Clima organizacional e estilos de liderança em organizações públicas : efeitos preditivos sobre desempenho individual no trabalho

Abstract

O presente estudo teve como objetivo geral avaliar os efeitos preditivos de estilos de liderança transacional e transformacional e dimensões psicossociais de clima organizacional sobre o desempenho de servidores públicos no contexto durante e pós-pandemia de COVID-19. Apesar de existirem instrumentos com evidências de validade para medir essas variáveis, não foram identificadas nesta pesquisa medidas que abrangessem o contexto pós-pandêmico e que fossem direcionadas a servidores públicos. Por esta razão, medidas com essa finalidade foram desenvolvidas e testadas neste estudo para cada uma das variáveis de interesse. Foi conduzida uma pesquisa de natureza descritiva e explicativa, com recorte transversal e utilização de dados primários. A abordagem adotada foi de método misto, quali-quantitativa. Na etapa qualitativa buscou-se compreender o fenômeno por meio da análise das respostas de um grupo focal realizado com seis lideranças do serviço público e posterior Análise de Conteúdo. A partir disso, foram construídas medidas para cada variável (estilos de liderança, clima organizacional e desempenho individual). Na etapa quantitativa foi aplicado um survey online. A amostra alcançada foi de 278 servidores públicos. Os dados foram analisados por meio de: Análises Fatoriais Exploratórias para avaliar os índices psicométricos de validade interna das medidas; Regressão Múltipla para testar as predições e Análise de Variância (ANOVA) para identificar diferença nas médias entre os regimes de trabalho (presencial, remoto ou híbrido). Os resultados apresentaram índices satisfatórios de validade das medidas e confirmaram clima organizacional e estilo de liderança como variáveis preditivas de desempenho. Destaca-se que este estudo propôs novas medidas para estilos de liderança, clima organizacional e desempenho individual, alinhadas ao contexto pós-pandemia e a servidores públicos, contribuindo para reduzir lacunas teóricas que possam ter sido impactadas pela pandemia de COVID-19.