Tratamento de Dados

O tratamento dos dados coletados por meio da pesquisa alude à forma pela qual o autor pretende interpretá-los, justificando por quais motivos os métodos escolhidos são adequados. Os objetivos da pesquisa somente serão alcançados após a coleta, o tratamento e a interpretação dos dados. Desta forma, destaca ainda, que os dados podem ser tratados de forma quantitativa, utilizando–se de procedimentos estatísticos ou de forma qualitativa, quando os dados são codificados e apresentados de forma estruturada, ou ainda que os dados podem, em alguns casos, ser tratados de forma quantitativa e qualitativa no mesmo estudo (VERGARA, 2000).

Nesta pesquisa, os dados são tratados tanto quantitativamente como qualitativamente. Recebem tratamento qualitativo os dados resultantes da pesquisa bibliográfica, da observação direta e das entrevistas, e tratamento quantitativo os dados oriundos do questionário estruturado.

Os dados tratados qualitativamente, a partir da percepção do pesquisador, serão confrontados e analisados com a fundamentação teórica e com a abordagem de natureza quantitativa. Procura-se descrever a realidade a partir da indução e do significado que o pesquisador dá aos fatos, tendo em conta a aderência ou contraponto com o estado da arte e com o contexto apresentado pelos dados quantitativos.

Os dados quantitativos são resultantes da aplicação de questionário estruturado, que teve como objetivo levantar informações a respeito do impacto para a modernização administrativa na PMBA, decorrente da implantação e

funcionamento dos NUGAF, assim como, a percepção dos atores envolvidos nessa reforma. Foi estruturado para colher respostas com o fito de compreender a atitude individual do respondente sobre a criação dos NUGAF na estrutura da PMBA.

O questionário contou com 40 (quarenta) assertivas para as quais foram definidas pontualmente categorias às respostas para refletir a força e a direção da reação do entrevistado aos questionamentos. Para as declarações de concordância atribui-se valores positivos as discordantes recebem tratamento de afastamento. (BRANDALISE, 2005).

Os 38 (trinta e oito) questionários aplicados foram considerados válidos em razão das respostas dos entrevistados não apresentarem distorções aparentes e, para efeito de controle, numerados cronologicamente de 01 a 38. Para facilitar a análise estatística as 40 (quarenta) questões receberam sucessivamente tratamento de P1 a P40. Salienta-se que não foi exigida aos respondentes a sua identificação.

Realiza-se o tratamento dos dados sob o prisma quantitativo sendo tabulados em software estatístico (SPSS  - Statistical Package for the Social Scienses) de forma a buscar o estabelecimento de inter-relações entre as respostas, realizando agrupamentos sempre que pertinente. Desta forma, foi empregada a técnica de análise fatorial.

A análise fatorial é uma das técnicas mais usuais do que se convencionou chamar de análise multivariada. Quando empregamos este tipo de análise estamos com frequência interessados no comportamento de uma variável ou grupos de variáveis em covariação com outras. Ela tem por objetivo principal explicar a correlação ou covariância entre um conjunto de variáveis, em termos de um número limitado de variáveis não-observáveis. Essas variáveis não-observáveis ou fatores são calculados pela combinação linear das variáveis originais. Com regularidade um pequeno número de fatores pode ser usado, em lugar das variáveis originais. Green (apud FAVATO, 2009).

As técnicas de análise multivariada são úteis para descobrir regularidades no comportamento de duas ou mais variáveis e para testar modelos alternativos de associação entre tais variáveis, incluindo a determinação de quando e como dois ou mais grupos diferem em seu perfil multivariado. Na realidade, a análise fatorial representa uma variedade de técnicas estatísticas relacionadas para tornar os dados

observados mais facilmente (e diretamente) interpretados. Isto é feito analisando-se os inter-relacionamentos entre as variáveis, de tal modo que estas possam ser descritas convenientemente por um grupo de categorias básicas, em número menor que as variáveis originais, chamado fatores. Assim, o objetivo da análise fatorial é a parcimônia, procurando definir o relacionamento entre as variáveis de modo simples e usando um número de fatores menor que o número original de variáveis (FAVATO, 2009).

Em síntese, a análise fatorial é essencialmente um método para determinar o número de fatores existentes em um conjunto de dados, para determinar quais testes ou variáveis pertencem a quais fatores, e em que extensão os testes ou variáveis pertencem e/ou estão saturados com o que quer que seja o fator. Ela possibilita a criação de um conjunto de variáveis (fatores) através das variáveis especificadas nos estudos. É possível identificar quanto cada fator está associado a cada variável e quanto o conjunto de fatores explica a variabilidade geral dos dados originais (FAVATO, 2009).

Podemos destacar os elementos que compõem a análise fatorial da seguinte maneira:

 fatores: são variáveis hipotéticas, combinações lineares das variáveis observadas, que explicam partes da variabilidade dos dados.

 matriz de correlação: é uma matriz quadrada cujos elementos são as correlações entre as variáveis analisadas;

 matriz de covariância: é uma matriz quadrada cujos elementos compõem as covariâncias entre as variáveis;

 autovalores: são valores obtidos a partir das matrizes de covariância ou de correlação, cujo objetivo é obter um conjunto de elementos, não correlacionados, que expliquem o máximo da variabilidade dos dados, a relação de autovalores e variabilidade são diretamente proporcionais, quanto maior for o autovalor, mais variabilidade dos dados poderá ser explicada.

Assim, o objetivo da análise fatorial é a moderação, procurando definir o relacionamento entre as variáveis de modo simples e usando um número de fatores menor que o número original de variáveis, então, na medida em que existam

correlações substanciais entre eles, está definido um fator. A análise dos dados, segundo este método, objetiva a busca de um conjunto menor possível de fatores, isto é, a reunião de proposições segundo a mesma tendência de correlação estatística. Às vezes, os fatores não são facilmente interpretáveis, mesmo após a sua rotação. Neste sentido, a interpretação dos fatores acaba tendo um componente de subjetividade, podendo variar de pesquisador para pesquisador numa mesma análise (PASQUALI, 2003).

Nesta pesquisa, utilizamos o método de Análise Fatorial de Componentes Principais, através de estatísticas como rotação VARIMAX e Normalização de Kaiser (SPSS, 1999). Em seguida, passamos à interpretação dos fatores e identificamos quais agrupamentos foram importantes entre as variáveis analisadas no levantamento de dados sobre os NUGAF.

4. O NÚCLEO DE GESTÃO ADMINISTRATIVA E FINANCEIRA DA PMBA –