A tabela abaixo contém as informações de resposta do instrumento de interesses profissionais para cada uma das subescalas. Ela é uma amostragem aleatória, não condizente com a realidade.

##           R        I        A          S        E        C  parametro
## 1 38.341869 25.66737 62.25628 29.9770870 29.10150 22.48529 0.90202230
## 2 27.427104 38.19766 68.76184 99.3490909 61.85416 20.08128 1.14879523
## 3 27.377808 70.61687 73.95093 24.4724145 68.80848 55.28952 7.35445950
## 4 14.031523 21.49654 90.59986  3.7151948 80.90219 16.12091 2.38643313
## 5  6.790091 55.28439 67.46061 78.9368860 78.34848 71.21757 0.03611738
## 6 84.290490 81.35074 83.79692  0.1642907 76.61691 83.00688 8.03782898

A coluna “parametro” é a unidade de medida que será usada em comparação com os escores da subescala. “Parametro” pode ser o escore da ferramenta Torus, o escore gerado depois dos dias iniciais ou qualquer outra informação.

A partir da análise de Regressão Linear, é possível estabelecer a contribuição única de cada um dos escores das subescalas para predizer o “parametro”, além do quão precisa é essa medida. Segue abaixo um resumo destas informações:

##                 Estimate  Std. Error    t value     Pr(>|t|)
## (Intercept)  4.731329021 0.934016680  5.0655723 9.484110e-07
## R           -0.005890317 0.007306373 -0.8061890 4.211261e-01
## I            0.015199185 0.007435701  2.0440825 4.230371e-02
## A            0.006425483 0.007511541  0.8554148 3.933823e-01
## S           -0.007810828 0.006994890 -1.1166477 2.655332e-01
## E           -0.010568681 0.007014251 -1.5067441 1.335113e-01
## C            0.006938548 0.007063057  0.9823719 3.271465e-01

Cada linha equivale a uma subescala. Embora hajam mais informações, as colunas “Estimate” significa a contribuição única do valor de cada uma das subescalas para predizer o valor de “parametros”. Esses são os valores que serão utilizados para calcular o valor estimado do “parametro”

Por outro lado, “Pr(>|t|)” é relativa a precisão deste número. Quanto menor, mais preciso é.

Esses valores só podem ser calculados a partir da coleta de dados, ou seja, depois de aplicar o instrumento e estabelecer um “parametro” para comparação.

Agora vamos imaginar que um novo candidato a executivo da Torus tenha os seguintes resultados em cada umas das subescalas do instrumento de interesses profissionais:

R I A S E C
32 22 15 68 99 4

Utilizando o modelo já estabelecido acima, é possível estimar o “parametro”. Neste caso o “parametro” estimado é de:

## [1] 3.423922

Como sabemos que se existe precisão?

Através de uma correlação básica, é possível saber se o modelo é preciso. A tabela abaixo apresenta os valores “reais” e “preditos” de “parametro”:

reais preditos
7 2.454906 3.382290
8 9.025119 4.193793
10 8.003955 5.752313
17 8.637927 4.756493
24 3.663306 3.378848
31 2.221904 4.752531

Esse é o valor da correlação. Quanto maior, melhor. Nesse caso é bem baixo porque os valores não são reais. Neste caso, ele prediz com precisão de 10%

## [1] 0.1033378