Análise dos dados

No método de análise dos dados foi utilizada a estatística descritiva, análise fatorial e análise de conteúdo (MAROCO, 2003). A primeira análise feita foi através da utilização da estatística descritiva, que ajudou na caracterização dos dados quanto à localização, dispersão e forma em que os dados se apresentam (COOPER e SCHINDLER, 2003).

• Quanto às medidas de localização, foram utilizadas a média e a mediana para averiguar a tendência central dos dados;

• Quanto às medidas de dispersão, foram empregadas a variância e desvio-padrão para averiguar o agrupamento dos dados e de que forma se distribuem;

• Quanto à forma para ser analisada a assimetria dos dados, através da distribuição normal ou de Gauss.

A estatística descritiva foi utilizada em todos os itens do questionário, com exceção dos itens cujos formatos de respostas são abertos.

Na segunda análise, específica para as questões abertas, referentes às variáveis mentoria e rede social, foi utilizado o método de análise de conteúdo, que é uma técnica que reúne vários instrumentos metodológicos para se chegar ao resultado (RICHARDSON e PERES, 1999).

A terceira análise se deu com a utilização de cluster hierárquico confirmatório, para que sejam analisadas detalhadamente as dimensões de cada variável de mentoria e de liderança. A análise de cluster é uma técnica de análise multivariada que permite agrupar as

variáveis em grupos homogêneos, a partir das seguintes decisões metodológicas: cluster hierárquico de variáveis, método vizinhos mais próximos (nearest neighbor) e mensuração do intervalo por correlação de pearson (MAROCO, 2003; HAIR JR et al., 1992).

O cluster hierárquico, pelo método aglomerativo, permite avaliar a dimensionalidade, identificar possíveis outliers multivariados e levantar as relações estruturais entre as variáveis. O método hierárquico tem como premissa a agregação das variáveis sucessivamente, considerando suas peculiaridades. Quando se posiciona como aglomerativo, possui vários métodos para mensurar a distância entre os clusters, que nesse estudo foi utilizado o método chamado menor distância ou vizinhos mais próximos ou single linkage ou nearest neighbor que define a menor distância entre as variáveis, demonstrando sua semelhança e maximizando a conectividade entre os clusters (MAROCO, 2003; HAIR JR et al., 1992).

No processo de mensurar as semelhanças, é recomendado utilizar os coeficientes de correlação amostral. O método de correlação de pearson foi escolhido para mensurar o

intervalo entre os clusters, por se trabalhar com variáveis ordinárias. Em todos os clusters foi utilizado o software Statistical Package for Social Science

(SPSS), versão 12.0 for windows, para a realização das análises dos dados de mentoria e liderança. No SPSS, foi realizado e calculado o cluster hierárquico de variáveis, através do método vizinhos mais próximos (nearest neighbor) e mensuração do intervalo por correlação de pearson (MAROCO, 2003), além da indicação do número de cluster a partir da fundamentação teórica.

E, para apresentar os resultados, foi utilizada a tabela vertical, para evitar quaisquer dúvidas quanto à configuração dos clusters, de acordo com a escolha da quantidade de agrupamentos. A quantidade ou número de clusters definido como ponto de corte advém da fundamentação teórica que apresenta a quantidade de dimensões de cada variável. Dessa forma, o ponto de corte do número de cluster para mentoria foi nove por conta da existência de nove dimensões; liderança transacional e transformacional, dez dimensões; e liderança servidora, cinco dimensões.

A quarta análise foi realizada sobre a rede social que está fundamentada na teoria dos grafos e na teoria das matrizes que, no decorrer do tempo, vem apresentando suas complementaridades na compreensão e leitura dos dados que serão trabalhados pelo método computacional UCINET. Este método computacional foi desenvolvido por Borgatti et al (2002), com o objetivo de diagramar a rede, analisar os nós, a densidade e sua centralidade (MARINHO-DA-SILVA 2003; REGIS, 2005).

E a partir da mensuração do grau de centralidade de saída, foram identificados os atores que possuem maior conexão para se analisar o seu perfil quanto à mentoria e liderança idealizada.

3.6.1 Matriz de análise dos dados

Nas tabelas a seguir será apresentada detalhadamente a análise de dados de acordo com os três grupos de objetivos específicos: mentoria, liderança e redes sociais. Cada “X” indica o tipo do método a ser utilizado para com os respectivos objetivos específicos.

Método de Análise Mentoria - objetivos específicos Subseções da fundamentação teórica Estatística descritiva Análise de conteúdo Análise cluster Correlação Objetivo específico 1.1.1 As características de um mentor X Objetivo específico 1.1.2 A escolha de um mentor X Objetivo específico 1.1.3

Impactos das relações de mentoria X

Objetivo específico 1.1.4

Mentoria a partir do modelo

internacional X Objetivo específico 1.1.5 Mentoria idealizada X Objetivo específico 1.1.6 Mentoria vivenciada X Objetivo específico 1.1.7

Comparação entre mentoria

idealizada e vivenciada X

Objetivo específico 1.1.8

A correlação entre mentoria vivenciada e a variável idade, gênero, tempo de atuação como

empresário e duração do relacionamento de mentoria

X

QUADRO 14 – Metodologia: análise dos dados de mentoria

Método de Análise Liderança - objetivos específicos Subseções da fundamentação teórica Estatística descritiva Análise de conteúdo Análise cluster Correlação Objetivo específico 1.2.1 O modelo internacional de liderança transacional, transformacional e servidora X Objetivo específico 1.2.2 Liderança idealizada e vivenciada pelo setor supermercadista

X

Objetivo específico 1.2.3

Liderança e as variáveis gênero, idade, tempo de atuação como empresário e escolaridade

X X

Objetivo específico

1.2.4 Mentoria versus liderança

X

QUADRO 15 – Metodologia: análise dos dados de liderança transacional, transformacional e servidora

Método de Análise Mentoria -

objetivos específicos

Subseções da

fundamentação teórica Estatística

Descritiva

Análise de Conteúdo

Análise

Cluster Correlação UCINET

Objetivo específico 1.3.1

O perfil percebido de liderança e de mentoria dos empresários e suas conexões

X X

Objetivo específico 1.3.2

Configuração da rede dos empresários quanto aos nós, à centralidade e densidade.

X

Objetivo específico 1.3.3

Os mentores presentes nas suas redes sociais no contexto empresarial

X X

Objetivo específico 1.3.4

Gênero, idade, tempo de atuação como empresário, escolaridade e perfil dos empresários

X X

Objetivo específico 1.3.5

As razões determinantes das

conexões entre os atores X X

QUADRO 16 – Metodologia: análise dos dados de redes sociais

A seção a seguir detalhará as limitações identificadas contextualizando-as com os limites definidos previamente.