Determinação de um horizonte preditivo para estimativas de índices de qualidade de ajustamento em modelos de equações estruturais com amostras de tamanho reduzido

Abstract

Um dos pressupostos para uso de modelos de equações estruturais (MEE) é um número  suficientemente grande de observações para obtenção das estimativas dos parâmetros, que possibilitem aferir a qualidade do modelo e as relações entre as variáveis. Essa pesquisa busca desenvolver  uma técnica para determinação da qualidade de ajustamento de um modelo aos dados, atravéz do  cálculo preditivo de índices de qualidade, obtidos por modelos de regressão não linear, ajustados  sobre parâmetros obtidos com o número reduzido de observações. Para alcançar os objetivos propostos, primeiramente foi estipulado um número mínimo de observações, usando para isso, a taxa  de convergência do algoritmo iterativo que minimiza a variação dos parâmetros. A estabilidade dos  parâmetros em relação ao número de observações, possibilitou a aplicação da técnica de regressão  não linear sobre as médias das estimativas dos índices de qualidade. Foram preditos os valores dos  índices de qualidade de ajustamento para valores maiores de observações e, os limites dos intervalos  de predição, calculados pelo método Delta, indicaram baixa variância nos resultados obtidos sobre  amostras maiores. Os resultados mostraram que a aplicação de regressão não linear sobre as estimativas e, a extrapolação do modelo para um número de observações maiores, determina um horizonte  preditivo com bom grau de confiabilidade e mínimo erro, possibilitando determinar o ajustamento  do modelo de equações estruturais ao dados, mesmo sendo esses de número reduzido.