Coleta de dados

A coleta dos dados empíricos desta pesquisa foi realizada por meio de um Survey, sendo a unidade de análise a organização empresarial. Conforme Schwab (2013) a coleta de dados é uma etapa crítica quando os procedimentos adotados são de natureza quantitativa, exigindo um rigor processual para que os resultados esperados não sejam comprometidos.

As etapas do processo de coleta de dados envolveram o contato inicial com organizações representativas, conforme disposto na seção 4.2, e posteriormente o contato direto com as empresas associadas por meio de seus representantes. As empresas receberam um convite via e- mail, que as redirecionaram para uma plataforma midiática de pesquisa via WEB, o Limesurvey, possibilitando o acesso dos respondentes a um questionário individualizado on-line.

A coleta dos dados teve um enfoque transversal, em que os dados coletados são relativos a um determinado período no tempo (FINK, 2009). Nesse sentido, com a pesquisa de corte transversal, as relações entre os construtos são estudadas não de forma longitudinal, mas restritas a um espaço temporal específico.

Assim como realizado em outros estudos com este mesmo perfil, os respondentes foram os ocupantes de cargos de gestão estratégicos nas organizações (Presidente, Diretores, Gerentes), em razão do conhecimento que estes dispõem sobre a empresa e o seu negócio (BONTIS; CROSSAN; HULLAND, 2002; CAMISÓN; FÓRES, 2010; FLATTEN et al., 2011). Além dessa, outras diretrizes nortearam a coleta. Por exemplo, não foram coletadas informações de caráter sigiloso ou de interesse exclusivo da empresa, como financeiras, fiscais ou de projetos. Da mesma forma, foi preservada a identidade dos respondentes e das organizações participantes, sendo garantida a confidencialidade das respostas recolhidas. Estas informações ficaram restritas aos pesquisadores envolvidos.

Considerando o exposto, entre abril e novembro de 2016 foram contatadas 213 empresas da região metropolitana de Belo Horizonte,

associadas à ASSESPRO, FUMSOFT E SINDINFOR, que são as principais entidades representativas das empresas de tecnologia da informação do Estado de Minas Gerais.

Um total de 94 questionários foram recebidos. No entanto, 19 destes foram descartados. 13 pelo número de questões não respondidas; 4 por terem sido respondidos por profissionais que não ocupavam cargos de gestão; e 2 por terem sido respondidos por mais de um gestor, representando a mesma empresa. Como critério, cada empresa responde a apenas um questionário, e por profissionais da gestão estratégica da empresa. Considerando o exposto, foram obtidos 75 questionários válidos.

Em sua estrutura o questionário de pesquisa dispunha de 10 questões para caracterização da empresa e mais 89 questões distribuídas pelas 13 variáveis latentes que formam os construtos objeto de estudo: a aprendizagem organizacional, a capacidade absortiva e a inovação. Foram obtidas um total de 6.675 respostas para as 89 questões, sendo encontrada apenas 1 célula em branco, totalizando 0,01% das respostas. Este valor foi tratado com a imputação pela média da variável, por ser um dos métodos mais adequados e amplamente empregado para este perfil de análise (HAIR, et al., 2009).

Para a mensuração dos construtos utilizou-se da escala Likert de concordância, fixada para variar de 1 (Discordo Totalmente) a 7 (Concordo Totalmente). Dessa forma, valores mais baixos indicam que os indivíduos tendem a discordar, enquanto valores mais altos indicam que os indivíduos tendem a concordar com a afirmativa. A escala likert é uma ferramenta usada amplamente nos questionários, nos quais os participantes respondem perguntas utilizando uma escala de 3, 4, 5, 7 ou 10 pontos, que variam entre forte discordância à forte concordância (BROWN, 2006; SCHWAB, 2013).

4.5.1 Considerações sobre a amostra

Quanto ao tamanho da amostra, essa discussão tem suas raízes nos obstáculos consideráveis enfrentados ao conduzir com pequenas amostras a CBSEM - Covariance Based Structural Equation Modeling (modelagem de equações estruturais por análise de covariância). Boomsma e Hoogland (2001) concluíram que existe não convergência e problemas de soluções impróprias para pequenas amostras (N = 200 ou

menos). Em contraste, o tamanho da amostra pode ser

Using Partial Least Squares (modelagem de equações estruturais com

mínimos quadrados parciais).

Uma regra empírica para robustas estimações em SEM-PLS é ter um tamanho da amostra maior ou igual a 10 vezes o número de itens que formam o indicador formativo com o maior número de itens (Se houver indicador formativo). Ou, 10 vezes o maior número de setas diretas a um particular construto do modelo estrutural (BARCLAY; HIGGINS; THOMPSON, 1995). Porém, geralmente, aceitando a regra empírica de 10 vezes para o PLS, pode se chegar a níveis não aceitáveis de poder estatístico (HENSELER; RINGLE; SINKOVICS, 2009). Somente em casos de tamanhos de efeitos realmente grandes que os níveis de poder estatístico estariam em limites aceitáveis utilizando a regra empírica de 10 vezes.

De acordo com Chin (2010), devem-se utilizar as tabelas de poder para regressão (COHEN, 1992) para determinar o tamanho mínimo de amostra exigido. Na Tabela 2 a seguir são apresentados dados para uma análise de regressão considerando um nível de 5% de significância, variando o número de variáveis independentes e o tamanho do efeito.

Tabela 2 - Tamanho da amostra para modelos de regressão com nível de 5% de significância

Variáveis Independentes

Tamanho do Efeito

Pequeno Médio Grande

2 481 67 30 3 547 76 34 4 599 84 38 5 645 91 42 6 686 97 45 7 726 102 48 8 757 107 50

Fonte: Elaboração própria a partir de Cohen (1992).

De acordo com a tabela, considerando, por exemplo, que o construto que menos recebe setas diretas, recebe 2, teríamos que ter um mínimo de 67 amostras para detectar com um nível de 5% de significância um efeito médio como significativo. Nesta pesquisa obteve-se um total de 75 amostras, sendo que o questionário abrangia 89

questões sobre o objeto de estudo, divididas em 13 construtos (primeira e segunda ordem). Diante desses elementos considera-se o tamanho da amostra com aceitável poder estatístico e de significância (HENSELER; RINGLE; SINKOVICS, 2009; CHIN, 2010).

Ressalta-se que a amostra utilizada não é probabilística, não permitindo, portanto, o cálculo de erro de amostragem ou verificação de validade de inferências. Da mesma forma, as conclusões da pesquisa não são passíveis de generalização (PEDHAZUR E SCHMELKIN, 1991). Para este estudo a definição da amostra se deu por conveniência, sendo os respondentes (empresas) selecionados em razão da acessibilidade e disponibilidade de participação, considerando de ante- mão as características/perfil da população pesquisada (FINK, 2009).