Evandro Luiz Mendes
Depto. Eng. Elétrica - Pontifícia Universidade Católica do Rio de Janeiro

Tufi Machado Soares
Depto. Estatística – Universidade Federal de Juiz de Fora

Reinaldo Castro Souza
Depto. Eng. Elétrica - Pontifícia Universidade Católica do Rio de Janeiro

Abstract: Structural Equation Models with unobservable variables and measurement error have been used in the production of customers satisfaction indexes to evaluate products and services quality as well as the economic performance of companies, sectors and nations. Previous studies pointed out the PLS (Partial Least Square) better than Maximum Likelihood method to estimate parameters in marketing applications, mainly because of data marketing feature. However, no study has shown the effects of estimation methods in the latent variable scores, specially, in the satisfaction scores. The objective of this study is to analyze the effects of estimation methods in the satisfaction scores based on the IASC model (Customer Satisfaction Index of Brazilian Electricity Regulatory Agency). The data and true scores will be generated by Monte Carlo Simulation and the estimated scores will be compared to the true ones through the following information measures: linear correlation, mutual information and an empirical information measure.

Resumo: Modelos de equações estruturais com variáveis latentes e erros de medidas vêm sendo empregados na produção de índices de satisfação de consumidores para avaliar a qualidade dos produtos e serviços bem como o desempenho econômico de empresas, setores e até de nações. Por se tratar de aplicações do marketing, estudos anteriores apontaram o PLS (Partial Least Square) como o método mais adequado para estimação dos parâmetros frente ao método da Máxima Verossimilhança, devido principalmente às características peculiares dos dados dessa natureza. No entanto, nenhum estudo retratou os impactos dos métodos de estimação nos escores das variáveis latentes, em particular, nos escores da satisfação. Portanto, este estudo tem por objetivo analisar os efeitos dos principais métodos de estimação de modelos de equações estruturais nos escores da satisfação tendo como base o modelo do IASC (Índice ANEEL de Satisfação do Consumidor). Os escores serão estimados a partir de dados simulados, gerados a priori os escores verdadeiros. Os escores estimados serão avaliados em relação aos verdadeiros através das seguintes medidas de informação: correlação linear, informação mútua e uma medida empírica de informação.

Keywords: Structural Equation Models, Latent Variable Score, Empirical Information Measure.