4.2 Caracterização da Metodologia utilizada
4.2.4 Testes e Análise dos Dados
Pasquali (1999) aborda os chamados Testes Centrados em Critério (ou criterion-
referenced tests, CRT) utilizados nesta pesquisa. Os testes CRT têm dois parâmetros básicos: o
domínio delimitado de competências em que incide a avaliação e a existência de um nível prévio definindo o desempenho satisfatório e não-satisfatório, ou seja, “é aquele que foi deliberadamente construído para produzir medidas que são diretamente interpretáveis em termos de padrões específicos de desempenho” (GLASER; NITKO, 1971, p. 653 apud PASQUALI, 1999), sendo a qualidade dos seus itens avaliada pelo grau em que reflete, em termos de conteúdo, os domínios dos quais foram retirados.
Em relação à análise da validade dos resultados nos CRT, importa mencionar o grande recurso que é feito à validade de conteúdo, até porque se exige serem esses testes medidas de áreas de aprendizagem específicas. Sua construção demanda definição clara do domínio de conhecimentos ou das competências a serem avaliadas e dos objetivos do teste, no caso desta pesquisa, descobrir a tendência em que os dirigentes das cooperativas se utilizam mais de um ou outro modelo decisório quando da tomada de decisão estratégica.
É comum, quando de pesquisas utilizando a escala Likert, o uso de testes para medir a validade e a precisão da própria escala, como análise fatorial. O objetivo maior da análise fatorial é condensar a informação contida em diversas variáveis originais em um conjunto menor de – novas - dimensões compostas ou variáveis estatísticas – fatores – (HAIR, 2005). Mas a análise
39 Para Richardson (1999), o conteúdo do instrumento (as perguntas ou itens) é amostra de diferentes situações, e o
grau em que os itens representam essas situações denomina-se validade de conteúdo. Segundo Pasquali (1997, p. 185), um teste tem validade do conteúdo se ele constitui uma amostra representativa de um universo finito de comportamentos (domínio).
fatorial exige requisitos para sua aplicação, tal como tamanho da amostra - salvo exceções, a amostra não deve ser menor que 200 casos (HAIR, 2005; COOPER; SCHINDLER, 2003) -, não cumprido neste estudo, dado seu caráter exploratório.
Observa-se, então, que para validação40 do conceito abordado, o estudo utilizou-se da
técnica de correlação, como forma de abordar e analisar a estrutura das inter-relações (correlações) no número significativo de variáveis de que dispôs o questionário (35 quesitos, medindo quatro modelos específicos). A correlação é usada para mensuração da confiabilidade/validade do item e do teste (Richardson, 1999), sendo definida como:
♦ r – coeficiente de correlação de Pearson: para saber a correlação entre dois conjuntos de escores do instrumento, gerando associação entre dois pares de medição.
A correlação analisa algebricamente relações entre variáveis consistindo na análise da relação existente entre duas (correlação simples) ou mais variáveis (correlação multivariada). Fala-se que duas variáveis estão correlacionadas quando mudanças numa delas estão sistematicamente acompanhadas por mudanças na outra variável.
A correlação entre duas variáveis pode ser de direção ou de tamanho (COOPER; SCHINDLER, 2003):
♦ Direção das correlações: As correlações entre as variáveis podem ser ou positivas ou negativas, quando co-variam na mesma direção (relação direta entre as duas variáveis) ou quando acontece o contrário (relação inversa), respectivamente.
♦ Tamanho das correlações41: As correlações podem ser perfeitas, imperfeitas ou
nulas. A correlação entre duas variáveis é nula se, quando uma aumenta, a outra fica indiferente. Por outro lado, a correlação é perfeita quando uma variável aumenta (ou diminui) e a outra também varia de modo sistemático e numa razão constante. Ainda, a correlação pode ser imperfeita (positiva ou negativa) quando uma variável
40 Stein (1980) aborda a validade como o grau em que um instrumento mede com grande acurácia o que pretende
medir. A validação intrínseca refere-se à quão bem um instrumento mede o que pretende medir de forma consistente, enquanto a validação extrínseca foca na utilidade prática do instrumento em tratar de pesquisas ou problemas sobre os quais se pretende.
41 A correlação nula recebe o valor 0; a correlação positiva perfeita recebe o valor +1; a negativa perfeita recebe o
aumenta ou diminui e a outra a acompanha sistematicamente, mas não numa razão constante.
Esse estudo ancorou-se fortemente na Análise de Agrupamentos (Cluster) para avaliar os dados obtidos nas cooperativas no sentido de identificar (ou não) um padrão decisório estratégico nessas organizações, a partir dos modelos abordados. A análise de agrupamentos é aplicada com o objetivo de agrupar objetos (em sentido amplo) por similaridade, tendo por base um conjunto de características – variáveis – de interesse para a situação investigada, mas que, principalmente, permita a discriminação para estes objetos (ALMEIDA, 2004).
Essa técnica é aplicada para separar itens em grupos e sua finalidade é encontrar e separar objetos em grupos semelhantes, sendo cada objeto o mais parecido com os do mesmo grupo do que com os objetos de fora do grupo (BILICH, 2000). O critério é baseado na máxima similaridade, determinada pela mínima distância euclidiana entre duas variáveis que estão no mesmo grupo.
Na técnica de Cluster foi utilizado o método hierárquico de Ward, cujo princípio reside na minimização do quadrado da distância euclidiana às médias dos agrupamentos, ou seja, visa a gerar conjuntos cujas variâncias internas sejam mínimas (ALMEIDA, 2004). Dos métodos hierárquicos, o de Ward – junto aos de encadeamento médio – tem se revelado superior aos outros métodos (MALHOTRA, 2001, GIBCUS et al., 2006) para agrupar elementos ou casos.
Hair (2005) observa que na Análise de Agrupamentos os grupos resultantes de objetos devem então exibir elevada homogeneidade interna (dentro dos agrupamentos) e elevada heterogeneidade externa (entre agrupamentos). Assim, os objetos dentro dos agrupamentos estarão próximos quando representados graficamente e diferentes agrupamentos estarão distantes. A análise de agrupamento pode proceder à redução de dados objetivamente pela redução da informação de uma população inteira ou de uma amostra para a informação sobre subgrupos específicos e menores.
Considerando que muitas soluções diferentes podem ser obtidas pela variação de um ou mais elementos, a análise de agrupamentos é usada principalmente como uma técnica exploratória e também para a formação de uma taxonomia – uma classificação de objetos baseada na experiência (HAIR, 2005).
A seleção das variáveis a serem incluídas na variável estatística de agrupamento deve ser feita em relação a considerações teóricas e conceituais, bem como práticas, sendo necessários argumentos a respeito de quais variáveis são selecionadas, devendo essas caracterizar os objetos agregados e se relacionarem especificamente aos objetivos da análise de agrupamentos. Na análise de agrupamentos o conceito de similaridade é fundamental, pois a similaridade entre objetos é uma medida de correspondência ou semelhança entre objetos a serem agrupados, neste caso, características de modelos decisórios.
O terceiro teste aplicado foi o de Qui-Quadrado. Esse teste objetivou identificar possíveis associações entre as características demográficas das cooperativas e dos dirigentes com possível preferência por modelos decisórios.
O Qui-Quadrado é um teste não paramétrico que mostra se a relação entre duas variáveis categóricas é estatisticamente significativa, mas não mostra a magnitude ou a direção dessa relação (COOPER; SCHINDLER, 2003). O teste emprega uma tabela de contingência, que é a tabulação cruzada de duas variáveis categóricas, transformando dados não-métricos em um nível métrico (HAIR, 2005), testando a hipótese de que as variáveis nas linhas e colunas são independentes42.
Os dados coletados foram analisados via SPSS (Statistical Package for the Social
Science), pacote estatístico baseado no ambiente Windows, composto de diferentes módulos e
desenvolvido para o uso em ciências sociais.
Cada quesito construído relaciona-se a uma dimensão (e conseqüentemente a uma variável) construída a partir do marco teórico. Essas variáveis foram construídas buscando o relacionamento da escala LIKERT, obtido pelas respostas ao questionário, com um dos quatro modelos abordados, ou seja, o grau de concordância ou discordância de uma afirmativa constante no questionário remete a uma variável e, conseqüentemente, a um modelo de tomada de decisão específico.
Em especial, a Matriz de tipificação (Apêndice B) foi de grande utilidade quando da análise dos agrupamentos formados. Mais detalhado no Capítulo 5, adianta-se apenas que essa
42 Se os valores forem significativos (< 0,05) pode haver alguma relação entre as variáveis. No caso desse estudo
matriz permitiu identificar os grupos mais parecidos com determinados modelos de decisão a partir dos centróides identificados para cada cluster formado.
Necessário observar que a Matriz de Tipificação relaciona os valores obtidos pelas variáveis com os indicadores de cada modelo (pela resposta obtida na Escala Likert) que caracteriza a preferência por um ou por outro modelo.
Esses indicadores foram definidos de duas formas:
♦ Indicação direta do modelo - exemplo: respostas concordo e concordo totalmente para a questão 18 (uso de aprendizagem, instinto e intuição quando da decisão estratégica) indicam claramente o modelo Incremental
♦ Indicação de tendência - exemplo: resposta meio-termo para a questão 27 (negociação para aglutinação de interesses quando da decisão, que indica diretamente o modelo Político) pode indicar tendência para o modelo Incremental No que diz respeito às questões demográficas, essas foram tratadas a partir do SPSS, que gerou o perfil das cooperativas estudadas, assim como dos resultados obtidos e, a partir de testes de Qui-quadrado, foram comparadas aos modelos com o objetivo de se verificar possíveis associações, o que implicaria descobrir razões (demográficas) para preferência de um modelo sobre outro.
5 RESULTADOS
Esta seção trata dos resultados encontrados pela pesquisa, da sua análise, bem como da discussão desses resultados. Observa-se que a parte de apresentação e discussão dos resultados está focada em duas vertentes, validação do instrumento utilizado e análise dos dados obtidos, buscando responder a pergunta da pesquisa: existe algum modelo de decisão predominante na decisão estratégica em cooperativas de crédito?