A finalidade desta etapa é estabelecer critérios de ordem e de classificação, para que os dados possam ser analisados. É uma fase muito importante da pesquisa, pois a partir dos dados coletados, a análise permite ao pesquisador, o estabelecimento das conclusões, indicando os caminhos para os ajustes que se fizerem necessários (MATTAR, 1994).
De acordo com Samara e Barros (1994), a tabulação consiste em ordenar e dispor os resultados numéricos facilitando a leitura e análise, através da padronização e codificação das respostas da pesquisa. Isto permite o cruzamento de informações com precisão, além de possibilitar uma apresentação gráfica dos resultados.
Os dados coletados foram analisados qualitativamente e quantitativamente, visando apresentar resposta aos objetivos gerais e específicos, todos relevantes ao problema de pesquisa. O objetivo geral foi respondido por meio da análise e interpretação das respostas das questões específicas, nas quais foram utilizados, principalmente, procedimentos e técnicas quantitativas, tais como análise de agrupamentos e análise discriminante. Segundo Everitt (2005) a análise de agrupamentos conglomerados (Cluster) compreende um grande número de métodos numéricos que são utilizados para examinar dados multivariados com o objetivo de descobrir grupos ou conglomerados de observações que sejam homogêneos e separados dos outros grupos.
Dentre estes métodos utilizou-se a classificação Hierárquica Aglomerativa representado por um diagrama bidimensional conhecido como Dendograma que ilustra a fusão realizada em cada etapa da análise, e dentro desta classificação Aglomerativa se utilizou o método de Vizinho mais Distante que utiliza a maior distância entre os indivíduos para realizar os agrupamentos (EVERITT, 2005). Após a definição dos grupos utilizou-se a análise discriminante para descrever o que causa a diferença entre os mesmos e, posteriormente, com base nesta análise será criada uma regra de classificação para futuros dados coletados.
Inicialmente, a estratégia adotada foi a criação de dois tipos de bancos de dados, pois havia – até aquele momento – um número bastante reduzido de questionários respondidos e isso comprometeria bastante a análise final dos resultados.
A primeira simulação gerou 50 observações independentes com 12 variáveis, todas elas com as mesmas probabilidades. Como os dados apresentados pela função uniforme são contínuos utilizou-se um outro comando para converter estes dados contínuos em dados discretos que representam as respostas da segunda parte do questionário, que tem por objetivo qualificar os dados na percepção dos gerentes, ver Apêndice D. Para garantir um espectro de respostas que representassem empresas com um perfil considerado muito bom, passando pelo médio até um perfil ruim adicionaram-se manualmente mais 20 observações, 10 representando o melhor dos cenários e 10 representando o pior, totalizando 70 respostas simuladas. Com o desenvolver do trabalho, percebeu-se que a forma de geração das respostas simuladas não representava uma situação realística, pois não se contemplou uma estrutura de dependência entre as respostas, uma vez que se sabe que as mesmas estão relacionadas. Por este motivo optou-se pela Normal Multivariada que utiliza as relações entre as observações para gerar novos dados, para este sentido utilizou- se a média e variância primeiramente de 9 dos questionários que foram entregues até então. Da mesma forma se gerou 50 observações e se adicionaram manualmente 20 observações representando o melhor e o pior cenário. O uso desta função é muito importante devido a que esta leva em conta as dependências entre as respostas e é um modelo mais próximo da realidade.
Por último utilizaram-se os dados dos 17 questionários, em que juntando todas as respostas com relação à pergunta de número dois totalizaram 41 observações, estas observações representam a qualificação fornecida pelos gerentes para os dados dos
clientes, fornecedores, mercado, produção, segurança no trabalho, faturamento e recursos humanos.
Os resultados da análise de cada um dos bancos de dados são apresentados no Capítulo 5 Análise de Resultados e também nos Apêndices D, E e F.
Como comentado na seção anterior é de suma importância identificar se as questões criadas no questionário realmente são agrupadas nas categorias que elas representam, desta maneira utilizaram-se os dados dos questionários e o agrupamento que elas apresentam. Os resultados desta análise e de cada um dos bancos de dados são apresentados no Capítulo 5 Análise de Resultados e também no Apêndice C.
Para responder ao objetivo específico, que identifica a importância dos dados na empresa no marco dos postulados pela metodologia Seis Sigma, foi utilizada a bibliografia de alguns autores que trabalham na área de qualidade dos dados nas empresas. Foi feita a organização dos mesmos com o auxílio de aplicativos computacionais adequados, constituindo-se de tabelas e gráficos que facilitam a realização da análise e interpretação. O programa de computação que será utilizado para apoiar a análise dos dados e o emprego das técnicas estatísticas será o software estatístico R versão 2.9.0.
Capítulo 5
Resultados da Pesquisa
Este capítulo tem como objetivo apresentar a análise dos dados obtidos através da pesquisa realizada junto aos gerentes das farmácias de manipulação através de questionários, assim como a interpretação de seus resultados, tomando como base a pesquisa bibliográfica realizada.
Neste sentido, este capítulo será dividido em três seções. Inicialmente será apresentada uma caracterização geral das farmácias a partir de uma análise descritiva feita anteriormente na pesquisa apresentada por Godeiro (2008) que abrange as mesmas farmácias de manipulação estudadas. No segundo momento será apresentada a análise fatorial das variáveis estudadas com dados obtidos que tem por objetivo identificar as diferentes variáveis latentes. A última será composta pela apresentação da criação da modelo para a categorização das empresas.