99
Tabela 21. Comparação da eficiência dos projetos Comparação da eficiência dos projetos Mudança de Escopo Metas de Prazo Frequência Outras Outras TI TI Áreas Áreas Nunca 3,4% 3,2% 1,1% 2,8% Poucas Vezes 28,1% 44,2% 28,1% 24,2% Regularmente 40,4% 34,9% 37,1% 38,6% Muitas Vezes 22,5% 14,4% 29,2% 30,7% Sempre 5,6% 3,3% 4,5% 3,7% Fonte: dados da pesquisa.
Metas de Custos Outras TI Áreas 4,4% 1,4% 16,9% 17,7% 51,7% 44,2% 19,1% 29,8% 7,9% 6,9%
Expectativa Qualidade Outras TI Áreas 2,2% 0,5% 10,1% 6,9% 37,1% 40,5% 44,9% 44,7% 5,7% 7,4%
5.4.3 Qualidade da Amostra Os problemas de tradução foram verificados com o Measurement Invariance of the Composite Models (MICOM) (Henseler, Ringle, & Sarstedt, 2016) e existe invariância sobre os diferentes idiomas, posto que uma mensuração equivalente total é identificada. O viés de não resposta foi evitado ex ante, com respostas obrigatórias e com o anonimato, sendo examinado ex post, ao segmentar os registros em dois grupos de respondentes (iniciais e tardios), quanto a homocedasticidade (Levene’s test), heterogeneidade (Mann-Whitney test) e pontuações médias (t test). Os valores p não significantes (p > 0,05) nesses testes indicam ausência do problema. Também foi utilizado o MICOM e uma mensuração equivalente total é identificada, comprovando que a amostra não é afetada pelo problema. São variáveis de controle: grupo 1 (orçamento, duração e tamanho da equipe nos projetos); e grupo 2 (função, experiência; formação para gerenciamento de projetos, certificações profissionais em gerenciamento de projetos e escolaridade). As variáveis instrumentais são caracterizadas pela eficiência dos projetos (escopo, prazo, custos e qualidade). O viés de método comum teve tratamento ex ante ⸺ com: a inserção das variáveis de controle e variáveis instrumentais; a utilização de diferentes fontes de informação; a organização aleatória das perguntas; e a especificação de um modelo complexo, para dificultar as correlações implícitas entre os construtos, sendo examinado ex post com o teste Harman’s Single-Factor (Chang, Witteloostuijn, & Eden, 2010; Tehseen, Ramayah, & Sajilan, 2017), no qual seis fatores distintos são responsáveis por 38,6% na variância total, sendo que o primeiro fator captura apenas 23,5% na variância dos dados. Ou seja, nenhum fator é responsável por mais de 50% na variância e, portanto, esse problema não é uma questão crítica neste estudo. A endogeneidade teve tratamento ex ante, com a inserção de variáveis de controle e variáveis instrumentais, sendo examinada ex post, com a abordagem Gaussian Copulas (Hult, et al., 2018). O valor p não significante (p > 0,05) em todas as cópulas gaussianas revelam ausência do problema.
