Cezaî şartın indirilmesi için gerekli şartlar

Toda pesquisa deve conter uma técnica de análise de dados que permita obter cientificamente as informações desejadas. Yin (2001, p. 131) define que uma análise de dados deve conter uma série de atividades que extraia as informações de uma pesquisa, tais como “examinar, categorizar, classificar e combinar as evidências”. Para isso, o pesquisador deve ter em mente os objetivos iniciais que levaram à realização da pesquisa (YIN, 2001).

Gil (1999) defende que a análise de dados deve fornecer respostas a um problema de pesquisa previamente formulado através da organização, sumarização e interpretação, ligando-os a outros conhecimentos adquiridos anteriormente.

Na fase preparatória, foi realizado um estudo de dados secundários em bibliografia especializada, publicações e websites da área de componentes para calçados, todas indicadas nas referências bibliográficas. Foram analisados diversos documentos tais como registros estatísticos, pesquisas anteriores e publicações especializadas do ramo.

As respostas dos especialistas do setor às questões aplicadas nas entrevistas da primeira fase foram devidamente registradas. Uma detalhada análise posterior do conteúdo foi realizada para auxiliar na revisão sobre as informações mais relevantes, embasando a construção do instrumento de coleta de dados para a segunda fase, descrito no Apêndice B.

Para Malhotra (2001), análises de conteúdo são objetivas e sistemáticas, buscando uma descrição quantitativa do conteúdo sob estudo, podendo a unidade de análise ser palavras, objetos, indivíduos, temas, tópicos, entre outras. A análise de conteúdo de uma pesquisa é subjetiva e auxiliada pela compreensão que um pesquisador possui do problema de pesquisa (TRUJILLO, 2001).

Na segunda fase deste trabalho, a aplicação do questionário estruturado (Apêndice B) e a utilização do roteiro contendo perguntas abertas (Apêndice C) foram de grande utilidade para a compreensão de percepções implícitas do respondente.

Uma análise de conteúdo foi feita nas informações coletadas através deste roteiro, cruzando-as com a bibliografia e com os dados primários obtidos na pesquisa. Essa triangulação permitiu um refinamento das informações obtidas com a aplicação do questionário, ampliando a compreensão e auxiliando nas conclusões do trabalho.

A utilização de múltiplas técnicas de coletas e estatísticas de análises de dados, unindo informações de dados primários e secundários (triangulação), enriquece e aprofunda o conhecimento a respeito do objeto de estudo (DENZIM, 1989; KIRK e MILLER 1986).

Segundo Malhotra (2001, p. 389), as técnicas estatísticas são classificadas como univariadas ou multivariadas. As técnicas univariadas têm como foco a utilização de dados métricos ou não-métricos, provenientes de uma ou mais amostras, podendo-se utilizar teste t,

teste Z e ANOVA, enquanto que as técnicas multivariadas têm o foco na dependência ou interdependência das variáveis, utilizando-se, por exemplo, a análise fatorial dos dados (MALHOTRA, 2001, p.389).

Neste trabalho foi descartada a análise fatorial por dois motivos: i) não havia o interesse em se determinar a relação de interdependência do conjunto de dados ou na redução dos mesmos em fatores menores, mas apenas determinar o grau de importância de cada característica; e, ii) segundo Hair et al (1995, p. 373), o número de observações para cada variável deve ser de no mínimo 100 para se obter resultados significativos na análise fatorial.

Nas análises dos dados quantitativos, foram utilizadas a estatística descritiva e a estatística inferencial para avaliar cada característica do laminado de PU na percepção dos diferentes setores dentro das empresas calçadistas, obtendo informações através da média aritmética, do desvio-padrão, do intervalo de confiança em 95% para t de student, e da distribuição de freqüências.

A estatística t pode ser aplicada em uma ou mais amostras, em variáveis com distribuição normal que sejam medidas através de uma escala intervalar, para inferir afirmações sobre médias conhecidas e onde a variância populacional σ2 seja estimada com base no desvio-padrão S2 da amostra (MALHOTRA, 2001, p. 416). Portanto, sendo a variância populacional desconhecida, utiliza-se a variância amostral (desvio-padrão conhecido), injetando-se “um pouco mais de incerteza” através do t de student, encontrando- se, assim, um intervalo de confiança para os valores da média (THEISEN, 1997, p.141).

Através da estatística descritiva, os dados foram analisados da seguinte forma:

a) Alpha de Cronbach (α) foi utilizado apenas para avaliar a consistência interna e o nível de confiabilidade do instrumento de pesquisa e sua escala de medida. Malhotra (2001) recomenda que o valor encontrado seja α ≥ 0,6, o que indica que a confiabilidade da escala utilizada é satisfatória e produz resultados consistentes;

b) Cálculo da média aritmética (M) e desvio-padrão para mensurar as percepções (grau de importância) dos respondentes a respeito de cada característica do laminado de PU. Como na escala de Likert adotada no questionário os valores variam de 1 a 5 (o valor zero apenas indica que o item não se aplica ou o respondente não sabe a respeito dele), assumiu-se a seguinte convenção para as médias encontradas: i) média maior ou igual 1 e menor que 2 (1 ≤ M < 2) significa que a característica em questão não possui importância; ii) média maior ou igual a 2 e menor que 3 (2 ≤ M < 3) significa pouca importância; iii) média maior ou igual a 3 e menor que 4 (3 ≤ M < 4) significa média importância; e, iv) média maior ou igual a 4 (M ≥ 4) e valor do limite inferior do intervalo (V) calculado com uma confiança de 95% (t

de student) também maior ou igual a 4 (V ≥ 4), significa que a característica é considerada muito importante. Portanto, esta característica é incluída entre as mais relevantes na percepção dos entrevistados.

A convenção adotada pode ser visualizada no Quadro 6 abaixo:

IMPORTÂNCIA GRAU DAS MÉDIAS Não possui importância 1 ≤ M < 2

Pouca importância 2 ≤ M < 3 Média importância 3 ≤ M < 4

Muito importante M ≥ 4 e V ≥ 4 (t95%)

Quadro 6: Convenção para quantificar o grau de importância das características do laminado de PU.

Fonte: O Autor (2006).

c) Estatística descritiva com a análise do grau de importância de cada característica do laminado de PU através da distribuição de freqüências percentuais. Considerando que na escala de Likert utilizada no instrumento de pesquisa os valores 4 e 5 significam, respectivamente, graus “importante” e “muito importante” para avaliar cada característica do laminado de PU, convencionou-se que a soma das freqüências percentuais (F%[4+5]) encontradas nestes graus, quando ultrapassarem o valor de 85%, ou seja, F%[4+5] ≥ 85%, indicará uma significância muito importante para a característica, explicando 85% das freqüências atribuídas à mesma na escala de 1 a 5; e,

d) Correlação bivariada de Pearson, relacionando o perfil sócio-econômico- demográfico e as características do laminado de PU; e,

e) Através da estatística inferencial, foi calculado o intervalo de confiança t de student a 95%, utilizando-se a variância amostral para um desvio-padrão conhecido (THEISEN, 1997, p.141).

Nó próximo item, pode ser visualizado o desenho de pesquisa que descreve o método de trabalho utilizado.