Análise dos fatores

A análise fatorial foi utilizada com o objetivo de identificar os principais fatores determinantes da competitividade da produção de suínos em Mato Grosso. Esta técnica foi escolhida por permitir identificar fatores que explicam o relacionamento entre um conjunto de variáveis. Além disso, permite a estimação de escores fatoriais que serão utilizados na próxima seção para obter o IDC.

A análise fatorial foi aplicada aos dados constituídos por uma matriz 65x17, referentes às 17 variáveis utilizadas para representar a competitividade e às 65 observações (suinocultores entrevistados).

Antes de iniciar a análise dos dados, tornou-se necessário verificar se a análise fatorial é adequada para analisar os dados utilizados. A matriz de correlação simples apresenta alto índice de correlação entre a maioria dos pares de variáveis. Em relação à matriz de anti- imagem, nota-se predominância de coeficientes baixos em sua maioria, indicando conveniência na aplicação da análise fatorial.

Além desses, foram utilizados os seguintes testes: o teste de Kaiser-Meyer-Olkin (KMO) e o teste de Bartlett. O teste de Bartlett verifica o pressuposto de que as variáveis sejam correlacionadas entre si para testar o ajuste do modelo de análise fatorial aos dados. Para isso, busca-se verificar se a matriz de correlações é estatisticamente igual a uma matriz identidade. Neste teste, obteve-se valor de 314,21, então se rejeita a 1% de significância a hipótese nula de que a matriz de correlação seja uma matriz identidade.

Outro método utilizado para verificar se a análise fatorial é adequada ao estudo dos dados é o teste de KMO. O valor obtido neste teste foi de 0,57, indicando que os fatores obtidos na análise fatorial conseguem descrever as variações dos dados originais.

Após esses testes, pode-se concluir que a análise fatorial é adequada para analisar os dados da pesquisa. A partir disso, todas as 17 variáveis para as 65 observações são padronizadas para que todas as variáveis tenham a mesma variância. Com isso, a participação de uma variável na determinação dos fatores comuns e do especifico depende apenas da sua correlação com as demais variáveis.

O primeiro passo da análise fatorial consiste na determinação da matriz de correlação simples entre as variáveis. Essa matriz permite avaliar o grau de relação entre as variáveis. A análise fatorial busca, a partir do conjunto de variáveis, agrupá-las de acordo com o grau de correlação existente entre elas e assim determinar os fatores. Na Tabela 13 é apresentada a matriz de correlação entre as variáveis, estando destacadas em negrito as correlações que possuem significância estatística ao nível de 10%.

Analisando a matriz de correlação, constata-se que, do conjunto de variáveis, a variável - Relação entre o número de suínos e a quantidade de empregados é a que apresenta o maior número de correlações acima de 0,50 e estatisticamente significante. Esta variável se encontra positivamente correlacionada com a variável - Sistema de produção, e negativamente relacionado à variável - Preço médio pago pelo milho. Pode-se concluir que as granjas que possuem maior proporção de suínos por empregado estão associadas a sistemas produtivos com maior nível de integração e, de modo contrário, menor será o preço pago pelo milho.

Outra variável com elevado nível de correlação, acima de 0,50 e estatisticamente significante, é a variável - Tipo de levantamento e controle de custos, associada à variável

- Frequência com que consulta assuntos sobre suínos na internet. Essa relação indica que os suinocultores mais informados a respeito do setor possuem maior preocupação em controlar seus custos de produção.

Tabela 13 - Matriz de correlação. X X X X X X X X X X X X X X X X X X 1,00 X -0,08 1,00 X 0,05 0,13 1,00 X 0,39 0,06 -0,17 1,00 X 0,68 -0,12 0,00 0,37 1,00 X 0,18 0,30 0,03 0,27 0,29 1,00 X -0,58 -0,22 0,09 -0,30 -0,71 -0,30 1,00 X 0,21 -0,12 -0,07 0,20 -0,01 -0,02 0,06 1,00 X 0,20 0,01 -0,31 0,28 0,15 0,14 -0,19 -0,08 1,00 X -0,08 -0,02 -0,03 -0,10 -0,25 -0,07 0,20 -0,07 -0,02 1,00 X 0,19 -0,23 0,14 0,35 0,16 0,14 0,04 0,21 0,14 -0,02 1,00 X 0,05 -0,03 0,12 0,02 -0,01 0,04 0,07 0,02 0,06 -0,08 0,26 1,00 X -0,08 -0,21 -0,21 0,18 0,08 0,13 0,07 -0,13 0,11 -0,05 -0,01 0,13 1,00 X 0,16 -0,15 -0,03 0,14 0,24 -0,02 -0,07 -0,10 0,08 0,09 0,06 -0,11 0,48 1,00 X 0,13 -0,10 0,03 0,46 -0,10 -0,04 0,20 0,29 -0,05 0,22 0,52 0,11 0,08 0,10 1,00 X -0,04 -0,11 0,08 0,30 -0,07 -0,08 0,15 0,09 -0,14 -0,09 0,20 -0,10 0,00 0,12 0,46 1,00 X 0,15 0,03 -0,13 0,36 0,13 0,10 -0,07 0,30 0,08 -0,10 0,19 0,00 -0,07 0,04 0,19 0,19 1,00

Valores em negrito são estatisticamente significativos a 10%. Fonte: Resultados da pesquisa.

A segunda etapa consiste na extração dos fatores necessários para representar as variáveis analisadas. Para isso, foi utilizado o método de componentes principais, que busca estimar um conjunto mínimo de combinações lineares entre as cargas fatoriais e as variáveis com o objetivo de explicar o máximo de variância dos dados. A determinação do número de fatores a ser extraído foi obtido pelo emprego do critério da raiz latente, em que o número de fatores extraídos é igual ao número de autovalores maiores ou iguais a unidade.

Aplicando-se aos dados à técnica de análise fatorial, pelo método de componentes principais, eles resultam na extração de sete fatores com raiz característica superior à unidade. Além disso, foi feita a rotação dos fatores com o objetivo de obter uma matriz de cargas fatoriais cuja interpretação seja mais simplificada. Para isso, utilizou-se o método de rotação ortogonal Varimax, por facilitar a interpretação, tornando os coeficientes de correlação entre as variáveis e os fatores próximos a zero e um. Esse método de rotação não altera o total de variância explicada pelos sete fatores, em conjunto, que continua o mesmo antes e após a rotação dos fatores.

Após a rotação dos fatores pelo método Varimax, foram obtidos sete fatores - 1, 2, 3, 4, 5, 6 e 7 - que explicam, respectivamente, 15,32%, 14,13%, 9,76%, 8,85%, 8,79%, 8,40% e 7,05% da variância total das variáveis. O primeiro fator apresenta o maior grau de explicação sobre o conjunto de dados, e essa magnitude se reduz gradualmente para os demais fatores. Os sete fatores explicam juntos 72,34% da variância total das variáveis. Tabela 14 - Fatores obtidos pelo método de componentes principais.

Componentes

Autovalores e variâncias iniciais Variância após rotação

Total % da Variância _{acumulada %} Variância Total % da Variância _{acumulada %}Variância

1 3,150 18,529 18,529 2,605 15,323 15,323 2 2,389 14,051 32,579 2,403 14,136 29,459 3 1,736 10,209 42,789 1,661 9,769 39,228 4 1,362 8,014 50,802 1,506 8,859 48,087 5 1,304 7,671 58,473 1,495 8,793 56,879 6 1,249 7,348 65,821 1,429 8,408 65,288 7 1,108 6,52 72,341 1,199 7,053 72,341 8 0,872 5,13 77,471 9 0,722 4,248 81,719 10 0,697 4,098 85,818 11 0,612 3,601 89,418 12 0,468 2,755 92,173 13 0,409 2,405 94,578 14 0,293 1,724 96,302 15 0,265 1,559 97,861 16 0,189 1,113 98,974 17 0,174 1,026 100

Na Tabela 15 visualizam-se as cargas fatoriais e as comunalidades para os fatores selecionados. Por meio delas, torna-se possível confirmar se os sete fatores são capazes de explicar conjuntamente uma proporção significativa da variância de cada variável, ou se uma quantidade significativa de variáveis está associada fortemente aos sete fatores.

Analisando a comunalidade, verifica-se que algumas variáveis possuem alta relação com os fatores, obtendo um poder de explicação alto, acima de 0,70, para os sete fatores obtidos. Essas variáveis são: - Relação entre o número de suínos e a quantidade de empregados; - Relação entre o número de suínos e a área da propriedade; - Relação entre o número de suínos e a área com suínos; - Classificação da granja quanto à tecnificação; - Sistema de produção; - Preço médio pago pelo milho; - Preço médio recebido pelo suíno vivo; - Recebe incentivo fiscal; - Já conseguiu crédito a baixas taxas de juros; - Grau de influência da taxa de juros na decisão de tomar empréstimo; e - Frequência com que consulta assuntos sobre suínos na internet. No conjunto de variáveis analisadas, para todas as variáveis, a maior parcela da variância explicada está relacionada aos sete fatores.

A interpretação da matriz de cargas fatoriais permite identificar a estrutura entre as variáveis. Para isso, foram identificadas e destacadas em negrito as cargas fatoriais mais altas e significantes para cada variável entre os sete fatores, ou seja, cargas fatoriais maiores que 0,50 em valor absoluto. Posteriormente, os fatores foram rotulados com o objetivo de descrever um significado para o conjunto de cargas fatoriais encontrados. Na Tabela 15, as variáveis que apresentaram as maiores cargas fatoriais para os fatores em comum foram agrupadas com a finalidade de facilitar a visualização dos fatores.

Tabela 15 - Matriz de cargas fatoriais rotacionada, comunalidades e porcentagem de variância explicada.

Variáveis Cargas Fatoriais Comunalidade

F1 F2 F3 F4 F5 F6 F7

X1 - Relação entre o número de suínos e a quantidade de empregados 0,866 0,162 -0,064 0,027 -0,073 0,096 0,079 0,801

X5 - Sistema de produção 0,895 0,020 0,173 0,015 0,016 0,027 -0,174 0,863

X7 - Preço médio pago pelo milho -0,811 0,090 0,030 -0,110 -0,287 0,142 0,131 0,798

X4 - Classificação da granja quanto à tecnificação 0,356 0,673 0,169 0,264 0,254 0,092 -0,012 0,751

X8 - Frequência de fiscalização sanitária na propriedade 0,086 0,502 -0,415 0,116 -0,310 0,061 -0,100 0,544

X15 - Frequência com que consulta assuntos sobre suínos na internet -0,083 0,757 0,087 -0,103 -0,062 0,250 0,378 0,807

X16 - Há transferência de conhecimento da universidade -0,153 0,687 0,196 -0,317 -0,048 -0,170 -0,101 0,677

X17 - Avaliação da assistência técnica recebida 0,086 0,593 -0,171 0,251 0,061 -0,081 -0,235 0,517

X13 - Já conseguiu crédito a baixas taxas de juros -0,095 0,009 0,826 0,230 -0,025 0,158 -0,141 0,790

X14 - Grau de influência da taxa de juros na decisão de tomar empréstimo 0,211 0,103 0,770 -0,025 -0,128 -0,143 0,136 0,705

X3 - Relação entre o número de suínos e a área com suínos 0,072 -0,068 -0,082 -0,824 0,140 0,236 0,059 0,775

X9 - Qualidade de conservação das vias de acesso à propriedade 0,195 -0,020 0,087 0,694 0,151 0,206 0,116 0,606

X2 - Relação entre o número de suínos e a área da propriedade -0,075 -0,055 -0,224 -0,068 0,829 -0,170 0,008 0,780

X6 - Relação entre pesos e o tempo dos animais 0,259 0,073 0,097 0,089 0,693 0,173 -0,060 0,604

X11 - Tipo de levantamento e controle de custos 0,168 0,496 0,007 -0,067 -0,085 0,614 0,168 0,691

X12 - Recebe incentivo fiscal -0,071 -0,075 -0,008 0,008 0,023 0,838 -0,140 0,733

X10 - Preço médio recebido pelo suíno vivo -0,146 -0,042 0,002 0,062 -0,026 -0,088 0,906 0,856

Percentagem de variância explicada pelo fator após a rotação 15,323 14,136 9,769 8,859 8,793 8,408 7,053

O primeiro fator 1 é composto pelos indicadores: relação entre o número de suínos e a quantidade de empregados, sistema de produção e preço pago pelo milho. Essas três variáveis explicam juntas 15,3% da variância total dos dados, sendo, portanto, as mais relevantes para explicar a competitividade da produção de suínos mato-grossense.

O fator 1 está positiva e fortemente relacionado com o indicador do grupo Intensidade de exploração do trabalho, (Relação entre o número de suínos e a quantidade de empregados envolvidos na suinocultura), com a variável (Sistema de produção), que integra o grupo Características da produção, e negativamente associado à variável (Preço médio pago pelo milho), constituinte do grupo Determinantes do custo e rentabilidade. Nesse fator, a variável tipo de sistema de produção apresentou a maior carga fatorial, portanto, este fator será denominado sistema de produção e determinantes do custo.

Analisando este fator, verifica-se que os principais determinantes da competitividade estão ligados ao sistema de produção e às variáveis relacionadas ao custo de produção. Então, quanto mais integrado for o sistema de produção, mais competitiva será a granja. Esse fato se deve aos sistemas integrados de produção serem mais eficientes na alocação dos recursos e controle dos custos. Além disso, uma outra vantagem está ligada à intensidade de utilização da mão de obra, sendo mais competitivas as produções que utilizam menor quantidade de funcionário por suíno, por este custo representar o segundo maior custo de produção, depois apenas da ração. De modo oposto, a variável preço do milho atua em sentido contrário à competitividade, em que quanto maior o preço do milho, menor a competitividade da granja, posto que esse insumo é o principal componente da ração, chegando a representar até 40% do custo de produção do suíno vivo.

O fator 2 está constituído por cinco indicadores. Destes cinco, quatro possuem carga fatorial elevada, são eles: a variável componente do grupo Características da produção, (Classificação da granja quanto à tecnificação), e os indicadores do grupo Acesso e transferência de informações, (Frequência com que consulta assuntos sobre suínos na internet) e (Há transferência de conhecimento da universidade), além da variável (Avaliação da assistência técnica recebida), constituinte do grupo Assistência técnica. Ademais, a variável do grupo Atuação dos órgãos governamentais, (Frequência de fiscalização sanitária na propriedade), possui uma correlação positiva, entretanto fraca para o fator. Este fator será denominado transferência de conhecimento para a produção e característica da granja.

Esse fator demonstra o elevado grau de importância que a transferência de conhecimentos tem sobre a competitividade do sistema produtivo, seja via assistência técnica, internet ou universidade. Outro indicador determinante da competitividade se refere ao grau de tecnificação da granja, sendo mais eficiente a produção mais tecnificada.

O terceiro fator, 3, está associado forte e positivamente à variável (Aquisição crédito a baixas taxas de juros) e à variável (Grau de influência da taxa de juros na decisão de tomar empréstimo), pertencentes ao grupo Incentivos fiscais e financeiros. Esta variável foi rotulada de acesso a crédito financeiro.

Então, constata-se que a disponibilidade de crédito ao suinocultor, com taxa de juros diferenciada, possibilita a realização de investimentos no sistema produtivo e consequentemente aumento da competitividade na produção. Portanto, linhas de crédito específicas para o setor, com juros subsidiados, promovem o desenvolvimento da atividade e o aumento da competitividade da suinocultura.

O fator 4 está correlacionado positiva e fortemente ao indicador (Qualidade de conservação das vias e acessos a propriedade), do grupo Atuação dos órgãos governamentais, e negativamente relacionado à variável (Relação entre o número de suínos e a área utilizada para a suinocultura), integrante do grupo Intensidade de exploração da terra. Este fator será intitulado infraestrutura e exploração do solo.

O quarto fator indica que o grau de conservação das estradas de acesso à propriedade afeta positivamente a competitividade, devido ao preço pago ao produtor pelo suíno vivo estar ligado ao custo de transporte. Portanto, o grau de conservação das vias determina diretamente a rentabilidade do empreendimento. O indicador intensidade de exploração da terra, por outro lado, possui sinal negativo, indicando que sistemas produtivos confinados, com alta densidade de suínos por área, atuam como inibidor da competitividade.

O fator 5 apresenta correlação positiva e forte com o indicador (Relação entre o número de suínos e a área da propriedade), constituinte do grupo Intensidade de exploração da terra, e com a variável do grupo Determinantes do custo e rentabilidade, (Relação entre o peso e o tempo dos animais vendidos). Este fator será referenciado como uso da terra e taxa de conversão animal.

O indicador de uso da terra aponta que quanto maior a área da propriedade, maior será o nível de competitividade alcançado pela atividade. Essa variável é um dos requisitos da suinocultura industrial como medida para garantir a segurança sanitária da produção. Por outro lado, o determinante taxa de conversão do peso vivo de suíno por dia é um importante

indicador da rentabilidade da produção, pois quanto maior a taxa de conversão, menor será o custo de produção, aumentando, consequentemente, a rentabilidade da atividade.

O fator 6 obteve correlação forte e positiva com a variável (Tipo de levantamento e controle de custos), do grupo Gestão da propriedade, e com a variável (Recebe incentivos fiscais), pertencente ao grupo Incentivos fiscais. Este fator foi denominado de políticas de incentivo fiscal e gestão da propriedade.

A variável relacionada à gestão da propriedade indica que empresas com mecanismos mais eficientes para o controle de custos são mais competitivas porque os mecanismos de controle de custos de produção vêm para auxiliar o produtor na gestão e controle da granja, além de servir de apoio ao proprietário para tomada de decisões. Em adição, a variável relacionada ao recebimento de incentivos fiscais também vem somar como fator positivo para a competitividade. Esse incentivo propicia diferencial competitivo à suinocultura mato- grossense, como a redução tributária, o que tem gerado vantagem comparativa em relação a outras regiões produtoras.

O fator 7 é o indicador com maior carga fatorial, positivo e fortemente relacionado à variável (Preço médio recebido pelo suíno vivo), pertencente ao grupo Determinante da rentabilidade. Por oportuno, o fator será chamado receita do empreendimento. Portanto, o melhor preço pago pelo suíno vivo é um reflexo tanto da eficiência na alocação dos recursos produtivos, quanto da qualidade do produto fornecido.

No último passo da análise fatorial, utiliza-se a matriz de pesos dos escores em conjunção com os valores das variáveis iniciais para o cálculo dos escores fatoriais. Os escores fatoriais estimados são apresentados na próxima seção. O peso do escore vinculado ao fator, para a variável que ele representa, costuma ter o maior peso e sinal no mesmo sentido da carga fatorial, os demais costumam obter menor peso. Na Tabela 16, visualiza-se a matriz de pesos dos escores fatoriais para cada variável por fator.

Tabela 16 - Matriz de pesos dos escores fatoriais das granjas de suínos de Mato Grosso.

Variáveis Fatores

F1 F2 F3 F4 F5 F6 F7

X1 - Relação entre o número de suínos e a quantidade de empregados 0,380 -0,003 -0,088 -0,048 -0,138 0,025 0,144

X5 - Sistema de produção 0,362 -0,049 0,075 -0,083 -0,083 -0,010 -0,071

X7 - Preço médio pago pelo milho -0,313 0,062 0,038 0,001 -0,100 0,113 0,015

X4 - Classificação da granja quanto à tecnificação 0,049 0,275 0,072 0,125 0,177 -0,013 -0,001

X8 - Frequência de fiscalização sanitária na propriedade 0,033 0,201 -0,291 0,105 -0,231 -0,003 -0,096

X15 - Frequência com que consulta assuntos sobre suínos na internet -0,047 0,299 0,034 -0,072 0,026 0,093 0,274

X16 - Há transferência de conhecimento da universidade -0,094 0,343 0,147 -0,237 0,030 -0,202 -0,144

X17 - Avaliação da assistência técnica recebida -0,044 0,282 -0,125 0,165 0,039 -0,115 -0,209

X13 - Já conseguiu crédito a baixas taxas de juros -0,112 -0,017 0,500 0,106 0,024 0,108 -0,160

X14 - Grau de influência da taxa de juros na decisão de tomar empréstimo 0,087 0,024 0,462 -0,093 -0,066 -0,141 0,105

X3 - Relação entre o número de suínos e a área com suínos 0,093 -0,043 0,011 -0,573 0,110 0,168 0,050

X9 - Qualidade de conservação das vias de acesso à propriedade 0,012 -0,054 -0,007 0,463 0,077 0,155 0,131

X2 - Relação entre o número de suínos e a área da propriedade -0,098 0,044 -0,086 -0,047 0,583 -0,106 0,040

X6 - Relação entre pesos e o tempo dos animais 0,010 0,031 0,075 0,015 0,469 0,117 -0,011

X11 - Tipo de levantamento e controle de custos 0,051 0,134 -0,026 -0,055 -0,040 0,386 0,124

X12 - Recebe incentivo fiscal -0,069 -0,113 -0,011 0,023 0,022 0,628 -0,138

X10 - Preço médio recebido pelo suíno vivo 0,027 -0,043 -0,028 0,072 0,024 -0,070 0,774