Tabela 3. Poder estatístico da amostra e dos grupos

3.4 Qualidade da Amostra

A amostragem não probabilística é aquela na qual não se conhece a possibilidade de cada unidade amostral pertencer ao conjunto de dados. O tamanho da amostra, calculado a priori, para avaliação do modelo foi de 129 registros (poder estatístico, software G*Power 3.1; f-test modelo fixo de regressão linear múltipla para aumento do R2 com 4 efeitos e 5 construtos; α = 0,05; f2 = 0,15, efeito médio; 1 – β = 95%) e para a análise multigrupo, de 85 registros em cada grupo. A saturação na coleta dos dados é alcançada ao obter-se 400 registros, pois amostras muito grandes podem tornar os testes multivariados sensíveis, posto que a significância dos resultados é afetada pelo tamanho da amostra que produz maior poder estatístico, o qual é considerado como um poder excessivo (Hair Jr., Black, Babin, Anderson, & Tatham, 2009). A especificidade da governança nos projetos para segmentar a amostra em grupos ocorreu a partir dos dados referentes ao setor da organização e ao produto final do projeto. O setor de negócio tecnologia da informação e a entrega de projetos de tecnologia da informação correspondem aos projetos de TI que sofrem influência da governança de TI (setor de negócios TI). Os demais setores de negócio e as demais entregas de projetos correspondem aos outros tipos de projetose sofrem influência da governança corporativa (setor de negócios outrasáreas), exceto, para os respondentes de dezesseis organizações de outros setores que realizam projetos de TI. A amostra e os grupos têm tamanho e poder estatístico adequado, conforme a Tabela 3.

Tabela 3. Poder estatístico da amostra e dos grupos Poder estatístico da amostra e grupos

Tamanho Teste (post hoc) Descrição

Amostra Poder Estatístico

304

89 t-test a Correlation: Point biserial model two-tailed 100% f-test b Linear multiple regression: Fixed model, R2 increase 100%

Setor de Negócios TI

t-test a Correlation: Point biserial model two-tailed 83,5% f-test b Linear multiple regression: Fixed model, R2 increase 82,4%

Setor de Negócios Outras Áreas

215 t-test a Correlation: Point biserial model two-tailed

100% f-test b Linear multiple regression: Fixed model, R2 increase 100% Fonte: elaborada pelo autor.

Nota.

a α = 0,05; efeito médio η2 = 0,30. b α = 0,05; efeito médio η2 = 0,15 com 4 preditores testados, tendo 5 como número total de construtos.