Método de pesquisa

Para a descrição do método utilizado nesta dissertação, utiliza-se o diagrama apresentado na

Figura 3 - Método da Pesquisa

Fonte: Elaborado pelo autor (2016)

3.2.1 Formulação do problema

Inicialmente, pesquisador e orientador buscaram refinar, esclarecer e delimitar o problema da pesquisa. Ao longo do desenvolvimento do trabalho, algumas mudanças foram acordadas para buscar

Formulação do Problema

Revisão da Literatura

Elaboração do Questionário e Coleta de Dados

Análise da consistência dos dados (alfa de Cronbach)

AFE para ordenar ranking

IMPORTÂNCIA APLICAÇÃO

Análise da consistência dos dados (alfa de Cronbach)

AFE para ordenar ranking

Comparação dos resultados

Análise da Comparação

Análise final da Pesquisa Boxplot para exclusão de dados

inconsistentes (Outliers)

Boxplot para exclusão de dados inconsistentes (Outliers) Análise do motivo da inconsistência Análise do motivo da inconsistência Análise do ranking Importância Análise do ranking Aplicação

uma maior abrangência dos resultados almejados. A proposta nasceu como um estudo de caso do uso do Geometric Dimensioning and Tolerancing (GD&T) em uma empresa fabricante de aviões. O contato com profissionais relacionados à temática, acrescido da revisão da literatura, esclareceu que a importância da ferramenta não se limitava à linguagem normatizada de tolerâncias em desenhos de fabricação – tecnicamente o GD&T – mas, e principalmente, de buscar garantir sistematicamente os requisitos de montagem e funcionalidade ao longo de toda a cadeia de fabricação de um produto (JEFFREYS, 2006). Dessa forma, o foco da pesquisa foi redirecionado do GD&T para a metodologia

Dimensional Management System (DMS). Por fim, constatou-se ao longo da revisão bibliográfica,

uma lacuna na literatura relativa à ausência de estudos que abordem modelos de implantação da DMS a fim de suportar empresas envolvidas ou interessadas em proceder a implantação desta metodologia. Ficou desta forma definido o problema da pesquisa como a análise dos fatores críticos de sucesso na implantação da metodologia DMS em empresas do ramo metal-mecânico.

3.2.2 Revisão da Literatura

A fim de otimizar a revisão da literatura, foram utilizados princípios de revisão sistemática que consiste na busca, seleção e organização da literatura visando a construção de um texto que fundamente a pesquisa (CAUCHICK; FLEURY, 2012). Inicialmente, cabe ao pesquisador identificar fontes importantes para o trabalho tais como (1) livros de leitura corrente; (2) obras de referência; (3) periódicos científicos; (4) teses e dissertações, (5) anais de encontros científicos; (6) periódicos de indexação e resumo (GIL, 2008). As principais bases de dados utilizadas para o acesso ao material acadêmico na execução desta pesquisa foram: (1) o Sistema de Bibliotecas da Unicamp, na base da Faculdade de Engenharia Mecânica; (2) o portal de periódicos CAPES – Coordenação de Aperfeiçoamento de Pessoal de Nível Superior; (3) a base de dados Scielo (Scientific Electronic

Library Online); (4) a Biblioteca Digital Brasileira de Teses e Dissertações (BDTD). As buscas

consideraram principalmente (mas não exclusivamente) trabalhos publicados a partir de 2005. Utilizaram-se palavras-chave ou expressões adequadas à etapa de desenvolvimento da pesquisa, por exemplo, “Dimensional Management System”, “estratégia de manufatura”, “fatores críticos de sucesso” (FCS), na etapa de levantamento de dados. Na etapa de análise dos dados coletados, usaram- se as expressões “análise fatorial exploratória”, “modelagem de equações estruturais” (além dos termos equivalentes em inglês). Em números brutos, obteve-se cerca de 150 itens, entre artigos, teses, dissertações, livros e anais publicados em congressos. Por meio de avaliações quanto à relevância dos

artigos e aplicabilidade de seus temas, chegou-se a um número de 60 publicações para a elaboração do questionário (Figura 5, Figura 4 e Figura 6).

Fonte: Elaborado pelo autor (2016)

6 7 3 5 6 5 3 2 4 4 5 6 2 1 1 0 1 2 3 4 5 6 7 8 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 Total Total

Figura 4 - Revisão sistemática – passo-a-passo

Figura 5 - Revisão sistemática – estratificação por ano de publicação

3.2.3 Elaboração do Questionário e Coleta de Dados

A elaboração do questionário consiste basicamente na tradução dos objetivos específicos da pesquisa na forma de itens bem redigidos (GIL, 2008). O mesmo autor ressalta que não existem normas rígidas para a elaboração do questionário.

Quanto à sua forma, decidiu-se por escrever o questionário em inglês com o intuito de divulgá- lo internacionalmente. Essa opção se mostrou acertada pois uma das ferramentas que trouxe um número significativo de respondentes foi o LINKEDIN, que permitiu a divulgação do questionário para grupos de pesquisa que atuam com DMS em outros países. Outro aspecto relativo ao formato foi

Figura 6 - Revisão sistemática – estratificação por temática dos artigos

a ferramenta de divulgação adotada, o Google Docs, que oferece o Formulário Google, permitindo a elaboração de questionários que podem ser respondidos de maneira remota.

Ainda segundo recomenda Gil (2008), foi feito um pré-teste com uma versão preliminar do formulário, visando aferir como o instrumento de medição se comporta numa situação real de coleta de dados e se estariam conforme os objetivos da pesquisa. O teste foi realizado com professores da UNICAMP e com profissionais envolvidos com a implantação da DMS na empresa onde trabalham. Importante salientar que voluntários que participaram deste pré-teste, não participaram da pesquisa pós-teste pois isso descaracterizaria a pesquisa experimental, inserindo fraquezas e caracterizando-a como pré-experimental (CAMPBELL; STANLEY, 1979). Dessa forma, foram validados aspectos de clareza na explicação do objetivo da pesquisa e do conteúdo do questionário, objetividade das perguntas e funcionalidade da ferramenta.

Quanto ao conteúdo do questionário, foi elaborada uma carta explicando o propósito da pesquisa e agradecendo a participação do respondente (7.3). No formulário da pesquisa, foram apresentados vinte e seis fatores - coletados em publicações acadêmicas – que são considerados essenciais para a implantação da DMS nas empresas. Os respondentes, profissionais diretamente relacionadas à temática, foram solicitados a avaliar cada fator (dois campos para cada): no primeiro campo, (1), pede-se que o participante exponha sua percepção (grau 1 a 10) a respeito da importância conceitual dos fatores no processo de implantação de DMS. No segundo campo, (2), pede-se que o participante exponha sua percepção (grau 1 a 10) a respeito da aplicação desse mesmo fatores nas empresas tomando por base suas experiências práticas. Além disso, com o intuito de atender aos critérios do Comitê de Ética em Pesquisa (CEP), foi submetido e aprovado o Termo de Consentimento Livre e Esclarecido (TCLE) (7.2) a fim de assegurar os direitos e deveres que dizem respeito aos participantes da pesquisa e à sociedade científica.

3.2.4 Comitê de Ética em Pesquisa (CEP)

Detalhe importante relacionado ao método de pesquisa utilizada nesta dissertação refere-se à obediência à regulamentação internacional de boas práticas em pesquisa. Esse código de ética, considerado padrão de qualidade científica e ética internacional, condiciona tanto estudos da área médica, quanto pesquisas sociais ou qualquer outra que envolva a participação de seres humanos (CARVALHO, 2009).

O surgimento do sistema de regulação e revisão da ética em pesquisas foi influenciada pela carência de parâmetros éticos mínimos nos procedimentos de pesquisa, precipuamente àqueles relacionados com seres humanos (MARÍLIA DE QUEIROZ DIAS JÁCOME, 2012). No Brasil, os Comitês de Ética em Pesquisa (CEP) estão regularizados pela resolução de número 466, publicada no ano 2012 pelo Conselho Nacional de Saúde (CNS).

Conforme regimento interno, o CEP da UNICAMP está vinculado tanto à Pró Reitoria de Pesquisa Acadêmica quanto ao Ministério da Saúde. O projeto de pesquisa desta dissertação, após sua concepção, foi submetido à apreciação e devidamente aprovada sob o parecer de número: 1.367.772.

3.2.5 Análise dos dados

Os dados coletados foram submetidos a três tipos de análise: (1) estimação da confiabilidade desses dados por meio do uso do coeficiente alfa de Cronbach; (2) eliminação de pontos divergentes por meio do diagrama de caixa e análise fatorial exploratória (AFE) unifatorial, com o intuito de ordenar os fatores em termos de importância e aplicação para a implantação da DMS nas empresas. Para cada fator, foi realizada uma comparação dos resultados obtidos pelos dois critérios. Os tópicos a seguir apresentam a teoria por detrás de cada técnica estatística utilizada.

a) Alfa de Cronbach (α)

O coeficiente alfa de Cronbach foi apresentado por Lee Cronbach, em 1951, como uma forma de estimar a confiabilidade de um questionário aplicado em uma pesquisa (CRONBACH; SHAVELSON, 2004; HORA; MONTEIRO; ARICA, 2010). Esse coeficiente mede a correlação entre respostas em um questionário por meio do perfil dessas respostas. Trata-se, portanto, de uma correlação média entre perguntas com mesma escala de medição. O coeficiente α é calculado a partir da variância dos itens individuais e da variância da soma dos itens de cada avaliador por meio da Equação(1) (CRONBACH; SHAVELSON, 2004; HORA; MONTEIRO; ARICA, 2010)

(1)

Onde:

: corresponde ao número de fatores do questionário;

: corresponde à variância de cada item;

: corresponde à variância total do questionário, determinada como a soma de todas as variâncias.

A Tabela 1 mostra o cálculo do coeficiente no qual cada coluna representa um fator crítico de sucesso e cada linha representa um respondente. A interseção entre a linha e a coluna (Xnk) representa a resposta deste avaliados.

Tabela 1 - Alfa de Cronbach

Segundo Gil (2002), cada item analisado – o fator nesta pesquisa – deve ser independente, porém, considerando que há uma inter-relação entre eles por todos serem críticos para a implantação da DMS - conclui-se que o comportamento de um fator influencia o outro.

Para a elaboração de um coeficiente adimensional com o intuito de estimar a isenção erros aleatórios das observações (a confiabilidade), Cronbach e Shavelson (2004) estabelecem a divisão do estimador obtido pela variância total do questionário. Isso posto, chega-se à equação (1).

b) Diagrama de Caixa (boxplot)

O diagrama de caixa consiste em ferramenta gráfica que permite avaliar a simetria dos dados, sua dispersão e a existência ou não de dados atípicos, sendo especialmente adequado para a comparação de dois ou mais conjuntos de dados (CAPELA, 2014). Essa metodologia foi concebida por John Tukey em 1970 como parte de uma caixa de ferramentas para suportar as análises de dados multivariados (WICKHAM; STRYJEWSKI, 2011).

Dados inconsistentes são observações que, aparentemente, têm origem de uma distribuição diferente daquela que forma a maioria dos dados. Esse comportamento anômalo pode influenciar a análise estatística e levar a conclusões errôneas (SCHWERTMAN; OWENS; ADNAN, 2004).

O diagrama de caixa é considerado uma maneira enxuta para demonstrar a distribuição de uma amostra, principalmente quando comparada à outras ferramentas similares como o histograma ou a curva da densidade de Kernel. Sua vantagem reside no fato desta ferramenta não utilizar os valores extremos para apresentar a estatística da distribuição (SCHWERTMAN; OWENS; ADNAN, 2004).

O diagrama de caixa padrão apresenta cinco componentes principais (Figura 7):

(1) mediana, Md, medida de tendência central que indica o valor central de uma amostra ordenada. (2) a parte inferior da caixa – Q1, quartil primário ou ¼ dos menores valores – e a parte superior da caixa–Q3, quartil terciário ou ¾ dos maiores valores. A diferença interquartílica (Q3 – Q1), representa a dispersão da distribuição – altura da caixa (H).

(3) valores extremos, não atípicos, correspondem, no extremo inferior, ao quartil primário (Q1) subtraindo 1,5 vezes a altura da caixa. No extremo superior, toma-se o quartil superior (Q3) e adiciona-se 1,5 vezes a altura da caixa. Os valores extremos costumam ser denominados “cercas”,

(4) graficamente, os valores extremos são ligados à caixa por meio de linhas comumente denominadas “fios de bigode” (whisker).

(5) valores discrepantes são aqueles localizados além dos valores extremos. Figura 7 - Diagrama de caixa

Fonte: Elaborado pelo autor (2016)

Nesse contexto, valores atípicos detectados por uma análise usando o diagrama de caixa são aqueles localizados além dos valores extremos superior (Q3 + 1,5*H) e inferior (Q1 – 1,5*H). O autor fez uso do programa licenciado Statistical Package for Social Sciences (IBM/SPSS), por meio de sua função “Exploratória”, com o intuito de elaborar o diagrama de caixa e identificar dados atípicos em função do número de respondentes da pesquisa (MOOI, 2014).

3.2.6 Análise Fatorial Exploratória (AFE)

A AFE consiste em análise na qual todas as variáveis são consideradas simultaneamente, ou seja, todas relacionadas entre si, fazendo uso do conceito de variável estatística que descreve a composição linear de variáveis. Nesse contexto, a AFE condensa significativamente o número de variáveis que descrevem um fenômeno e possibilita a detecção da correlação entre essas variáveis (HAIR JR et al., 2014). Essa correlação se dá em função de fatores que são, ao mesmo tempo,

determinantes, porém latentes (TINSLEY; BROWN, 2000). AAFE não distingue dependência entre as variáveis pois trata-se de uma técnica de interdependência, em que examina-se um conjunto de relações interdependentes (MALHOTRA, 2001). Há duas grandes classes de técnicas de análise de dados: a análise de fatores comuns e a análise de componentes principais.

A análise de componentes principais produz uma ou mais variáveis compostas que capturam grande parte das informações originalmente contidas em um conjunto maior de itens. Além disso, os componentes são definidos como somas ponderadas dos itens originais. Dessa maneira, os componentes principais são transformações lineares das variáveis originais. Eles se baseiam em dados reais e são derivados dos itens reais. Outro resultado da AFE é a criação de escores fatoriais. (KOOTSTRA, 2004). A carga fatorial expressa quanto um teste ou variável observada está correlacionada a um fator. Desta forma, quanto maior essa carga fatorial, maior a identificação entre as variáveis analisadas (SILVA; NETO, 2010).

Nesta dissertação, o autor fez uso da Análise Fatorial Exploratória (AFE) unifatorial com o intuito de elaborar uma classificação dos fatores para a implantação da DMS. Uma análise de componentes principais foi conduzida tanto para as respostas válidas do critério importância quanto para o critério aplicação. Para ambos os critérios, definiu-se o número de fatores a serem extraídos iguais a um. A AFE foi realizada por meio do programa licenciado SPSS, recorrendo à análise estatística multivariada (PESTANA e GAGEIRO, 2005).