. Reference Guide (Computer Software) . Chicago, IL. SPSS Inc. BOLLEN, K.A. Structural Equations with Latent Variables, John Wiley, NY, 1989 BYRNE, B.M. Testing for multigroup invariance using AMOS graphics: A road less traveled, Structural Equation Modeling 11, 272300, 2004. BYRNE B.M., SHAVELSON R.J. and MUTHEN, B. Testing for theequivalence of factor covariance and mean structures: The issue of partial measurement invariance, Psychological Bulletin 105, 456466, 1989. HOLAND P.W e WAINER H. Differential Item Functioning, Erlbaum, Hillsdale, NJ, 1993 DIMITROV, D.M. Comparing groups on latent variables: A structural equation modeling approach, 2006. ECSI Technical Committee : European Customer Satisfaction Index: Foundation and Structure for Harmonized National Pilot Projects. Report prepared for the ECSI Steering Committee, Oct. 2000 HAIR, Jr., J. F., BLACK, W. C., BABIN, B. J., & Anderson, R. E. Anlise Multivariada de Dados (6 ed.). So Paulo: Bookman (8), 2011. LISBOA J.V., AUGUSTO M. G. e FERREIRA P.L., Estatstica Aplicada Gesto . Ed. Vida Econmica,2012) MARCO, J.. Anlise de Equaes Estruturais: fundamentos tericos, software & aplicaes. Report Number: Portugal, 2010. MEREDITH W. Measurement invariance, factor analysis and factorial invariance, Psychometrika 58, 525543, 1993. MORGAN, R.M. and HUNT, S.D., The commitment-trust theory of relationship marketing, Journal of Marketing, Vol. 58, July, pp. 20-38, 1994. LAU, G. and LEE, S. Consumers trust in a brand and link to brand loyalty , Journal of Market Focused Management, Vol. 4, pp. 341-70, 1990.

20

MOUTINHO, L., GOODE, M. Gender effects to the formation of overall product satisfaction: A multivariate approach. Journal of International Consumer Marketing, 8, 1, (1995). 71-91. OYEWOLE, P. Consumer's sociodemographic characteristics and satisfaction with services in the airline industry. Services Marketing Quarterly, 23, 2. 61, 2001. PALMER, A. Principles of Services Marketing, 2nd ed., McGraw-Hill, New York, NY, 1998. PARASURAMAN, A, L. BERRY and V. ZEITHAML. A Conceptual Model of Service Quality and its Implications for Future Research, Journal of Marketing, 49, Fall, pp. 4150, 1985. PERILLO, R. D. e TRCOLLI B. T. Seria o gnero uma varivel discriminante na avaliao da satisfao de clientes? Um estudo com modelagem por equaes estruturais. rPOT.V8.N1. p.73-91, 2008. RODGERS, S., HARRIS, M. A Gender and e-commerce: an exploratory study. Journal of Advertising Research, 43, 3, 322-329, 2003. SPRENG, R. A.; MACKENZIE, S.B. and OLSHAVSKY, RICHARD W. A reexamination of the determinants of consumer satisfaction. Journal of Marketing, v. 60, 1996. ZEITHAML, V.A., Consumers perceptions of price, quality, and value: a means-end model and synthesis of evidence, Journal of Marketing, Vol. 52, July, pp. 2-22, 1988. CRONIN J. J, BRADY M.K, HULT G.T.M. Assessing the effects of quality, value, and customer satisfaction on consumer behavioral intentions in service environments. J Retail 2000;76(2):193218 GARBARINO, E., JOHNSON, M. S. The different role of satisfaction, trust, and commitment in customer relationships. J Mark 1999;63(2):7087. DABHOLKAR, P. A contingent framework for predicting causality between customer satisfaction and service quality. Adv Consum Res 1995;22:1018. BAGOZZI, R. P. The self-regulation of attitudes, intentions, and behavior. Soc Psychol Q 1992;55(2):178204. CHENET, P., TYNAN, C., MONEY. A. Service performance gap: reevaluation and redevelopment. J Bus Res 1999;46(2):13347. ENNEW, C.T., BINKS, M. R. Impact of participative service relationships on quality, satisfaction, and retention: An exploratory study. J Bus Res 1999;46(2):12132. WOODRUFF, R. Customer value: the next source for competitive advantage. J Acad Mark Sci 1997;25:13953 Spring.

21

Gotlieb, J.B., Grewal, D., Brown, S.W. Customer satisfaction and perceived quality complementary or divergent constructs. J Appl Psychol 1994;79(6):87585. Gotlieb, J.B., Grewal, D., Brown, S.W. Customer satisfaction and perceived quality: complementary or divergent constructs. J Appl Psychol 1994;79(6):87585. Fornell, C., Johnson, M.D., Anderson, E.W., Cha, J., Bryant, B.E. The American customer satisfaction index: nature, purpose, and findings. J Mark 1996;60(4):718. Babin, B.J, Darden, W.R, Griffin, M. Work and/or fun? Measuring hedonic and utilitarian shopping value. J Consum Res 1994;20(4):64456. CHANG, T.Z., WILDT, A. J. R. Price, product information, and purchase intention: an empirical study. J Acad Mark Sci 1994;22(1):1627. HELLIER, P.K., GEURSEN, G.M., CARR, R.A., RICHARD, J.A. Customer repurchase intention: a general structural equation model. Eur J Mark 2003;37(11/12):1762800. ANDREASSEN, T.W., LINDESTAD, B. Customer loyalty and complex services: the impact of corporate image on quality, customer satisfaction and loyalty for customers with varying degrees of service expertise. Int J Serv Ind Manag 1998;9(1):723. CHOI, K.S., CHO W.H., LEE, S., LEE, H.K., KIM, C. The relationships among quality, value, satisfaction and behavioral intention in health care provider choice: a South Korean study. J Bus Res 2004;57(8):91321 ZINS, A. H. Relative attitudes and commitment in customer loyalty models: some experiences in the commercial airline industry. Int J Serv Ind Manag 2001;12 (3):26994. BITNER, M. J. The evolution of the services marketing mix and its relationship to service quality. Service quality: a multidisciplinary and multinational perspective; 1991. p. 337 GRNROOS, C. Service quality: the six criteria of good perceived service quality. Rev Bus 1988;9(3):103. KELLER, K. Conceptualizing, measuring, and managing customer based equity. J Mark 1993;57(1):122. FAZIO, R. On the power and functionality of attitudes: the role of attitude accessibility. Attitude, structure and function. Hillside: Erlbaum; 1989. FAZIO, R., ZANNA, M. P. Attitudinal qualities relating to the strength of the attitude behavior relationship. J Exp Soc Psychol 1978;14(4):398408. OLIVER, R. L. A cognitive model of the antecedents and consequences of satisfaction . J Mark Res 1980;17(4):4609. SELNES, F. An examination of the effect of product performance on brand reputation, satisfaction and loyalty. Eur J Mark 1993;27(9):1935.
22

OSTROWSKI, P. L, O'BRIEN, T.V., GORDON, G. L. Service quality and customer loyalty in the commercial airline industry. J Travel Res 1993;32(2):1624. AYDIN, S., OZER, G. The analysis of antecedents of customer loyalty in Turkish mobile telecommunication market. Eur J Mark 2005;7/8:91025. BLOEMER, J., RUYTER, K. D., PEETERS, P. Investigating drivers of bank loyalty: the complex relationship between image, service quality and satisfaction. Int J Bank Mark 1998; 16(7):27686. ZIMMER, M. R., GOLDEN, L. L. Impression of retailing store: a content analysis of consumer image. J Retail 1988;64(3):26593. HOLBROOK, M. B. The nature of customer value: an axiology of service in the consumption experience. Service quality: new direction in theory and practice. Thousand Oaks: Sage; 1994. HALLOWELL, R. The relationship of customer satisfaction, customer loyalty, and profitability: an empirical study. Int J Serv Ind Manag 1996;7(4):2742. CRONIN, J.J, BRADY, M. K, BRAND, R. R., HIGHTOWER, R., SHEMWELL, D. J. A cross-sectional test of the effect and conceptualization of service value. J Serv Mark 1997;11(6):37591. PATTERSON, P.G., SPRENG, R. A. Modeling the relationship between perceived value, satisfaction and repurchase intention in a business-to-business service context: an empirical examination. Int J Serv Ind Manag 1997;8(5):41532. ROSET, H., PIETERS, R. The nomological net of perceived service quality. Int J Serv Ind Manag 1997;8(4):33651. ANDREASEN, A. R. Consumer complaints and redress: What we know and what we don't know. In E. S. Maynes (Ed.), the frontier of research in the consumer interest (675721). Columbia, MO: University of Columbia and American Council of Consumer Interest.2008. BOSCH, V. G., ENRIQUEZ, F. T (2005). TQM and QFD: Exploiting a customer complaint management system. Int. J. Quality Reliability Manage. 22(1): 30-37.2005 BOWEN, E E LAWLER, E. The Empowerment of Service Workers: What Why, How and When. Sloan Manage. Rev., 33(3): 31-39. HANSEMARK O. C, ALBINSSON, M. A. Customer Satisfaction and Retention: The Experiences of Individual Employees. Manage. Serv. Quality, 14 (1): 40-57. 2004. STEPHENS, N e GWINNER, K. Why dont some people complain? A cognitive-emotive process model of consumer complaint behavior, J. Acad. Mark. Sci., 26(3): 172-189. 1998. WESTBROOK R. A., FORNELL, C. Durable goods buyer purchase information. J. Mark. Res., 16: 303-312. 1979.
23

TUREL O. E SERENKO, A. Satisfaction with Mobile Services in Canada: An Empirical Investigation. Telecommunications Policy,vol. 30, no. 5-6, 2006, pp. 314-331. JOO Y.G. E SOHN , S.Y. Structural Equation Model for Effective CRM of Digital Content Industry. Expert System with Applications, vol. 34, no. 1, 2008, pp. 63-71. FOWKES, N. D. e MAHONY, J. J. An introduction to mathematical modeling. JohnWiley & Sons Ltd, 1996. JRESKOG, K. G., & SRBOM, D. Recent developments in structural equation modeling. Journal of Marketing Research. 1982. JRESKOG, K. G., & SRBOM, D. LISREL 8 : Users Reference Guide. Scientic Software International Inc. 28, 142, 187.1996. MALHOTRA, N. K. Pesquisa de Marketing: foco na deciso. 3a ed. So Paulo: Perarson Prentice Hall.2011. OLIVER, R. L. Theoretical bases of consumer satisfaction research: review, critique, and future directions. In: Lamb JR., C. W.; Dunne, P. M. Theoretical developments in marketing. Chicago, IL : American Marketing Association, 1980. p. 206-210. Satisfaction: a behavioral perspective on the consumer. New York : McGraw-Hill. (10) FORNELL C. E LARCKER, D. F. Evaluating SEM with Unobserved variables and measurment error. Journal of Marketing Research, 18, 39-50. 1981. MOWEN, J. E MINOR, M.Comportamento do Consumidor. So Paulo Prentice Hall 2003. ZEITTHAML V. E BITNER M. Marketing de Servios: A empresa com foco no cliente. Ed. Porto Alegre. Bookman .2003 PALKAR A. Determinants of Customer Satisfaction for Cellular Service Providers. UDYOG PRAGATI Vol. 28, No. 1, Jan-March 2004. SMITH, A. K., BOLTON, R. N. E WAGNER, J.A Model of Customer Satisfaction with Service Encounters Involving Failure and Recovery. Reprinted with permission from Journal of Marketing Research, published by the American Marketing Association.1999. AYDIN, S, OZER, G. The analysis of antecedents of customer loyalty in Turkish mobile telecommunication market. Eur J Mark 2005;7/8:91025. DENG, Z., LU, Y., WEI, K. K., & ZHANG, J. Understanding customer satisfaction and loyalty: An empirical study of mobile instant messages in China. International Journal of Information Management, doi:10.1016/j.ijinfomgt.2009. DAZ, E., CONSUEGRA, D. M., ESTEBAN, A. Consumer loyalty in mobile telephony. African Journal of Businses Management Vol.5 (33) pp-12715-12727. December 2011.

24

GERPOTT, T.J., RAMS, W., SCHINDLER, A. Customer retention, loyalty, and satisfaction in the German mobile cellular telecommunications market. Telecommun Policy 2001;25(4):24969. LEE, J. K.; MILS, J. E. Exploring Tourist Satisfaction with Mobile Experience Technology. International Management Review.V6.N1.2010 KHEIRY, B. ALIREZAPOUR, M. The Effect of Satisfaction Trust and Switching Barriers
Service Provider Customer Loyalty (Mobile Phone Users Cell Company in Iran). Australian Journal of Basic and Applied Sciences. V.6 (12): pp-52-60.2012.

KIM, M. K., PARK, M.C., JEONG, D. H. The effects of customer satisfaction and switching barrier on customer loyalty in Korean mobile telecommunication services. Telecommun Policy 2004;28(1/2):14559. KUO, Y.; WU, C-M; DENG, W-J .The relationships among service quality, perceived value, customer satisfaction an pos-purchase intention in mobile value added services. Computer in Human Behavior. N25.2009.887-896. KIM, B. An empirical investigation of mobile data service continuance: Incorporating the theory of planned behavior into the expectationconfirmation model. Expert Systems with Applications.N37.2010. 7033-7039. OLATOKUN, W.; NWONNE, S. Determinants of Users Choice of Mobile Service Providers in Nigerian Telecommunications Market. African Journal of Computing & ICT. Vol. 5 N 4 June 2012. pp:19-32. PURA, M. . Linking perceived value and loyalty in location-based mobile services. Managing Service Quality, 15(6),2005.pp:509538. LIU, C-T; GUO, Y. M., LEE, C-H. The effects of relationship quality and switching barriers on customer loyalty. International Journal of Information management. 31.2011. pp:71-79. HAQUE, A; RAHMAN, S; RAHMAN, M. Factors Determinants the Choice of Mobile Services Providers: Structural Equations Modeling Approach on Bangladesh Consumers. Business and Economics Research Journal. Vol 1. N 3.2010.pp:17-34. RAHMAN, S., HAQUE, A. AND ISMAIL, S. A. Exploring influencing factors for the selection of mobile phone service providers: A structural equational modeling (SEM) approach on Malaysian consumers. African Journal of Business Management 4(13), 28852898.2010. UDDIN, M. B., AKHTER, B. Customer satisfaction in mobile phone services in Bangladesh: a survey research. Management Marketing Vol. X. issue 1/2012. LARSON, R.; FABER, B., 2010, Estatstica Aplicada. 4 Ed. So Paulo: Pearson. 2010. 638p.

25

HART, A.E., ROSENBERGER, P.J. Effect of corporate image in the formation of customer loyalty: an Australian replication. Aust Mark J 2004;12(3):8896. BRADY, M. K, ROBERTSON, C. J. Searching for a consensus on the antecedent role of service quality and satisfaction: an exploratory cross-national study. J Bus Res 2001;51 (1):5360. GUMMESSON, E., GRNROOS, C. Quality of services: lessons from the product sector. Add value to your service. Chicago: American Marketing Association; 1988. ZEITHAML, V., PARASURAMAN, A, L. BERRY. The Behavioral consequences of service quality. Journal of Marketing, v.60, Apr.1996. TABACHNICK, B. FIDELL, L. Using multivariate statistics.5 Ed. Allyn and Bacom, 2007. New York. BYRNE, B. M. Structural Equation Modeling with AMOS: Basic concepts, applications, and programming. 2. Ed. (Multivariate Applications Series). New York: Taylor & Francis Group, 2010.

26