Análise Descritiva e Multivariada dos Dados

As análises dos dados obtidos através dos questionários foram lançadas primeiramente numa planilha do Microsoft Office Excel e posteriormente tratados e analisados pelo software SPSS (Statistical Package for the Social Sciences) e pelo

software que permite implementar o MICMAC (“Impact Matrix Cross - Reference

Multiplication Applied to a Classification” ou em português “Multiplicação matricial

aplicada a uma classificação”).

Com o uso do SPSS (Statistical Package for the Social Sciences) foram desenvolvidas duas análises:

 Análise descritiva das variáveis de logística (relação com o cliente/fornecedor) através da técnica de frequência;

 Análise de correlação de todas as variáveis, utilizando o coeficiente de

Spearrman.

E, posteriormente para se obter as inter-relações entre todas as variáveis estudadas, foi utilizado o método MICMAC (Multiplicação matricial aplicada a uma classificação).

3.4.4.1 Análise Descritiva de Frequência

A análise descritiva, segundo Hair et al. (2005), tem como objetivo avaliar um conjunto de respostas para se obter algumas descobertas iniciais e descrever as características ou relações entre os fenômenos analisados.

De acordo com Dancey e Reidy (2006), uma das melhores formas de explorar os dados é através de técnicas gráficas e o histograma de frequência é uma das formas úteis de ilustrar visualmente os dados, quando os pesquisadores estão interessados na frequência de ocorrência de valores das amostras e são representados por meio de barras retangulares justapostas, onde a altura corresponde à frequência de ocorrência daquele valor.

3.4.4.2 Análise de correlação (Spearman)

O significado da palavra correlação descreve a relação mútua entre dois termos, ou seja, a correspondência entre eles. A ferramenta de análise de correlação é utilizada para descobrir o quanto uma variável interfere no resultado de outra.

Segundo Dancey e Reidy (2006), a finalidade de executar uma análise de correlação é descobrir se existe um relacionamento entre duas variáveis, significando que elas não são independentes, quando o valor de uma variável muda, o valor da outra consequentemente também muda, de maneira previsível.

Para a análise, utilizou-se o coeficiente de Spearman, indicado para dados não paramétricos, que mede a intensidade de relação entre as variáveis ordinais. O coeficiente varia entre -1 e 1 e quanto mais próximo estiver desses extremos, maior será a associação entre as variáveis. O sinal negativo significa que a variação está em sentido contrário, ou seja, a variável mais elevada de uma está relacionada a mais baixa da outra.

3.4.4.3 MICMAC (Multiplicação Matricial Aplicada a uma Classificação)

Os sistemas complexos são caracterizados por uma quantidade significativa de elementos e, muitas vezes, esse montante ultrapassa a nossa capacidade de

retenção limitada, normalmente em torno de sete itens. Logo, o estudo das inter- relações é um facilitador do conhecimento profundo dos mecanismos de funcionamento de sistemas complexos. A consideração das inter-relações permite perceber todo o sistema e as conexões entre as suas partes. Assim, podem-se distinguir as partes constituintes, sem perder o sentido do todo.

Para analisar as inter-relações de informação e as interações de decisão, pode-se usar um método frequentemente empregado na análise econômica (Godet, 1991, Hatem, 1993), o método da Matriz de Impacto Cruzado - Multiplicação Aplicada a uma Classificação (MICMAC). Este método é caracterizado por sua pluridisciplinaridade e seu aspecto matemático. Ele permite estudar as relações entre variáveis de um sistema e mostrar variáveis essenciais. Ao transpor este método, as relações entre as atividades podem ser representadas e as atividades essenciais podem ser analisadas.

O MICMAC (Multiplicação matricial aplicada a uma classificação) é uma forma de análise estrutural que permite a estruturação coletiva de ideias. Ele possibilita descrever um sistema com a ajuda de uma matriz que conecta todos os seus componentes. Ao estudar essas relações, o método tem como objetivo identificar as principais variáveis influentes e dependentes e oferece a possibilidade de revelar as variáveis essenciais à evolução do sistema.

O método MICMAC (Multiplicação matricial aplicada a uma classificação) criado por Michel Godet é composto das seguintes fases: listagem das variáveis, descrição das relações entre as variáveis, definição da matriz estrutural e classificação das inter-relações.

3.4.4.3.1 Listagem das variáveis

A primeira fase consiste na identificação e listagem do conjunto de variáveis que caracterizam o sistema em estudo e seu ambiente externo (variáveis internas e externas). Neste estudo, as variáveis consideradas são as 85 questões fechadas do questionário aplicado aos entrevistados e analisadas no programa SPSS (Statistical

Package for the Social Sciences) no módulo de análise de correlação com o

3.4.4.3.2 Descrição das relações entre as variáveis – definição da matriz estrutural

Através da utilização de um quadro de interações, chamado matriz estrutural, é possível exprimir as relações entre as variáveis. Esta matriz quadrada é construída através do questionamento da existência das relações entre as variáveis, aonde um número representa a influência de cada uma das variáveis no eixo da abscissa e em cada uma das variáveis no eixo da ordenada. Geralmente, o valor “1” indica uma influência direta e “0” indica nenhuma influência direta.

O procedimento de questionamento permite ordenar e classificar as ideias, criando uma linguagem comum dentro do grupo e dá a oportunidade de redefinir as variáveis e, assim, refinar a análise do sistema.

As relações entre as variáveis foram obtidas a partir dos coeficientes de

Spearman para as 85 variáveis consideradas.

3.4.4.3.3 A classificação das inter-relações

A análise das inter-relações é feita a partir de uma classificação das variáveis de acordo com suas influências no sistema, primeiramente por uma classificação direta e, então, por uma classificação indireta.

A classificação direta representa as cadeias de variáveis lineares e retroativas e é obtida pela soma de números em uma linha. Essa soma é o número de vezes para o qual a variável no eixo da abscissa influencia as outras variáveis, portanto é um indicador do seu efeito motor no sistema: ou seja, é a motricidade. Além disso, a soma de números na coluna resulta no número de vezes para o qual a variável na ordenada foi influenciada pelas outras variáveis, portanto é um indicador de sua sensibilidade à evolução do sistema, ou seja, representa a dependência. Desta forma, as variáveis podem ser classificadas de acordo com sua dependência e sua motricidade.

Para levar em conta as interações dinâmicas entre as atividades, a matriz estrutural é multiplicada por si mesma, certo número de vezes, até que a classificação das interações se torne estável. Este artifício matemático permite estudar a influência indireta das variáveis entre elas e sobre si mesmas. Geralmente, a matriz se estabiliza em torno da ordem dos valores 7 ou 8. Não é uma verdade matemática, mas uma observação empírica, frequentemente verificada (Godet,

1991). Em alguns casos, a matriz nunca estabiliza, mas oscila indefinidamente. Nesta situação, a evolução das oscilações deve ser analisada para compreender as interações entre as variáveis e suas influências sobre o funcionamento do sistema.

Dessa forma, as variáveis podem ser classificadas em dois planos de "dependência/ motricidade", um correspondente à classificação direta e o segundo à classificação indireta. Para cada plano, o eixo das abscissas corresponde à dependência e o eixo das ordenadas à motricidade (influência).

Assim, os resultados mencionados podem ser representados em quatro quadrantes, como pode ser visto na figura 3:

 As "variáveis motrizes", que atuam sobre o funcionamento do sistema;  As "variáveis críticas", que influenciam fortemente o sistema e que são também muito sensíveis à sua evolução;

 As "variáveis dependentes", que passam pela ação das outras variáveis do sistema;

 As "variáveis independentes", que não dependem da evolução das outras variáveis do sistema. Variáveis Variáveis Motrizes Críticas Variáveis Variáveis Independentes Dependentes Dependência In fl u ê n c ia 1 2 3 4

Figura 3 – Mapa de Influências/Dependências de Variáveis Fonte: Adaptado de GODET (1991)

Os limites entre os diferentes setores são determinados pelo cálculo das médias de motricidades e dependências.

A partir dessa análise, é possível:

 Esquematizar as variáveis de um sistema complexo, através de planos de "dependência/motricidade";

 Estudar as interações dinâmicas entre as variáveis de um sistema;  Mostrar as variáveis essenciais para o funcionamento do sistema.

O método proposto revela-se potencialmente pertinente por ser uma ferramenta de estruturação de ideias e, dessa forma, representar adequadamente o cenário das organizações, evidenciando as influências e as relações das variáveis logísticas com a organização e suas estratégias.