4 METODOLOGIA
4.5 Técnicas de análise de dados
Os dados da pesquisa qualitativa foram metodologicamente tratados por meio da análise de conteúdo e classificados em categorias temáticas ou categorias analíticas. Bardin (2006) reitera que essa técnica permite sistematizar, objetivar e compreender com mais precisão os comentários captados na entrevista, além de colaborar para a reinterpretação das mensagens com um maior de nível de abstração de seus significados.
Para o caso desta pesquisa, utilizaram-se como ferramenta de apoio planilhas eletrônicas do Windows Excel e o programa Atlas TI, facilitando a organização dos mesmos.
Com a intenção de atender aos objetivos específicos desta dissertação, as categorias temáticas, a priori, definidas se referem ao entendimento sobre: contatos,
cooperação/parceria e/ou aliança, confiança, busca por informações,
aconselhamento, capacitação (mentoring e consultoria) e atores-chave ao seu processo de desenvolvimento.
Na etapa quantitativa, adotou-se o procedimento de análise da rede social estabelecida pela San Pedro Valley, por meio de sua plotagem, em formato de grafos.
Os dados quantitativos foram tratados utilizando a plataforma do software UCINET (BORGATTI; EVERETT; FREEMAN, 2002), que otimizou a mineração de dados, possibilitando a análise dos indicadores que contribuíram para a configuração da rede estudada. Tal ferramenta possibilitou o desenvolvimento de visualizações gráficas das conexões sociais em termos de índice de centralização e de densidade da rede, bem como do grau de centralidade de seus atores.
Para efeito do estudo ora apresentado, o conceito de centralidade dos atores adotado, à luz dos estudos de Ferreira (2013), levou em conta a quantidade de
arestas de cada nó da rede, sendo que quanto maior o número de arestas atribuídas a um determinado integrante maior sua centralidade na rede.
O cálculo dessa dimensão buscou determinar a posição dos vértices na estrutura de um grafo. Essa medição permitiu identificar os integrantes mais centrais, ou seja, com mais ligações e conectividades e, consequentemente, mais envolvidos nas questões da rede.
A medida de grau de centralidade da rede foi calculada utilizando a equação proposta do Freeman (1979):
Equação 2 - Fórmula do grau de centralidade
Em que corresponde aos vértices ligados ao integrante da rede13.
De acordo com Velazquez e Aguilar (2005), o grau de centralidade (centrality
degree) corresponde ao número de atores aos quais um ator está diretamente
conectado. Ele está relacionado a duas dimensões:
. Grau de saída dos nós = representa a soma das relações que os atores têm com os demais atores da rede; e
. Grau de entrada dos nós = representa a soma das relações que os demais atores da rede possuem com um determinado ator
Após as normalizações desses graus de entrada e saída dos nós, obtém-se o grau de centralidade dos atores, representado pelo percentual dos referidos graus. O resultado dessa dimensão se dá por meio do grau de entrada - interações recebidas -, ou seja, quanto maior o grau de entrada do ator, maior a sua centralidade na rede.
Vale destacar que em duas redes (contatos e parcerias) desse estudo de caso o grau de centralidade foi calculado com base no somatório dos graus de saída e entrada. Isso se explica pelo fato de as ligações desses atributos serem consideradas indiretas, operando a seguinte lógica: se X está conectado a Y, Y também está conectado a X.
Podem-se também identificar, por meio desse cálculo, as estatísticas gerais de toda a rede, em que se têm a média de todas as relações, o desvio-padrão dessas relações, a soma de todas as relações e os graus, máximo e mínimo, de relações que os atores têm na rede.
Posteriormente ao cálculo do grau de centralidade de cada ator, foi efetuado o cálculo do índice de centralização da rede, que identifica os atores que estão conectados a todos os demais. O grau de centralização de entrada e saída da rede foi calculado com base no grau de centralidade dos atores.
Conforme mostra a Fig. 4, em uma rede onde todos os nós estão conectados a um ator específico o grau de centralização é de 100% e em uma rede onde não se identifica um ator central a centralização é de 0%. Quando o grau de centralização da rede é de 100%, os demais atores da rede, para se relacionarem com os outros integrantes, têm necessariamente que passar pelo ator central.
Figura 4 - Exemplo do grau de centralização
O conceito de densidade para este estudo, à luz de Ferreira (2013), levou em consideração o nível geral de conectividade entre os membros da rede, ou seja, a aderência entre seus integrantes.
A densidade é medida em percentual e reflete o número de relações existentes dividido pelo número de relações possíveis. Desse modo, a densidade das redes desse estudo de caso foi calculada, conforme os preceitos de Velazquez e Aguilar (2005), utilizando-se a seguinte fórmula:
. Identificação do número de nós: diz respeito ao número de atores que compõem a rede. Conotação na fórmula = NTN (número total de nós)
. Número de relações existentes (laços): trata-se das conexões existentes entre os nós. Conotação na fórmula = RE (relações existentes)
Número de relações possíveis: Calculado pelo número total de nós x o número total de nós menos 1. Conotação da fórmula = RP (relações possíveis).
Equação 3 - Fórmula do número de relações possíveis
Equação 4 - Fórmula da densidade
Em que
D = Densidade
RE = número de relações existentes RP = número de relações possíveis
Importante ressaltar que a densidade varia de um mínimo de 0, quando o grafo não possui nenhuma aresta/arco, e um máximo de 1, quando o grafo é completo e possui arestas ligando todos os vértices.
Para a operacionalização das redes por meio do software UCINET, os dados foram organizados em matrizes binárias, em que 0 significa não haver conexões e 1 significa que há conexões. Para fins operacionais que garantissem a simetria das matrizes, não foram consideradas no banco de dados as empresas que não fazem parte da San Pedro Valley, as que se recusaram a participar, as que não responderam e as com cadastro errado, desde que não tivessem sido citadas.