Aplicação de modelos de equações estruturais no estudo da eficácia de Sistemas de Gestão de Desempenho

Para fazer face às exigências da sociedade, as organizações têm a necessidade de desenvolver esforços de modo a aumentar a sua performance, através de práticas de gestão estratégica de recursos humanos. Nesta dissertação iremos aprofundar o estudo do modelo proposto por Marr (2009) para explicar a Cultura Orientada para o Desempenho e demonstrar os efeitos que a cultura tem nos Sistemas de Gestão de Desempenho, utilizando os Modelos de Equações Estruturais, através da análise de respostas obtidas sobre 325 colaboradores de empresas portuguesas do sector público e privado. Desta análise resultou a confirmação das quatro dimensões latentes de Cultura Organizacional propostas pelo autor, através da Análise Factorial Confirmatória, revelando também a sua importância e contributos diferenciados no Sistema de Gestão de Desempenho de uma organização. De um modo geral, verificou-se que as dimensões da Cultura contribuem de forma positiva para o aumento da eficácia de um Sistema de Gestão de Desempenho, alinhado com o modelo conceptual proposto e enfatizando a importância de se estudar as dimensões de Cultura e de Sistemas de Gestão de Desempenho de forma simultânea.

Modelos autorregressivos com valores inteiros não negativos : aplicação em séries económicas de Cabo Verde

No estudo de séries temporais, os processos estocásticos usuais assumem que as distribuições marginais são contínuas e, em geral, não são adequados para modelar séries de contagem, pois as suas características não lineares colocam alguns problemas estatísticos, principalmente na estimação dos parâmetros. Assim, investigou-se metodologias apropriadas de análise e modelação de séries com distribuições marginais discretas. Neste contexto, Al-Osh and Alzaid (1987) e McKenzie (1988) introduziram na literatura a classe dos modelos autorregressivos com valores inteiros não negativos, os processos INAR. Estes modelos têm sido frequentemente tratados em artigos científicos ao longo das últimas décadas, pois a sua importância nas aplicações em diversas áreas do conhecimento tem despertado um grande interesse no seu estudo. Neste trabalho, após uma breve revisão sobre séries temporais e os métodos clássicos para a sua análise, apresentamos os modelos autorregressivos de valores inteiros não negativos de primeira ordem INAR (1) e a sua extensão para uma ordem p, as suas propriedades e alguns métodos de estimação dos parâmetros nomeadamente, o método de Yule-Walker, o método de Mínimos Quadrados Condicionais (MQC), o método de Máxima Verosimilhança Condicional (MVC) e o método de Quase Máxima Verosimilhança (QMV). Apresentamos também um critério automático de seleção de ordem para modelos INAR, baseado no Critério de Informação de Akaike Corrigido, AICC, um dos critérios usados para determinar a ordem em modelos autorregressivos, AR. Finalmente, apresenta-se uma aplicação da metodologia dos modelos INAR em dados reais de contagem relativos aos setores dos transportes marítimos e atividades de seguros de Cabo Verde.