ANÁLISE DOS DADOS

O propósito da análise de dados é organizar e sumarizar os dados de forma que estes evidenciem respostas ao problema proposto. Em outra mão, a interpretação consiste em procurar por um sentido ainda mais amplo para os dados encontrados, ligando-os aos conhecimentos anteriores (GIL, 2008). Assim, era esperado, no presente caso, que a fase de análise de dados subsidiasse a resposta à pergunta de pesquisa proposta e tornasse possível o alcance dos objetivos do estudo mediante emprego de técnicas da estatística descritiva, análise de correlação e da análise envoltória de dados. 4.5.1 Estatística descritiva

A estatística descritiva tem como objetivo descrever e analisar determinada população, pretendendo tirar conclusões mais genéricas sobre os dados (CASTANHEIRA, 2008), apresentando-lhe suas características principais.

Neste estudo, foi realizada a análise descritiva para verificar média, variância e desvio padrão de todos os dados coletados, a fim de conhecer os traços dos clubes estudados, a magnitude de investimentos em atletas e das receitas, fluxo de caixa e resultados gerados nos clubes analisados.

Também foi verificado se as variáveis seguiram uma distribuição normal, através do teste Kolmogorov-Smirnov, com a finalidade de proceder o exame de correlação apropriado para o estudo. Assim, mesmo as variáveis que não apresentaram uma distribuição normal não foram transformadas por meio de técnicas de normalização, visto que a análise envoltória de dados, técnica econométrica que forneceu o indicador de eficiência dos clubes, trata-se de uma técnica não paramétrica, ou seja, não exige que os dados analisados apresentem uma distribuição normal.

4.5.2 Análise de correlação

A fim de acobertar a métrica ancorada no objetivo de verificar quais eram os benefícios econômicos gerados através da utilização do atleta como recurso estratégico pelos clubes de futebol, foi realizada uma análise entre a variável de entrada e as variáveis de saída apresentadas no quadro 12.

A análise de correlação tem como objetivo verificar se existe relação significativa entre variáveis e a eventual direção desta relação (FIGUEIREDO FILHO; SILVA JÚNIOR, 2009). Com esse estratagema, nesse estudo, foi possível verificar se as saídas possuiam relação com a entrada de recursos, ou seja, se a geração de benefícios econômicos estava correlacionada com o investimento em atletas.

Tal correlação, caso existisse, deveria ser então posta à prova. Neste sentido, dois testes para análise de correlação amplamente conhecidos são os coeficientes de Pearson e o de Spearman e ambos serviriam ao intento investigado.

O teste de correlação de Pearson. mede o grau de correlação e a direção dessa correlação (se positiva ou negativa) entre duas variáveis (BORGES, 2008). Este coeficiente é calculado da forma a seguir e normalmente é representado pela letra r

Os valores assumidos por r devem ser assim interpretados:

• Se r é igual a 1 significa que há uma correlação perfeita, com direção positiva entre duas variáveis;

• Se r é igual a -1 significa que há uma correlação perfeita, com direção negativa entre duas variáveis;

• Se r é igual a 0 significa que as duas variáveis não dependem linearmente uma da outra.

De acordo com Figueiredo Filho e Silva Júnior (2009), para a realização da análise de correlação de Pearson, faz-se necessário que os dados assumam dois requisitos básicos, precisam ser quantitativos e precisam ter distribuição normal.

Já o coeficiente de correlação de Spearman não exige que os dados apresentem uma distribuição normal, sendo uma alternativa ao exame de correlação de Pearson. Interpretado da mesma forma que o coeficiente anteriormente explanado, é calculado conforme demonstrado abaixo:

Onde:

• di é a diferença entre as ordenações;

• n é o número de pares de ordenações.

Isto posto, o teste de normalidade foi determinante para se optar pelo teste que melhor se adequasse à realidade dos clubes em tempo de execução, conforme recomendam Calado e Montgomery (2003), Moura (2010), Gonçalves, Frias e Fonseca (2014).

As correlações que se apresentaram no teste de correlação escolhido como significativas (p < 0,05), bem como marginalmente significativas (0,05 < p < 0,10), compuseram a segunda base para análise dos dados. Esta prática foi adotada observando também a recomendação de Sonza e Kloeckner (2014), qual seja efetuar a análise apenas com variáveis que forem significativas para explicar o fenômeno que se pretende estudar.

Foram testadas as correlações entre a variável de entrada (INVAI) e as instâncias das saídas (REC, FCX, REIN) e aquelas instâncias das variáveis de saída que exibiram correlação significativa com a variável de entrada continuaram no modelo.

Em adendo, os testes de correlação podem ser unilaterais ou bilaterais. Quando uma direção específica já é apontada utiliza-se o teste unilateral. Já o teste bilateral deve ser usado quando se sabe que existe um relacionamento entre as variáveis, mas a direção desse relacionamento não é conhecida (GUJARATI, 2006; FIELD, 2009).

Diante do que vem sendo apontado pela literatura e pela realidade retratada nos principais jornais nacionais sobre os clubes de futebol brasileiro, esperava-se que o investimento em atletas apresentasse relação positiva com a variável de receita entre os anos de 2010 a 2012 e por isso, para esses anos foi utilizado o teste unilateral. No entanto, o ano de 2013 fora apontado como um ano ruim para os clubes, pois algumas matérias jornalísticas ostentaram que os mesmos diminuiram suas receitas (SALOMÃO, 2014; SUZUKI; LOUREIRO, 2014). Por conta dessa divergência fincada nas notícias apresentadas no período, optou-se pelo teste bilateral para esta variável no ano de 2013, por não ser possível afirmar a direção do relacionamento entre as duas variáveis.

Já para a variável fluxo de caixa foi adotado o teste bilateral, pois apesar deste ser um benefício esperado com o investimento em atletas, os clubes de futebol

apresentam um grau de endividamento elevado, o que pode denotar uma certa dificuldade em gerar caixa, que são os recursos utilizados para o pagamento das dívidas.

Por fim, o teste bilateral também foi adotado para verificar o relacionamento entre o investimento em atletas e a geração de lucro, visto que, mesmo a literatura apontando que os quadro de jogadores apoia o clube, no que se refere à geração de lucro organizacional, os clubes de futebol brasileiro amargam prejuízos sucessivos e constantes (BARROS; MARTINS, 2010; GUINDANI et al., 2012).

O quadro 14 resume os testes utilizados para cada variável. Quadro 14 - Resumo dos critérios para a análise de correlação.

Ano Focos INVAI REC INVAI FCX INVAI RES

2010 Teste Unilateral Bilateral Bilateral

2011 Teste Unilateral Bilateral Bilateral

2012 Teste Unilateral Bilateral Bilateral

2013 Teste Bilateral Bilateral Bilateral

Na sequência, após a identificação das variáveis significativas componentes do trabalho, aponta-se o modelo que foi adotado para análise envoltória de dados.

4.5.3 Análise envoltória de dados

Para o alcance do objetivo específico de identificar o nível de eficiência da gestão dos clubes brasileiros no aproveitamento do recurso atleta como um recurso produtivo de receitas, fluxo de caixa e resultado (superávit ou déficit), foi utilizada a análise envoltória de dados. Esta abordagem, conforme discutido em seção anterior, exige variáveis de entrada e saída e unidades de decisão.

A análise envoltória foi trabalhada através do software SIAD® v.3. Este programa tem sido utilizado em várias pesquisas e tem a vantagem de ser um programa gratuito que aceita um número superior de unidades produtivas em relação aos demais programas (DANTAS; BOENTE, 2011, 2012; DANTAS, 2013; NOVAIS, 2014; ANDRADE, 2014; SOUZA, 2014).

As unidades de decisão, utilizadas neste estudo, foram os clubes apresentados no quadro 11. Obedecendo ao critério de número de unidades para análise da DEA, conforme discutido na seção 3.6.2 sob a égide da inequação K ≥ 2 * (n+m), e considerando os clubes definidos na seção 4.3.1, tem-se que o estudo atendeu de modo válido às exigências para execução da DEA, visto contabilizar mais que o mínimo recomendado que seria de 8 clubes.

Considerando a realidade do trabalho efetuado, a alternativa DEA que melhor se aplicou foi a VRS, visto que esta alternativa não assume a existência de proporcionalidade entre as entradas e saídas, o que permite comparar DMU’s de portes distintos (PEÑA, 2008; CORREIA; MELLO; MEZA, 2011; SILVEIRA, MEZA, MELLO, 2011). A DEA foi orientada à saída visto que o objetivo era maximizar a saída com os recursos existentes (PEDROSA, 2014).

Além da fronteira clássica, a DEA fornece a fronteira invertida, cujo objetivo é informar, dentro de um grupo de DMUs consideradas eficientes, aquelas que obtiveram melhor desempenho. Ao contrário da fronteira clássica, na fronteira invertida quanto menor for o indicador fornecido, melhor o comportamento da DMU, ou seja, melhor ela tem utilizado seus recursos a fim de alcançar produtos (GIACOMELLO; OLIVEIRA, 2014).

Faz-se necessário ressaltar que o modelo CRS também foi calculado a fim de averiguar a eficiência de escala, cuja discussão foi realizada na subseção 3.6.2 desta dissertação.

Para fins deste estudo, não foram adotados pesos para as variáveis de entrada e saída, assim como efetuado por Macedo, Steffanello e Oliveira (2007), visto que toda sas variáveis foram levadas em consideração no índice final fornecido pelo DEA, sem a atribuição subjetiva de um peso a um critério qualquer.

Diante disso, o intento da análise fora, dentro do espaço temporal escolhido (2010 a 2013), analisar a eficiência de cada clube em alcançar receitas, fluxo de caixa e resultados (superávit ou déficit) decorrentes do investimento em atletas.

Assim, a fronteira de eficiência (C(x,y)) foi medida a partir do investimento em atletas (INVAI) e da quantidade de benefícios econômicos produzidos (REC, FCX, RES), conforme descrito abaixo no quadro 15.

Quadro 15 - Relações adotadas para análise da eficiência dos clubes.

Função Relação Objetivo

C(x) = (y1) INVAI REC Analisar a eficiência do clube em gerar receitas através do

investimento em atleta

C(x) = (y2) INVAI FCX Analisar a eficiência do clube em gerar fluxo de caixa

através do investimento em atletas

C(x) = (y3) INVAI RES Analisar a eficiência do clube em obter resultados (superávit

As análises das relações listadas no quadro 15 foram realizadas para cada ano, dentro do espaço temporal escolhido, sendo estabelecido, anualmente, um ranking dos clubes, ordenado por eficiência no uso do recurso disponível (investimento em ativo intangível) para geração de benefícios econômicos, propiciando condições para enquadrar o objetivo de estabelecer um ranking dos clubes com melhor desempenho na utilização do atleta como recurso para geração de benefícios econômicos.

Os rankings elaborados foram analisados de forma longitudinal, verificando a variação no desempenho dos clubes na utilização do atleta como recurso para geração de receitas, fluxo de caixa e resultado (superávit ou déficit) entre os anos de 2010 a 2013.

Também foi realizada a análise dos alvos traçados pela análise envoltória de dados que referiam-se a valores (entradas ou saídas) que permitiriam tornar uma DMU ineficiente em eficiente (SOUZA, 2014), e que são calculados conforme descrito abaixo, onde, λ refere-se ao insumo pertencente à DMU de referência.

Com esta tática, foi possível verificar o desempenho anual dos clubes identificando qual o escopo de eficiência dos mesmos nos parâmetros da DEA, bem como suscitar quais os valores das variáveis estudadas eles deveriam alcançar, a fim de serem considerados eficientes.