Professional Documents
Culture Documents
y (6)
que no mais do que a substituio dos coeficientes endgenos pelos seus
determinantes exgenos e perturbaes.
A matriz de varincia-covarincia implcita ao modelo pode ento ser expressa como
c
'
= + (7)
onde corresponde matriz de varincia-covarincia de y e
c
representa a
estrutura de covarincia de c, as perturbaes para as T medidas repetidas de y ,
assumindo para j que os erros no esto correlacionados. J representa a matriz de
covarincia dos termos residuais (,) das equaes entre os m factores (q) de
trajectria latente.
O objectivo utilizar uma srie de medidas repetidas observadas para estimar uma
trajectria no observada que deu origem s medidas repetidas. Assim, a trajectria
latente, inferida a partir da estrutura de associaes das medidas repetidas
observadas.
Nos LGCM so modeladas a estrutura de mdias e a de varincias-covarincias entre
as variveis manifestas. No entanto, imposta uma estrutura restritiva a estas mdias:
os interceptos das medidas repetidas so forados a zero, sendo estimadas as mdias
dos factores de trajectria latente (intercepto e declive). A estrutura de covarincias
estimada da forma usual: so estimadas as varincias dos erros das variveis
observadas, as varincias de cada factor de trajectria latente, intercepto e o declive, e
a covarincia entre eles.
Obtm-se assim exactamente os mesmos resultados que com regresses OLS
(ordinary least squares); contudo, integrando os LGCM na abordagem SEM, ganha-
se, como j foi referido, a possibilidade de utilizao de estimadores alternativos, de
clculo de medidas de bondade de ajustamento do modelo, de modelar variveis
latentes e no apenas variveis manifestas, de modelar mltiplos processos
simultaneamente ou de utilizar preditores com erro de medida.
Quando o objectivo modelar a trajectria no de medidas repetidas observadas mas
sim de uma varivel latente medida por vrios indicadores estamos perante um
Satisfao no Trabalho em Portugal
30
modelo de trajectria latente de segunda ordem
18
. A figura 17 ilustra um modelo
desse tipo onde modelada uma trajectria linear de trs medidas repetidas de uma
varivel latente (q
1
, q
2
, q
3
), medida por trs variveis observadas (y
1
, y
2
, y
3
) em trs
momentos (t = 1, 2, 3).
Figura 17 Modelo de trajectria latente linear no
condicionada de segunda ordem
o
|
y
22
y
32
y
13
y
23
c
22
c
13
c
32
c
23
y
11
y
21
y
31
y
12
c
11
c
31
c
21
c
12
y
33
c
33
q
1
q
2
q
3
1
1
1
1
0
2
o
|
y
22
y
32
y
13
y
23
c
22
c
13
c
32
c
23
y
11
y
21
y
31
y
12
c
11
c
31
c
21
c
12
y
33
c
33
q
1
q
2
q
3
1
1
1
1
0
2
As equaes associadas ao modelo de segunda ordem so muito semelhantes s dos
modelos que apenas consideram medidas repetidas de variveis manifestas. Passa-se
agora a ter, de um modo genrico,
jit jt jt it jit
y v q u = + A + (8)
onde j =1,2,,J representa o nmero de indicadores para o isimo caso no tempo t, v
ij
corresponde ao intercepto para o cada indicador j no tempo t, e
jit
u a perturbao
para o isimo caso no tempo t no indicador j. Note-se apenas que, agora, a matriz A
se refere a diferentes parmetros. Se antes, num modelo de primeira ordem, se fixa
(para uma trajectria linear e com iguais intervalos de tempo entre observaes)
1
t
t = , aqui a mesma matriz vai representar os coeficientes do efeito da varivel
latente no indicador. Assim, a trajectria vai continuar a ser captada pela matriz +
mas nesta estaro tambm contidas as varincias das restantes latentes e as
covarincias dos termos residuais das equaes.
18
Note-se que possvel encontrar vrias denominaes diferentes para este tipo de modelos: curve-of-
factors models, latent variable longitudinal curve models ou multiple-indicator latent curve models.
Neste trabalho ser usada a designao proposta por Hancock et al. (2001), modelos de trajectria
latente de segunda ordem, uma vez que tem uma interpretao muito imediata.
Satisfao no Trabalho em Portugal
31
Para a estimao do modelo de trajectria latente no condicionada (com variveis de
tipo mtrico) usualmente utilizado o estimador de mxima verosimilhana (ML).
Tendo em conta que a ideia que serve de base estimao a de que as matrizes
implcitas ao modelo (estruturas de mdias e de covarincias) reproduzem o mais
fielmente possvel as matrizes de mdias e de covarincias observadas na populao,
h que encontrar estimativas que se aproximem o mais possvel dos verdadeiros
valores dos parmetros; como se dispe destes valores no para a populao mas
apenas para a amostra, o objectivo
( )
S u E e
( )
y u , ou seja, que as
varincias e covarincias estimadas tendam para o valor das varincias e covarincias
amostrais e que as mdias estimadas tendam para o valor das mdias amostrais. O
estimador ML permite que se obtenham estimativas consistentes, no enviesadas
assimptoticamente, assimptoticamente normais e assimptoticamente eficientes e
ainda robusto violao do pressuposto de normalidade multivariada. No entanto, em
caso de violao deste pressuposto, no se podem considerar fiveis os erros-padro e
a estatstica de
2
_ por ele gerados. Da que estejam disponveis na maioria dos
softwares de SEM, no s estimadores alternativos (como o WLS que, apesar de no
impor restries distribuio das variveis, apresenta algumas limitaes como a
necessidade de amostras grandes e o facto de ser muito exigente computacionalmente
quando se utiliza um elevado nmero de variveis) como tambm de correces aos
erros-padro e estatstica de
2
_ (como o caso do ML robusto que utiliza a matriz
de varincias-covarincias assimptticas para a estimao daqueles valores).
Coloca-se ainda a questo da identificao do modelo. Para que seja possvel estim-
lo, ele dever estar identificado, ou seja, necessrio saber se h valores nicos para
os parmetros que so determinados pela estrutura do modelo e qual a informao que
de que se dispe acerca das variveis. Assim, para que um modelo esteja identificado,
necessrio que haja, pelo menos, tantos valores conhecidos como desconhecidos.
Nesse caso, no existem graus de liberdade, pelo que no pode ser aferida a bondade
de ajustamento. Desta forma, desejvel que o nmero de valores identificados seja
superior ao de incgnitas. No caso dos modelos de trajectria latente no
condicionada, o nmero de valores conhecidos dado por ( )
1
3
2
T T + . Ou seja, so
conhecidas as mdias, varincias e covarincias de y , independentemente do nmero
Satisfao no Trabalho em Portugal
32
de waves consideradas. A ttulo de exemplo, se fossem analisadas duas waves, ter-se-
am ( )
1
2 2 3 5
2
+ = valores conhecidos, sendo estes as mdias de y em
1
t e
2
t
[ ( )
1 i
E y , ( )
2 i
E y ], as varincias de y em
1
t e
2
t [ ( )
1
var
i
y , ( )
2
var
i
y ] e a covarincia
entre y em
1
t e y em
2
t [ ( )
1 2
cov ,
i i
y y ]. Quanto aos parmetros desconhecidos, e
considerando uma trajectria linear, existiro NT valores para a varincia dos erros
( )
it
E c (
, T valores para
t
e ( )
1
3
2
m m+ valores para as mdias, varincias e
covarincias de o e | , onde m igual ao nmero total de variveis latentes que
descrevem a trajectria (que, no caso de uma trajectria linear, igual a 2, o
intercepto e o declive). Facilmente se percebe que, no impondo quaisquer restries,
o modelo no estaria, partida, identificado. Nesse sentido, torna-se necessrio impor
restries. Uma das mais comuns assumir que os valores da tendncia capturada por
t
so conhecidos. Mais uma vez considerando uma trajectria linear,
t
ser igual a
1 t , deixando assim de ser necessrio estimar T tendncias. Outro pressuposto o
de que as varincias dos erros no variam de indivduo para indivduo apesar de
poderem variar no tempo, ou seja, ( ) ( ) var var
it t
c c = . Desta forma, passam a existir
apenas 5 T + parmetros a estimar (T varincias dos erros e as mdias, varincias e
covarincias do intercepto e do declive), tornando a identificao apenas possvel num
modelo de trajectria linear no condicionada com trs ou mais momentos de
observao. Isto porque, com duas waves, ter-se-a ( )
1
3 5
2
T T + = valores conhecidos
e 5 7 T + = incgnitas. Assim, trs waves seria o nmero mnimo para ser possvel a
estimao deste modelo, com 9 valores identificados e 8 desconhecidos. Apesar de s
restar um grau de liberdade
19
, o modelo est sobre-identificado.
19
Os graus de liberdade so dados pela diferena entre o nmero de valores do modelo conhecidos e o
nmero de parmetros desconhecidos.
Satisfao no Trabalho em Portugal
33
2.3.2 Modelos de trajectria latente condicionada (conditional LGCM)
Muitas vezes, mais do que descrever trajectrias, interessante introduzir variveis
explicativas destas mesmas trajectrias. Estas variveis podem ser tambm elas
variveis latentes, medidas por mltiplos indicadores ou variveis latentes medidas
por um nico (Hancock et al., 2001) entrando assim no modelo a varivel observada
medida sem erro; estas ltimas sero as utilizadas neste trabalho. ainda de referir
que as variveis explicativas devero ser ou mtricas ou incorporadas no modelo
como variveis dummy.
A figura 18 procura ilustrar este tipo de modelos.
Figura 18 Modelo de trajectria latente linear condicionada
o
|
y
1
y
2
y
3
y
4
c
1
c
3
c
2
c
4
1
1
1
1
1
0
2
3
x
1
o
|
y
1
y
2
y
3
y
4
c
1
c
3
c
2
c
4
1
1
1
1
1
0
2
3
x
1
x
1
Considere-se o modelo de trajectria linear no condicionada, apresentado na figura
16, onde se pretende descrever a trajectria de 4 medidas repetidas de tipo mtrico.
Considere-se ainda que se pretende explicar a mesma trajectria atravs de uma
varivel (x
1
), e.g. idade, invariante no tempo. Note-se que agora as varincias e
covarincias do intercepto e do declive so conceptualizadas como a poro de
varincia e de covarincia que no explicada pela varivel preditora.
Partindo do que j foi dito relativamente ao modelo de trajectria condicionada, nos
modelos de trajectria latente condicionada as equaes do intercepto e do declive so
dadas, de modo genrico, por:
1 1 2 2
...
i i i k ki i
x x x
o o o o o
o , = + + + + + (9)
1 1 2 2
...
i i i k ki i
x x x
| | | | |
| , = + + + + + (10)
Satisfao no Trabalho em Portugal
34
onde
o
e
|
so os interceptos das equaes dos interceptos e dos declives para
todos os casos
20
,
1
x a
k
x (com k = 1,..., K, sendo K o nmero de variveis explicativas
introduzidas no modelo) so os preditores dos interceptos e dos declives,
1 o
a
k o
so os coeficientes de
1
x e
k
x na equao de
i
o e
1 |
a
k |
os coeficientes de
1
x a
k
x na equao de
i
| . Estes coeficientes so interpretados exactamente como os
coeficientes de um modelo de regresso linear mltipla, na medida em que fornecem a
estimativa de variao de o (ou de | ) aquando da alterao de uma unidade na
varivel explicativa x, mantendo tudo o resto constante. Note-se apenas que nas
equaes (9) e (10) as variveis independentes so invariantes no tempo.
H ainda a referir que
i o
, e
i |
, no esto correlacionados com
it
c , com
1i
x ou com
2i
x .
Combinando as equaes (9) e (10), possvel chegar equao que define o modelo
de trajectria latente condicionada:
( ) ( ) ( )
( ) ( )
1 1 1 2 2 2
...
it t t i t i
k t k ki i t i it
y x x
x
o | o | o |
o | o |
, , c
= + + + + + +
+ + + + +
(11)
Pode ento observar-se que a trajectria de
it
y funo de um intercepto compsito,
de coeficientes compsitos para
1
x a
k
x que mudam com
t
e de um erro compsito
cuja varincia se vai alterando com
t
. O ltimo termo entre parntesis a
componente aleatria da trajectria latente e representa as vrias fontes de
variabilidade individual, enquanto que os restantes termos da equao (11) se
constituem como os componentes fixos.
Um modelo de trajectria condicionada est sempre identificado se o modelo de
trajectria no condicionada estiver identificado e se todas as variveis exgenas
forem manifestas.
Tambm nos modelos de trajectria latente de segunda ordem possvel incorporar
variveis explicativas dessa mesma trajectria. Este ser, alis, um dos tipos de
modelao que ser utilizado no presente trabalho. Um modelo de trajectria latente
condicionada de segunda ordem em tudo semelhante ao modelo de trajectria no
20
Pode tambm dizer-se que representam os interceptos e declives mdios quando as variveis
explicativas so zero.
Satisfao no Trabalho em Portugal
35
condicionada de segunda ordem, acrescendo-lhe a estrutura explicativa, j descrita
anteriormente. A figura 19 representa um modelo deste tipo, onde modelada uma
trajectria linear de trs medidas repetidas de uma varivel latente (q
1
, q
2
, q
3
), medida
por trs variveis observadas (y
1
, y
2
, y
3
) em trs momentos (t = 1, 2, 3) e onde
introduzida uma varivel explicativa x dessa mesma trajectria.
Figura 19 Modelo de trajectria latente linear condicionada de segunda ordem
o
|
y
22
y
32
y
13
y
23
c
22
c
13
c
32
c
23
y
11
y
21
y
31
y
12
c
11
c
31
c
21
c
12
y
33
c
33
q
1
q
2
q
3
x
1
1
1
1
1
0
2
o
|
y
22
y
32
y
13
y
23
c
22
c
13
c
32
c
23
y
11
y
21
y
31
y
12
c
11
c
31
c
21
c
12
y
33
c
33
q
1
q
2
q
3
x
1
1
1
1
1
0
2
o
|
y
22
y
32
y
13
y
23
c
22
c
13
c
32
c
23
y
11
y
21
y
31
y
12
c
11
c
31
c
21
c
12
y
33
c
33
q
1
q
2
q
3
x
1
1
1
1
1
0
2
Com a parametrizao adequada, ainda possvel modelar vrios processos em
simultneo, ou seja, modelar a trajectria no de uma mas de, por exemplo, duas
variveis latentes de primeira ordem, como se ver mais adiante.
2.3.3 O caso particular do uso de variveis ordinais
Como j referido anteriormente, a utilizao de variveis manifestas de tipo ordinal
implica procedimentos adicionais j que no aconselhvel calcular correlaes para
estas variveis da mesma forma que so calculadas para variveis de tipo mtrico.
Quando as variveis so de tipo ordinal com muitas categorias e apresentam uma
distribuio aproximada normal, trat-las como mtricas no uma soluo
completamente desadequada. No entanto, sempre prefervel, nas anlises efectuadas,
ter em considerao a verdadeira natureza da varivel.
Satisfao no Trabalho em Portugal
36
Existem ento procedimentos que permitem ter em conta a escala ordinal, que se
baseiam na ideia de que existe uma varivel latente mtrica (y
*
) subjacente ordinal
observada (y) e que pressupem que as variveis contnuas subjacentes tm uma
distribuio normal bivariada. De modo a fazer a ligao entre y e y
*
necessrio um
modelo auxiliar de thresholds (t) que permite a correspondncia entre a varivel
ordinal observada e a varivel mtrica subjacente. A figura 20 ilustra este
procedimento.
Figura 20 Varivel contnua subjacente a uma varivel ordinal de cinco categorias
y
t
*
t1
t
t2
t
t3
t
t4
t
y
t
= 1 y
t
= 2 y
t
= 3 y
t
= 4 y
t
= 5
y
t
*
t1
t
t2
t
t3
t
t4
t
y
t
*
t1
t
t2
t
t3
t
t4
t
y
t
*
y
t
*
t1
t
t2
t
t3
t
t4
t
y
t
= 1 y
t
= 2 y
t
= 3 y
t
= 4 y
t
= 5
Considerando uma varivel ordinal com 5 categorias, cada threshold (t
1,
t
2
, t
3
, t
4
)
representa o ponto de corte na distribuio normal padro que corresponde
proporo cumulativa de casos que caem em cada categoria. Por exemplo, a
probabilidade de a varivel observada y pertencer categoria 2 igual probabilidade
de o valor da varivel latente contnua subjacente y
*
ser menor ou igual que o segundo
ponto de corte t
2
e maior que o primeiro. Generalizando,
*
1
t t
c t c
y t t
< s (12)
onde 1, 2,...,
t t
c C = corresponde s categorias da varivel
t
y ,
1
t
c
t
e
t
c
t so os
thresholds inferior e superior da categoria
t
c , com
0
t
t = e
t
C
t = +.
Uma vez que estes thresholds so calculados atravs das propores de casos em cada
categoria, a soma das propores de todas as categorias de uma varivel igual a 1.
Assim, bastar calcular C-1 thresholds (sendo C o nmero total de categorias), j que
o valor da ltima categoria a proporo restante.
Satisfao no Trabalho em Portugal
37
Ao assumir que y
*
segue uma distribuio normal padro est a restringir-se a sua
mdia a 0 e o seu desvio-padro unidade. Este procedimento adequado quando se
considera apenas uma varivel. No caso da modelao de medidas repetidas, esta
restrio faz com que a mdia e o desvio-padro sejam exactamente os mesmos ao
longo do tempo (0 e 1, respectivamente). Sendo o objectivo dos LGCM descrever
trajectrias atravs das suas mdias e varincias, percebe-se que este procedimento
retira aos factores latentes de trajectria todo o seu potencial explicativo. No entanto,
necessrio impor restries, caso contrrio no possvel identificar o modelo. Um
procedimento comum o de restringir os thresholds a serem iguais para cada medida
repetida, ou seja,
1 2
1 1 1
...
T
t t t = = = , para cada uma das medidas repetidas e para cada
uma das C categorias. Voltar-se- a esta questo aquando da descrio da
parametrizao utilizada para a estimao dos LGCM.
Atravs deste procedimento, que tem por base a igualdade entre y e y
*
, ento
possvel calcular correlaes, chamadas correlaes policricas, que no so
calculadas a partir dos valores das variveis manifestas ordinais mas sim a partir
destas variveis contnuas que lhes esto subjacentes, face aos thresholds definidos.
O estimador utilizado pelo Mplus quando se est perante variveis de tipo ordinal o
WLSMV (weighted least squares means and variance adjusted) que definido pelos
criadores do software como weighted least square parameter estimates using a
diagonal weight matrix with standard errors and mean- and variance-adjusted chi-
square test statistic that use a full weight matrix (Muthn e Muthn, 2007: 484).
Vrios trabalhos tm mostrado que a simples substituio da matriz de covarincias
produto-momento pela de correlaes policricas no suficiente para que o
estimador de mxima verosimilhana se revele apropriado. De facto, este um
estimador que, com uma amostra de dimenso adequada, dados com distribuio
normal multivariada e com as parametrizaes correctas, fornece estimativas
consistentes, eficientes e no enviesadas dos parmetros e ainda erros-padro
correctos bem como ajustamento global do modelo. Quando se est perante variveis
de tipo ordinal e apesar de, de uma maneira geral, gerar estimativas consistentes, o
estimador ML produz estatsticas de teste e erros padro incorrectos. Isto porque no
se pode (ou deve) utilizar uma matriz de covarincias ou de correlaes produto-
momento (Pearson) com variveis que no sejam todas elas mtricas. Nestes casos, ao
Satisfao no Trabalho em Portugal
38
trabalhar com variveis ordinais, a melhor abordagem a do weighted least squares
(WLS) que estima uma matriz de pesos com base nas varincias e covarincias
assimptticas das correlaes amostrais, a qual usada em conjunto com a matriz de
correlaes policricas. No entanto, a utilizao do WLS pode ser problemtica dado
que, quando se analisa um modelo complexo, nem sempre possvel inverter a matriz
dos pesos, pelo que a funo de ajustamento no consegue convergir numa soluo
correcta. Este estimador levanta ainda a questo da dimenso da amostra (que neste
estudo no se coloca): para que as estimativas dos parmetros sejam estveis so
necessrias amostras grandes, de modo a ser possvel o clculo de estimativas com
propriedades assimptticas. Assim, este estimador tende a inflacionar as estatsticas
de teste e a fornecer erros-padro enviesados, problemas que se vo agravando
medida que a complexidade do modelo aumenta e a dimenso da amostra diminui.
Dados estes problemas, o estimador WLS robusto parece ser o mais adequado uma
vez que, ao usar na matriz de pesos uma diagonal calculada a partir das varincias e
covarincias assimptticas das correlaes policricas, no necessita de inverter esta
matriz. Estimados estes parmetros, so ento calculados os erros-padro robustos.
Muthn sugere ainda a utilizao de um teste de
2
_ ajustado pela mdia e varincia
(da a designao de WLSMV), muito semelhante ao proposto por Satorra e Bentler.
Com este estimador, os graus de liberdade so estimados a partir dos dados em vez se
serem determinados pelas especificaes do modelo. Da que, para modelos
equivalentes, os graus de liberdade apresentados pelo Mplus e pelo LISREL no
sejam anlogos
21
.
2.3.4 Alternativas de parametrizao do LGCM com variveis ordinais
Tratar medidas repetidas, sobretudo quando estas medidas so factores latentes de
variveis ordinais observadas, levanta uma srie de questes ao nvel da
parametrizao do modelo.
A questo da invarincia central neste contexto. Sendo o ponto fundamental dos
LGCM o estudo da mudana, essencial perceber se essa mudana resultado de
21
Para mais detalhes acerca dos estimadores de mxima verosimilhana (ML), WLS e WLS robusto,
ver e.g. Flora e Curran (2004).
Satisfao no Trabalho em Portugal
39
alteraes reais do fenmeno em anlise ou se se fica simplesmente a dever a
alteraes das relaes entre as variveis latentes e as observadas. , por isso,
importante que exista algum grau de invarincia no modelo (Bollen e Curran, 2006).
Existem vrios nveis de invarincia a considerar.
Em primeiro lugar, necessrio relembrar que, s variveis ordinais observadas, esto
subjacentes variveis mtricas latentes. A definio de uma scaling matrix ( A) torna
possvel a relao entre a estrutura de correlaes de y e e a de varincias-covarincias
de y
*
. Por norma, esta matriz no tem impacto j que definida como uma matriz
identidade. Igualar unidade os scaling factors do primeiro momento faz apenas com
que este perodo passe a ser a referncia (Muthn e Muthn, 2007: 375). Os scaling
factors dos restantes perodos so libertados (sujeitos a estimao) de forma a no
distorcer a estrutura da trajectria. Esta uma parametrizao possvel, qual dada
a designao, em Mplus, de parametrizao Delta (justamente por aplicar restries
scaling matrix A). Esta foi a opo seleccionada para os modelos em anlise no
presente trabalho uma vez que, defendem os criadores do software, mostrou ter
vantagens em termos de estimao do modelo relativamente parametrizao
alternativa (Theta
22
), tambm disponvel no Mplus.
Num modelo com mltiplos indicadores observados medidos por variveis latentes,
para definir uma mtrica comum ao longo do tempo, necessrio que haja ainda
invarincia de medida
23
, que garantida ao forar tanto os thresholds como os
pesos factoriais (matriz
y
A ) a serem iguais, varivel a varivel, ao longo do tempo
(Muthn e Muthn, 2007: 114). Forar a invarincia dos factor loadings das medidas
repetidas faz com que se garanta que os constructos sejam comparveis ao longo do
tempo (Hancock et al., 2001).
Em suma, (1) igualou-se unidade os scaling factors no primeiro momento de
observao e (2) definiram-se como invariantes os pesos factoriais (matriz
y
A ) e
tambm os thresholds das medidas repetidas ao longo do tempo.
Nos modelos em anlise foram ainda impostas restries adicionais. A correlao
entre os erros de medida de cada varivel manifesta ao longo do tempo uma
ocorrncia provvel, tratando-se de medidas repetidas. Assim, assumiu-se que, por
22
A parametrizao Theta aplica restries no relao que se estabelece entre y e y
*
mas sim
matriz de varincias-covarincias dos termos residuais.
23
Measurement invariance, no original.
Satisfao no Trabalho em Portugal
40
no haver indcios de que as perturbaes sejam estveis, elas se poderiam
correlacionar em todos os perodos, independentemente do momento em questo. Em
suma, deixaram-se correlacionar os erros de medida das medidas repetidas.
Na figura 21 pretende-se ilustrar as restries parametrizao referidas num LCGM
de segunda ordem, com variveis ordinais. Note-se apenas que no est aqui
representada a restrio igualdade dos thresholds.
Figura 21 Restries a um modelo de trajectria latente linear no condicionada
de segunda ordem com variveis ordinais
o
|
y
22
y
32
y
13
y
23
c
22
c
13
c
32
c
23
y
11
y
21
y
31
y
12
c
11
c
31
c
21
c
12
y
33
c
33
q
1
q
2
q
3
1
1
1
1
0
2
y
*
11
y
*
21
y
*
31
y
*
12
y
*
22
y
*
32
y
*
13
y
*
23
y
*
33
1
1
1
21
1
31
=
21
1
=
31
=
21
=
31
1
o
|
y
22
y
32
y
13
y
23
c
22
c
13
c
32
c
23
y
11
y
21
y
31
y
12
c
11
c
31
c
21
c
12
y
33
c
33
q
1
q
2
q
3
1
1
1
1
0
2
y
*
11
y
*
21
y
*
31
y
*
12
y
*
22
y
*
32
y
*
13
y
*
23
y
*
33
1
1
1
21
1
31
=
21
1
=
31
=
21
=
31
1
Ainda que sejam apresentados principalmente os resultados da modelao em Mplus,
foram estudadas e comparadas as parametrizaes em ambos os softwares Mplus e
LISREL.
Alguns autores afirmam que o LISREL no foi desenhado para efectuar este tipo de
anlises; no entanto, possvel replicar praticamente todo o procedimento de Mplus
neste software, ainda que de uma forma um pouco mais complexa. A estimao em
LISREL de modelos de trajectria latente com variveis ordinais implica um
procedimento em trs passos distintos: (1) estimar a matriz de correlaes policricas
sob a condio de thresholds invariantes, bem como calcular as mdias e os desvios-
padro de todas as variveis mtricas subjacentes s ordinais; (2) sob a mesma
condio de thresholds invariantes, estimar a matriz de varincias-covarincias
Satisfao no Trabalho em Portugal
41
assimptticas; e (3) estimar o modelo de trajectria latente recorrendo informao
gerada nos dois primeiros passos
24
.
A grande diferena entre os dois programas, no que diz respeito parametrizao
referida, reside, por um lado, na restrio dos scaling factors e, por outro, na forma de
estimao das matrizes de correlaes policricas e de varincias-covarincias
assimptticas sob a restrio de invarincia dos thresholds das medidas ordinais
repetidas. Em Mplus, o LGCM estimado apenas com recurso a uma folha de
comandos, sem que sejam necessrias mais do que duas linhas de comando
especficas para as variveis serem tratadas como ordinais e para que os thresholds
sejam definidos como invariantes. Para a estimao do modelo em LISREL so
necessrios vrios passos, como se viu. J no que diz respeito aos scaling factors, no
foi possvel encontrar qualquer referncia forma de os introduzir nos modelos em
LISREL. De facto, a escassez de informao concisa acerca da parametrizao deste
tipo de modelos obrigou a um esforo adicional de cruzamento de vrias fontes.
Note-se que a parametrizao em LISREL difere um pouco da utilizada em Mplus. De
forma a aproximar ao mximo as duas abordagens, os modelos em LISREL foram
estimados com invarincia da matriz
y
, com invarincia de thresholds ao longo do
tempo para cada varivel e com correlao dos erros de medida de cada varivel em
todos os momentos.
Uma explicao detalhada das linhas de comando que permitem estimar os modelos
em Mplus e em LISREL dada nos anexos 6.8 e 6.9.
Existem, de facto, diferenas na forma de explicitar as linhas de comando nos dois
softwares, no s por utilizarem uma linguagem diferente, mas tambm, como se
viu, ao nvel da prpria parametrizao e da complexidade dos procedimentos
(relembrando que, em LISREL, a modelao dos LGCM com variveis ordinais
efectuada em trs passos, enquanto que em Mplus apenas necessrio um). No
entanto, os resultados no parecem divergir grandemente, como se ver mais adiante.
24
Para a estimao dos modelos de trajectria latente no condicionada em LISREL foram usadas
como base as linhas de comandos fornecidas por Duncan et al. (2006). Foi ainda encontrada uma forma
de simplificar o procedimento apresentado por estes autores, onde se sugere a gravao da matriz de
correlaes policricas num ficheiro autnomo de modo a facilitar a sua incorporao na folha de
comandos relativa ao 3 passo do procedimento. Esta alterao permite reduzir bastante no s o tempo
dispendido na elaborao da folha de comandos, como tambm a probabilidade de erro aquando da
introduo manual da referida matriz (para mais detalhes, ver Anexo 6.4).
Satisfao no Trabalho em Portugal
42
3 RESULTADOS
Os resultados obtidos atravs da modelao de dados de satisfao no trabalho
pretendem responder a vrias questes. Por um lado, se existem diferenas nas
trajectrias de satisfao percebida. Por outro, ao existirem diferenas significativas,
perceber se essas diferenas so condicionadas apenas pela passagem do tempo ou se
existem outros factores explicativos.
3.1 MODELOS COM TRAJECTRIAS LATENTES NO CONDICIONADAS DE
SATISFAO NO TRABALHO
Como se disse anteriormente, sero testados, com recurso a latent growth curve
models, trs modelos diferentes. No primeiro pretende-se modelar a trajectria do
indicador genrico de satisfao com o trabalho (overall job satisfaction), o segundo
modelo procurar modelar a trajectria da satisfao com as vrias facetas do
trabalho, medidas por um nico factor latente. Por ltimo, far-se- a modelao de
dois processos em simultneo, ou seja, tentando estimar as trajectrias da satisfao
com os factores intrnsecos e com os factores extrnsecos e tambm as relaes que se
estabelecem entre estas trajectrias. Os diagramas contendo a representao grfica
das trajectrias de cada um dos trs tipos de modelos apresenta-se no anexo 6.5.
Mas antes de averiguar se existem diferenas significativas relativamente s
estimativas de cada um dos modelos referidos, necessrio fazer algumas
consideraes adicionais no que diz respeito ao terceiro modelo, aquele em que se
pretende estimar em simultneo as trajectrias de dois processos. Sabendo que se ter
um intercepto e um declive para cada um dos dois processos (factores intrnsecos e
factores extrnsecos), foram testadas vrias alternativas relativamente s relaes que
se estabelecem entre os quatro factores de trajectria (interceptos e declives dos
factores de trajectria).
A primeira hiptese teve por base a estimao de todas as correlaes entre os dois
interceptos e os dois declives (figura 22).
Satisfao no Trabalho em Portugal
43
Figura 22 Modelo estrutural A
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
O segundo modelo tem em conta apenas as correlaes entre interceptos, entre
declives, entre as variveis latentes dependentes relativas aos factores intrnsecos e
entre as variveis latentes dependentes relativas aos factores intrnsecos (Modelo B),
conforme se ilustra na figura 23.
Figura 23 Modelo estrutural B
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Este modelo foi equacionado no sentido de simplificar de estrutura de correlaes
que, pela anlise do modelo anterior, parecia estar demasiado complexificada.
Considerou-se ainda que entre o intercepto e o declive poderia existir uma relao de
causalidade, no sentido em que status inicial influencia a trajectria (Modelo C -
figura 24).
Figura 24 Modelo estrutural C
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Satisfao no Trabalho em Portugal
44
Tentando obter algum fundamento terico para testar outras estruturas, a nica
referncia encontrada na literatura a este propsito remete para um artigo de
Wernimont, que refere que os factores extrnsecos so as causas dos factores
intrnsecos (1972: 175). Assim, e mantendo a covarincia entre intercepto e declive
(quer para os intrnsecos quer para os extrnsecos), testou-se uma dependncia dos
factores intrnsecos relativamente aos extrnsecos (Modelo D figura 25). Numa
perspectiva exploratria foi ainda testado o mesmo modelo mas agora com os factores
extrnsecos a serem condicionados pelos factores intrnsecos (Modelo E figura
26)
25
.
Figura 25 Modelo estrutural D Figura 26 Modelo estrutural E
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Declive
intrnsecos
Declive
extrnsecos
Intercepto
intrnsecos
Intercepto
extrnsecos
Se se tiver em ateno as matrizes de correlao estimadas para os diferentes
modelos, percebe-se que, entre algumas das variveis, se verificam correlaes muito
elevadas, na ordem dos 0.9. Contudo, apenas num dos modelos testados, no se
encontram valores inadmissveis para as correlaes. Somente o Modelo B, ilustrado
na figura 23, parece ser admissvel, pelo que ser este o modelo a comparar com o de
satisfao no trabalho overall e com o de satisfao no trabalho medida por uma
varivel latente. Ser igualmente este o modelo que ser utilizado para a modelao
de trajectrias latentes condicionadas.
Em termos de interpretao dos resultados obtidos, necessrio fazer notar que a
anlise das mdias dos interceptos aqui desprovida de sentido. Isto porque, como se
viu anteriormente, esto a ser utilizadas no as variveis ordinais observadas mas
antes as variveis mtricas subjacentes a estas. Como j referido, estas variveis
25
Para a consulta das estimativas dos parmetros dos vrios modelos enunciados, bem como das
respectivas medidas de ajustamento, ver ponto Anexo 6.6.
Satisfao no Trabalho em Portugal
45
subjacentes esto estandardizadas e tm, por isso, mdia 0. Ao restringir a 1 a relao
entre o intercepto e estas variveis (o que permite que a mdia no tenha impacto nas
medidas repetidas ao longo do tempo), facilmente se percebe que a mdia do
intercepto no pode ser diferente de 0.
Os resultados obtidos permitem perceber que existem algumas diferenas entre os
vrios modelos analisados: modelao do indicador genrico de satisfao (overall
job satisfaction) e modelao da satisfao com as vrias dimenses do trabalho
medidas por um e por dois factores latentes. O mais importante a reter que existe
variabilidade entre os indivduos tanto no status inicial como no grau da mudana, em
qualquer um dos modelos (ver tabela 6). Por exemplo, ao modelar o indicador
genrico de satisfao no trabalho, chega-se concluso de que, apesar de no se
poder assumir que o grau de mudana seja significativamente diferente entre os
indivduos (mdia do declive no significativa), existe variabilidade em torno da
mdia, quer relativamente ao status inicial quer em relao taxa de mudana
(varincia do intercepto e varincia do declive so significativas). Pode ainda
perceber-se que existe uma associao negativa entre o status inicial e o ritmo de
mudana (-0.088), significando isto que indivduos com um maior nvel de satisfao
inicial tendero a apresentar taxas de mudana mais lentas. Estas so, alis,
concluses que se retiram tambm dos dois outros modelos testados.
Tabela 6 Estimativas dos trs modelos de trajectria latente no condicionada
Overall Satisf. Trabalho Satisf. Trabalho
Satisf. Trabalho Factor latente
Factores
intrnsecos
Factores
extrnsecos
MD slope -0,005 0,011* 0,013 0,025*
VAR slope 0,049* 0,015* 0,035* 0,013*
VAR intercepto 0,822* 0,236* 0,475* 0,254*
COV intercepto slope -0,088* -0,019* ----- -----
COV INTint INText ----- ----- 0,315*
COV INTint SLOPEint ----- ----- -0,038*
COV INText SLOPEext ----- ----- -0,003
COV SLOPEint SLOPEext ----- ----- 0,016*
Nota: Estimativas significativas a 5% assinaladas com (*).
Legenda:
MD mdia INTint intercepto dos factores intrnsecos
VAR varincia INText intercepto dos factores extrnsecos
COV covarincia SLOPEint declive dos factores intrnsecos
slope declive SLOPEext declive dos factores extrnsecos
Satisfao no Trabalho em Portugal
46
Outra concluso interessante a de que existe uma maior variabilidade do grau de
mudana dos factores intrnsecos aqueles que tm a ver com factores inerentes ao
trabalho em si relativamente aos factores extrnsecos, que se prendem com o
rendimento e a segurana (varincia do intercepto e varincia do declive maiores). Ao
considerar todas as facetas do trabalho como indicadores de um s factor latente, no
s esta diferena deixa de poder ser avaliada, como este tipo de estrutura
unifactorial parece fazer reduzir as diferenas individuais em relao taxa mdia
de mudana (a mdia do declive inferior relativamente media do declive dos
factores extrnsecos). O mesmo se passa para as diferenas mdia do status inicial,
uma vez que a varincia do declive inferior varincia do declive tanto dos factores
intrnsecos como dos extrnsecos.
O facto de todas as estimativas significativas do modelo relativo ao indicador
genrico de satisfao serem mais elevadas que as suas correspondentes nos restantes
modelos pode indicar que dificilmente todos os indivduos esto a avaliar a mesma
coisa quando lhes perguntado se, de uma maneira geral, esto satisfeitos com o seu
trabalho. Para alm disto, as estimativas obtidas para os parmetros deste modelo
esto mais prximas das dos factores intrnsecos do que das dos extrnsecos. Isto pode
corroborar a ideia de Rose (2001) de que existe um enviesamento deste indicador.
Diz-nos o autor que o indicador overall est mais correlacionado com os aspectos
qualitativos do trabalho do que com os aspectos materiais. De facto, parece ser essa a
concluso a que se chega com a comparao dos modelos overall e bifactorial.
Quanto bondade do ajustamento dos trs modelos, pode dizer-se, pelas medidas
analisadas, que o modelo que contempla o indicador genrico de satisfao o que
parece ter melhor ajustamento. No entanto, necessrio ter em conta que este um
modelo mais simples, pelo que beneficiado pelas medidas de bondade de
ajustamento que penalizam modelos mais complexos, como o caso dos dois outros
modelos em questo, em que os parmetros de interesse, intercepto e declive, so
variveis latentes de segunda ordem. As medidas de bondade do ajustamento
fornecidas pelo MPlus so o Comparative Fit Index (CFI), Tucker-Lewis Index (TLI),
Root Mean Square Error of Approximation (RMSEA) e Weighted Root Mean Square
Residual (WRMR). As duas primeiras medidas comparam o ajustamento do modelo
proposto com o ajustamento do modelo nulo (um modelo hipottico em que no
Satisfao no Trabalho em Portugal
47
existem parmetros a estimar) e ambos fazem uma correco pelos graus de liberdade,
o que faz com que as medidas sejam penalizadas em funo da complexidade do
modelo. Muthn (2004), reportando-se a um texto de Hu e Bentler de 1999, indica que
modelos com medidas de CFI e TLI superiores a 0.95 tero um bom ajustamento. No
caso dos modelos apresentados, apenas as medidas de CFI para os LGCM de segunda
ordem no atingem este limiar no estando, contudo, muito distantes. J para o
RMSEA, que tem em conta o erro de aproximao populao e a preciso da
medida em si mesma, ponderados pelos graus de liberdade, consideram-se valores
inferiores a 0.05 como indiciadores de um bom ajustamento, sendo aceitveis como
razoveis valores at 0.08 (Salgueiro, 2008: 50). No que diz respeito aos modelos
testados, observa-se que os LGCM de segunda ordem apresentam, de acordo com esta
medida, um pior ajustamento que a modelao do indicador genrico de satisfao.
Mais, percebe-se tambm que o modelo que contempla dois factores tem um pior
ajustamento, ainda que os valores sejam relativamente prximos, que o que contempla
apenas um factor. natural que assim seja uma vez que tambm esta medida penaliza
o ajustamento pela incluso de mais parmetros a estimar.
Tabela 7 Medidas de bondade do ajustamento dos modelos de trajectria latente
no condicionada
overall
Satisf. Trabalho
1 factor
Satisf. Trabalho
2 factores
CFI 0,997 0,857 0,823
TLI 0,999 0,983 0,979
RMSEA 0,030 0,089 0,101
WRMR 0,933 2,832 3,147
Foi ainda analisada uma outra medida de bondade do ajustamento, esta baseada nos
resduos. Perante variveis ordinais, a medida mais adequada o WRMR, calculado a
partir do estimador WLSMV, e que, para variveis categoriais, dado por
min
2 / WRMR nF e = (13)
onde
min
F representa o mnimo da funo de ajustamento
WLS
F . Assim, valores
reduzidos de WRMR indicam um bom ajustamento. Yu (2002) sugere que os valores
de corte, para que se considere haver um bom ajustamento, sejam inferiores a 0.95 ou
1, mas comum que esta medida rejeite modelos de trajectria latente bem
Satisfao no Trabalho em Portugal
48
especificados. Segundo este critrio, os modelos de trajectria latente de segunda
ordem estimados neste trabalho no poderiam ser considerados aceitveis. No entanto,
este parece ser um tpico ainda em desenvolvimento. De facto, na pgina web de
discusso do Mplus, aos criadores deste software remetem esta discusso para a
dissertao de doutoramento de Yu (2002) onde no , contudo, abordada a questo
da bondade do ajustamento de modelos com variveis ordinais (so apenas testados
modelos com variveis mtricas e dicotmicas). Tal como reconhece o autor (2002:
162), quando se utilizam variveis binrias, deve usar-se o WRMR em conjunto com
o CFI, TLI e RMSEA, mas refere ainda que este tpico merece uma investigao
futura. Pode, de facto, dizer-se que aquela medida no est ainda suficientemente
desenvolvida para o estudo de variveis de tipo ordinal. Como refere Muthn, em
2004, no mesmo frum de discusso, pode acontecer que as medidas de bondade de
ajustamento difiram na sua avaliao do modelo. o que acontece no presente estudo,
no que diz respeito aos modelos de trajectria latente de segunda ordem, j que as
restantes medidas no esto muito distantes dos pontos de corte propostos. Muthn
(2005) sugere ainda que, nesses casos, em que existe discrepncia entre as vrias
medidas de bondade do ajustamento, se ignore a medida WRMR.
Ainda assim, procurou perceber-se, atravs dos ndices de modificao (que medem o
que se ganharia em termos de ajustamento global do modelo se determinado
parmetro fixo fosse sujeito a estimao) quais os principais problemas. Para o
primeiro modelo, trajectria do indicador genrico de satisfao, no foram obtidas
quaisquer sugestes de modificao parametrizao do modelo efectuada. No que
diz respeito modelao da trajectria de satisfao um nico factor latente so
sugeridas inmeras alteraes que passam por estimar relaes entre as variveis
latentes de segunda ordem e as variveis manifestas ou entre variveis manifestas em
diferentes momentos de observao. facilmente observvel, no entanto, que
submeter este tipo de relaes a estimao significaria a destruio da estrutura
factorial de primeira ordem. As mesmas concluses so retiradas para o LGCM que
modela a satisfao atravs de dois factores latentes, pelo que a opo foi por no
efectuar nenhuma alterao especificao dos modelos anteriormente efectuada.
Satisfao no Trabalho em Portugal
49
Como j foi referido anteriormente, procurou-se estabelecer um paralelo entre a
estimao dos modelos em Mplus e em LISREL
26
. Para o modelo que considera o
indicador genrico de satisfao no trabalho, as estimativas para os parmetros de
interesse so muito semelhantes entre os dois softwares e, semelhana do que
acontece com a estimativa da mdia do declive em Mplus, tambm em LISREL este
a nica estimativa no significativa.
Quando se olha para os modelos de trajectria latente de segunda ordem verificam-se
algumas diferenas mais assinalveis. A ttulo de exemplo, observa-se que, no modelo
que considera um modelo de medida unifactorial, a mdia do declive, significativa em
Mplus, no pode ser considerada significativamente diferente de zero em LISREL.
Concluso similar se retira, no modelo que considera um modelo de medida
bifactorial, para a varincia do declive.
As diferenas encontradas ao nvel das estimativas obtidas nos dois softwares podem
ficar a dever-se ao facto de no ter sido possvel a aplicao da mesma
parametrizao. De facto, Duncan et al. (2006: 176) deparam-se com a mesma
questo relativamente ao exemplo de modelao de LGCM com variveis ordinais
que apresentam. Justificam os autores que difcil fazer uma comparao directa
entre as estimativas obtidas atravs de softwares diferentes justamente porque cada
um deles utiliza mtodos e parametrizaes diferentes, ainda que os dados em anlise
sejam exactamente os mesmos.
Note-se que em modelos mais simples, como o caso da anlise factorial
confirmatria usada neste trabalho, as parametrizaes do LISREL e do Mplus so
idnticas e as estimativas obtidas tambm.
3.2 MODELOS COM TRAJECTRIAS LATENTES CONDICIONADAS DE SATISFAO
NO TRABALHO
Neste ponto importa perceber quais so os factores que determinam a trajectria de
satisfao dos indivduos, ou seja, de que forma determinadas caractersticas, pessoais
ou contextuais, moldam tanto a satisfao mdia no momento inicial, como o ritmo da
26
Para a consulta das estimativas dos parmetros dos trs modelos de trajectria latente no
condicionada estimados em LISREL, bem como das respectivas medidas de bondade do ajustamento,
ver Anexo 6.7.
Satisfao no Trabalho em Portugal
50
mudana da trajectria de satisfao no trabalho. Uma vez que foram testadas trs
abordagens operacionalizao da satisfao no trabalho, interessar ainda perceber
se modelar a satisfao de diferentes formas tem implicaes ao nvel das
caractersticas que influenciam as trajectrias e, consequentemente, das concluses.
A figura 27 pretende ilustrar o modelo de trajectria latente condicionada de dois
factores latentes de satisfao. O modelo que considera apenas um factor de satisfao
e o que modela a trajectria do indicador genrico de satisfao so, no que diz
respeito representao das variveis explicativas, em tudo semelhantes a este.
Figura 27 Representao do modelo de trajectria condicionada de 2 factores latentes de
satisfao no trabalho
salrio98
segurana98
salrio99
segurana99
salrio00
segurana00
salrio01
segurana01
tipo98
nhoras98
horrios98
condies98
tipo99
nhoras99
horrios99
condies99
tipo00
nhoras00
horrios00
condies00
tipo01
nhoras01
horrios01
condies01
Slope
intrnsecos
Intercepto
extrnsecos
Intercepto
intrnsecos
Slope
extrnsecos
factores
intrnsecos 99
factores
intrnsecos 98
factores
intrnsecos 00
factores
intrnsecos 01
factores
extrnsecos 00
factores
extrnsecos 01
factores
extrnsecos 99
factores
extrnsecos 98
estado sade estado civil n horas trab. sobrequalificado instruo
sexo sector contrato idade
salrio98
segurana98
salrio99
segurana99
salrio00
segurana00
salrio01
segurana01
tipo98
nhoras98
horrios98
condies98
tipo99
nhoras99
horrios99
condies99
tipo00
nhoras00
horrios00
condies00
tipo01
nhoras01
horrios01
condies01
Slope
intrnsecos
Intercepto
extrnsecos
Intercepto
intrnsecos
Slope
extrnsecos
factores
intrnsecos 99
factores
intrnsecos 99
factores
intrnsecos 98
factores
intrnsecos 98
factores
intrnsecos 00
factores
intrnsecos 00
factores
intrnsecos 01
factores
intrnsecos 01
factores
extrnsecos 00
factores
extrnsecos 00
factores
extrnsecos 01
factores
extrnsecos 01
factores
extrnsecos 99
factores
extrnsecos 99
factores
extrnsecos 98
factores
extrnsecos 98
estado sade estado civil n horas trab. sobrequalificado instruo
sexo sector contrato idade
Note-se que apenas foram representadas as correlaes dos erros de medida da
varivel satisfao com o salrio. Apesar de se considerarem tambm as correlaes
dos erros das restantes variveis ao longo do tempo, como j explicitado no ponto
2.3.4, optou-se por no as representar nesta figura uma vez que tornaria ilegvel.
Tambm por uma questo de simplificao do diagrama, no so representadas as
Satisfao no Trabalho em Portugal
51
varincias dos erros das medidas repetidas. Para facilitar a leitura, representaram-se a
cinzento os coeficientes das variveis explicativas nas equaes do intercepto e do
declive de cada um dos processos.
Apresenta-se na tabela 8 os resultados obtidos para os trs modelos de trajectria
latente condicionada testados: overall job satisfaction, satisfao no trabalho medida
por um factor latente e satisfao no trabalho medida por dois factores latentes
(factores intrnsecos e factores extrnsecos).
Tabela 8 Efeitos significativos (a 5%) dos determinantes da satisfao no trabalho para os trs
modelos de trajectria latente testados
Overall Satisf. Trabalho Satisf. Trabalho
Satisf. Trabalho Factor latente
Factores
intrnsecos
Factores
extrnsecos
Intcpt Slope Intcpt Slope Intcpt Slope Intcpt Slope
Sexo:
mulher -0,173 -0,078 -0,108 -0,093
Sector de actividade:
privado -0,387 -0,197 -0,223 -0,349 -0,044
Tipo de contracto:
permanente 0,026 0,014 -0,002 0,016 0,024
Escalo etrio:
26-35 0,077
36-45 0,070
46-55
56-64 -0,260
Nvel de instruo:
secundrio -0,319 -0,202
at ao 9 ano -0,560 -0,134 -0,354
Estado de sade:
razovel -0,109 -0,107 0,026 -0,142 0,045 -0,154
m/muito m -0,454 -0,176 -0,204 -0,311
Estado civil:
solteiro -0,258 0,043 -0,127 -0,187 -0,137
outro
N horas de trabalho:
40h -0,141 -0,227 -0,105
mais de 40h -0,123 -0,269
Sobre qualificado:
sim 0,039 0,058 -0,074 0,073
Atravs dos resultados obtidos possvel perceber que, em qualquer um dos modelos,
as mulheres esto sempre, em mdia em 1998, menos satisfeitas que os homens
Satisfao no Trabalho em Portugal
52
(mdias dos interceptos significativas negativas - sendo homem a categoria de
referncia). A esta concluso chegam tambm DAddio et al. (2003) quando fazem
uma anlise comparativa entre pases. Os autores observam que as concluses de
Clark acerca da diferena de satisfao no trabalho entre sexos, mais elevada nas
mulheres, no podem ser replicadas para a Dinamarca, Holanda e Portugal. Os dados
agora obtidos permitem ainda retirar concluses diferentes daquelas s quais
chegaram Vieira et al. (2004) aquando da utilizao dos dados portugueses. Os
autores no encontram evidncia de que haja uma diferena ao nvel da satisfao
com o trabalho entre homens e mulheres ( excepo da satisfao com o salrio, que
parece ser mais elevada nas mulheres). Esta diferena pode ficar a dever-se ao facto
de ter sido usada uma metodologia diferente (modelao do overall job satisfaction e
das vrias facetas da satisfao atravs de regresses probit ordinais independentes)
ou ainda de terem sido consideradas as seis primeiras waves do ECHP. As concluses
agora retiradas parecem ir ao encontro do que refere Clark (1997) quando afirma que,
porque a mais elevada satisfao das mulheres parece resultar do facto das suas
expectativas serem mais baixas fruto da sua posio tradicionalmente mais precria no
mercado de trabalho, medida que se vai esbatendo a diferena entre os trabalhos dos
homens e das mulheres, tambm as diferenas de expectativas e de satisfao no
trabalho se vo atenuando. Apesar de no se poder afirmar que tenha sido isto que se
passou com a populao portuguesa, esta parece ser uma explicao a considerar
quando se comparam diferentes estudos, sobretudo quando consideram perodos de
tempo diferentes.
O sector de actividade (pblico ou privado) influencia todos os status iniciais mas s
o declive dos factores extrnsecos (estimativas significativas para os interceptos e para
o declive dos factores materiais). Isto significa que, quando analisada separadamente a
satisfao com os factores extrnsecos, o sector de actividade tem impacto no ritmo da
mudana relativamente satisfao. Assim, os trabalhadores do sector privado
tendem a ter uma trajectria de mudana mais desacelerada que os do sector pblico
(estimativa de -0.044). Por outro lado, ainda de referir que os indivduos que
trabalham no sector privado esto, em mdia, menos satisfeitos que os do sector
pblico em 1998 (sendo o sector pblico a categoria de referncia). E isto verifica-
se para qualquer um dos modelos testados. Tudo isto compreensvel na perspectiva
mais tradicionalista que considera o facto de trabalhar no sector pblico um indicador
Satisfao no Trabalho em Portugal
53
de estabilidade; ter um emprego no sector pblico significa, quanto mais no seja em
termos de percepo, ter um emprego mais seguro e os dados parecem corroborar isso
mesmo. Tambm Vieira et al. (2004) chegam a concluses semelhantes: o facto de se
trabalhar no sector pblico influencia de forma positiva tanto a satisfao em termos
globais como a satisfao com o rendimento, o tipo de trabalho e, sobretudo, com a
segurana (que pode equivaler aos factores extrnsecos) e o nmero de horas de
trabalho (que podem ser identificadas com os factores intrnsecos). Esta concluso
especfica compreensvel luz da percepo tradicional de que os funcionrios
pblicos tm, por norma, um horrio mais definido e, muitas vezes, mais reduzidos
que os dos trabalhadores do sector privado.
O tipo de contrato influencia todos os status iniciais (valores mdios satisfao em
1998), sendo contrato no permanente a categoria de referncia; contudo, quando
considerada a estrutura bifactorial, aquele influencia mais a satisfao com os factores
extrnsecos. Mais uma vez, ter contrato permanente um indicador de maior
estabilidade, pelo que faz sentido que quem tenha contrato permanente esteja em
mdia mais satisfeito que aqueles que tm outro tipo de contrato, sobretudo no que diz
respeito s condies materiais. mesma concluso chegam Vieira et al. (2004)
quando encontram relaes positivas entre o facto de ter um contrato permanente e
reportar nveis de satisfao mais elevados, sobretudo no que concerne, semelhana
dos dados aqui apresentados, satisfao com a segurana.
A idade dos indivduos s tem influncia, quer no declive da trajectria quer na mdia
inicial, no modelo que considera o indicador genrico de satisfao. Isto pode
eventualmente significar que esta varivel, que no fundo um indicador da posio do
indivduo no percurso da vida, influencia mais uma avaliao do trabalho enquanto
uma das dimenses de satisfao com a vida do que propriamente a avaliao
concreta da satisfao com as vrias dimenses do trabalho. A relao em U entre a
idade e a satisfao encontrada tanto por Clark (1997), ao modelar as facetas do
trabalho, como por Vieira (2005), ao considerar apenas o overall job satisfaction, no
se parece verificar aqui. O mesmo acontece no estudo de 2004: Vieira et al.
encontram relaes significativas entre a idade e as cinco variveis dependentes de
satisfao que consideram. Isto dever-se-, muito provavelmente ao facto dos autores
referidos introduzirem a varivel idade enquanto varivel mtrica ao passo que, no
presente estudo, foram criados escales etrios introduzidos nos modelos como
Satisfao no Trabalho em Portugal
54
variveis dummy
27
. De facto, nos modelos aqui apresentados, a nica categoria que
tem impacto no indicador genrico a dos 56 aos 64 anos (a mdia do intercepto
significativa e negativa face ao escalo etrio de referncia 16 aos 25 anos). Talvez
por uma questo de proximidade reforma vista com alguma impacincia (no entra
no mbito deste estudo encontrar as reais causas do fenmeno), os indivduos em fim
de percurso laboral esto, em mdia menos satisfeitos em 1998 do que aqueles que
acabaram de entrar no mercado de trabalho.
Quanto ao nvel de instruo, este apresenta diferenas em termos de impacto
consoante o modelo que se considerar: por um lado, os indivduos com escolaridade
mais baixa (at ao 9 ano) esto, em mdia em 1998, menos satisfeitos que os que com
escolaridade superior, o que s no se verifica relativamente satisfao com os
factores materiais (mdias dos interceptos significativas e negativas em relao
categoria de referncia ensino superior); j os indivduos que tm o ensino
secundrio s se sentem, no primeiro momento de observao, menos satisfeitos
relativamente aos que tm escolaridade superior no que diz respeito aos factores
extrnsecos e ao overall job satisfaction. Esta varivel no tem impacto significativo
na taxa de mudana. De uma forma genrica, pode dizer-se que nveis de escolaridade
mais baixos esto associados a nveis de satisfao tambm eles mais reduzidos. J
Vieira et al. (2004) no encontram relao entre a satisfao e o nvel de instruo
(lembre-se que, neste estudo, os autores analisaram apenas o indicador genrico de
satisfao, a satisfao com o rendimento, com a segurana, com o tipo e nmero de
horas de trabalho).
Estados de sade percepcionados (sendo aqui a categoria de referncia a percepo da
sade como boa/muito boa) como mais debilitados influenciam negativamente a
satisfao mdia com o trabalho, em 1998, independentemente da forma como se
abordar o conceito. Verifica-se tambm que quanto pior for a percepo do estado de
sade, mais baixa ser a satisfao mdia no trabalho no primeiro momento em
anlise. ainda de notar que aqueles que consideram o seu estado de sade como
razovel tero um ritmo de mudana superior ao dos que se consideram em melhor
estado de sade (estimativa do declive: 0.026), isto quando se trata as vrias
27
Estando as variveis explicativas enquadradas numa lgica de regresso (as estimativas para estes
parmetros so lidas tal como coeficientes de regresso), s podero ser incorporadas no modelo
variveis de tipo mtrico ou dicotmico com codificao 0/1, as quais so designadas por variveis
dummy.
Satisfao no Trabalho em Portugal
55
dimenses da satisfao do trabalho como constituindo um nico constructo; esta
tendncia mais acentuada quando se fala apenas dos factores intrnsecos (estimativa
do declive: 0.045), aqueles que remetem para as vrias dimenses do trabalho em si.
No estudo de Vieira et al. (2004), a percepo acerca do estado de sade tambm
influencia todas as variveis dependentes testadas (overall job satisfaction, satisfao
com o rendimento, com a segurana, com o tipo e nmero de horas de trabalho).
Relativamente ao estado civil (sendo a categoria de referncia casado), os
indivduos solteiros esto, em 1998 e em mdia, menos satisfeitos com o trabalho do
que os casados, independentemente do tipo de abordagem a esta questo (mdias dos
interceptos negativas). Apenas para o overall job satisfaction, esta categoria tem
impacto no ritmo de mudana: os indivduos solteiros tendero a mudar os seus nveis
de satisfao mais rapidamente que os indivduos casados. J Vieira (2005) e Vieira et
al. (2004) defenderam que o facto de ser casado tem um impacto positivo na
satisfao com a segurana e com o tipo de trabalho.
O nmero de horas de trabalho por semana (sendo a categoria de referncia < de 40
horas) tem impacto na mdia da satisfao no trabalho em 1998 quando se
consideram as vrias dimenses do trabalho, independentemente de se considerar uma
estrutura uni ou bifactorial. Isto j no acontece para o indicador genrico o que pode
sugerir que este no um factor preponderante quando se pede aos indivduos que
faam um balano global do trabalho. Assim, os indivduos que trabalham 40 horas e
os que trabalham mais de 40 horas esto em mdia menos satisfeitos que aqueles que
trabalham menos de 40 horas (mdias dos interceptos significativas e negativas);
alis, pode mesmo dizer-se que quanto maior o nmero de horas de trabalho menor
ser a satisfao
28
. Se se considerar o modelo bifactorial, trabalhar mais horas tem um
impacto maior, obviamente, na satisfao com os factores intrnsecos, naqueles que
dizem respeito satisfao com vrias dimenses do trabalho em si. Vieira (2005) e
Vieira et al. (2004), talvez por terem utilizado o nmero de horas de trabalho como
varivel contnua, chegam a concluses um pouco diferentes. Naqueles estudos, os
autores percebem que o nmero de horas de trabalho tem um impacto na satisfao de
uma forma geral; o mesmo acontece relativamente satisfao com o rendimento e
com a segurana (as variveis que compem o indicador aqui apresentado como
28
Os indivduos que trabalham mais de 40 horas esto, em mdia, mais insatisfeitos que os que
trabalham 40 horas semanais.
Satisfao no Trabalho em Portugal
56
factores extrnsecos) e tambm com o tipo de trabalho. No entanto, considerando a
satisfao com o nmero de horas de trabalho, percebe-se que uma maior carga
horria tem um impacto negativo na satisfao com esta faceta em particular.
O indivduo considerar que est sobrequalificado para desempenhar as suas tarefas
(sendo no se considerar sobrequalificado a categoria de referncia) a nica
categoria, de entre todas as categorias de todas as variveis independentes
incorporadas nos modelos, que influencia os vrios declives relativos modelao das
vrias dimenses de satisfao no trabalho podendo isto indicar que esta ser uma
percepo que entra em jogo no quando os indivduos fazem uma avaliao global
mas sim quando estes ponderam as vrias dimenses que compem a satisfao no
trabalho at porque no ser uma das variveis que mais se tenha em mente quando se
est a fazer uma avaliao genrica. Assim, os valores positivos para as estimativas
dos declives indiciam uma trajectria de satisfao mdia crescente para estes
indivduos, ao longo dos anos considerados. J no estudo de Vieira (2005), a
percepo de sobrequalificao tem um impacto negativo no overall job satisfaction
bem como na satisfao com o salrio, a segurana, o tipo e o nmero de horas de
trabalho. No presente estudo, os indivduos que se sentem sobrequalificados tendem, e
1998 e em mdia, a estar mais insatisfeitos com os factores extrnsecos que os que no
consideram estar nesta situao (estimativa negativa para o intercepto dos factores
materiais: -0.74). Isso pode querer dizer que, no que toca ao trabalho desempenhado,
este no um factor decisivo; contudo, os indivduos podem considerar que, ao terem
qualificaes a mais do que as necessrias, poderiam eventualmente ser melhor
remunerados ou estar numa situao mais estvel. Por outro lado, quando
consideradas as vrias dimenses do trabalho, os indivduos que se consideram
sobrequalificados tm uma trajectria de mudana mais acelerada que os que no se
vem como sobrequalificados, sobretudo no que diz respeito aos factores extrnsecos
(estimativas positivas para as mdias dos declives).
Tentando agora, de forma mais genrica, perceber as diferenas que existem em
modelar a satisfao no trabalho de diferentes formas, pode chegar-se a algumas
concluses interessantes.
As variveis sexo, sector de actividade, tipo de contracto, percepo relativa ao estado
de sade e estado civil (neste caso, apenas a categoria solteiro) influenciam todos os
Satisfao no Trabalho em Portugal
57
valores mdios de satisfao inicial (em 1998) no que diz respeito satisfao no
trabalho, independentemente da forma como esta modelada. O sentido do impacto
congruente em todos os modelos o que faz crer que, no caso destes determinantes, no
haver diferenas substanciais entre as vrias modelaes. As diferenas que existem
verificam-se, nestes casos, somente na magnitude do impacto das variveis
explicativas na satisfao mdia no momento inicial.
Nesta perspectiva, modelar o overall job satisfaction e modelar as facetas do trabalho
atravs de um factor parecem j ser coisas distintas. Apesar de os determinantes serem
semelhantes no sentido do impacto, raramente tm coeficientes de magnitude
semelhante. Parece ento haver indcios de que o overall job satisfaction no esteja a
medir exactamente a mesma coisa que as vrias dimenses do trabalho medem.
J comparando o modelo unifactorial com o bifactorial, existem algumas diferenas
genricas. O impacto dos vrios determinantes considerados parece, na soluo
unifactorial, ser quase que uma mdia do impacto em cada um dos factores da soluo
bifactorial. Uma vez que nas duas solues se est a trabalhar com as mesmas
variveis de partida, natural que o impacto diferenciado que se verifica entre
factores intrnsecos e extrnsecos aparea mais esbatido na soluo onde todas as
variveis so como que combinadas numa nica.
Em termos de bondade do ajustamento (ver tabela 9), pode dizer-se que, ainda que os
modelos mais complexos tenham medidas de ajustamento mais baixas, provavelmente
porque penalizadas pela sua complexidade, todos os modelos parecem reproduzir bem
a estrutura de covarincias existente na populao. Estas concluses parecem ser
contrariadas pela medida de bondade do ajustamento baseada nos resduos. Como j
foi referido anteriormente, aquando da anlise da bondade do ajustamento dos
modelos no condicionados, esta uma medida que, sugerindo um ajustamento
discrepante das restantes medidas, dever ser ignorada.
Satisfao no Trabalho em Portugal
58
Tabela 9 Medidas de bondade do ajustamento dos modelos de trajectria latente condicionada
overall
Satisf. Trabalho
1 factor
Satisf. Trabalho
2 factores
CFI 0,999 0,925 0,912
TLI 0,999 0,978 0,972
RMSEA 0,009 0,064 0,075
WRMR 0,478 2,217 2,324
Uma vez que todos os modelos parecem apresentar um bom ajustamento, pode
pensar-se neles no como concorrentes mas como complementares, todos teis, pelo
que a utilizao de um ou de outro dever depender no da sua prpria validade mas
do grau de detalhe que se pretenda para determinada anlise.
Satisfao no Trabalho em Portugal
59
4 CONCLUSO
A satisfao no trabalho um tema que tem sido amplamente estudado pelas mais
variadas disciplinas. J os modelos de trajectria latente com variveis ordinais s
mais recentemente tm sido objecto de investigao. De facto, e como referem
Duncan et al. (2006), esta uma metodologia emergente e o estudo da sua aplicao
numa lgica de modelos de equaes estruturais est ainda em desenvolvimento.
Alis, nas obras de referncia consultadas a propsito da utilizao desta metodologia,
poucas pginas, por vezes poucos pargrafos, so dedicadas discusso da utilizao
de variveis ordinais no contexto dos LGCM. Mesmo numa referncia mais recente,
Preacher et al. (2008) afirmam que se espera, num futuro prximo, desenvolvimentos
substanciais desta metodologia mais especfica. De facto, se se considerar o software
como um indicador do grau de desenvolvimento das tcnicas estatsticas
29
, percebe-se
que h ainda algum caminho a percorrer nesta rea particular. Ao passo que a
modelao de trajectrias latentes com variveis contnuas est j implementada de
forma relativamente similar na maior parte dos softwares de modelao de SEM, os
LGCM com variveis categoriais no esto ainda to disseminados nem tm uma
implementao padronizada (pelo que tambm no existem ainda artigos publicados
com aplicaes nesta rea), o que dificulta a avaliao e interpretao dos modelos
numa perspectiva comparativa. Como referem Duncan et al. (2006), devido s
diferentes parametrizaes possveis e variedade de mtodos de estimao
disponveis para a modelao de LGCM com variveis categoriais, nem sempre
possvel comparar as solues de um determinado modelo gerado a partir de
diferentes softwares.
De facto, este tipo de modelao tem uma complexidade acrescida relativamente aos
modelos encontrados na literatura sobre a satisfao no trabalho. Por um lado, utiliza
medidas repetidas de variveis que no observadas mas sim latentes e, por outro, as
variveis manifestas em estudo so de natureza ordinal. Muitas vezes, escalas do tipo
das aqui apresentadas so modeladas como se se tratassem de variveis mtricas.
Neste estudo, optou-se por considerar a sua verdadeira natureza (ordinal), ainda que
29
A ttulo de exemplo pode referir-se que na verso 3 do Mplus, lanada em 2004, no era possvel a
modelao de trajectrias latentes de segunda ordem. Refira-se ainda que, desde Novembro de 2007
(quando foi lanada a verso 5 do mesmo software, a utilizada neste trabalho), saram j mais trs
actualizaes da verso 5: 5.1, 5.2 e 5.21.
Satisfao no Trabalho em Portugal
60
isso implicasse a experimentao de uma tcnica ainda em fase de desenvolvimento.
Espera-se com este trabalho dar um contributo para o aumento do estudo desta rea, e
tambm no que diz respeito a novas formas de modelao da satisfao no trabalho,
onde as anlises mais comuns avaliam a satisfao de forma parcelar, nunca tendo
sido possvel encontrar estudos que tenham em conta uma perspectiva longitudinal
integrando as vrias dimenses que compem a satisfao com o trabalho,
excepo, como se disse, de Salgueiro (2009) e Salgueiro et al. (2008).
Partindo do conhecimento cientfico substantivo j produzido sobre este tema, foi
possvel considerar trs diferentes abordagens ao conceito: a primeira procurou
descrever e explicar a trajectria de satisfao como um todo; a segunda considerou
que as diversas dimenses parcelares de satisfao poderiam ser indicadores de
medida de um factor latente de satisfao; e na terceira considerou-se que a satisfao
com as vrias facetas do trabalho poderiam ser indicadores de medida de dois factores
latentes distintos (um relativo aos aspectos materiais do trabalho, que se designou por
factores extrnsecos, e outro referente relao entre o trabalho e a qualidade de vida,
que de denominou de factores intrnsecos).
Pde ento perceber-se que existe variabilidade significativa entre os indivduos, no
s no que diz respeito satisfao mdia inicial em 1998 como tambm no que
concerne ao ritmo de mudana no perodo 1998-2001. Atravs dos resultados deste
trabalho, deduz-se ainda que a satisfao dos indivduos relativamente ao trabalho
aumentou ao longo do perodo considerado. Estes dados em particular parecem
apontar para uma ideia de melhoria nas condies gerais dos empregos que no
acompanhada por uma mudana na percepo relativamente aos rendimentos e
segurana. Especificamente no que diz respeito ao modelo que avalia as facetas do
trabalho em dois indicadores latentes, percebe-se ainda que, por um lado, a satisfao
com os factores intrnsecos e com os extrnsecos covariam no mesmo sentido, por
outro, indivduos com mais elevado nvel de satisfao inicial tendem a descrever uma
trajectria mais desacelerada, e, por ltimo, os ritmos das trajectrias dos dois factores
covariam no mesmo sentido.
Existem, no entanto, diferentes determinantes de cada uma das trajectrias modeladas.
Quando se tem em conta apenas o indicador genrico de satisfao, percebe-se que as
mulheres, os indivduos que trabalham no sector privado, os que tm um tipo de
contrato no permanente, os que esto mais prximo da idade da reforma, os que tm
Satisfao no Trabalho em Portugal
61
um nvel de instruo que no a superior, os que no consideram a sua sade boa ou
muito boa e os solteiros tm, em mdia, nveis mdios de satisfao mais reduzidos no
momento inicial (1998). Por outro lado, percebe-se ainda que os indivduos que esto
mais ou menos a meio da sua carreira laboral (que tm entre 26 e 45 anos) apresentam
um ritmo mdio de mudana mais acelerado; o mesmo se verifica para os indivduos
solteiros. Ao considerar os modelos de trajectria latente de segunda ordem observa-
se, por exemplo, que a idade no parece ter qualquer impacto nem na satisfao mdia
inicial nem no ritmo mdio de mudana; pelo contrrio, a percepo de
sobrequalificao para o trabalho desempenhado tem um impacto negativo no que diz
respeito aos factores extrnsecos, ou seja, os indivduos que se consideram
sobrequalificados esto, em mdia, menos satisfeitos em 1998, e tem um impacto
tambm no ritmo de mudana: os sujeitos que manifestam esta percepo tero um
ritmo mdio mais acelerado de mudana ao longo do tempo. Tal como foi analisado
anteriormente, as diferenas encontradas entre a modelao do overall job satisfaction
e a modelao de trajectrias atravs de factores latentes parecem sugerir que, ao
considerar o trabalho como um todo ou como uma ponderao de vrios factores, os
indivduos no estaro as ter em conta as mesmas dimenses perceptuais. Por outro
lado, observa-se ainda que, considerando a evoluo dos dois constructos, os impactos
surgem mais extremados quando comparados com os do modelo que contempla
apenas uma varivel latente ao longo do tempo, indiciando que existem diferenas
entre modelar apenas a satisfao no trabalho (ainda que aferida por vrios
indicadores) e a satisfao com factores de trabalho diferenciados (intrnsecos e
extrnsecos). Tal como se referiu anteriormente, e tambm porque as medidas de
bondade do ajustamento assim o sugerem, as vrias abordagens ao conceito de
satisfao parecem ser todas elas viveis. A escolha entre os trs tipos de modelao
propostos dever ter ento em conta o grau de especificidade que se pretenda obter.
Estas sero ento hipteses de trabalho que podem ser tidas em conta no s para uma
anlise que contemple uma perspectiva comparativa entre pases como tambm para
estudos que abranjam todas as waves disponveis. De facto, e tambm provavelmente
devido dificuldade de acesso aos dados estrangeiros, no se encontraram muitos
estudos que contemplassem este tipo de anlise comparativa. No se encontraram
igualmente muitos estudos que utilizassem os dados do ECHP relativos temtica da
satisfao no trabalho. Apesar de os dados analisados neste trabalho no serem
Satisfao no Trabalho em Portugal
62
particularmente recentes, a principal preocupao foi a de modelar dados portugueses,
que escasseiam na literatura, atravs de uma metodologia inovadora os LGCM com
variveis ordinais contribuindo, assim, no s para a investigao nesta rea
metodolgica como tambm para o estudo da satisfao no trabalho em Portugal. Em
estudos futuros seria ainda de ter em ateno a necessidade de verificao dos
pressupostos deste tipo de modelos ( qual no foi dada a devida ateno, na linha do
que acontece muitos outros autores), ainda que sejam, neste estudo, utilizados
mtodos robustos de estimao e se disponha de uma amostra grande.
Face ao conhecimento j produzido, esta abordagem metodolgica apresenta inmeras
vantagens, j explanadas anteriormente, e representa um avano relativamente s
abordagens mais comuns encontradas na literatura: congrega num s modelo vrias
dimenses da satisfao no trabalho que as metodologias mais comuns (por exemplo,
a probit) apenas consegue modelar parcelarmente.
Sendo os LGCM aplicados a variveis ordinais um mtodo em desenvolvimento,
futuras aplicaes devero ter em conta os sucessivos aperfeioamentos que, com
certeza, se verificaro nos prximos anos, quer em termos tericos quer de software
estatstico. Espera-se que os vrios programas onde j hoje possvel estimar este tipo
de modelos venham a desenvolver rotinas mais facilitadas para o utilizador, o que
nem sempre acontece neste momento. Se o Mplus tem j procedimentos que facilitam
a extensa parametrizao dos modelos, o LISREL parece ter ficado um pouco para
trs neste aspecto: por um lado, cada parmetro que se queira restringir ou libertar
para estimao tem de ser especificado individualmente na folha de comandos; por
outro, so necessrios trs passos para a estimao deste tipo particular de LCGM. O
problema da falta de informao relativa a como especificar este tipo de modelos
tambm neste aspecto se fez notar. Por isso mesmo se apresentam no final deste
trabalho, anexos 6.8 e 6.9, todas as linhas de comandos
30
utilizadas em Mplus e em
LISREL respectivamente.
Espera-se que este trabalho sirva como instrumento de trabalho para estudos futuros
no s em termos substantivos como, e principalmente, em termos metodolgicos.
30
As linhas de comando relativas aos modelos mais complexos (LGCM condicionada com dois
factores de segunda ordem em Mplus e LGCM no condicionada com dois factores de segunda ordem
em LISREL) esto ainda anotadas de forma a poderem ser teis para utilizadores futuros desta
metodologia.
Satisfao no Trabalho em Portugal
63
5 BIBLIOGRAFIA
Albert, C. e M.A. Davia (2005), Education, wages and job satisfaction, EPUNet-2005
Conference, Colchester,
http://www.iser.essex.ac.uk/files/conferences/epunet/2005/docs/pdf/papers/davia.pdf.
Bollen, K.A. e P.J. Curran (2006), Latent Curve models. A structural Equation
Perspective. New Jersey: John Wiley & Sons.
Clark, A. (1996), Job satisfaction in Britain. British Journal of Industrial Relations
34(2), 189-217.
Clark, A. (1997), Job satisfaction and gender: Why are women so happy at work?,
Labour Economics 4, 341-372.
Clark, A., N. Kristensen e N. Westergard-Nielsen (2007), Job satisfaction and co-
worker wages: status or signal?. Discussion Paper No. 3073, Institute for the Study of
Labor.
D'Addio, A.C., T. Eriksson e P. Frijters (2003), An analysis of the determinants of job
satisfaction when individuals' baseline satisfaction levels may differ, CAM Working
papers.
Duncan, T., S. Duncan e L. Strycker (2006), An Introduction to Latent Variable
Growth Curve Modeling. Concepts, Issues, and Applications. New Jersey: Lawrence
Erlbaum Associates.
Duserick, F., W. Huang e Z. Dai (2006), Structural equation modeling for evaluating
employee satisfaction, Competition Forum 4(2), 395-404.
EuroPanel Users Network (2005), The ECHP User Guide,
http://epunet.essex.ac.uk/echp_userguide_toc.php.
EUROSTAT (2003a), European Community Household Panel, Longitudinal Users'
Database Waves 1 to 8, Survey years 1994 to 2001,
http://circa.europa.eu/Public/irc/dsis/echpanel/library.
EUROSTAT (2003b), ECHP UDB, Description of variables Data dictionary,
codebook and differences between countries and waves,
http://circa.europa.eu/Public/irc/dsis/echpanel/library?l=/user_db/pan166200312pdf/_
EN_1.0_&a=d
Flora, D.B. e P.J. Curran (2004), An Empirical Evaluation of Alternative Methods of
Estimation for Confirmatory Factor Analysis With Ordinal Data. Psychological
Methods 9(4), 466-491.
Hackman, J.R. e G.R. Oldham (1975), Development of the Job Diagnostic Survey.
Journal of Applied Psychology 60(2), 159-170.
Hancock, G.R., W. Kuo e F.R. Lawrence (2001), Teacher's Corner: An Illustration of
Second-Order Latent Growth Models. Structural Equation Modeling: A
Multidisciplinary Journal 8(3), 470-489.
Satisfao no Trabalho em Portugal
64
Heywood, J., W.S. Siebert e X. Wei (2002), Worker sorting and job satisfaction: The
case of union and government jobs, Industrial and Labour Relations Review 55(4),
595-609.
Instituto Nacional de Estatstica (2001), Painel de agregados domsticos privados da
Unio Europeia, Questionrio individual detalhado.
Judge, T. e R. Klinger (2008), Job satisfaction: Subjective well-being at work, em Eid,
M. e R. Larsen (Ed.), The science of subjective well-being. New York: The Guilford
Press, 393-413.
Leontaridi, R. e P. Sloane (2003), Low pay, higher pay, earnings mobility and job
satisfaction, BHPS 2003 Conference, Colchester,
http://www.iser.essex.ac.uk/files/conferences/bhps/2003/docs/pdf/papers/sloane.pdf.
Locke, E. (1976), The nature and causes of job satisfaction, em Dunnette, M. (Ed.),
Handbook of industrial and organizational psychology, Chicago: Rand McNally,
1297-1349.
Moscovici, S. (2000), Social Representations: Explorations in social psychology,
Cambridge: Polity Press.
Muthn, B. (2004), Mplus Technical Appendices,
http://www.statmodel.com/download/techappen.pdf.
Muthn, L. (2004), Fit indices. How is it possible!!!, under the topic Categorical Data
Modeling, Mplus Discussion,
http://www.statmodel.com/discussion/messages/23/416.html.
Muthn, L. (2005), Model Fit Diagnostics and Mplus Parameter Arrays, under the
topic Structural Equation Modeling, Mplus Discussion,
http://www.statmodel.com/discussion/messages/11/233.html?1215795220.
Muthn, L. e B. Muthn (2007), Mplus Users Guide,
http://www.statmodel.com/download/usersguide/Mplus%20Users%20Guide%20v5.p
df
Peracchi, F. (2002), The European Household Community Panel: A review. Empirical
Economics 27, 63-90.
Preacher, K.J. et al. (2008), Latent Growth Curve Modeling. Thousand Oaks: Sage
publications.
Rose, M. (1999), Explaining and forecasting job satisfaction: the contribution of
occupational profiling. Working Paper 3: ESRC Future of Work Programme,
Swindon: ESRC.
Rose, M. (2001), Disparate measures in the workplace Quantifying overall job
satisfaction. BHPS 2001 Conference, Colchester,
http://www.iser.essex.ac.uk/bhps/2001/docs/pdf/papers/rose.pdf.
Rose, M. (2003), Good deal, bad deal? Job satisfaction in occupations, Work,
Employment and Society 17(3), 505-532.
Salgueiro, M.F. (2008), Modelos de Equaes Estruturais Aplicaes com LISREL,
manuscrito no publicado.
Satisfao no Trabalho em Portugal
65
Salgueiro, M.F. (2009), Modelling Job Satisfaction Trajectories in the British
Household Panel Survey using Latent Growth Curve Models, em Pires Manso e J.D.
Monteiro (dir.), Anais de Economia Aplicada, N XXIII, 581-593.
Salgueiro, M.F., P.W.F. Smith e M.D.T. Vieira (2008), Modelao de trajectrias de
satisfao com dados do British Household Panel Survey, Programas e Resumos
XVI Congresso Anual da SPE, Sociedade Portuguesa de Estatstica, 140.
Schaubroeck, J. e K. Jennings (1991), A longitudinal investigation of factors
mediating the participative decision making job satisfaction linkage, Multivariate
Behavioral Research 26(1), 49-68.
Spector, P. (1985), Measurement of human service staff satisfaction: Development of
the Job Satisfaction Survey, American Journal of Community Psychology 13(6), 693-
713.
Spector, P. (1997), Job satisfaction: application, assessment, causes, and
consequences, Thowsand Oaks: SAGE.
Vieira, J.C. (2005), Skill mismatches and job satisfaction, Economic Letters 89, 39-
47.
Vieira, J.C., J. Couto e M: Tiago (2004), Wages and job satisfaction in Portugal,
ERSA Conference Papers, ersa04p667, European Regional Science Association.
Vieira, J.C., A. Menezes e P. Gabriel (2005), Low pay, higher pay and job quality:
empirical evidence for Portugal, Applied Economics Letters 12(8), 505-511.
Wernimont, Paul (1972), A systems view of job satisfaction, Journal of Applied
Psychology 56(2), 173-176.
Wong, C., C. Hui e K. Law (1998), A longitudinal study of the job perception-job
satisfaction relationship: A test of three alternative specifications, Journal of
Occupational and Organizational Psychology 71(2), 127-146.
Yu, C.Y. (2002), Evaluating cutoff criteria of model fit indices for latent variable
models with binary and continuous outcomes. Ph.D. Thesis, University of California,
Los Angeles.
.
Satisfao no Trabalho em Portugal
66
6 ANEXOS
6.1 VARIVEIS EM ANLISE
nome descrio categorias
s_earn98 satisfao com o rendimento em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_secu98 satisfao com a segurana em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_type98 satisfao com o tipo de trabalho em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_numb98 satisfao com o nmero de horas de trabalho em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_time98 satisfao com os horrios de trabalho em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_cond98 satisfao com as condies de trabalho em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_dist98 satisfao com a distncia ao local de trabalho em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_earn99 satisfao com o rendimento em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_secu99 satisfao com a segurana em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_type99 satisfao com o tipo de trabalho em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_numb99 satisfao com o nmero de horas de trabalho em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_time99 satisfao com os horrios de trabalho em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_cond99 satisfao com as condies de trabalho em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_dist99 satisfao com a distncia ao local de trabalho em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_earn00 satisfao com o rendimento em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_secu00 satisfao com a segurana em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_type00 satisfao com o tipo de trabalho em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_numb00 satisfao com o nmero de horas de trabalho em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_time00 satisfao com os horrios de trabalho em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_cond00 satisfao com as condies de trabalho em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_dist00 satisfao com a distncia ao local de trabalho em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_earn01 satisfao com o rendimento em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
Satisfao no Trabalho em Portugal
67
s_secu01 satisfao com a segurana em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_type01 satisfao com o tipo de trabalho em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_numb01 satisfao com o nmero de horas de trabalho em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_time01 satisfao com os horrios de trabalho em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_cond01 satisfao com as condies de trabalho em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
s_dist01 satisfao com a distncia ao local de trabalho em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
ovjsat98 satisfao com o trabalho em 1998
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
ovjsat99 satisfao com o trabalho em 1999
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
ovjsat00 satisfao com o trabalho em 2000
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
ovjsat01 satisfao com o trabalho em 2001
1 - totalmente insatisfeito; ;
6 - totalmente satisfeito
Sex98 sexo 0 - homem ; 1 - mulher
Sector98 sector de actividade 0 - pblico ; 1 - privado
contra98 tipo de contrato 0 - outro ; 1 - permanente
age1 idade 1 (dummy) 0 - outra ; 1 - 16-25 anos
age2 idade 2 (dummy) 0 - outra ; 1 - 26-35 anos
age3 idade 3 (dummy) 0 - outra ; 1 - 36-45 anos
age4 idade 4 (dummy) 0 - outra ; 1 - 46-55 anos
age5 idade 5 (dummy) 0 - outra ; 1 - 56-64 anos
educ1 nvel de escolaridade 1 (dummy)
0 - outro ; 1 - ISCED 5-7
(superior)
educ2 nvel de escolaridade 2 (dummy)
0 - outro ; 1 - ISCED 3 (10
ao 12 ano)
educ3 nvel de escolaridade 3 (dummy)
0 - outro ; 1 - ISCED 0-2 (at
ao 9 ano)
health1 como considera a sua sade de maneira geral 1 (dummy) 0 - outra ; 1 - boa/muito boa
health2 como considera a sua sade de maneira geral 2 (dummy) 0 - outra ; 1 - razovel
health3 como considera a sua sade de maneira geral 3 (dummy) 0 - outra ; 1 - m/muito m
estciv1 estado civil 1 (dummy) 0 - outro ; 1 - casado
estciv2 estado civil 2 (dummy) 0 - outro ; 1 - solteiro
estciv3 estado civil 3 (dummy)
0 - outro ; 1 - outro estado
(separado, divorciado, vivo)
horas1 nmero de horas de trabalho por semana 1 (dummy) 0 - outro ; 1 - <40 horas
horas2 nmero de horas de trabalho por semana 2 (dummy) 0 - outro ; 1 - 40 horas
horas3 nmero de horas de trabalho por semana 3 (dummy) 0 - outro ; 1 - >40 horas
overqu98 sente-se sobrequalificado para o trabalho que faz (1998) 0 - no ; 1 - sim
Satisfao no Trabalho em Portugal
68
6.2 MODELOS BIFACTORIAIS (LISREL)
Estimativas estandardizadas dos pesos factoriais dos
modelos bifactoriais com 6 variveis manifestas
1998 1999 2000 2001
Salrio 0,53 0,57 0,60 0,60
Fact
extrns
Segurana 0,76 0,78 0,81 0,82
Tipo de trabalho 0,78 0,83 0,81 0,83
N de horas 0,75 0,75 0,73 0,76
Horrios 0,78 0,75 0,74 0,76
Fact
intrns
Condies 0,71 0,73 0,74 0,73
Medidas de bondade do ajustamento dos
modelos bifactoriais com 6 variveis
manifestas
1998 1999 2000 2001
CFI 0,991 0,997 0,998 1,000
NNFI 0,982 0,994 0,997 1,000
RMSEA 0,066 0,040 0,028 0,000
AIC 118,980 66,122 49,519 33,122
Estimativas estandardizadas dos pesos factoriais dos
modelos bifactoriais com 7 variveis manifestas
1998 1999 2000 2001
Salrio 0,52 0,60 0,59 0,60
Fact
extrns
Segurana 0,77 0,82 0,81 0,82
Tipo de trabalho 0,78 0,82 0,81 0,82
N de horas 0,74 0,76 0,72 0,76
Horrios 0,78 0,76 0,74 0,76
Condies 0,72 0,75 0,75 0,75
Fact
intrns
Distncia 0,44 0,54 0,44 0,54
Medidas de bondade do ajustamento dos
modelos bifactoriais com 7 variveis
manifestas
1998 1999 2000 2001
CFI 0,987 0,999 0,997 0,999
NNFI 0,979 0,999 0,995 0,999
RMSEA 0,065 0,015 0,032 0,015
AIC 117,714 50,266 76,264 50,266
Nota: A medida de ajustamento NNFI (Non-Normed Fit Index) equivalente ao TLI
(Tucker-Lewis Index) indicado pelo Mplus.
6.3 MODELOS UNIFACTORIAIS (LISREL)
Estimativas estandardizadas dos pesos factoriais
dos modelos unifactoriais
1998 1999 2000 2001
Salrio 0,49 0,51 0,57 0,56
Segurana 0,69 0,69 0,75 0,75
Tipo de trabalho 0,78 0,83 0,81 0,83
N de horas 0,75 0,75 0,72 0,76
Horrios 0,77 0,75 0,73 0,75
Condies 0,71 0,73 0,74 0,73
Medidas de bondade do ajustamento dos
modelos unifactoriais
1998 1999 2000 2001
CFI 0,989 0,996 0,998 1,000
NNFI 0,982 0,993 0,997 1,000
RMSEA 0,066 0,043 0,029 0,006
AIC 129,993 73,983 52,183 33,853
Satisfao no Trabalho em Portugal
69
6.4 NOTA SOBRE O PROCEDIMENTO SUGERIDO POR DUNCAN ET AL. RELATIVO
ESTIMAO DE LGCM COM VARIVEIS ORDINAIS EM LISREL
A estimao de um modelo de trajectria latente com variveis ordinais em LISREL
implica trs passos diferenciados: no primeiro calculada a matriz de correlaes
policricas sob a condio de thresholds invariantes; no segundo, sob a mesma
condio, calculada a matriz de varincias-covarincias assimptticas das
correlaes amostrais; e no terceiro, recorrendo informao gerada nos dois
primeiros passos, estimam-se ento os parmetros do modelo de trajectria latente.
Notou-se, no entanto, que o primeiro passo, tal como exposto por Duncan et al.
(2006), tornava a construo das linhas de comandos do terceiro passo num processo
muito moroso e bastante sujeito a erros. Isto porque, no primeiro passo, no se pedia
que a matriz de correlaes policrica fosse gravada num ficheiro externo como
acontece para o caso da matriz de varincias-covarincias assimptticas mas sim
mostrada no output, bem como as mdias e os desvios-padro. Isto implica que, no
terceiro passo, na construo da folha de comandos que d origem ao modelo final, se
tenham de introduzir manualmente tanto a matriz de correlaes como as mdias e os
desvios-padro. Ora, em modelos com a complexidade dos que so neste trabalho
estimados, a quantidade de valores a copiar para a folha de comandos enorme,
havendo, assim, uma grande probabilidade de ocorrncia de erros de insero.
Considerou-se, ento, que, se a matriz de correlaes policricas j tinha sido
utilizada em modelos mais simples em formato de ficheiro autnomo, no parecia
haver motivo para que no pudesse funcionar de igual forma para modelos mais
complexos. Assim, estimaram-se dois modelos exactamente iguais com a nica
diferena de que num deles se utilizou as linhas de comandos exactamente como
fornecidas por Duncan et al. e, no outro, se introduziu a matriz de correlaes
policricas atravs de um ficheiro externo. Chegou-se concluso que as estimativas
para um e outro modelo so idnticas e que s no sero iguais por uma questo de
arredondamento dos valores das correlaes. Recomenda-se pois ao utilizador a
gravao (no 1 passo) da matriz de correlaes policricas num ficheiro externo,
procedimento equivalente ao utilizado no 2 passo para a gravao da matriz de
varincias-covarincias assimptticas em ficheiro autnomo. Isto permitir ao
utilizador de LISREL ter mais confiana aquando da elaborao das linhas de
comando do modelo final de trajectria latente.
Satisfao no Trabalho em Portugal
70
6.5 DIAGRAMAS DOS MODELOS CONCEPTUAIS DAS TRAJECTRIAS LATENTES
Representao do modelo conceptual de modelao da trajectria do overall job satisfaction
overall98
overall99
overall00
overall01
Intercepto
sat. trabalho
Slope
sat. trabalho
overall98
overall99
overall00
overall01
Intercepto
sat. trabalho
Slope
sat. trabalho
overall98
overall99
overall00
overall01
Intercepto
sat. trabalho
Intercepto
sat. trabalho
Slope
sat. trabalho
Slope
sat. trabalho
Satisfao no Trabalho em Portugal
71
Representao do modelo conceptual de modelao da trajectria de 1 factor latente de
satisfao no trabalho
salrio98
segurana98
salrio99
segurana99
salrio00
segurana00
salrio01
segurana01
tipo98
nhoras98
horrios98
condies98
tipo99
nhoras99
horrios99
condies99
tipo00
nhoras00
horrios00
condies00
tipo01
nhoras01
horrios01
condies01
Slope
sat. trabalho
Intercepto
sat. trabalho satisf.
trabalho 99
satisf.
trabalho 98
satisf.
trabalho 00
satisf.
trabalho 01
salrio98
segurana98
salrio99
segurana99
salrio00
segurana00
salrio01
segurana01
tipo98
nhoras98
horrios98
condies98
tipo99
nhoras99
horrios99
condies99
tipo00
nhoras00
horrios00
condies00
tipo01
nhoras01
horrios01
condies01
Slope
sat. trabalho
Slope
sat. trabalho
Intercepto
sat. trabalho
Intercepto
sat. trabalho satisf.
trabalho 99
satisf.
trabalho 99
satisf.
trabalho 98
satisf.
trabalho 98
satisf.
trabalho 00
satisf.
trabalho 00
satisf.
trabalho 01
satisf.
trabalho 01
Note-se que esto representadas as varincias e covarincias dos erros de medida
apenas para a varivel satisfao com o salrio. Apesar de se considerarem tambm
as varincias e covarincias dos erros das restantes medidas repetidas, optou-se por
no as representar nesta figura uma vez que tornaria ilegvel.
Satisfao no Trabalho em Portugal
72
Representao do modelo conceptual de modelao da trajectria de 2 factores latentes de
satisfao no trabalho
salrio98
segurana98
salrio99
segurana99
salrio00
segurana00
salrio01
segurana01
tipo98
nhoras98
horrios98
condies98
tipo99
nhoras99
horrios99
condies99
tipo00
nhoras00
horrios00
condies00
tipo01
nhoras01
horrios01
condies01
Slope
intrnsecos
Intercepto
extrnsecos
Intercepto
intrnsecos
Slope
extrnsecos
factores
intrnsecos 99
factores
intrnsecos 98
factores
intrnsecos 00
factores
intrnsecos 01
factores
extrnsecos 00
factores
extrnsecos 01
factores
extrnsecos 99
factores
extrnsecos 98
salrio98
segurana98
salrio99
segurana99
salrio00
segurana00
salrio01
segurana01
tipo98
nhoras98
horrios98
condies98
tipo99
nhoras99
horrios99
condies99
tipo00
nhoras00
horrios00
condies00
tipo01
nhoras01
horrios01
condies01
Slope
intrnsecos
Slope
intrnsecos
Intercepto
extrnsecos
Intercepto
extrnsecos
Intercepto
intrnsecos
Intercepto
intrnsecos
Slope
extrnsecos
Slope
extrnsecos
factores
intrnsecos 99
factores
intrnsecos 99
factores
intrnsecos 98
factores
intrnsecos 98
factores
intrnsecos 00
factores
intrnsecos 00
factores
intrnsecos 01
factores
intrnsecos 01
factores
extrnsecos 00
factores
extrnsecos 00
factores
extrnsecos 01
factores
extrnsecos 01
factores
extrnsecos 99
factores
extrnsecos 99
factores
extrnsecos 98
factores
extrnsecos 98
Aplica-se tambm aqui a nota feita relativamente representao modelo conceptual
anterior, no que diz respeito representao grfica das varincias e covarincias dos
erros das medidas repetidas.
6.6 MODELAO DE DIFERENTES CONFIGURAES DAS RELAES ESTRUTURAIS
ENTRE INTERCEPTOS E DECLIVES DO MODELO BIFACTORIAL
Estimativas
MODELO A MODELO B
Satisf. Trabalho Satisf. Trabalho
intrnsecos extrnsecos intrnsecos extrnsecos
MD slope
0,010 0,022* 0,013 0,025*
VAR slope
0,031* 0,011* 0,035* 0,013*
VAR intercepto
0,465* 0,252* 0,475* 0,254*
COV INTint INText
0,371* 0,315*
COV INTint SLOPEint
-0,044* -0,038*
COV INText SLOPEext
-0,009* -0,003
COV SLOPEint SLOPEext
0,032* 0,016*
COV INTint SLOPEext
-0,041* -----
COV INText SLOPEint
-0,042* -----
Nota: Estimativas significativas a 5% assinaladas com (*).
Satisfao no Trabalho em Portugal
73
MODELO C MODELO D MODELO E
Satisf. Trabalho Satisf. Trabalho Satisf. Trabalho
intr extr intr extr intr extr
MD slope 0,010 0,022* MD slope -0,020* 0,022* MD slope 0,010 0,013*
VAR slope 0,030* 0,019* VAR slope 0,003 0,023* VAR slope 0,036* -0,015*
VAR intercepto 0,478* 0,294* VAR intercepto -0,010* 0,295* VAR intercepto 0,477* -0,033*
COV INTint
INText
0,366*
INTint on
INText
1,252*
INText on
INTint
0,774*
SLOPEint on
INTint
-0,105*
COV INTint
SLOPEint
0,008
COV INTint
SLOPEint
-0,049*
SLOPEext on
INText
-0,103*
COV INText
SLOPEext
-0,031*
COV INText
SLOPEext
0,022*
COV SLOPEint
SLOPEext
0,026*
SLOPEint on
SLOPEext
1,343*
SLOPEext on
SLOPEint
0,843*
COV INTint
SLOPEext
-----
COV INTint
SLOPEext
-----
COV INTint
SLOPEext
-----
COV INText
SLOPEint
-----
COV INText
SLOPEint
-----
COV INText
SLOPEint
-----
Nota: Estimativas significativas a 5% assinaladas com (*).
Legenda:
MD mdia INTint intercepto dos factores intrnsecos
VAR varincia INText intercepto dos factores extrnsecos
COV covarincia SLOPEint declive dos factores intrnsecos
slope declive SLOPEext declive dos factores extrnsecos
Medidas de bondade do ajustamento dos modelos
modelo A modelo B modelo C modelo D modelo E
CFI 0,842 0,823 0,841 0,841 0,843
TLI 0,981 0,979 0,981 0,981 0,982
RMSEA 0,095 0,101 0,094 0,094 0,094
Satisfao no Trabalho em Portugal
74
6.7 MODELOS DE TRAJECTRIA LATENTE NO CONDICIONADA (LISREL)
Estimativas dos trs modelos de trajectria latente no condicionada (LISREL)
Overall Satisf. Trabalho Satisf. Trabalho
Satisf. Trabalho Factor latente Factores intrnsecos Factores extrnsecos
MD slope -0,007 0,002 -0,002 0,017*
VAR slope 0,041* 0,009* 0,031* 0,009
VAR intercepto 0,839* 0,157* 0,477* 0,237*
COV intercepto e slope -0,088* -0,014* ----- -----
COV INTint INText ----- ----- 0,330*
COV INTint SLOPEint ----- ----- -0,011
COV INText SLOPEext ----- ----- 0,012
COV SLOPEint
SLOPEext
----- ----- 0,024*
Nota: Estimativas significativas a 5% assinaladas com (*).
6.8 LINHAS DE COMANDO DE MPLUS UTILIZADAS
As linhas de comando apresentadas de seguida correspondem s utilizadas para a
estimao dos vrios modelos apresentados ao longo deste trabalho. Note-se ainda
que, para as anlises factoriais confirmatrias, so apresentadas apenas as linhas de
comando para o ano de 2001 dado que o procedimento equivalente para os restantes
perodos em anlise.
O modelo mais complexo est ainda comentado com notas explicativas dos comandos
(assinalados a vermelho) de forma a poderem ser teis para futuros utilizadores desta
metodologia. Optou-se por comentar o modelo mais complexo uma vez que todos os
comandos usados nos modelos mais simples esto tambm contidos naquele.
Anlise factorial confirmatria (2 factores)
Title: AFC factores intrnsecos e extrnsecos 2001
Data:
File is sat3_4w2l.dat ;
Variable:
Names are
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01;
Satisfao no Trabalho em Portugal
75
Missing are all (-9999) ;
USEVARIABLES ARE s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01;
CATEGORICAL ARE s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01;
MODEL: JSExt01 BY s_earn01 s_secu01;
JSInt01 BY s_type01 s_numb01 s_time01 s_cond01 ;
OUTPUT: STANDARDIZED;
Anlise factorial confirmatria (1 factor)
Title: AFC - 1 factor 2001
Data:
File is sat3_4w2l.dat ;
Variable:
Names are
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01;
Missing are all (-9999) ;
USEVARIABLES ARE s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01;
CATEGORICAL ARE s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01;
MODEL: JS01 BY s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01 ;
OUTPUT: STANDARDIZED;
Modelo de trajectria latente no condicionada overall job satisfaction
TITLE: LGCM no condicionada com medidas repetidas ordinais overall job
satisfaction
Data:
File is 4w_det5.dat ;
Variable:
Names are
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_dist98 s_earn99
s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_dist99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_dist00 s_earn01 s_secu01 s_type01
s_numb01 s_time01 s_cond01 s_dist01 ovjsat98 ovjsat99 ovjsat00 ovjsat01
Sex98 Sector98 contra98 age1 age2 age3 age4 age5 educ1 educ2 educ3
health1 health2 health3 estciv1 estciv2 estciv3 horas1 horas2 horas3
overqu98;
Missing are all (-9999) ;
USEVARIABLES ARE ovjsat98 ovjsat99 ovjsat00 ovjsat01;
CATEGORICAL ARE ovjsat98 ovjsat99 ovjsat00 ovjsat01;
MODEL:
IntJS SlopJS | ovjsat98@0 ovjsat99@1 ovjsat00@2 ovjsat01@3 ;
OUTPUT: STANDARDIZED residual modindices tech4;
Satisfao no Trabalho em Portugal
76
Modelo de trajectria latente no condicionada 1 factor
TITLE: LGCM no condicionada de 2 ordem com indicadores ordinais
satisfao no trabalho (1 factor)
Data:
File is sat3_4w2l.dat ;
Variable:
Names are
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01
s_cond01;
Missing are all (-9999) ;
USEVARIABLES ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01;
CATEGORICAL ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01;
MODEL: JS98 BY s_earn98
s_secu98-s_cond98 (1-5) ;
JS99 BY s_earn99
s_secu99-s_cond99 (1-5);
JS00 BY s_earn00
s_secu00-s_cond00 (1-5);
JS01 BY s_earn01
s_secu01-s_cond01 (1-5);
[s_type98$1 s_type99$1 s_type00$1 s_type01$1] (24);
[s_type98$2 s_type99$2 s_type00$2 s_type01$2] (35);
[s_type98$3 s_type99$3 s_type00$3 s_type01$3] (6);
[s_type98$4 s_type99$4 s_type00$4 s_type01$4] (7);
[s_type98$5 s_type99$5 s_type00$5 s_type01$5] (8);
[s_numb98$1 s_numb99$1 s_numb00$1 s_numb01$1] (9);
[s_numb98$2 s_numb99$2 s_numb00$2 s_numb01$2] (10);
[s_numb98$3 s_numb99$3 s_numb00$3 s_numb01$3] (11);
[s_numb98$4 s_numb99$4 s_numb00$4 s_numb01$4] (12);
[s_numb98$5 s_numb99$5 s_numb00$5 s_numb01$5] (13);
[s_time98$1 s_time99$1 s_time00$1 s_time01$1] (14);
[s_time98$2 s_time99$2 s_time00$2 s_time01$2] (15);
[s_time98$3 s_time99$3 s_time00$3 s_time01$3] (16);
[s_time98$4 s_time99$4 s_time00$4 s_time01$4] (17);
[s_time98$5 s_time99$5 s_time00$5 s_time01$5] (18);
[s_cond98$1 s_cond99$1 s_cond00$1 s_cond01$1] (19);
[s_cond98$2 s_cond99$2 s_cond00$2 s_cond01$2] (20);
[s_cond98$3 s_cond99$3 s_cond00$3 s_cond01$3] (21);
[s_cond98$4 s_cond99$4 s_cond00$4 s_cond01$4] (22);
[s_cond98$5 s_cond99$5 s_cond00$5 s_cond01$5] (23);
[s_earn98$1 s_earn99$1 s_earn00$1 s_earn01$1] (25);
[s_earn98$2 s_earn99$2 s_earn00$2 s_earn01$2] (26);
[s_earn98$3 s_earn99$3 s_earn00$3 s_earn01$3] (27);
[s_earn98$4 s_earn99$4 s_earn00$4 s_earn01$4] (28);
[s_earn98$5 s_earn99$5 s_earn00$5 s_earn01$5] (29);
[s_secu98$1 s_secu99$1 s_secu00$1 s_secu01$1] (30);
[s_secu98$2 s_secu99$2 s_secu00$2 s_secu01$2] (31);
[s_secu98$3 s_secu99$3 s_secu00$3 s_secu01$3] (32);
Satisfao no Trabalho em Portugal
77
[s_secu98$4 s_secu99$4 s_secu00$4 s_secu01$4] (33);
[s_secu98$5 s_secu99$5 s_secu00$5 s_secu01$5] (34);
{s_earn98-s_cond98@1 s_earn99-s_cond01};
IntJS SloJS | JS98@0 JS99@1 JS00@2 JS01@3;
s_earn98-s_cond98 PWITH s_earn99-s_cond99 ;
s_earn98-s_cond98 PWITH s_earn00-s_cond00 ;
s_earn98-s_cond98 PWITH s_earn01-s_cond01 ;
s_earn99-s_cond99 PWITH s_earn00-s_cond00 ;
s_earn99-s_cond99 PWITH s_earn01-s_cond01 ;
s_earn00-s_cond00 PWITH s_earn01-s_cond01 ;
OUTPUT: STANDARDIZED residual modindices tech4;
Modelo de trajectria latente no condicionada 2 factores
TITLE: LGCM no condicionada de 2 ordem com indicadores ordinais
satisfao no trabalho (2 factores: JSINT e JSEXT)
Data:
File is sat3_4w2l.dat ;
Variable:
Names are
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01
s_cond01;
Missing are all (-9999) ;
USEVARIABLES ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01;
CATEGORICAL ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01;
MODEL: JSInt98 BY s_type98
s_numb98-s_cond98 (1-3) ;
JSInt99 BY s_type99
s_numb99-s_cond99 (1-3);
JSInt00 BY s_type00
s_numb00-s_cond00 (1-3);
JSInt01 BY s_type01
s_numb01-s_cond01 (1-3) ;
[s_type98$1 s_type99$1 s_type00$1 s_type01$1] (4);
[s_type98$2 s_type99$2 s_type00$2 s_type01$2] (5);
[s_type98$3 s_type99$3 s_type00$3 s_type01$3] (6);
[s_type98$4 s_type99$4 s_type00$4 s_type01$4] (7);
[s_type98$5 s_type99$5 s_type00$5 s_type01$5] (8);
[s_numb98$1 s_numb99$1 s_numb00$1 s_numb01$1] (9);
[s_numb98$2 s_numb99$2 s_numb00$2 s_numb01$2] (10);
[s_numb98$3 s_numb99$3 s_numb00$3 s_numb01$3] (11);
[s_numb98$4 s_numb99$4 s_numb00$4 s_numb01$4] (12);
[s_numb98$5 s_numb99$5 s_numb00$5 s_numb01$5] (13);
[s_time98$1 s_time99$1 s_time00$1 s_time01$1] (14);
[s_time98$2 s_time99$2 s_time00$2 s_time01$2] (15);
[s_time98$3 s_time99$3 s_time00$3 s_time01$3] (16);
Satisfao no Trabalho em Portugal
78
[s_time98$4 s_time99$4 s_time00$4 s_time01$4] (17);
[s_time98$5 s_time99$5 s_time00$5 s_time01$5] (18);
[s_cond98$1 s_cond99$1 s_cond00$1 s_cond01$1] (19);
[s_cond98$2 s_cond99$2 s_cond00$2 s_cond01$2] (20);
[s_cond98$3 s_cond99$3 s_cond00$3 s_cond01$3] (21);
[s_cond98$4 s_cond99$4 s_cond00$4 s_cond01$4] (22);
[s_cond98$5 s_cond99$5 s_cond00$5 s_cond01$5] (23);
{s_type98-s_cond98@1 s_type99-s_cond01};
IntJSInt SloJSInt | JSInt98@0 JSInt99@1 JSInt00@2 JSInt01@3;
s_type98-s_cond98 PWITH s_type99-s_cond99 ;
s_type98-s_cond98 PWITH s_type00-s_cond00 ;
s_type98-s_cond98 PWITH s_type01-s_cond01 ;
s_type99-s_cond99 PWITH s_type00-s_cond00 ;
s_type99-s_cond99 PWITH s_type01-s_cond01 ;
s_type00-s_cond00 PWITH s_type01-s_cond01 ;
JSExt98 BY s_earn98
s_secu98 (24) ;
JSExt99 BY s_earn99
s_secu99 (24) ;
JSExt00 BY s_earn00
s_secu00 (24) ;
JSExt01 BY s_earn01
s_secu01 (24) ;
[s_earn98$1 s_earn99$1 s_earn00$1 s_earn01$1] (25);
[s_earn98$2 s_earn99$2 s_earn00$2 s_earn01$2] (26);
[s_earn98$3 s_earn99$3 s_earn00$3 s_earn01$3] (27);
[s_earn98$4 s_earn99$4 s_earn00$4 s_earn01$4] (28);
[s_earn98$5 s_earn99$5 s_earn00$5 s_earn01$5] (29);
[s_secu98$1 s_secu99$1 s_secu00$1 s_secu01$1] (30);
[s_secu98$2 s_secu99$2 s_secu00$2 s_secu01$2] (31);
[s_secu98$3 s_secu99$3 s_secu00$3 s_secu01$3] (32);
[s_secu98$4 s_secu99$4 s_secu00$4 s_secu01$4] (33);
[s_secu98$5 s_secu99$5 s_secu00$5 s_secu01$5] (34);
{s_earn98-s_secu98@1 s_earn99-s_secu01};
IntJSEXT SloJSEXT | JSExt98@0 JSExt99@1 JSExt00@2 JSExt01@3;
s_earn98-s_secu98 PWITH s_earn99-s_secu99 ;
s_earn98-s_secu98 PWITH s_earn00-s_secu00 ;
s_earn98-s_secu98 PWITH s_earn01-s_secu01 ;
s_earn99-s_secu99 PWITH s_earn00-s_secu00 ;
s_earn99-s_secu99 PWITH s_earn01-s_secu01 ;
s_earn00-s_secu00 PWITH s_earn01-s_secu01 ;
IntJSInt with IntJSEXT ;
SloJSInt with SloJSEXT ;
IntJSInt with SloJSInt ;
IntJSEXT with SloJSEXT ;
IntJSEXT with SloJSInt @ 0;
IntJSInt with SloJSEXT @ 0;
OUTPUT: STANDARDIZED residual modindices tech4;
Satisfao no Trabalho em Portugal
79
Modelo de trajectria latente condicionada overall job satisfaction
TITLE: LGCM condicionada com medidas repetidas ordinais overall job
satisfaction
Data:
File is 4w_det5.dat ;
Variable:
Names are
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_dist98 s_earn99
s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_dist99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_dist00 s_earn01 s_secu01 s_type01
s_numb01 s_time01 s_cond01 s_dist01 ovjsat98 ovjsat99 ovjsat00 ovjsat01
Sex98 Sector98 contra98 age1 age2 age3 age4 age5 educ1 educ2 educ3
health1 health2 health3 estciv1 estciv2 estciv3 horas1 horas2 horas3
overqu98;
Missing are all (-9999) ;
USEVARIABLES ARE ovjsat98 ovjsat99 ovjsat00 ovjsat01 Sex98 Sector98
contra98 age2 age3 age4 age5 educ2 educ3 health2 health3 estciv2
estciv3 horas2 horas3 overqu98;
CATEGORICAL ARE ovjsat98 ovjsat99 ovjsat00 ovjsat01;
MODEL:
IntJS SlopJS | ovjsat98@0 ovjsat99@1 ovjsat00@2 ovjsat01@3 ;
IntJS SlopJS ON Sex98 Sector98 contra98 age2 age3 age4 age5 educ2 educ3
health2 health3 estciv2 estciv3 horas2 horas3 overqu98;
OUTPUT: STANDARDIZED residual modindices tech4;
Modelo de trajectria latente condicionada 1 factor
TITLE: LGCM condicionada de 2 ordem com indicadores ordinais satisfao no
trabalho (1 factor)
Data:
File is 4w_det5.dat ;
Variable:
Names are
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_dist98 s_earn99
s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_dist99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_dist00 s_earn01 s_secu01 s_type01
s_numb01 s_time01 s_cond01 s_dist01 ovjsat98 ovjsat99 ovjsat00 ovjsat01
Sex98 Sector98 contra98 age1 age2 age3 age4 age5 educ1 educ2 educ3
health1 health2 health3 estciv1 estciv2 estciv3 horas1 horas2 horas3
overqu98;
Missing are all (-9999) ;
USEVARIABLES ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01 Sex98 Sector98 contra98 age2 age3 age4 age5 educ2
educ3 health2 health3 estciv2 estciv3 horas2 horas3 overqu98;
CATEGORICAL ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01;
MODEL: JS98 BY s_earn98
s_secu98-s_cond98 (1-5) ;
JS99 BY s_earn99
s_secu99-s_cond99 (1-5);
JS00 BY s_earn00
s_secu00-s_cond00 (1-5);
Satisfao no Trabalho em Portugal
80
JS01 BY s_earn01
s_secu01-s_cond01 (1-5);
[s_type98$1 s_type99$1 s_type00$1 s_type01$1] (24);
[s_type98$2 s_type99$2 s_type00$2 s_type01$2] (35);
[s_type98$3 s_type99$3 s_type00$3 s_type01$3] (6);
[s_type98$4 s_type99$4 s_type00$4 s_type01$4] (7);
[s_type98$5 s_type99$5 s_type00$5 s_type01$5] (8);
[s_numb98$1 s_numb99$1 s_numb00$1 s_numb01$1] (9);
[s_numb98$2 s_numb99$2 s_numb00$2 s_numb01$2] (10);
[s_numb98$3 s_numb99$3 s_numb00$3 s_numb01$3] (11);
[s_numb98$4 s_numb99$4 s_numb00$4 s_numb01$4] (12);
[s_numb98$5 s_numb99$5 s_numb00$5 s_numb01$5] (13);
[s_time98$1 s_time99$1 s_time00$1 s_time01$1] (14);
[s_time98$2 s_time99$2 s_time00$2 s_time01$2] (15);
[s_time98$3 s_time99$3 s_time00$3 s_time01$3] (16);
[s_time98$4 s_time99$4 s_time00$4 s_time01$4] (17);
[s_time98$5 s_time99$5 s_time00$5 s_time01$5] (18);
[s_cond98$1 s_cond99$1 s_cond00$1 s_cond01$1] (19);
[s_cond98$2 s_cond99$2 s_cond00$2 s_cond01$2] (20);
[s_cond98$3 s_cond99$3 s_cond00$3 s_cond01$3] (21);
[s_cond98$4 s_cond99$4 s_cond00$4 s_cond01$4] (22);
[s_cond98$5 s_cond99$5 s_cond00$5 s_cond01$5] (23);
[s_earn98$1 s_earn99$1 s_earn00$1 s_earn01$1] (25);
[s_earn98$2 s_earn99$2 s_earn00$2 s_earn01$2] (26);
[s_earn98$3 s_earn99$3 s_earn00$3 s_earn01$3] (27);
[s_earn98$4 s_earn99$4 s_earn00$4 s_earn01$4] (28);
[s_earn98$5 s_earn99$5 s_earn00$5 s_earn01$5] (29);
[s_secu98$1 s_secu99$1 s_secu00$1 s_secu01$1] (30);
[s_secu98$2 s_secu99$2 s_secu00$2 s_secu01$2] (31);
[s_secu98$3 s_secu99$3 s_secu00$3 s_secu01$3] (32);
[s_secu98$4 s_secu99$4 s_secu00$4 s_secu01$4] (33);
[s_secu98$5 s_secu99$5 s_secu00$5 s_secu01$5] (34);
{s_earn98-s_cond98@1 s_earn99-s_cond01};
IntJS SloJS | JS98@0 JS99@1 JS00@2 JS01@3;
s_earn98-s_cond98 PWITH s_earn99-s_cond99 ;
s_earn98-s_cond98 PWITH s_earn00-s_cond00 ;
s_earn98-s_cond98 PWITH s_earn01-s_cond01 ;
s_earn99-s_cond99 PWITH s_earn00-s_cond00 ;
s_earn99-s_cond99 PWITH s_earn01-s_cond01 ;
s_earn00-s_cond00 PWITH s_earn01-s_cond01 ;
IntJS SloJS ON Sex98 Sector98 contra98 age2 age3 age4 age5 educ2
educ3 health2 health3 estciv2 estciv3 horas2 horas3 overqu98;
OUTPUT: STANDARDIZED residual modindices tech4;
Modelo de trajectria latente condicionada 2 factores
TITLE: LGCM condicionada de 2 ordem com indicadores ordinais satisfao no
trabalho (2 factores: JSINT e JSEXT)
Data:
File is 4w_det5.dat ;
Variable:
Names are
Satisfao no Trabalho em Portugal
81
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_dist98 s_earn99
s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_dist99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_dist00 s_earn01 s_secu01 s_type01
s_numb01 s_time01 s_cond01 s_dist01 ovjsat98 ovjsat99 ovjsat00 ovjsat01
Sex98 Sector98 contra98 age1 age2 age3 age4 age5 educ1 educ2 educ3
health1 health2 health3 estciv1 estciv2 estciv3 horas1 horas2 horas3
overqu98;
[variveis que constam da base de dados]
Missing are all (-9999) ;
[definio dos cdigos dos valores omissos]
USEVARIABLES ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01 Sex98 Sector98 contra98 age2 age3 age4 age5 educ2
educ3 health2 health3 estciv2 estciv3 horas2 horas3 overqu98;
[seleco das variveis a utilizar no modelo]
CATEGORICAL ARE s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98
s_earn99 s_secu99 s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00
s_type00 s_numb00 s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01
s_time01 s_cond01;
[definio de quais as variveis que so categricas]
MODEL: JSInt98 BY s_type98
s_numb98-s_cond98 (1-3) ;
[varivel latente factores intrnsecos em 1998 medida pelas variveis
manifestas tipo98 e pela n horas98 at condies98]
JSInt99 BY s_type99
s_numb99-s_cond99 (1-3);
JSInt00 BY s_type00
s_numb00-s_cond00 (1-3);
JSInt01 BY s_type01
s_numb01-s_cond01 (1-3) ;
[s_type98$1 s_type99$1 s_type00$1 s_type01$1] (4);
[s_type98$2 s_type99$2 s_type00$2 s_type01$2] (5);
[s_type98$3 s_type99$3 s_type00$3 s_type01$3] (6);
[s_type98$4 s_type99$4 s_type00$4 s_type01$4] (7);
[s_type98$5 s_type99$5 s_type00$5 s_type01$5] (8);
[restrio da igualdade de thresholds para cada varivel ao longo do tempo]
[s_numb98$1 s_numb99$1 s_numb00$1 s_numb01$1] (9);
[s_numb98$2 s_numb99$2 s_numb00$2 s_numb01$2] (10);
[s_numb98$3 s_numb99$3 s_numb00$3 s_numb01$3] (11);
[s_numb98$4 s_numb99$4 s_numb00$4 s_numb01$4] (12);
[s_numb98$5 s_numb99$5 s_numb00$5 s_numb01$5] (13);
[s_time98$1 s_time99$1 s_time00$1 s_time01$1] (14);
[s_time98$2 s_time99$2 s_time00$2 s_time01$2] (15);
[s_time98$3 s_time99$3 s_time00$3 s_time01$3] (16);
[s_time98$4 s_time99$4 s_time00$4 s_time01$4] (17);
[s_time98$5 s_time99$5 s_time00$5 s_time01$5] (18);
[s_cond98$1 s_cond99$1 s_cond00$1 s_cond01$1] (19);
[s_cond98$2 s_cond99$2 s_cond00$2 s_cond01$2] (20);
[s_cond98$3 s_cond99$3 s_cond00$3 s_cond01$3] (21);
[s_cond98$4 s_cond99$4 s_cond00$4 s_cond01$4] (22);
[s_cond98$5 s_cond99$5 s_cond00$5 s_cond01$5] (23);
{s_type98-s_cond98@1 s_type99-s_cond01};
[scale factors]
IntJSInt SloJSInt | JSInt98@0 JSInt99@1 JSInt00@2 JSInt01@3;
[definio do modelo de trajectria linear]
s_type98-s_cond98 PWITH s_type99-s_cond99 ;
s_type98-s_cond98 PWITH s_type00-s_cond00 ;
s_type98-s_cond98 PWITH s_type01-s_cond01 ;
Satisfao no Trabalho em Portugal
82
s_type99-s_cond99 PWITH s_type00-s_cond00 ;
s_type99-s_cond99 PWITH s_type01-s_cond01 ;
s_type00-s_cond00 PWITH s_type01-s_cond01 ;
[estimao das covarincias dos erros das medidas repetidas ao longo dos
perodos considerados]
[parametrizao equivalente anterior, agora para o factor relativo aos
factores extrnsecos]
JSExt98 BY s_earn98
s_secu98 (24) ;
JSExt99 BY s_earn99
s_secu99 (24) ;
JSExt00 BY s_earn00
s_secu00 (24) ;
JSExt01 BY s_earn01
s_secu01 (24) ;
[s_earn98$1 s_earn99$1 s_earn00$1 s_earn01$1] (25);
[s_earn98$2 s_earn99$2 s_earn00$2 s_earn01$2] (26);
[s_earn98$3 s_earn99$3 s_earn00$3 s_earn01$3] (27);
[s_earn98$4 s_earn99$4 s_earn00$4 s_earn01$4] (28);
[s_earn98$5 s_earn99$5 s_earn00$5 s_earn01$5] (29);
[s_secu98$1 s_secu99$1 s_secu00$1 s_secu01$1] (30);
[s_secu98$2 s_secu99$2 s_secu00$2 s_secu01$2] (31);
[s_secu98$3 s_secu99$3 s_secu00$3 s_secu01$3] (32);
[s_secu98$4 s_secu99$4 s_secu00$4 s_secu01$4] (33);
[s_secu98$5 s_secu99$5 s_secu00$5 s_secu01$5] (34);
{s_earn98-s_secu98@1 s_earn99-s_secu01};
IntJSEXT SloJSEXT | JSExt98@0 JSExt99@1 JSExt00@2 JSExt01@3;
s_earn98-s_secu98 PWITH s_earn99-s_secu99 ;
s_earn98-s_secu98 PWITH s_earn00-s_secu00 ;
s_earn98-s_secu98 PWITH s_earn01-s_secu01 ;
s_earn99-s_secu99 PWITH s_earn00-s_secu00 ;
s_earn99-s_secu99 PWITH s_earn01-s_secu01 ;
s_earn00-s_secu00 PWITH s_earn01-s_secu01 ;
IntJSInt with IntJSEXT ;
SloJSInt with SloJSEXT ;
IntJSInt with SloJSInt ;
IntJSEXT with SloJSEXT ;
IntJSEXT with SloJSInt @ 0;
IntJSInt with SloJSEXT @ 0;
[covarincias dos erros das relaes estruturais]
IntJSExt SloJSExt ON Sex98 Sector98 contra98 age2 age3 age4 age5 educ2
educ3 health2 health3 estciv2 estciv3 horas2 horas3 overqu98;
[introduo de determinantes das trajectrias de satisfao com os factores
extrnsecos]
IntJSInt SloJSInt ON Sex98 Sector98 contra98 age2 age3 age4 age5
educ2 educ3 health2 health3 estciv2 estciv3 horas2 horas3 overqu98;
[introduo de determinantes das trajectrias de satisfao com os factores
intrnsecos]
OUTPUT: STANDARDIZED residual modindices tech4;
[apresentar estimativas estandardizadas dos parmetros e respectivos erros-
padro; apresentar os resduos; apresentar os ndices de modificao;
apresentar mdias, covarincias e correlaes estimadas para as variveis
latentes]
Satisfao no Trabalho em Portugal
83
6.9 LINHAS DE COMANDO DE LISREL UTILIZADAS
As linhas de comando apresentadas de seguida correspondem s utilizadas para a
estimao dos vrios modelos estimados em LISREL e apresentados no presente
anexo. Tambm aqui, para as anlises factoriais confirmatrias, so apresentadas
apenas as linhas de comando para o ano de 2001 dado que o procedimento
equivalente para os restantes perodos em anlise.
O modelo mais complexo est mais uma vez comentado com notas explicativas dos
comandos (assinalados a vermelho) de forma a poderem ser teis para futuros
utilizadores desta metodologia.
Anlise factorial confirmatria (2 factores)
TI AFC - 2001 com duas latentes e 6 manifestas
DA NI=7 NO=2477 MI= -999999 MA=KM
LA
s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01 s_dist01
KM FI='C:\AFC_2\2001\sat01.pm' SY
AC FI=C:\AFC_2\2001\sat01.acm
SE
s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01 /
MO NY=6 NE=2 LY=FU,FI PS=SY,FR TE=DI,FR
LE
JSInt JSExt
VA 1 LY(3,1) LY(1,2)
FR LY(2,2) LY(4,1) LY(5,1) LY(6,1)
PD
OU RS SC ND=3
Anlise factorial confirmatria (1 factor)
TI AFC - 2001 com uma latente e 6 manifestas
DA NI=7 NO=2477 MI= -999999 MA=KM
LA
s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01 s_dist01
KM FI='C:\AFC_2\2001\sat01.pm' SY
AC FI=C:\AFC_2\2001\sat01.acm
SE
s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01 /
MO NY=6 NE=1 LY=FU,FI PS=SY,FR TE=DI,FR
LE
JS01
VA 1 LY(1,1)
FR LY(2,1) LY(3,1) LY(4,1) LY(5,1) LY(6,1)
PD
OU RS SC ND=3
Satisfao no Trabalho em Portugal
84
Modelo de trajectria latente no condicionada overall job satisfaction
1 PASSO
TI Especificaes para a estimao, em PRELIS, das correlaes policricas,
medias e desvios-padro para LGCM com variveis categoriais overall job
satisfaction
DA NI=4 NO=2477
LA
ovjsat98 ovjsat99 ovjsat00 ovjsat01
RA=C:\LISREL_mod_ord_2\overall\overall.dat
OR ALL
ET ovjsat98 ovjsat99 ovjsat00 ovjsat01
OU MA=PM PM=C:\LISREL_mod_ord_2\overall\LGCM_overall_1p.PM
2 PASSO
TI Especificaes para a estimao, em PRELIS, da matriz de varincias-
covarincias assimptticas sob a assumpo de thresholds invariantes
overall job satisfaction
DA NI=4 NO=2477
LA
ovjsat98 ovjsat99 ovjsat00 ovjsat01
RA=C:\LISREL_mod_ord_2\overall\overall.dat
OR ALL
ET ovjsat98 ovjsat99 ovjsat00 ovjsat01
OU MA=CM AC=C:\LISREL_mod_ord_2\overall\LGCM_overall_2p.ACC
3 PASSO
TI Especificaes para a estimao, em LISREL, de LGCM com variveis
categoriais com utilizao das correlaes policricas, mdias, desvios-
padro e varincias-covarincias assimptticas geradas em PRELIS overall
job satisfaction
DA NI=4 NO=2477 MA=CM
LA
ovjsat98 ovjsat99 ovjsat00 ovjsat01
PM FI=C:\LISREL_mod_ord_2\overall\LGCM_overall_1p.PM
AC FI=C:\LISREL_mod_ord_2\overall\LGCM_overall_2p.ACC
MODEL NY=4 NE=2 AL=FI PS=SY,FR LY=FU,FI TE=DI,FR
LE
INTover SLOover
VA 1 LY 1 1 LY 2 1 LY 3 1 LY 4 1 LY 2 2
VA 0 LY 1 2
VA 2 LY 3 2
VA 3 LY 4 2
FR AL 1 AL 2
ME
0.010 0.003 0.000 -0.013
SD
1.007 1.006 1.010 0.977
PD
OU SC SE TV ND=5 AD=OFF
Satisfao no Trabalho em Portugal
85
Modelo de trajectria latente no condicionada 2 factores
1 PASSO
TI Especificaes para a estimao, em PRELIS, das correlaes policricas,
medias e desvios-padro para LGCM com variveis categoriais) 2 factores
DA NI=24 NO=2477
LA
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01
RA=C:\LISREL_mod_ord_2\DUAS_latentes\sat3_4W2L.dat
[utilizao da base de dados em formato livre]
OR ALL
[todas as variveis so ordinais]
ET s_earn98 s_earn99 s_earn00 s_earn01
ET s_secu98 s_secu99 s_secu00 s_secu01
ET s_type98 s_type99 s_type00 s_type01
ET s_numb98 s_numb99 s_numb00 s_numb01
ET s_time98 s_time99 s_time00 s_time01
ET s_cond98 s_cond99 s_cond00 s_cond01
[restrio de igualdade de threshols ao longo do tempo para as variveis
subjacentes a cada varivel ordinal manifesta]
OU MA=PM PM=C:\LISREL_mod_ord_2\DUAS_latentes\sat4W2L_1p.PM
[clculo, e gravao em ficheiro autnomo, da matriz de correlaes
policricas]
2 PASSO
TI Especificaes para a estimao, em PRELIS, da matriz de varincias-
covarincias assimptticas sob a assumpo de thresholds invariantes 2
factores
DA NI=24 NO=2477
LA
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01
RA=C:\LISREL_mod_ord_2\DUAS_latentes\sat3_4W2L.dat
OR ALL
[todas as variveis so ordinais]
ET s_earn98 s_earn99 s_earn00 s_earn01
ET s_secu98 s_secu99 s_secu00 s_secu01
ET s_type98 s_type99 s_type00 s_type01
ET s_numb98 s_numb99 s_numb00 s_numb01
ET s_time98 s_time99 s_time00 s_time01
ET s_cond98 s_cond99 s_cond00 s_cond01
[restrio de igualdade de threshols ao longo do tempo para as variveis
subjacentes a cada varivel ordinal manifesta]
OU MA=CM AC=C:\LISREL_mod_ord_2\DUAS_latentes\sat4W2L_2p.ACC
[clculo, e gravao em ficheiro autnomo, da matriz de varincias-
covarincias assimptticas]
3 PASSO
TI Especificaes para a estimao, em LISREL, de LGCM com variveis
categoriais com utilizao das correlaes policricas, mdias, desvios-
padro e varincias-covarincias assimptticas geradas em PRELIS 2
factores
DA NI=24 NO=2477 MA=CM
LA
Satisfao no Trabalho em Portugal
86
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01
PM FI=C:\LISREL_mod_ord_2\DUAS_latentes\sat4W2L_1p.PM
[introduo da matriz de correlaes policricas gravada no 1 passo]
AC FI=C:\LISREL_mod_ord_2\DUAS_latentes\sat4W2L_2p.ACC
[introduo da matriz de varincias-covarincias assimptticas gravada no 2
passo]
MODEL NY=24 NE=12 AL=FI PS=SY,FI LY=FU,FI BE=SD,FI TE=SY,FI
LE
JSInt98 JSInt99 JSInt00 JSInt01 INTint SLOint INText SLOext JSExt98 JSExt99
JSExt00 JSExt01
VA 1 LY 1 9 LY 7 10 LY 13 11 LY 19 12 LY 3 1 LY 9 2 LY 15 3 LY 21 4
[atribuio de escala a cada varivel latente]
FR LY 2 9 LY 4 1 LY 5 1 LY 6 1
[estimao livre dos pesos factoriais das restantes variveis manifestas em
cada uma das latentes no primeiro momento de observao]
EQ LY 2 9 LY 8 10 LY 14 11 LY 20 12
EQ LY 4 1 LY 10 2 LY 16 3 LY 22 4
EQ LY 5 1 LY 11 2 LY 17 3 LY 23 4
EQ LY 6 1 LY 12 2 LY 18 3 LY 24 4
[restrio de invarincia das medidas repetidas ao longo do tempo]
VA 0 BE 9 8 BE 1 6
VA 1 BE 9 7 BE 10 7 BE 11 7 BE 12 7 BE 10 8 BE 1 5 BE 2 5 BE 3 5 BE 4 5
VA 1 BE 2 6
VA 2 BE 11 8 BE 3 6
VA 3 BE 12 8 BE 4 6
[definio dos pesos de cada latente nos interceptos e nos declives -
linear]
FR PS 1 1 PS 2 2 PS 3 3 PS 4 4 PS 5 5 PS 6 6 PS 7 7 PS 8 8 PS 9 9 PS 10 10
FR PS 11 11 PS 12 12
[estimao livre das varincias dos erros das variveis latentes]
PS 7 8 PS 7 5 PS 8 6 PS 5 6
[estimao livre de determinadas covarincias dos erros das relaes
estruturais]
FR TE 1 1 TE 2 2 TE 3 3 TE 4 4 TE 5 5 TE 6 6 TE 7 7 TE 8 8 TE 9 9 TE 10 10
FR TE 11 11 TE 12 12 TE 13 13 TE 14 14 TE 15 15 TE 16 16 TE 17 17 TE 18 18
FR TE 19 19 TE 20 20 TE 21 21 TE 22 22 TE 23 23 TE 24 24
[estimao livre das varincias dos erros das medidas repetidas ao longo dos
perodos considerados]
FR TE 1 7 TE 7 13 TE 13 19 TE 2 8 TE 8 14 TE 14 20 TE 3 9 TE 9 15 TE 15 21
FR TE 4 10 TE 10 16 TE 16 22 TE 5 11 TE 11 17 TE 17 23 TE 6 12 TE 12 18
FR TE 18 24 TE 1 13 TE 1 19 TE 2 14 TE 2 20 TE 7 19 TE 8 20 TE 3 15 TE 3 21
TE 4 16 TE 4 22 TE 5 17 TE 5 23 TE 6 18 TE 6 24 TE 9 21 TE 10 22 TE 11 23
FR TE 12 24
[estimao das covarincias dos erros das medidas repetidas ao longo dos
perodos considerados]
FR AL 7 AL 8 AL 5 AL 6
[estimao livre das mdias das variveis latentes de 2 ordem intercepto
e declive]
ME
-0.041 -0.010 0.006 0.003 0.025 0.013 -0.033
0.003 -0.027 -0.016 -0.032 0.011 0.015 -0.020
0.022 0.006 0.013 -0.010 0.059 0.027 -0.001
0.006 -0.005 -0.014
[mdias calculadas no 1 passo, das variveis latentes subjacentes s
medidas repetidas ordinais]
SD
1.017 1.033 1.024 1.039 1.015 0.999 0.993
1.002 0.980 0.987 0.997 0.969 1.011 1.010
1.005 0.976 0.986 1.014 0.979 0.953 0.990
0.996 1.002 1.017
[desvios-padro calculados no 1 passo, das variveis latentes subjacentes
s medidas repetidas ordinais]
PD
OU SC SE TV ND=5 AD=OFF
Satisfao no Trabalho em Portugal
87
Modelo de trajectria latente no condicionada 1 factor
Sero apenas apresentadas as linhas de comandos relativas ao 3 passo uma vez que,
para este modelo, os dois primeiros passos so exactamente os mesmos que foram
apresentados nas linhas de comando do modelo anterior.
TI Especificaes para a estimao, em LISREL, de LGCM com variveis
categoriais com utilizao das correlaes policricas, mdias, desvios-
padro e varincias-covarincias assimptticas geradas em PRELIS 1 factor
DA NI=24 NO=2477 MA=CM
LA
s_earn98 s_secu98 s_type98 s_numb98 s_time98 s_cond98 s_earn99 s_secu99
s_type99 s_numb99 s_time99 s_cond99 s_earn00 s_secu00 s_type00 s_numb00
s_time00 s_cond00 s_earn01 s_secu01 s_type01 s_numb01 s_time01 s_cond01
PM FI=C:\LISREL_mod_ord_2\DUAS_latentes\sat4W2L_1p.PM
AC FI=C:\LISREL_mod_ord_2\DUAS_latentes\sat4W2L_2p.ACC
MODEL NY=24 NE=6 AL=FI PS=SY,FI LY=FU,FI BE=SD,FI TE=SY,FI
LE
INTER SLOPE JS98 JS99 JS00 JS01
VA 1 LY 1 3 LY 7 4 LY 13 5 LY 19 6
FR LY 2 3 LY 3 3 LY 4 3 LY 5 3 LY 6 3
EQ LY 2 3 LY 8 4 LY 14 5 LY 20 6
EQ LY 3 3 LY 9 4 LY 15 5 LY 21 6
EQ LY 4 3 LY 10 4 LY 16 5 LY 22 6
EQ LY 5 3 LY 11 4 LY 17 5 LY 23 6
EQ LY 6 3 LY 12 4 LY 18 5 LY 24 6
VA 0 BE 3 2
VA 1 BE 3 1 BE 4 1 BE 5 1 BE 6 1 BE 4 2
VA 2 BE 5 2
VA 3 BE 6 2
FR PS 1 1 PS 2 2 PS 3 3 PS 4 4 PS 5 5 PS 6 6 PS 1 2
FR TE 1 1 TE 2 2 TE 3 3 TE 4 4 TE 5 5 TE 6 6 TE 7 7 TE 8 8 TE 9 9 TE 10 10
FR TE 11 11 TE 12 12 TE 13 13 TE 14 14 TE 15 15 TE 16 16 TE 17 17 TE 18 18
FR TE 19 19 TE 20 20 TE 21 21 TE 22 22 TE 23 23 TE 24 24 TE 1 7 TE 7 13
FR TE 13 19 TE 2 8 TE 8 14 TE 14 20 TE 3 9 TE 9 15 TE 15 21 TE 4 10 TE 10 16
FR TE 16 22 TE 5 11 TE 11 17 TE 17 23 TE 6 12 TE 12 18 TE 18 24 TE 1 13
FR TE 1 19 TE 2 14 TE 2 20 TE 7 19 TE 8 20 TE 3 15 TE 3 21 TE 4 16 TE 4 22
FR TE 5 17 TE 5 23 TE 6 18 TE 6 24 TE 9 21 TE 10 22 TE 11 23 TE 12 24
FR AL 1 AL 2
ME
-0.041 -0.010 0.006 0.003 0.025 0.013 -0.033
0.003 -0.027 -0.016 -0.032 0.011 0.015 -0.020
0.022 0.006 0.013 -0.010 0.059 0.027 -0.001
0.006 -0.005 -0.014
SD
1.017 1.033 1.024 1.039 1.015 0.999 0.993
1.002 0.980 0.987 0.997 0.969 1.011 1.010
1.005 0.976 0.986 1.014 0.979 0.953 0.990
0.996 1.002 1.017
PD
OU SC SE TV ND=5 AD=OFF