T ÉCNICA DE ANÁLISE E INTERPRETAÇÃO DOS DADOS

A análise dos dados qualitativos é a etapa em que se confere sentido aos dados coletados, organizando-os mediante resumo, consolidando-os e interpretando-os com vistas a se chegar aos resultados do estudo (MERRIAM, 1998).Segundo Gil Flores (1994), a análise é um processo, aplicado à realidade, que nos permite discriminar seus componentes em um nível determinado, descrever as relações entre tais componentes e utilizar essa primeira visão

conceitual do todo como instrumento para a realização de novas análises com maior profundidade, que nos levam a sínteses mais profundas.

Esses princípios relatados por Gil Flores (1994) foram usados neste trabalho para tratamento e interpretação dos dados. Trata-se de compreender melhor um discurso, de extrair os momentos mais importantes com o propósito de identificar categorias, destacando não só seus elementos principais, mas suas inter-relações.

A análise tem como objetivo organizar e sumariar os dados de tal forma que possibilitem o fornecimento de respostas ao problema proposto para investigação. Já a interpretação tem como objetivo a procura do sentido mais amplo das respostas, o que é feito mediante sua ligação a outros conhecimentos anteriormente obtidos. (GIL, 1996, p. 168).

Os dados qualitativos em essência são elaborações de natureza descritiva, ou seja, buscam uma ampla e diversa gama de informações. Fazem parte de um processo de captura e elaboração por parte do investigador, suportam uma informação sobre a realidade, implicam uma elaboração conceitual dessa informação, e a expressam de um modo que se permite a comunicação e conservação de sua forma. É a partir dos dados que se formam as categorias. Os dados qualitativos são elaborados por procedimentos e técnicas, tais como entrevistas, observação participante, trabalho de campo, revisão de documentos pessoais ou oficiais.

Os dados precisam ser organizados e manipulados de alguma forma para que se obtenha suficiente informação para resolver os problemas da pesquisa científica. A tarefa de análise de dados consiste precisamente em interpretar e extrair significado dos dados coletados.

A organização de dados deste estudo se deu a partir da leitura das transcrições das entrevistas, em uma etapa inicial, a fim de trabalhar de maneira organizada e de fácil manejo, os dados foram originalmente tabulados em uma planilha Excel, onde as falas dos entrevistados foram recortadas e organizadas de acordo com a pergunta realizada ao mesmo, (ver apêndice IV), em uma segunda etapa, buscou-se identificar quais os dados mais relevantes e repetitivos apareceram nas respostas dos entrevistados.

O processo de análise consiste em diferenciar os componentes de uma realidade a determinado nível, descrever as relações entre esses componentes e utilizar essa primeira visão para aprofundar novas análises.

Segundo Gil Flores (1994), para analisar dados e elaborar conclusões sobre a relação entre os elementos encontrados num estudo, existe uma série de princípios ou critérios básicos que se complementam de diferentes modos para configurar estratégias de análises de dados:

 AGRUPAMENTO: é um processo de categorização que dá lugar a fatores ou

dimensões relevantes para compreender o significado dos dados;

 RECONTAGEM: processo em que se separam unidades e as agrupam em função de

determinadas comunalidades (identidade, similaridade, equivalência etc.). As unidades encontradas permitem concluir a existência e a importância dos fenômenos, e o exame das distribuições permite fazer rapidamente afirmações em cima dos dados;

 PASSAR DO ESPECÍFICO PARA O GERAL: para extrair conclusões é necessário passar

de unidades mais específicas para unidades mais abstratas. O processo de incluir unidades embaixo de categorias é um avanço nesse sentido;

 INCLUSÃO: também está presente na categorização, pois constitui classificar em que

entidade se inclui um feito ou circunstância;

 SUBORDINAÇÃO: permite construir hierarquias entre os elementos conceituais

identificados no conceito dos dados;

 ORDENAÇÃO: amplitudes quantitativas, cronológicas, geográficas, funcionalidades e

causalidades. Estabelecer uma ordem é em si mesmo uma conclusão de qualquer trabalho;

 COOCORRÊNCIA: é a aparição simultânea de dois fenômenos que pode gerar um

questionamento do tipo de relação que está por trás dessa coincidência;

 COVARIAÇÃO: supõe a aparição conjunta de elementos e quando houver variação de

um dos elementos os outros também irão variar;

 CAUSALIDADE: estabelece-se que a variação ou não de algum elemento é causa de

algum segundo elemento.

O processo geral de análise de dados qualitativos dá-se pelo esquema apresentado na Figura 9.

Figura 9 – Análise de dados qualitativos.

De acordo com essa abordagem, a redução de dados é feita por tópicos definidos como relevantes ao pesquisador (metacategorias), desses tópicos é gerada uma lista de códigos, denominados de codificação aberta, que representam temas relacionados, agrupados em temas principais (categorias) e secundários (subcategorias) (ver Apêndice II). A maior vantagem desse método reside no fato de ser flexível, no sentido de que alguns códigos não são exclusivos de uma mesma categoria. As metacategorias ou categorias podem ser predefinidas ou emergir a partir dos próprios dados. É frequente o uso de citações, que para o pesquisador captam ideias- chave e servem para apoiar sua exposição.

Quanto à disposição dos dados, utilizam-se diagramas como representações gráficas, com o intuito de reduzir, identificando as principais palavras, estas são importantes ferramentas para se identificar a redução dos dados. A apresentação gráfica dos dados seguiu os objetivos da pesquisa.

Conforme apresentado na Figura 10, a seguir, neste estudo foram trabalhadas 3 metacategorias: dinamismo do ambiente, indícios de capacidade dinâmica e processos e rotinas de busca e inovação. Cada uma dessas metacategorias apresentam 6, 4 e 6 categorias respectivamente. Essa categorização é a síntese dos conceitos-chave abordados no roteiro das entrevistas das corretoras de valores mobiliários (vide Apêndice III).

Fonte: Adaptada de Gil Flores (1994).

AMD Ambiente

CES Recursos Tecnológicos BOV

utilizados DIN HBK MAC

TEC Fatores do Dinanismo

NOT Busca de novos OPF

COC segmentos de atuação MNG

SNE GPE

CPR Recursos Tecnológicos TER

CPI Prática de inovar MPR

TEC NPS RHS Relevancia de

INF outros recursos

Oportunidade RIN de inovação CCL

MAR ECO

CUO Ameaças e

MAC Oportunidades

ENB GOV Frequencia de ROO

DPS AOC novos processos ROB

MNG ECV

Memória da HIS

EST organização MPR

DPS Adequação as mudanças

MNG no ambiente Mudanças nas REU

RCT rotinas operacionais TIM

Implementação da inovação COI

Estrutura organizacional QUE e inovação DIR Motivação da CIN inovação QUE MER REM 1. Dinamismo do ambiente Capacidade Dinâmica 2. Indicios de capacidade dinâmica 3. Processos e Rotinas de busca e inovação

Por fim, a obtenção e verificação de conclusões são extraídas durante todo o processo de coleta e análise de dados. Conclusões são, portanto, afirmações, proposições nas quais se coletam os conhecimentos adquiridos pelo investigador em relação a um problema estudado.

A própria apresentação de como foram interpretados os dados é uma forma de levar às conclusões. Outra maneira é a comparação: esta destaca semelhanças e diferenças entre as unidades incluídas em uma categoria. Neste estudo, conforme será apresentado no capítulo 5, a seguir, busca-se comparar as diferenças entre as corretoras no que se refere às categorias anteriormente mencionadas.