PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ - PUCPR

menor para a quantidade de respostas por variável. Em contrapartida, a técnica do
PLS exige que todos os habilitadores possuam a mesma quantidade de respostas,
ou seja, foi necessário utilizar 25 questionários (Anexo 4.A), pois houve um
habilitador com 5 respostas. Os critérios de exclusões dos questionários são
explicados no próximo subcapítulo. No livro de Hoyle (1999), Wynne W. Chin e Peter
R. Newsted detalham a análise de equações estruturais para pequenas amostras,
usando mínimos quadrados parciais. Nesse livro, os autores contrastam o uso de
mínimos quadrados parciais com a modelagem de equações estruturais baseada em
covariância (Covariance-Based Structural Equation Modeling – CBSEM) (Tabela
4.1).
Tabela 4.1. Comparação entre PLS e CBSEM
Critério PLS CBSEM
Objetivo Orientado a predição Orientado a parâmetro
Abordagem Baseado em variância Baseado em covariância
Suposições
Estimativa dos parâmetros
Índices das variáveis
latentes
Relação epistemológica
entre variáveis latentes e
suas medidas
Especificação preditora (não-
paramétrico)
Consistente em relação ao
aumento de indicadores e
tamanho de amostra (consistência
em geral)
Tipicamente multivariada,
distribuição normal e
observações independentes
(paramétrico)
Consistente
Estimado explicitamente Indeterminado
Pode ser modelado de modo
formativo ou refletivo
Implicações Ideal para precisão da predição
Complexidade do modelo
Tamanho da amostra
Grande complexidade (100
construtos e 1000 indicadores)
Faixa de recomendação mínima:
30 a 100 casos
Fonte: adaptado de Hoyle (1999, p. 314).
Tipicamente com indicadores
refletivos
Ideal para precisão dos
parâmetros
Complexidade pequena para
moderada (menos de 100
indicadores)
130
Faixa de recomendação mínima:
200 a 800 casos