Primeira fase: Abordagem quantitativa

A primeira fase da pesquisa teve por objetivo realizar um levantamento quantitativo da percepção dos gestores das IEBTs acerca do grau de importância dos recursos para o alcance dos objetivos da incubadora sob sua responsabilidade. Objetivou-se, ainda, realizar o levantamento quantitativo de tendências, atitudes ou opiniões em relação às competências organizacionais desenvolvidas pelas incubadoras.

Pretendeu-se com esses levantamentos identificar as características, atitudes e comportamentos das organizações em estudo, na perspectiva de seus gestores, ao realizarem suas atividades. A pesquisa de levantamento foi ideal nesta fase por possibilitar a identificação de elementos que seriam aprofundados na segunda fase (com abordagem qualitativa), por meio da análise do conteúdo das entrevistas realizadas com gestores das IEBTs acerca dos recursos e das competências mais associados ao cumprimento de seus objetivos. O levantamento foi de corte transversal; ou seja, os dados foram coletados de uma única vez, por meio de questionário autoadministrado de forma online (survey).

Os potenciais respondentes receberam, por mensagem de correio eletrônico (e-mail), um link para o questionário e foram estimulados a responder ou a repassá-lo a outro profissional atuante na gestão da incubadora. Os e-mails foram encaminhados, inicialmente, às incubadoras brasileiras contempladas em alguma edição do Edital do Centro de Referência para Apoio a Novos Empreendimentos (CERNE) e, posteriormente, às incubadoras não contempladas nesses editais, cujos contatos foram conseguidos por meio das redes estaduais de inovação ou pelo Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (SEBRAE) estadual.

Foi identificado um total de 176 participantes potenciais, ou seja, incubadoras brasileiras de empresas de base tecnológica e mistas ( considerando que estas abrigam as de base tecnológica). Inclui-se nesta população todas as incubadoras dessa natureza,

independente do tipo de organização com as quais estão vinculadas – se organizações públicas, privadas ou sem fins lucrativos.

Utilizando-se do software G*Power 3.1.7 (Faul et al., 2009), obteve-se o tamanho mínimo da amostra de 107 casos, apurado para um poder de teste de 95%, tamanho do efeito de 0,150, significância a 5% e dois preditores, conforme estabelecem Hair et al. (2014). Ademais, Hoyle (1995) constatou em pesquisas realizadas, mediante a técnica de Modelagem de Equações Estruturais (MEE), que um tamanho de amostra de 100 a 200 é geralmente um bom ponto de partida.

A coleta das respostas ocorreu entre outubro de 2015 e março de 2016. Do total de 176 incubadoras, 123 responderam ao questionário na íntegra e adequadamente, 15 responderam parcialmente e 1 questionário foi eliminado por ter tido um dos blocos respondido de maneira inadequada. Portanto, a amostra trabalhada neste estudo (123 IEBTs) atende ao que foi sugerido no parágrafo acima, já que neste estudo também se utilizou a técnica de MEE.

Os questionários com dados incompletos foram excluídos da aplicação das técnicas de Análise Fatorial e de MEE, mas os outliers identificados foram mantidos por uma decisão baseada em publicações sobre incubadoras que afirmam que algumas incubadoras, por razões diversas, são melhores intérpretes do conhecimento acadêmico para o mercado do que outras e, assim, conseguem elevar seus resultados quantitativos.

A Figura 5 apresenta o quadro conceitual, sendo as conexões entre os construtos a representação das hipóteses de pesquisa.

Figura 5 - Quadro conceitual Fonte: Elaborada pela autora.

Para construção do modelo como está apresentado na Figura 5, os construtos de primeira ordem foram transformados em indicadores do construto de segunda ordem, conforme procedimento adotado por Venkatraman (1989). Para agrupamento dos indicadores, foi utilizada a técnica de Análise de Componentes Principais, executada no software SmartPLS versão 2.0M3 (RINGLE; WENDE; WILL, 2005). Em relação ao construto recursos, o SmartPLS agrupou os 20 escores correspondentes às 4 variáveis latentes de primeira ordem (RF, RI, RO e RR), de acordo com sua correspondência com cada uma dessas variáveis, e transformou essas 4 variáveis latentes (RF, RI, RO e RR) em 4 indicadores do construto recursos. Da mesma forma, em relação ao construto competências, o SmartPLS agrupou os 30 escores correspondentes às 5 variáveis latentes de primeira ordem (CA, CE, CP, CR e COI), de acordo com a sua correspondência com cada uma dessas variáveis, e transformou essas 5 variáveis latentes (CA, CE, CP, CR e COI) em 5 indicadores do construto competências.

A variável latente recursos foi mensurada por meio de 20 perguntas, divididas em grupos de 5 perguntas para cada um dos 4 grupos de recursos. Os respondentes distribuíram um total de 100 pontos entre as 5 perguntas atribuídas a cada grupo de recursos.

A variável latente competências foi mensurada por meio de 30 perguntas. Os respondentes foram convidados a indicar o nível de concordância com as afirmativas

apresentadas, usando uma escala Likert de 5 pontos [(1) “Discordo totalmente”, (2) “Discordo”, (3) “Concordo parcialmente”, (4) “Concordo” e (5) “Concordo totalmente”].

A variável latente vantagens competitivas foi mensurada por meio de 9 perguntas. Solicitou-se aos respondentes que quantificassem percentualmente os resultados de suas incubadoras com base nos seguintes indicadores: EIGR, RONPAT, RONTECTRA, RPAT, RTECTRA. Adicionalmente, foi solicitado a eles que apresentassem os valores quantitativos absolutos para cálculo das informações solicitadas nos seguintes indicadores: PIVDPE, PIVDUL, VOVDPE e VOVDUL.

As perguntas do survey relacionadas aos três construtos trabalhados estão apresentadas no Apêndice B. Os indicadores que estão mensurando as variáveis latentes recursos e vantagens competitivas foram estabelecidos especificamente para esta pesquisa, a partir da teoria analisada, a partir de publicações sobre incubadoras, consultas a sujeitos envolvidos no processo de incubação e experiência da pesquisadora. Os indicadores que estão mensurando a variável latente competências originaram-se de um instrumento de coleta elaborado e validado, inicialmente, no estudo de Tidd, Bessant e Pavitt (2008) e, posteriormente, em diversos outros estudos que igualmente avaliaram a gestão da inovação em organizações, tais como, Ziviani e Ferreira (2013), Alves, Mera e Beltrame (2015) e Braga Junior, Silva e Silva (2015). Este é o primeiro estudo de que se tem conhecimento que se apropriou dessa escala para a avaliação de incubadoras. Além desses aspectos, foram elaboradas 10 questões destinadas à caracterização das IEBTs participantes e 7 à caracterização dos profissionais respondentes, vinculados ao corpo diretivo dessas IEBTs.

Conforme já dito, a técnica de análise utilizada foi a MEE. Klem (2002), Thompson, (2002) e Ullman (2007) entendem que esta técnica é uma mistura de Análise Fatorial e Análise de Regressão, a qual permite aos pesquisadores testarem estruturas fatoriais de instrumentos de medida psicométrica, por meio de análise fatorial confirmatória. A MEE pode ser utilizada, ainda, para analisar relações explicativas entre múltiplas variáveis simultaneamente, sejam elas latentes ou observadas. Com esta técnica, os pesquisadores podem examinar visualmente as relações entre as variáveis de interesse.

Das várias abordagens (ou métodos de estimação) existentes para a MEE (Wong, 2013), a que apresenta maior flexibilidade (Zwicker, Souza e Bido, 2008) e que é mais adequada ao presente estudo é a que analisa a variância. Por essa razão, foi empregada a abordagem de Mínimos Quadrados Parciais (PLS, do inglês “Partial Least Squares”), denominada a partir deste ponto de MEE-PLS.

A MEE-PLS é adequada quando não se tem suposição sobre a distribuição dos dados que estão sendo analisados (VINZI; TRINCHERA; AMATO, 2010). Neste estudo, sabe-se que os dados apresentam uma distribuição assimétrica. Bacon (1999), Hwang et al. (2010) e Wong (2010) identificaram as seguintes condições para que essa abordagem seja a mais apropriada: a amostra que está sendo analisada é pequena, não se tem uma teoria que discuta amplamente o estudo que está sendo analisado, tem se como primordial a precisão preditiva do modelo e não se pode assegurar que o modelo foi especificado corretamente. Essas condições foram determinantes para a escolha feita neste estudo.

Adicionalmente, o fato de as variáveis deste estudo assumirem a condição de variáveis latentes e de a MEE-PLS ser usada para avaliar variáveis dessa natureza tornou essa técnica ideal para análise dos dados nesta fase da pesquisa.

Há dois submodelos no modelo de equações estruturais: o modelo interno (ou estrutural) especifica as relações entre as variáveis latentes independentes e dependentes; e o modelo externo (ou modelo de medição) especifica as relações entre as variáveis latentes e seus indicadores observados. Nesta pesquisa, o modelo interno especifica as relações entre as variáveis latentes independentes recursos e competências e a variável latente dependente vantagens competitivas, conforme pode ser visto na Figura 6.

Em MEE, as variáveis latentes assumem, ainda, a condição de serem exógenas ou endógenas. Uma variável é exógena se tem setas apontando para fora e nenhuma seta sendo conduzida a ela. É conhecida também como “variável preditora” ou “variável independente”. Uma variável é endógena quando tem pelo menos uma seta que conduz a ela e representa os efeitos de outra variável. A variável endógena é conhecida, ainda, como “variável critério” ou “variável dependente”.

Figura 6 - Modelo interno versus modelo externo no diagrama de Modelagem de Equações Estruturais Fonte: Elaborada pela autora.

Na modelagem de equações estruturais existem dois tipos de escala de medição: formativa e reflexiva. Essas escalas são estabelecidas pela perspectiva teórica seguida pelo pesquisador. Na escala de medida formativa os indicadores formam a variável latente e não são intercambiáveis entre si. Em geral, esses indicadores de formação podem ter correlação entre si positiva, negativa ou mesmo não ter correlação (HAENLEIN; KAPLAN, 2004; PETTER; STRAUB; RAI, 2007).

Nesta pesquisa, os construtos recursos e vantagens competitivas foram modelados como formativos, o que pode ser observado pela direção das setas na Figura 6. A formação do construto recursos ocorreu em função dos estudos de Brush, Green e Hart (2001) e de Clarysse et al. (2004), apresentados anteriormente. A formação do construto vantagens competitivas ocorreu em função da experiência da pesquisadora no estudo sobre incubadoras e de consultas a publicações sobre IEBTs e a sujeitos envolvidos no processo de incubação. As vinte perguntas (ver Apêndice B), agrupadas nos indicadores RF, RI, RO e RR, mensuram, com diferentes medidas, o construto recursos e não compartilham

necessariamente significado entre si. Cada grupo de recursos (RF, RI, RO e RR) é formado pela combinação de cinco perguntas. Esses quatro grupos (transformados em indicadores, conforme explicado nesta subseção) formam o construto recursos.

Os nove indicadores (apresentados no Quadro 6), que formam o construto vantagens competitivas o mensuram com diferentes medidas e não compartilham necessariamente significado entre si.

Na escala de medida reflexiva, os indicadores são altamente correlacionados e intercambiáveis e sua confiabilidade e validade devem ser cuidadosamente examinadas (HAENLEIN; KAPLAN, 2004; PETTER; STRAUB; RAI, 2007; HAIR et al., 2014).

Quanto maior a correlação entre os indicadores, o que é possível perceber conceitualmente, mais facilmente se compreende como os indicadores refletem o construto. Nesta pesquisa, o construto competências foi modelado como reflexivo, o que pode ser observado pela direção das setas na Figura 6, tendo em vista a perspectiva de que as competências organizacionais das IEBTs se expressam por meio das dimensões de aprendizagem, estratégia, processos, relacionais e de organização inovadora.

As trinta perguntas (ver Apêndice B), que foram agrupadas nos indicadores CA, CE, CP, CR e COI, mensuram o construto competências e compartilham em cada grupo significado entre si. Os cinco grupos de indicadores CA, CE, CP, CR e COI juntos refletem a competência da organização. Existe correlação entre eles, porque todos vão refletir algo em comum, o que não é pressuposto dos construtos formativos.

3.2.2 Segunda fase: Abordagem qualitativa

O objetivo da abordagem qualitativa é possibilitar o aprofundamento de uma situação social, um evento, um papel, um grupo ou uma interação específica. Tal pesquisa constitui uma abordagem indutiva, porque os pesquisadores criam seus próprios padrões, categorias e formas de organização. Baseia-se na identificação e análise dos significados atribuídos pelos participantes ao problema ou questão. Assim, as questões ou hipóteses iniciais da pesquisa podem mudar após a imersão do pesquisador no campo, já que a ideia fundamental é aprender e avançar na compreensão do problema ou questão da pesquisa (CRESWELL, 2010).

As classes, categorias ou conceitos têm a função de comparar e classificar o conjunto de dados da pesquisa. Nesta fase da pesquisa, propôs-se uma descrição analítica que possibilitasse a construção de um esquema teórico, elaborado e derivado em função dos dados