Análise dos Componentes Principais

Os coeficientes, ou autovetores, dos três componentes principais (CPs), divididos em IND (indústria) e CSE (comércio e serviços), assim como as suas respectivas variáveis foram combinadas linearmente obedecendo-se aos seguintes critérios:

 Primeiro cruzamento: grupo 1 e grupo 2;  Segundo cruzamento: grupo 1 e grupo 3;  Terceiro cruzamento: grupo 1 e grupo 4;  Quarto cruzamento: grupo 1 e 5;

 Quinto cruzamento: realizou-se a combinação dos três CPs utilizados para formar as combinações lineares de todas as variáveis do questionário de pesquisa.

Os coeficientes – autovetores – dos três componentes principais, divididos em IND e CSE, utilizados para formar as combinações lineares das variáveis do Grupo 1 e Grupo, mostraram, somando-se os três valores, 51,0% e 51,90%, respectivamente, da variabilidade total dos dados existente nas 14 variáveis. A técnica de ACP para estes grupos explicou a maioria dos dados analisados.

Classificando-se as variáveis, em ordem crescente de importância, teve-se a CP1 como sendo a variável mais significativa, pois explicou, respectivamente, 22,70% e 22,90% da variabilidade total existente nos dados para IND e CSE. Nas duas análises realizadas (indústria e comércio e serviços) evidenciou-se que todos os coeficientes do CP1 são positivos, indicando uma contribuição positiva de todas as variáveis. Em contrapartida, notou-se que CP2 e CP3 possuem variáveis negativas, indicando uma contribuição contrária desses itens em relação aos valores positivos. Concluiu-se, também, que todas as variáveis do ambiente externo foram mais significativas, em relação aos itens associados à estrutura física das MPEBTs.

Os coeficientes – autovetores – dos três componentes principais, divididos em IND e CSE, utilizados para formar as combinações lineares das variáveis do Grupo 1 e Grupo 3 explicaram, somando-se os três valores, 83,40% e 84,70%, respectivamente, da variabilidade total dos dados existente nas 7 variáveis. O primeiro componente principal explicou 36,6% e 37,3% dos valores, respectivamente, para IND e CSE e representou uma contribuição global das variáveis, pois todos os coeficientes são positivos.

A variável mais importante foi o percentual investido em P&D nos anos de 2015, 2016 e 2017, enquanto que as variáveis menos significativas foram os itens relacionados à estrutura

física da empresa. O segundo componente principal apresentou cargas altas e positivas para as variáveis associadas à estrutura física da empresa e cargas negativas e baixas associadas às variáveis do percentual investido em P&D, mostrando a predominância do item estrutura física da empresa em relação ao percentual investido em P&D.

Os coeficientes – autovetores – dos três componentes principais, divididos em IND e CSE, utilizados para formar as combinações lineares das variáveis do Grupo 1 e Grupo 4 explicaram, somando-se os três valores, 78,20% e 79,10%, respectivamente, da variabilidade total dos dados existente nas 10 variáveis. A técnica de ACP para estes grupos explicou a maioria dos dados analisados. O primeiro componente principal explicou 46,90% e 46,60% dos valores, respectivamente, para IND e CSE. Os valores representaram uma contribuição global das variáveis, pois todos os coeficientes são positivos.

As análises de CP1, para IND e CSE, mostraram a predominância das variáveis associadas aos processos, produtos e/ou serviços lançados e aperfeiçoados nos anos de 2015, 2016 e 2017, em relação às variáveis associadas à estrutura física da empresa. As variáveis mais importantes foram “inovação radical em processos”; “inovação incremental em processos” e “inovação incremental em produtos”. Analisando-se CP2 para IND e CSE, teve-se que os resultados foram opostos aos obtidos para CP1, pois existem cargas negativas para as variáveis associadas aos processos, produtos e/ou serviços lançados e aperfeiçoados nos anos de 2015, 2016 e 2017 e positivas para as variáveis associadas à estrutura física da empresa.

Os coeficientes – autovetores – dos três componentes principais, divididos em IND e CSE, utilizados para formar as combinações lineares das variáveis do Grupo 1 e Grupo 5 explicaram, somando-se os três valores, 83,4,9% e 83,7% respectivamente da variabilidade total dos dados existente nas 24 variáveis investigadas. Na análise do primeiro componente principal, seja para IND ou para CSE, a única variável da estrutura física da empresa que contribuiu positivamente foi a “importância de utilizar os objetivos e a estratégia para orientar a alocação de recursos na empresa”. No segundo componente principal que explicou, respectivamente, 12,0% e 11,80% da variabilidade total dos dados em IND e CSE, verificou-se um conjunto de variáveis com cargas positivas e negativas.

Dentre as cargas positivas destacaram-se “número de funcionários”, “faturamento anual”, “importância dos objetivos e da estratégia na alocação de recursos organizacionais”, “estrutura organizacional”, “estratégia de inovação”, “estratégia competitiva”, “empreendedorismo”, “cultura organizacional”, “gestão do conhecimento”, “recursos financeiros”, “conhecimento

tecnológico” e “tecnologia da informação”. Em contrapartida, as variáveis que menos influenciaram nos valores são: “equipamentos e máquinas”; “segredo comercial”; “pesquisa de mercado”; “marcas registradas”; “localização da fábrica”; “patentes”; “acesso a canais de distribuição”; “acesso a matérias-primas”; “parcerias com clientes”; “parcerias com universidades e centros de pesquisa” e “outros”.

Os coeficientes – autovetores – dos três componentes principais utilizados para formar as combinações lineares de todas as variáveis do questionário de pesquisa, estando divididos em IND e CSE explicaram, somando-se os três valores, 39,10% e 38,90% respectivamente da variabilidade total dos dados existente nas 44 variáveis. Como as correlações entre as variáveis não foram muito altas, os três componentes de ambas análises forneceram resultados medianos. Excetuando-se o primeiro componente principal obtido na tabela para IND, notou-se que houve uma contribuição global das variáveis do questionário, pois todos os coeficientes foram positivos.

As variáveis IND e CSE se posicionaram em último lugar, o que indica que as respostas do questionário não tiveram interferência do setor industrial (IND) ou do comércio e serviços (CSE). O segundo componente principal mostrou que 11,70% as cargas negativas concentraram- se na questão 23 do questionário de pesquisa – recursos utilizados pela empresa para realizar inovações de processos, produtos e/ou serviços –, o que significa uma preponderância das demais variáveis sobre este conjunto de variáveis. Com base na aplicação do questionário de pesquisa e considerando-se os resultados obtidos na ACP, as 104 EBTs foram classificadas, em ordem crescente de importância. A classificação das empresas está expressa na figura 21.

22→83→8→76→68→27→61→63→78→103→42→48→57→19→49→64→16→25→ 100→92→33→71→54→14→39→81→29→59→47→75→20→3→88→26→7→94→ 15→35→95→44→101→84→60→85→28→62→31→18→12→55→30→96→77→98→79→93 →104→58→89→11→43→73→86→69→4→65→53→34→80→66→6→13→ 72→52→21→38→2→9→102→40→70→87→90→99→97→50→41→51→46→45→ 24→91→82→67→74→1→32→37→10→36→5→17→23

Figura 21 - Classificação das 104 empresas em ordem crescente de importância Fonte – Elaboração própria

A figura 21 elaborada pelo cruzamento dos componentes ortogonais CP1 com CP2, mostra a dispersão das 104 firmas, facilitando a identificação das principais firmas periféricas: a empresa 22 no extremo, à esquerda, e a empresa 23 no extremo, à direita. Após a classificação das EBTs elaborou-se um gráfico, do tipo aranha, visando agrupar as empresas baseando-se nas

semelhanças entre as variáveis dos componentes ortogonais CP1 e CP2. Tal ilustração encontra- se na figura 22.

Figura 22 - Dispersão das 104 empresas de base tecnológica Fonte – Elaboração própria

O gráfico aranha foi elaborado a partir de 34 variáveis contidas no questionário de pesquisa, sendo IND, CSE, faturamento médio anual (Q11), utilização dos objetivos e da estratégia competitiva para alocar os recursos organizacionais (Q13), importância das variáveis do ambiente externo no setor de atuação (Q15_1 a Q15_10) e indicar os recursos mais importantes para a empresa realizar inovações em processos, produtos e serviços (Q23_1 a Q23_20).

Em seguida, realizou-se um comparativo entre as empresas 22 – representada em vermelho – e 23 – representada em verde –, que se situam em posições opostas nos eixos ortogonais. O objetivo desta análise foi o de mostrar como os proprietários-dirigentes das empresas 22 e 23 avaliam e utilizam, estrategicamente, cada variável listada no questionário de pesquisa. O resultado está ilustrado na figura 23.

A análise da Figura 23 mostra que, das 34 variáveis mensuradas, em apenas 6 variáveis, tais como “concorrentes” (Q15_2), “incerteza ambiental” (Q15_5), “pressão sobre preços” (Q15_9), “acesso a canais de distribuição” (Q23_2), “recursos financeiros” (Q23_3) e “parcerias com universidades e centros de pesquisa” (Q23_17) houve similaridades nas respostas entre as empresas 22 e 23.

Figura 23 - Comparação entre as empresas 22 e 23 Fonte – Elaboração própria

Além disso, comparou-se, entre as empresas 22 e 23, o percentual investido em P&D, com relação ao faturamento total, e a quantidade de produtos lançados e aperfeiçoados durante os anos de 2015, 2016 e 2017. Os valores encontram-se na Tabela 19.

Tabela 19 - Investimentos em P&D e lançamento e aperfeiçoamento de processos, produtos e serviços nas empresas 22 e 23

Investimentos em P&D Lançamentos Aperfeiçoamentos Empresa 2015 2016 2017 Processos Produtos Serviços Processos Produtos Serviços

22 4% 13% 22% 1 7 4 1 10 1

23 30% 30% 30% 1 1 1 1 1 1

Fonte – Elaboração própria

A comparação entre as duas firmas periféricas mostra que a empresa 22 elevou crescentemente os níveis de investimentos em P&D, passando de 4%, em 2015, para 13%, em 2016 e 22%, em 2017. Analisando-se os efeitos desses aumentos nos resultados inovadores, destacam-se os valores referentes ao lançamento e aperfeiçoamento de produtos – 7 e 10, respectivamente – e o oferta de 4 novos serviços no mercado.

Por sua vez, a empresa 23 manteve o nível de investimentos em P&D, em 30%, o que se refletiu na manutenção unitária tanto no lançamento quanto no aperfeiçoamento de processos, produtos e serviços. Em suma, aumentos nos investimentos em P&D refletiram-se, majoritariamente, no lançamento e no aperfeiçoamento de produtos.