RESUMEN
Este estudo apresenta análises comparativas entre modelos de regressão linear múltipla e de regressão quadrática. Foram utilizados valores organizacionais reais e desejados como variáveis independentes e satisfação com o trabalho como variável dependente. A amostra contou com 213 trabalhadores de todas as regiões do Brasil, homens e mulheres, predominantemente com formação em nível superior, atuantes em empresas de diversos setores. A regressão quadrática possibilitou o encontro de explicações de variância de maior magnitude, quando comparada ao modelo linear. Análises de gráficos de superfície ampliaram o entendimento a respeito dos efeitos promovidos pelas variáveis independentes sobre as dependentes. São apresentadas considerações sobre a seleção de modelos de regressão tanto no contexto acadêmico, quanto na prática organizacional.
This study presents comparative analysis of multiple linear regression model and quadratic regression. Organizational values (actual and desired) were used as independent variables and job satisfaction as the dependent variable. The sample consisted of 213 workers from all regions of Brazil, men and women, mostly with higher education, working in various industries. The quadratic regression resulted in variance explanations of greater magnitude when compared to the linear model. Surface analysis charts expanded the understanding of the effects promoted by the independent variables on the dependent. Considerations regarding the selection of regression models in the academic context and in organizational practice are provided.
Este estudio presenta un análisis comparativo de los modelos de regresión lineal múltiples y la regresión cuadrática. Se utilizaron los valores organizacionales (reales y deseados) como variables independientes y la satisfacción en el trabajo como la variable dependiente. La muestra fue de 213 trabajadores de todas las regiones de Brasil, hombres y mujeres, en su mayoría con la educación superior, trabajando en diversos sectores. La regresión cuadrática resultó en explicaciones de varianza de mayor magnitud en comparación con lo modelo lineal. Gráficos de análisis de superficie ampliaron la comprensión de los efectos promovidos por las variables independientes sobre las dependientes. Se proporcionan consideraciones relativas a la selección de modelos de regresión en el contexto académico como en la práctica de la organización.