Observamos que, a partir do crit\u00e9rio proposto por Fornell e Larcker, n\u00e3o foi poss\u00edvel ter a valida\u00e7\u00e3o discriminante dos constructos. Nesse caso, podemos utilizar o m\u00e9todo das cargas fatoriais cruzadas (Barclay et al.,1995). Nele, o crit\u00e9rio de valida\u00e7\u00e3o discriminante \u00e9 alcan\u00e7ado quando as cargas fatoriais dos itens forem maiores que todas suas maiores cargas fatoriais cruzadas.<\/p>\n\n\n\n

Constructos<\/strong><\/td>	Itens<\/strong><\/td>	Carga Fatorial<\/strong><\/td>	M\u00e1ximo da Carga Fatorial Cruzada<\/strong><\/td><\/tr>
Ataque<\/td>	AQ1<\/td>	0,938<\/td>	0,898<\/td><\/tr>
AQ2<\/td>	0,862<\/td>	0,752<\/td><\/tr>
AQ3<\/td>	0,841<\/td>	0,771<\/td><\/tr>
AQ4<\/td>	0,826<\/td>	0,639<\/td><\/tr>
Defesa<\/td>	DF1i<\/td>	0,484<\/td>	0,160<\/td><\/tr>
DF2i<\/td>	0,876<\/td>	0,575<\/td><\/tr>
DF3<\/td>	0,746<\/td>	0,481<\/td><\/tr>
DF4<\/td>	0,893<\/td>	0,593<\/td><\/tr>
Sucesso<\/td>	SC1<\/td>	0,776<\/td>	0,709<\/td><\/tr>
SC2<\/td>	0,886<\/td>	0,773<\/td><\/tr>
SC3<\/td>	0,969<\/td>	0,844<\/td><\/tr>
SC4<\/td>	0,944<\/td>	0,860<\/td><\/tr><\/tbody><\/table>\n\n\n\n Como todas as cargas fatoriais dos itens foram maiores que todas suas maiores cargas fatoriais cruzadas, se pode verificar a valida\u00e7\u00e3o discriminante dos constructos.<\/p>\n\n\n\n Agora que verificamos a validade convergente, a validade discriminante, dimensionalidade e a confiabilidade dos construtos, passamos a avaliar o modelo estrutural.<\/p>\n\n\n\n Modelo Estrutural<\/strong><\/h2>\n\n\n\n A tabela abaixo apresenta o resultado do modelo estrutural, onde pode-se verificar que houve influ\u00eancia significativa e positiva do ataque sobre o sucesso, sendo que quanto maior o ataque, maior tende a ser o sucesso. Tamb\u00e9m houve influ\u00eancia significativa da defesa sobre o sucesso, sendo que quanto maior a defesa, maior tende a ser o sucesso.<\/p>\n\n\n\n End\u00f3gena<\/strong><\/td> Ex\u00f3genas<\/strong><\/td> \u03b2<\/strong><\/td> E.P. (\u03b2)\u00b9<\/strong><\/td> Valor-p<\/strong><\/td><\/tr> Sucesso<\/td> Ataque<\/td> 0,757<\/td> 0,104<\/td> 0,000<\/td><\/tr> Defesa<\/td> 0,284<\/td> 0,104<\/td> 0,015<\/td><\/tr><\/tbody> \u00b9 Erro Padr\u00e3o; R\u00b2 = 85,6%; GoF = 78,2%.<\/td><\/tr><\/tfoot><\/table>\n\n\n\n Para verificar a qualidade dos ajustes foram utilizados o R2<\/sup> e o GoF (Tenenhaus, et al.<\/em>, 2004). O R2<\/sup> representa em uma escala de 0% a 100% o quanto os constructos independentes explicam os dependentes.<\/p>\n\n\n\n J\u00e1 o GoF \u00e9 uma m\u00e9dia geom\u00e9trica das AVEs dos construtos e dos R\u00b2 do modelo e tamb\u00e9m varia de 0% a 100%. O GoF em PLS n\u00e3o tem a capacidade de discriminar modelos v\u00e1lidos de inv\u00e1lidos, al\u00e9m de n\u00e3o se aplicar para modelos com constructos formativos (Henseler and Sarstedt, 2012). Nesses casos ele apenas permite uma s\u00edntese das AVEs e dos R\u00b2 do modelo em uma \u00fanica estat\u00edstica, podendo ser \u00fatil para futuras compara\u00e7\u00f5es de ader\u00eancia de diferentes amostras ao modelo.<\/p>\n\n\n\n Observamos que o ataque e a defesa conseguiram explicar 85,6% da variabilidade do sucesso. Al\u00e9m disso, o modelo apresentou um GoF de 78,2%.<\/p>\n\n\n\n <\/figure>\n\n\n\n Esse foi apenas um exemplo de aplica\u00e7\u00e3o da t\u00e9cnica de modelagem de equa\u00e7\u00f5es estruturais. Como j\u00e1 dissemos, \u00e9 uma t\u00e9cnica muito utilizada e as interpreta\u00e7\u00f5es e an\u00e1lises que podem surgir de um modelo estrutural contribuem muito para o entendimento dos fen\u00f4menos estudados.<\/p>\n\n\n\n Quer saber mais sobre modelos de equa\u00e7\u00f5es estruturais? Entre em contato com nossos Data Talkers<\/em> e n\u00e3o deixe de acompanhar nosso blog!<\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" No artigo de hoje apresentamos um exemplo pr\u00e1tico de modelagem de equa\u00e7\u00f5es estruturais via PLS (Partial Least Squares).<\/p>\n","protected":false},"author":7,"featured_media":6336,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"","site-content-layout":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","spay_email":"","footnotes":""},"categories":[442],"tags":[172,173,58,154,143,144],"class_list":["post-3817","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-fundamentos-de-estatistica","tag-ataque","tag-defesa","tag-equacoes-estruturais","tag-futebol","tag-modelos-de-equacoes-estruturais","tag-pls"],"yoast_head":"\n