Filtragem colaborativa em pesquisas de clima organizacional: predição de índice de favorabilidade e de ocorrência de comentários

• Ano de defesa: 2022
• Autor(a) principal: Oliveira, Markos Flavio Bock Gau de
• Orientador(a): Lüders, Ricardo
• Banca de defesa: Tacla, Cesar Augusto , Santos, Cristiano Roberto dos , Lüders, Ricardo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
• País: Brasil
• Palavras-chave em Português: Cultura organizacional; Comportamento organizacional; Estimativa de parâmetros; Questionários; Pesquisa organizacional; Pesquisa - Metodologia; Corporate culture; Organizational behavior; Parameter estimation; Questionnaires; Organization - Research; Research - Methodology
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/30238

A Filtragem Colaborativa (FC) pode ser entendida como o processo de predizer preferências de usuários e derivar padrões úteis por meio do estudo de suas atividades. No contexto deste trabalho, FC é usada para predizer o nível de favorabilidade e a ocorrência de comentários em respostas a perguntas presentes em questionários extensos de clima organizacional de uma empresa. O objetivo deste trabalho é comparar o desempenho de quatro algoritmos baseados em FC (item-item, fatoração de matriz, fatoração de matriz logística e filtragem colaborativa neural) e uma abordagem de referência baseada em média simples. Os algoritmos são utilizados para estimar as respostas de baixa favorabilidade, ou seja, aquelas que um respondente não concorda com uma afirmação positiva sobre a empresa. Além disso, os algoritmos também são usados para estimar a emissão de comentários opcionais por respondentes. Para os dois problemas, foram utilizados dados de diferentes pontos de verificação (“checkpoints”) de pesquisas de clima organizacional, compostos ao todo por mais de 1,25 milhão de respostas de funcionários. Esses dados foram coletados entre 2019 e 2021 por uma grande empresa brasileira de tecnologia com mais de 10.000 funcionários. Os resultados mostram que as abordagens de filtragem colaborativa fornecem alternativas relevantes tanto para discriminar respostas de baixa favorabilidade na escala Likert quanto para discriminar a ocorrência de comentários, com estimativas de boa qualidade em ambos os casos. Esses resultados podem ser explorados para eventualmente reduzir o tamanho dos questionários, evitando fenômenos de sobrecarga enfrentados pelos respondentes em pesquisas extensas.