ResumoO presente artigo apresenta a proposição de uma abordagem robusta para a modelagem da satisfação de clientes de serviços. A abordagem robusta representa uma extensão da abordagem proposta por Tinoco e Ribeiro (2007), através da inclusão de estatísticas robustas que podem representar adequadamente as relações causais que envolvem a satisfação de clientes de serviços, mesmo na presença de respondentes inconsistentes. Os procedimentos robustos permitem identificar esses respondentes inconsistentes e atribuir uma ponderação em função da concordância de cada questionário em relação ao conjunto das observações. A modelagem proposta é apresentada e testada através da construção de um modelo geral de satisfação de clientes de serviços. Para isso, foram avaliados 12 segmentos de serviços escolhidos para o estudo por contemplarem diferentes categorias de serviços, no que se relaciona a grau tangibilidade e grau de contato e de envolvimento do cliente. A abordagem robusta permitiu confirmar a maioria das relações significativas entre determinantes da satisfação obtidas a partir da abordagem tradicional proposta por Tinoco e Ribeiro (2007) e, além disso, incorporar ao modelo outra relação significativa que não seria considerada a partir da técnica tradicional.
Palavras-chaveModelagem robusta. Satisfação de clientes. Serviços.
IntroduçãoA satisfação do cliente é um conceito que tem recebido muita atenção e interesse por parte de pesquisadores e empresários nos últimos anos. Isso, motivado pela sua importância como elemento chave nas estratégias de negócios das empresas que procuram sobreviver e ganhar vantagem competitiva na economia atual e pelo seu papel no desempenho das organizações públicas e privadas (CARO; GARCÍA, 2007).Devido à sua importância, muitas pesquisas da literatura vêm estudando os principais determinantes da satisfação de clientes e o seu relacionamento causal. Existem diversas abordagens utilizadas para modelar essas relações entre determinantes. Uma das técnicas mais utilizadas para a modelagem de relações causais entre determinantes da satisfação de clientes é a análise de equações estruturais. Contudo, esse método apresenta algumas limitações de caráter prático, entre elas a necessidade de tamanhos de amostras grandes e cada vez maiores, à medida que os modelos se tornam complexos (GOSLING; GONÇALVES, 2003;MEYERS;GAMST;GUARINO, 2006), e a necessidade de uma base de dados quantitativa. Para superar essas limitações, Tinoco e Ribeiro (2007) propõem uma abordagem para a construção de modelos causais de satisfação dos clientes de serviços, seguindo procedimentos mais simples, possibilitando a modelagem de múltiplos determinantes e sem a necessidade de grandes tamanhos de amostra.Uma vez que a abordagem proposta por Tinoco e Ribeiro (2007) permite identificar relações entre múltiplos determinantes da satisfação de clientes a partir do uso de tamanhos de amostras relativamente pequenos, a presença de dados atípicos, que se afastam da média das observações, pode distorcer a análise. Nesse sentido, é per...