- Ementa
- Fundamentos de análise multivariada. Estatística paramétrica e não-paramétrica. Análise fatorial. Análise de regressão múltipla. Análise discriminante. Modelagem de equações estruturais (SEM).
- Bibliografia
- COOPER, R. D.; SCHINDLER, P. S. Métodos de Pesquisa em Administração. Porto Alegre: Bookman, 2003.
- CRESWELL, J. W. 2010. Projeto de Pesquisa: Métodos Qualitativo, Quantitativo e Misto. 3 ed. Porto Alegre: Bookman, 2010.
- DANCEY, C. P.; REIDY, J.. Estatística Sem Matemática Para Psicologia – usando SPSS for Windows – 3ª ed.- Porto Alegre: Artmed. 2006.
- FAVERO, L.P. BELFIORE, P.; SILVA, F.L. da; CHAN, B. L. Análise de dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier, 2009.
- FIELD, A. Descobrindo a estatística usando SPSS. 2ed. Porto Alegre: Artmed, 2009.
- HAIR JUNIOR, J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise multivariada de dados. 5 ed. Porto Alegre: Bookman, 2005.
- HAIR, J. F.; HULT, G. T. M.; RINGLE, C. M.; SARSTEDT, M. A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). 2nd Edition. Thousand Oaks: Sage, 2017.
- HAIR, J. F. et al. Partial least squares structural equation modeling (PLS-SEM): An emerging tool in business research. [s.l: s.n.]. v. 26
- HAIR, J. F. et al. When to use and how to report the results of PLS-SEM. European Business Review, v. 31, n. 1, p. 2–24, 14 jan. 2019.
- JABBOUR, C. J. C. et al. Barriers to the adoption of green operational practices at Brazilian companies: Effects on green and operational performance. International Journal of Production Research, v. 54, n. 10, p. 3042–3058, 2016.
- KHAN, G. F. et al. Methodological research on partial least squares structural equation modeling (PLS-SEM). Internet Research, v. 29, n. 3, p. 407–429, 3 jun. 2019.
- PESTANA, M. H.; GAGEIRO, J. N. Análise de Dados para Ciências Sociais – A complementaridade do SPSS. Lisboa: Silabo, 2000.
- PREARO, L. C. ; ROMEIRO, M. C. . Avaliação da adequação da aplicação de técnicas multivariadas em estudos do comportamento do consumidor em teses e dissertações de duas instituições de ensino superior. RAUSP-e (São Paulo), v. 47, p. 338-355, 2012. Recuperado de .http://www.scielo.br/pdf/rausp/v47n2/a13v47n2.pdf; em 10/07/2019.
- QUEIROZ, M. M.; FOSSO WAMBA, S. Blockchain adoption challenges in supply chain: An empirical investigation of the main drivers in India and the USA. International Journal of Information Management, v. 46, p. 70–82, jun. 2019.
- QUEIROZ, M. M.; TELLES, R. Big data analytics in supply chain and logistics: an empirical approach. International Journal of Logistics Management, v. 29, n. 2, p. 767–783, 2018.