Resultados para o Escalonamento Multidimensional e Análise Fatorial Exploratória

que os dados possuem excelente confiabilidade de consistência interna já que o coeficiente calculado é de 0,9627 (Hair Jr, 2009, recomenda valores aceitáveis a partir de 0,70). Apesar do ótimo resultado obtido, Malhotra (2012) argumenta que o coeficiente Alpha de Cronbach tende a aumentar com o aumento do número de itens na escala (k) e, neste caso, outras verificações podem se fazer necessárias. Como nesta pesquisa o total de itens investigados foi de 47 processos (k=47), decidiu-se também pela verificação de outros parâmetros associados ao Escalonamento Multidimensional (EMD) e à Análise Fatorial Exploratória (AFE). Estes parâmetros serão apresentados nos itens subsequentes.

4.2. Resultados para o Escalonamento Multidimensional e Análise Fatorial Exploratória

O EMD foi utilizado nesta dissertação por duas vezes. Primeiramente com o intuito de se verificar quais grupos de dados melhor se enquadravam naquilo que estava sendo pesquisado e, posteriormente, para apresentar a distribuição das variáveis investigadas levando-se em consideração as respostas atribuídas pelos formulários válidos.

Mediante o exposto, inicialmente a técnica foi aplicada aos dados coletados tomando por base os dados dos 17 formulários. A fim de verificar qual distância euclidiana, normal ou quadrática, melhor se adequaria aos dados coletados, foram realizados dois testes no software SPSS 20. A Tabela 4.2 compara os parâmetros gerados pelo software quando o foco residia nos respondentes e a Tabela 4.3 apresenta uma compilação de todos os parâmetros analisados.

Tabela 4.2. Análise do melhor ajuste para a execução do EMD. Comparação entre distâncias euclidianas, normal e quadrática, com foco nos respondentes (Fonte: autor).

Distância Euclidiana: normal Distância Euclidiana: quadrática

Tabela 4.3. Compilação dos testes de ajustes para o EMD com foco nos casos (Fonte: autor)

Análise tomando por base os 17

casos

Distância euclidiana normal Distância euclidiana quadrática Stress SStress RSQ Stress SStress RSQ

0,09681 0,10452 0,95323 0,08497 0,10452 0,95529

Pode-se observar por meio da Tabela 4.3 que as diferenças de ajustes realizadas pela distância euclidiana normal e quadrática são mínimas, com todos os índices se comportando dentro do esperado (para Stress e SStress valores inferiores a 30% e para o RSQ valores superiores a 60%, segundo Hair Jr. et al., 2009). Desta forma, ambos as distâncias euclidianas se adequam a análise da pesquisa e o autor deste trabalho optou pelo uso do ajuste por distâncias euclidianas quadráticas pelo fato deste apresentar melhores resultados na maioria dos testes.

Foi utilizada a Formula 1 de S-stress de Young Iterações S-Stress Aperfeiçoamento

1 0,1301

2 0,1049 0,0252

3 0,0996 0,0053

4 0,0977 0,0018

5 0,0968 0,0009

Iterações pararam porque o aperfeiçoamento S-stress é menor que 0,01000

Stress e correlação quadrática (RSQ) em distâncias

Valores de Stress são dados pela Formula 1 de Kruskal Para matriz

Stress = 0,10452 RSQ = 0,95323

Valores de RSQ sao proporcionais a variância dos dados escalonados (disparidades) na partição (coluna, matriz ou todos os dados) os quais são considerados para suas distâncias correspondentes

Histórico de iterações para solução de 2 dimensões (em distâncias quadradas)

Foi utilizada a Formula 1 de S-stress de Young Iterações S-Stress Aperfeiçoamento

1 0,1189

2 0,0934 0,0254

3 0,0866 0,0069

4 0,0853 0,0013

5 0,085 0,0003

Iterações pararam porque o aperfeiçoamento S-stress é menor que 0,01000

Stress e correlação quadrática (RSQ) em distâncias

Valores de Stress são dados pela Formula 1 de Kruskal Para matriz

Stress = 0,10371 RSQ = 0,95529

Valores de RSQ sao proporcionais a variância dos dados escalonados (disparidades) na partição (coluna, matriz ou todos os dados) os quais são considerados para suas distâncias correspondentes

A Figura 4.1 apresenta a distribuição espacial das respostas geradas pelo software SPSS 20 ao se aplicar o EMD com foco nos respondentes, onde “Exp” corresponde aos especialistas (expert em inglês) e “Comp” corresponde às empresas (company em inglês).

Figura 4.1. EMD para os 17 casos analisados (empresas e especialistas) (Fonte: autor)

É possível observar que das 17 respostas levantadas, cinco delas, circuladas em laranja, (Exp5, Comp2, Exp7, Comp4 e Comp5) se encontram distantes em relação ao grupo principal e podem se caracterizar como outliers. Em linhas gerais, tem-se a concepção de que as respostas atribuídas por esses cinco entrevistados estão distante daquilo que realmente se deseja conhecer e, por esse motivo, podem ser desconsideradas.

Trata-se, entretanto, de uma decisão visual e a fim de corroborar com a mesma, o autor desta dissertação optou pela realização de uma Análise Fatorial Exploratória (AFE) para um único fator, por meio da qual se tenta confirmar a exclusão destes casos. Ao aplicar essa ferramenta estatística, tem-se a classificação dos 17 casos segundo aquilo que se deseja conhecer, evidenciando os respondentes extremos.

A aplicação da AFE foi realizada para os casos mencionados e se mostrou viável segundo o teste Kaiser-Meyer-Olkin Measure (KMO), com índice de adequação da amostra KMO = 0,695. Segundo Pereira (2008), este valor torna a análise de componentes principais razoável para a aplicação da técnica.

Dimensão 1 Dim en sã o 2

Configuração de estímulos derivados Modelo de distância Euclidiana

Validos Outliers

Utilizando todos os parâmetros mencionados no método de trabalho, os scores para as 17 respostas foram obtidos e ordenados segundo seu distanciamento em relação ao objetivo de interesse. É importante lembrar que tais scores apresentam média 0,0 e desvio padrão 1,0, como mostra a Tabela 4.4.

Tabela 4.4. Scores para cada um dos 17 entrevistados obtidos pelo AFE (Fonte: Autor).

Scores Análise Fatorial Exploratória para um único fator

C4 E7 C5 C8 E8 C7 C1 C6 C3 E1 E2 E4 E6 E3 E9 C2 E5 + 1,47 + 1,33 + 1,08 + 0,91 + 0,68 + 0,62 + 0,60 + 0,34 + 0,33 - 0,20 - 0,58 - 0,58 - 0,72 - 1,02 - 1,04 - 1,43 - 1,81 Formulários não

utilizados Formulários utilizados para a análise

Formulários não utilizados

Assim, por meio da AFE para um único fator, confirmaram-se os dados outliers apresentados pelo EMD e justificou-se a eliminação das amostras Exp5, Comp2, Exp7, Comp4 e Comp5. Os dados correspondentes a Exp3 e Exp9 foram mantidos por decisão do autor pelo fato destes apresentarem scores próximos a 1,0. Validaram-se desta forma 12 formulários.

O passo seguinte consistiu na análise do mapa espacial gerado pelo EMD quando tomado por base os 47 processos investigados e na AFE para os mesmos. Consideram-se agora apenas os 12 formulários com respostas válidas e foco nos 47 processos. É importante salientar que o objetivo principal agora não reside mais na validação de dados e por este motivo os mesmos serão ordenados, não sendo definidos outliers.

Mais uma vez foram realizados testes para verificar qual ajuste se adequava melhor as respostas válidas dos 12 formulários. A Tabela 4.5 apresenta os resultados obtidos para o ajuste realizado pela distância euclidiana normal e distância euclidiana quadrática.

Tabela 4.5. Análise do melhor ajuste para a execução do EMD. Comparação entre distâncias euclidianas, normal e quadrática, com foco nos processos (Fonte: Autor).

Distância Euclidiana: normal Distância Euclidiana: quadrática

Tabela 4.6. Compilação dos testes de ajustes para o EMD com foco nos processos (Fonte: autor) Análise tomando por base os 47 processos dos 12 formulários válidos

Distância euclidiana normal Distância euclidiana quadrática Stress SStress RSQ Stress SStress RSQ

0,17059 0,18274 0,86681 0,17090 0,18283 0,86733

Pode-se observar por meio da Tabela 4.6 que as diferenças de ajustes realizadas pela distância euclidiana normal e quadrática são mínimas, com todos os índices se comportando dentro do esperado mais uma vez (para Stress e SStress valores inferiores a 30% e para o RSQ valores superiores a 60%, segundo Hair Jr. et al., 2009). Mais uma vez, ambas as distâncias euclidianas se adequam a análise da pesquisa e o autor deste trabalho optou pelo uso do ajuste por distâncias euclidianas quadráticas pelo fato deste apresentar melhores resultados na maioria dos testes, com exceção para o SStress.

Histórico de iterações para solução de 2 dimensões (em distâncias quadradas)

Foi utilizada a Formula 1 de S-stress de Young Iterações S-Stress Aperfeiçoamento

1 0,2271

2 0,1844 0,0427

3 0,1829 0,0016

4 0,1827 0,0001

Iterações pararam porque o aperfeiçoamento S-stress é menor que 0,01000

Stress e correlação quadrática (RSQ) em distâncias

Valores de Stress são dados pela Formula 1 de Kruskal Para matriz

Stress = 0,17059 RSQ = 0,86681

Valores de RSQ sao proporcionais a variância dos dados escalonados (disparidades) na partição (coluna, matriz ou todos os dados) os quais são considerados para suas distâncias correspondentes

Histórico de iterações para solução de 2 dimensões (em distâncias quadradas)

Foi utilizada a Formula 1 de S-stress de Young Iterações S-Stress Aperfeiçoamento

1 0,2236

2 0,1869 0,0368

3 0,18340 0,0034

4 0,1828 0,0006

Iterações pararam porque o aperfeiçoamento S-stress é menor que 0,01000

Stress e correlação quadrática (RSQ) em distâncias

Valores de Stress são dados pela Formula 1 de Kruskal Para matriz

Stress = 0,17090 RSQ = 0,86733

Valores de RSQ sao proporcionais a variância dos dados escalonados (disparidades) na partição (coluna, matriz ou todos os dados) os quais são considerados para suas distâncias correspondentes

A Figura 4.2 apresenta a distribuição espacial dos 47 processos gerada pelo software SPSS 20, levando-se em consideração a nomenclatura criada e apresentada no capítulo 3 desta dissertação para facilitar as apresentações gráficas e discussões.

Figura 4.2. EMD para os 47 processos considerando casos válidos (Fonte: autor)

Por meio do mapa espacial gerado pelo EMD é possível observar a formação de um grande grupo central que apresenta comportamento similar e grupos periféricos de dissimilaridade. É possível observar na extrema direita a formação de um grupo de variáveis composto por variáveis associadas à grande área risco e logo acima outro grupo formado por variáveis associadas à grande área stakeholders. Algumas variáveis associadas à comunicação, gestão de aquisição e recursos humanos pertencem a uma área de intersecção e deverão ser analisadas por outra técnica.

Na extrema esquerda, verifica-se um grupo de destaque composto por variáveis associadas ao tempo, escopo e recursos humanos. Também é possível verificar a existência de variáveis na interseção deste grupo com o grupo central.

A fim de ordenar as 47 variáveis apresentadas pelo mapa espacial da Figura 4.2 e criar uma classificação mais clara por meio dos scores obtidos, aplicou-se novamente a AFE tomando como base neste momento os dados dos 47 processos do PMBOK para os 12 formulários válidos.

Modelo de distância Euclidiana

Dimensão 1 Dim en sã o 2

Como forma de verificar a adequação da AFE aos dados aplicou-se o teste Kaiser- Meyer-Olkin Measure (KMO). O índice KMO obtido foi de 0,714, que segundo Pereira (2008) conduz a uma análise de componentes principais e média aceitável. Utilizando os parâmetros mencionados no método de trabalho, foram obtidos os scores para os 47 processos e realizada a ordenação dos mesmos, como apresentado pela Tabela 4.7 Salienta-se que nesta mesma tabela é possível visualizar as médias de desempenho obtidas em cada processo.

Tabela 4.7. Scores e médias para cada um dos 47 processos (Fonte: autor).

Posição

Score

AFE

Processo Média Posição Score

AFE Processo Média Posição

Score

AFE Processo Média

1º 1,69 TIM14 0,73 17º 0,54 QUA26 0,60 33º -0,51 STA44 0,45

2º 1,47 TIM13 0,73 18º 0,52 SCO12 0,58 34º -0,57 COM32 0,45

3º 1,07 SCO9 0,65 19º 0,45 QUA24 0,58 35º -0,65 PRO43 0,45

4º 1,07 INT4 0,67 20º 0,43 INT6 0,58 36º -0,76 COM33 0,43

5º 1,03 TIM15 0,65 21º 0,30 QUA25 0,57 37º -0,86 COM31 0,42

6º 1,03 TIM18 0,67 22º 0,27 COS22 0,55 38º -0,92 HR27 0,38

7º 1,03 COS20 0,65 23º 0,26 TIM17 0,55 39º -1,04 STA47 0,42

8º 1,01 HR29 0,65 24º 0,26 SCO7 0,58 40º -1,04 STA46 0,40

9º 0,89 SCO11 0,63 25º 0,24 TIM16 0,55 41º -1,17 STA45 0,38

10º 0,89 INT1 0,63 26º 0,21 HR28 0,55 42º -1,63 RIS39 0,32

11º 0,83 INT5 0,62 27º 0,18 COS23 0,55 43º -1,65 RIS35 0,32

12º 0,78 COS21 0,62 28º 0,11 INT2 0,52 44º -1,87 RIS36 0,28

13º 0,75 TIM19 0,62 29º 0,06 PRO42 0,53 45º -1,93 RIS38 0,28

14º 0,71 INT3 0,63 30º -0,03 PRO41 0,52 46º -2,06 RIS34 0,27

15º 0,70 SCO10 0,62 31º -0,05 SCO8 0,52 47º -2,14 RIS37 0,25

16º 0,58 HR30 0,60 32º -0,48 PRO40 0,47

Para a análise dos dados, o autor desta dissertação considerou como processos críticos aqueles com média inferior a 50%. Tomando-se por base essa premissa, pode-se notar que a pesquisa evidenciou 16 processos críticos com possibilidades de melhorias (destacados em cinza na Tabela 4.7). Destes processos dois pertencem à gestão de aquisições (PRO40 e PRO43), quatro pertencem à área de gestão de stakeholders (STA44, STA45, STA46 e STA47), três à área de gestão da comunicação (COM 31, COM32 e COM33), um à área de gestão de Recursos Humanos (HR27) e seis à área de gestão de Riscos (RIS34, RIS35, RIS36, RIS37, RIS38 e RIS39). A discussão e debates de tais resultados serão realizados no item subsequente.