CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO
PROGRAMA DE PÓS-GRADUAÇÃO EM LOGÍSTICA E PESQUISA OPERACIONAL
MESTRADO ACADÊMICO EM LOGÍSTICA
CAMILA RAQUEL CÂMARA LIMA
A INFLUÊNCIA DO ITEM “NÃO SE APLICA” NA ESTIMAÇÃO DO GRAU DE MATURIDADE DE EMPRESAS QUANTO ÀS
TECNOLOGIAS DE GESTÃO ATRAVÉS DA TRI
A INFLUÊNCIA DO ITEM “NÃO SE APLICA” NA ESTIMAÇÃO DO GRAU DE MATURIDADE DE EMPRESAS QUANTO ÀS TECNOLOGIAS DE GESTÃO
ATRAVÉS DA TRI
Dissertação apresentada ao Curso de Mes-trado Acadêmico em Logística do Programa de Pós-Graduação em Logística e Pesquisa Operacional do Centro de Tecnologia da Uni-versidade Federal do Ceará, como requisito parcial à obtenção do título de mestre em Logística. Área de Concentração: Qualidade e produtividade logistica
Orientadora: Profa. Dra. Sílvia Maria
de Freitas
Co-Orientador: Prof. Dr. João
Welli-andre Carneiro AlexWelli-andre
Biblioteca Universitária
Gerada automaticamente pelo módulo Catalog, mediante os dados fornecidos pelo(a) autor(a)
L697i Lima, Camila Raquel Câmara.
A influência do item "não se aplica" na estimação do grau de maturidade de empresas quanto as tecnologias de gestão através da TRI / Camila Raquel Câmara Lima. – 2014. 89 f. : il. color.
Dissertação (mestrado) – Universidade Federal do Ceará, Pró-Reitoria de Pesquisa e Pós-Graduação, Programa de Pós-Graduação em Logística e Pesquisa Operacional, Fortaleza, 2014.
Orientação: Profa. Dra. Silvia Maria de Freitas.
Coorientação: Prof. Dr. João Welliandre Carneiro Alexandre.
1. Tecnologias de gestão. 2. TRI. 3. Modelo de escala gradual. 4. SIMAP. 5. Itens não aplicáveis. I. Título.
A INFLUÊNCIA DO ITEM “NÃO SE APLICA” NA ESTIMAÇÃO DO GRAU DE MATURIDADE DE EMPRESAS QUANTO ÀS TECNOLOGIAS DE GESTÃO
ATRAVÉS DA TRI
Dissertação apresentada ao Curso de Mes-trado Acadêmico em Logística do Programa de Pós-Graduação em Logística e Pesquisa Operacional do Centro de Tecnologia da Uni-versidade Federal do Ceará, como requisito parcial à obtenção do título de mestre em Logística. Área de Concentração: Qualidade e produtividade logistica
Aprovada em: 25 de Abril de 2014
BANCA EXAMINADORA
Profa. Dra. Sílvia Maria de Freitas (Orientadora) Universidade Federal do Ceará (UFC)
Prof. Dr. João Welliandre Carneiro Alexandre (Co-Orientador) Universidade Federal do Ceará (UFC)
Prof. Dr. Marcos Ronaldo Albertin Universidade Federal do Ceará (UFC)
Agradeço à Deus pelo seu imenso amor, por me conceder a vida e por sua misericórdia nos momentos de desespero.
A minha Orientadora Sílvia Maria de Freitas, pelo seu constante incentivo, carinho, sermões, enriquecimento de minha formação profissional, pela confiança depositada no meu esforço e principalmente pela paciência inesgotável.
Aos membros da banca examinadora, Dr. João Welliandre Carneiro Alexandre, Dr. Marcos Ronaldo Albertin, Dr. Dalton Francisco de Andrade, pelas sugestões de trabalhos futuros e modificações que aprimoraram o trabalho.
Aos meus amigos de turma, Marciana, Thayanne, Bia, Erlandson, Thiago, Carol, Edna, Roberto, Wescley, que compartilharam comigo as alegrias, as frustrações, os almoços de sábado, pelos momentos de risos e festas e pelas conversas sérias. Em especial aos amigos piauienses Mislene e Herus, amigos de todos os momentos, agradeço principalmente pelo suporte emocional e pela experiência de vida que me proporcionaram.
Aos meus pais, Francisco Antônio e Aldeniza, por tudo que recebi durante a minha vida. Principalmente à minha mãe, por ter proporcionado a todos os filhos as possibilidades de nos tornarmos humanos e capazes de construir nosso próprio futuro.
Aos meus irmãos, Dinara e Thiago, pelo acompanhamento desde a infância regados de sorrisos e intrigas.
Ao meu namorado Emir, pelos sonhos cultivados cuidadosamente com amor, pelo apoio nos momentos mais difíceis, por me escutar horas a fio, por fazer meus dias mais alegres, tua presença ao meu lado tornou a caminhada muito mais agradável.
Ao meu inestimável amigo Thiago Nogueira, pelo reencontro de uma amizade fundada no amor, por todos os sermões, pelas palavras de incentivo, pelo carinho, princi-palmente por sempre estar presente, por chorar comigo pelas derrotas e não me deixar desistir e por comemorar todas as vitórias.
À todos os professores da Graduação em Estatística da UFC. Especialmente aos que acreditaram e me proporcionaram as primeiras oportunidades na vida acadêmica, Jacqueline Batista e André Jalles.
Com a atual competitividade as empresas procuram uma constante atualização de suas tecnologias, modelos de organização e gestão, dentre outros. Para o bom desempenho das atividades logísticas de uma organização é preciso avaliar o desempenho da mesma no mercado e uma das possibilidades de avaliação de desempenho logístico é o benchmarking.
O Sistema de Monitoramento de Arranjos Produtivos, que tem como finalidade o atual
benchmarkingcompetitivo, possui uma base de dados de empresas em relação às ferramentas
aplicáveis” está associada à perda de eficiência das estimativas.
With the current competitive companies seek constant updating of its technologies, models of organization and management, among others. For the good performance of activities logistics of an organization is necessary to evaluate its performance in the market and one of the logistics performance evaluation possibilities is benchmarking. The Monitoring System Productive Arrangements, which aims to the current competitive benchmarking, It has a corporate database in relation to the management tools applied in each one. Where questionnaires are used to collect data is unlikely that all respondents answer all items. In this study, because of the diversity of links and supply chains of companies, these items unanswered items were considered "not applicable ". However, some items were also considered in this category because they were added to the questionnaire later, generating this kind of response for companies respoderam before this change. This study sought to evaluate the influence of the item "not applicable "in the estimation of the degree of maturity of registered companies in SIMAP. The data used in the work are from 46 items evaluated in 238 companies. Data were analyzed using Item Response Theory, particularly the model of gradual scale. The five practical approaches to assess the impact of this item were: are considered all items; are excluded items (33, 34, 35, 36, 37, 38, 39) wherein at least 20% of the the companies considered as not applicable (remained 39 items); excludes items (6, 17, 33, 34, 35, 36, 37, 38, 39) wherein at least 15% of the companies considered as non- applicable (remained 37 items); excludes those items (6, 11, 17, 20, 32, 33, 34, 35, 36, 37, 38, 39) in which at least 10% of the companies considered as not applicable (remained 34 items); excludes those items (4, 5, 6, 8, 11, 13, 17, 18, 19, 20, 29, 30, 32, 33, 34, 35, 36, 37, 38, 39) in which at least 5% of the companies considered as not applicable (26 items). The approach to all items (46 items) showed the best estimates, as revealed smaller standard errors for the power of item discrimination, item difficulty and degree maturity of the companies. In spite of all these approaches present similar values for estimates and maturity, these differences were responsible for the change in ordering the discrimination power of the items and the position of the companies on the scale of maturity. Thus, the results shown in the study had an indication that the withdrawal items considered "not applicable"is associated with the loss of efficiency of the estimates.
Figura 1 – Sistemas de Gestão analisados pelo SIMAP . . . 21
Figura 2 – Modelo de SGI abrangendo vários aspectos. . . 22
Figura 3 – Dimensões da gestão de recursos humanos . . . 27
Figura 4 – Fluxograma das etapas do plano de pesquisa. . . 48
Figura 5 – Distribuição das empresas pesquisadas de acordo com a cadeia produtiva a qual pertencem . . . 53
Figura 6 – Dispersão das estimativas e erros-padrão dosa′ isna abordagem completa versus às demais abordagens . . . 59
Figura 7 – CCI e curva de informação dos itens 34 e 1 (46 itens) . . . 61
Figura 8 – Curva de Informação do Teste e Erro Padrão em todas as abordagens . 66 Figura 9 – Gráfico de dispersão das maturidades e erros-padrão de todas as abor-dagens . . . 72
Tabela 1 – Processo de tomada de decisão com e sem o benchmarking . . . 29
Tabela 2 – Comparativo entre TCT e TRI . . . 35
Tabela 3 – Adequação amostral segundo a medida KMO. . . 38
Tabela 4 – Modelos para itens não dicotômicos e suas respectivas características . 39 Tabela 5 – Métodos de estimação da TRI e seus autores . . . 44
Tabela 6 – Origem das empresas. . . 52
Tabela 7 – Empresas com itens “não aplicáveis”. . . 54
Tabela 8 – Total da variância explicada utilizando-se 10 (dez) fatores. . . 56
Tabela 9 – Valores estimados do parâmetro ai (erros-padrão) nas diferentes abor-dagens . . . 57
Tabela 10 – Valores estimados do parâmetro b′ i,ks em todas as abordagens . . . 63
Tabela 11 – Estimativas da maturidade (erros-padrão) das empresas ordenados em relação à abordagem utilizando todos os itens. . . 67
1 INTRODUÇÃO . . . . 14
1.1 Apresentação do problema . . . 16
1.2 Justificativa do trabalho. . . 17
1.3 Objetivos . . . 18
1.3.1 Objetivos específicos . . . 18
1.4 Estrutura do trabalho . . . 19
2 TECNOLOGIAS DE GESTÃO . . . . 20
2.1 Introdução . . . 20
2.2 Tecnologias de gestão abordadas pelo SIMAP . . . 21
2.2.1 Sistema integrado de gestão . . . 21
2.2.2 Gestão de Produção . . . 23
2.2.3 Gestão de produtos . . . 24
2.2.4 Gestão estratégica . . . 24
2.2.5 Gestão de logística . . . 25
2.2.6 Gestão de Recursos Humanos . . . 26
2.2.7 Gestão financeira. . . 27
2.3 Benchmarking competitivo e Maturidade. . . 28
2.4 Avaliação dos itens . . . 30
2.4.1 Itens sem resposta . . . 30
2.4.2 Importância dos itens . . . 31
3 TEORIA DA RESPOSTA AO ITEM . . . . 33
3.1 Teoria clássica x Teoria da resposta ao item . . . 33
3.2 Histórico e evolução . . . 34
3.3 Pressupostos . . . 36
3.3.1 Unidimensionalidade . . . 36
3.3.1.1 Análise fatorial. . . 36
3.3.1.2 Pressupostos para Análise Fatorial . . . 37
3.3.1.3 Medidas de adequação amostral . . . 37
3.4 Modelos Matemáticos . . . 38
3.5 Função de informação . . . 41
3.5.1 Função de informação do item . . . 41
3.5.2 Função de Informação do Teste . . . 42
3.6 Escala de Habilidade . . . 43
3.7 Estimação de parâmetros e habilidades . . . 44
3.7.0.1 Parâmetro de discriminação do item, a . . . 45
3.7.0.2 Parâmetro de dificuldade do item, b . . . 45
3.8 Escala do grau de maturidade . . . 46
4 METODOLOGIA DA PESQUISA . . . . 47
4.1 Método de pesquisa . . . 47
4.2 Natureza da pesquisa . . . 47
4.3 Abordagem do problema . . . 48
4.4 Delimitação do tema . . . 49
4.5 Participantes da pesquisa . . . 50
4.6 Coleta e banco de dados . . . 50
4.7 Programas computacionais . . . 50
5 RESULTADOS E ANÁLISES . . . . 52
5.1 Caracterização da amostra . . . 52
5.2 Análise dos itens . . . 53
5.3 Unidimensionalidade . . . 55
5.3.1 Pressupostos para aplicação da AF . . . 55
5.3.2 Total da variância explicada. . . 56
5.4 Resultados da teoria da resposta ao item . . . 56
5.4.1 Estimação dos parâmetros dos itens. . . 56
5.4.1.1 Parâmetro de discriminação do item, a . . . 57
5.4.1.2 Parâmetro de dificuldade do item, b . . . 60
5.4.2 Função de Informação do Teste . . . 65
5.4.3 Parâmetro θ e construção da Escala do Grau de Maturidade 65 6 CONCLUSÕES E CONSIDERAÇÕES FINAIS . . . . 74
6.1 Conclusões . . . 74
6.1.3 Aplicação da TRI . . . 75
6.2 Considerações finais . . . 76
REFERÊNCIAS . . . . 77
APÊNDICES . . . . 82
APÊNDICE A – Comandos utilizados no Parscale . . . . 82
APÊNDICE B – Matriz de correlação dos itens . . . . 83
APÊNDICE C – Gráfico de dispersãobik estimados . . . . 85
ANEXOS . . . . 85
1 INTRODUÇÃO
O cenário de competitividade em que se encontra o mercado global é responsável pela busca constante de melhorias no desempenho organizacional a fim de promover cada vez mais a eficiência da postura gerencial das empresas. Essa busca demanda um conhecimento minucioso de todos os aspectos da empresa, onde a variabilidade do mercado causa os maiores impactos. Dessa forma, surge a necessidade das empresas reverem suas filosofias organizacionais, métodos gerenciais, desafios, concorrência, exigência do consumidor, cuidado com meio ambiente e novas tecnologias, a fim de manter seu espaço no mercado de forma competitiva. Para a permanência na competição mercadológica é imprescindível a evolução e modernização de métodos gerenciais e operacionais.
Sharma et al. (1995 apud VEY, 2011) ressaltam que a vantagem competitiva
sustentável pode ser atingida com serviços logísticos superiores que reduzam custos e satisfaçam os clientes, não requerendo apenas que as empresas tenham os melhores produtos. As empresas e organizações necessitam de um sistema logístico eficaz e eficiente para que as atividades logísticas funcionem de forma coordenada. .
A gestão tecnológica é essencial em qualquer empresa, pois auxilia na adminis-tração de todas as operações existentes dentro da empresa de forma mais eficaz, podendo reduzir riscos comerciais, aumentando sua flexibilidade e capacidade de resposta frente às frequentes mudanças do mercado (COTEC, 1999). Dessa forma, tornando-se uma ferramenta que permite direcionar, organizar e coordenar todas as ações dentro da empresa, desde à área de recursos humanos até à área de manutenção operacional.
O termogestão da tecnologia teve origem na segunda metade da década de 1980,
nos Estados Unidos da América (EUA), envolvendo governo, empresas e universidades, visando o desenvolvimento, estudo e pesquisa de todos os aspectos correlacionados às tecnologias de produto e processo das organizações, dentro da abordagem da teoria organizacional das empresas.
de tecnologia permite uma avaliação com maior detalhamento da capacitação tecnológica
da empresa e, desta forma, pode-se visualizar o potencial de competitividade da mesma no contexto tecnológico e operacional.
Sistemas de avaliação de maturidade e eficiência são uma parte fundamental na operação de negócios e na tomada de decisões pelos gerentes das empresas. Monitorar o progresso, corrigir os erros, enfrentar as mudanças ambientais são algumas das várias razões para realizar medições de desempenho e comparação das operações internas de
uma empresa com as melhores práticas de outras. Neste contexto, o benchmarking é
uma ferramenta que auxilia a definir metas, estimula novas ideias e oferece um método formalizado de gerenciamento de mudança (RIBEIRO, 2003).
A busca por excelência logística faz parte dos objetivos do mais alto executivo de grande parte das empresas e o benchmarking constitui um processo que permite avaliar
o seu desempenho logístico no mercado, consentindo que uma determinada atividade tenha excelência quando comparada com outras equivalentes, em empresas do mesmo setor ou de outros setores.
O Sistema de Monitoramento de Arranjos Produtivos (SIMAP), que tem como finalidade atual obenchmarkingcompetitivo, é uma ferramenta informatizada para captação
e análise de dados, desenvolvida no Observatório Tecnológico do Centro de Tecnologia da Universidade Federal do Ceará. Esse sistema avalia as empresas sob a perspectiva de sete subsistemas, que englobam ferramentas de gestão, avaliando e monitorando o desempenho e o grau de aplicação dessas ferramentas (MONTEIRO et al., 2010).
O sistema possui um portal de livre acesso, por parte das empresas cadastradas, onde são respondidas algumas questões relacionadas às práticas de gestão. A base de dados do SIMAP contém empresas dos mais variados elos e cadeias produtivas, de origem brasileira e estrangeira. Alguns itens do questionário tornam-se “não aplicáveis” a algumas empresas devido essa diversidade e alguns podem ser decorrentes de questionários respondidos de forma incorreta.
1.1 Apresentação do problema
Pesquisadores de diversas áreas têm cada vez mais consciência de um problema comum em investigações científicas, que é a ocorrência de dados faltantes, que podem ser em decorrência de recusa da resposta ou pelo fato do item não se aplicar ao respondente. Sempre que questionários ou testes são aplicados é pouco provável que todos os entrevistados respondam a todos os itens. Determinar a abordagem analítica adequada para conjuntos de dados com observações incompletas é uma questão que pode ser bastante delicada, pois a utilização de métodos inadequados pode levar a conclusões erradas sobre o fenômeno na população.
Tratando especificamente do caso de falta de dados, três tipos de problemas estão associados aos valores faltantes: 1) perda de eficiência; 2) complicações na manipulação e análise dos dados; e 3) viés, resultante das discrepâncias entre os valores atribuídos aos dados faltantes e os valores reais desconhecidos (FARHANGFAR et al., 2007).
Segundo McKnight et al. (2007) “de um modo geral, o termo dados faltantes
significa que está faltando algum tipo de informação sobre o fenômeno em que estamos interessados”. Quando esse evento acontece, a capacidade de entender a natureza do fenômeno a ser estudado pode ser reduzida e o impacto nos resultados dos estudos nem sempre são conhecidos, tornando-se difícil extrair um conhecimento útil a partir dos dados analisados.
Evitar que os dados faltantes ocorram seria a melhor solução e algumas estra-tégias podem ser adotadas, como, por exemplo, aumentar os benefícios dos participantes
de uma pesquisa (MCKNIGHT et al., 2007) ou repetir o experimento (COLANTONIO et
al., 2010). Contudo, a prevenção de dados faltantes não é sempre possível. Assim, uma
maneira de se chegar a resultados confiáveis é tratando-os. Os dados faltantes, geralmente, não são o foco principal de um estudo, mas são um incômodo comum, e tratá-los levanta dificuldades conceituais e desafios computacionais (SCHAFER; GRAHAM, 2002).
Segundo Rubin (1976) é essencial examinar se existe padrão subjacente nas respostas que estão faltando. Neste estudo, os itens considerados “não aplicáveis” são decorrentes da diversidade dos elos e cadeias produtivas dos principais arranjos produtivos (APs) de empresas de origem brasileira e estrangeira e da inclusão de novos itens ao questionário, gerando dados faltantes à empresas que responderam antes dessa alteração.
análises de diversos estudos. O desenvolvimento de métodos estatísticos direcionados a solucionar problemas causados por dados faltantes tem sido uma área de pesquisa bastante ativa nos últimos anos. Os critérios habituais exigem que todos os itens sejam preenchidos ou, então, que alguma técnica de preenchimento de dados ausentes seja empregada. Soares (2005) ressalta que uma das vantagens do uso da TRI é que esta ferramenta permite um tratamento natural dos casos com itens “não aplicáveis”. Os métodos clássicos de análise necessitam de dados completos ou técnicas de imputação para dados faltantes, ao passo que na TRI isso não é necessário, visto que o aspecto central são os itens e não o instrumento como todo (GUEWEHR, 2007).
Existem diversas estratégias práticas para lidar com esse tipo de resposta (HOLMAN et al, 2004). Neste estudo, as respostas que faltam são consideradas como
itens “não aplicáveis”. Para avaliar o efeito deste tipo de item na estimação do grau de maturidade foi realizado a análise em 5 abordagens, nas quais os itens “não aplicáveis” foram sendo retirados de acordo com a porcentagem de empresas que o consideraram nesta categoria. Dessa forma, será possível uma avaliação da influência desse tipo de resposta investigando até que ponto os dados em falta podem ser ignorados, isto é, se o uso de itens “não aplicáveis” melhora as estimações, de forma que:
1. A interpretação dos itens em estudos com os itens completos pode diferir daqueles com itens “não aplicáveis”;
2. Pode haver uma mudança na escala de importância dos itens; 3. Pode haver uma mudança na escala de maturidade das empresas;
4. Pode haver uma mudança no posicionamento das empresas na escala de maturidade.
1.2 Justificativa do trabalho
A escolha do tema a ser estudado foi motivada por sua importância acadêmica e prática. Acadêmica, uma vez que o assunto não encontra-se exaustivamente explorado na literatura e prática, por ser uma ferramenta que auxilia a definir metas, estimula novas ideias e oferece um método formalizado de gerenciamento de mudança dentro das empresas.
Produção, são usadas escalas de medidas para controlar indicadores de desempenho, ques-tões ambientais, gestão da qualidade, satisfação de clientes, maturidade das organizações, etc. Estas escalas permitem identificar erros no processo organizacional e operacional, no qual pode-se apontar oportunidades de melhoria e comparabilidade (benchmarking).
Como benefícios às empresas, estudos de benchmarking permitem:
1. que estas aprendam com as experiências de outras empresas;
2. refletir a situação atual da empresa e seus processos em comparabilidade à outras; 3. medir e controlar a eficiência e eficácia operacional;
4. comparar seus níveis de desempenho aos da concorrência e correlacionar estes níveis com os de suas atividades.
Nogueira (2012) desenvolveu um estudo para mensurar o grau de maturidade das empresas quanto às tecnologias de gestão utilizando a Teoria de Resposta ao Item. Entretando, Nogueira (2012) utilizou em sua base de dados apenas empresas e itens com respostas completas. O presente estudo se propõe a mensurar o grau de maturidade das empresas quanto às tecnologias de gestão utilizando a Teoria de Resposta ao Item (TRI) considerando todas as empresas e itens constantes no SIMAP, ou seja, considerando as situações com dados faltantes de itens “não aplicáveis”. A utilização da TRI, com esse tipo de resposta, fornecerá uma nova maneira de interpretação das informações obtidas, como uma tentativa de identificação das ferramentas de gestão características das melhores empresas e permitirá uma avaliação do efeito desses itens considerados “não aplicáveis” na construção da escala de maturidade, ressaltando a importância desses itens como instrumento de medição da maturidade das empresas.
1.3 Objetivos
O objetivo geral desta pesquisa é realizar um estudo da influência do item
não se aplica na estimação do grau de maturidade das empresas cadastrados no SIMAP,
através da TRI.
1.3.1 Objetivos específicos
1. estimar os parâmetros nas abordagens pesquisadas;
3. estudar os efeitos dos itens “não aplicáveis” na estimção dos parâmetros dos modelos; 4. estudar os efeitos dos itens “não aplicáveis” na estimação do grau de maturidade.
1.4 Estrutura do trabalho
O trabalho está estruturado em seis capítulos. O Capítulo 1 aborda a introdução e a contextualização do tema, apresentando também o problema e os objetivos da pesquisa, assim como a justificativa e a relevância do tema, comentando o escopo do trabalho, com os delineamentos metodológico e teórico e, por fim, a estrutura do trabalho. Os demais capítulos estão estruturados da seguinte forma:
1. no Capítulo 2 está apresentado um breve estudo sobre as tecnologias de gestão,
benchmarking, maturidade e a importâcia das práticas na medição da maturidade ;
2. no Capítulo 3, dedicado à TRI, contém uma descrição desta teoria, modelos existentes, apresentação do modelo que será utilizado neste trabalho, construção da escala, estimação, equalização e interpretação;
3. o Capítulo 4 descorre sobre a metodologia utilizada, o questionário, a coleta dos dados e os recursos computacionais;
4. no Capítulo 5 são apresentadas as análises dos resultados, discussões e destaque aos principais resultados;
2 TECNOLOGIAS DE GESTÃO
Neste Capítulo serão descritas as tecnologias de gestão abordadas no sistema SIMAP e sua importância como instrumento de medida para o grau de maturidade das empresas.
2.1 Introdução
O gerenciamento tecnológico bem estruturado dentro de qualquer empresa per-mite a sobrevivência e crescimento da mesma. Quando bem administradas, as tecnologias podem se tornar muito mais eficientes e eficazes em todos os processos e recursos utilizados, além de aumentar sua visão para o futuro podendo prever possíveis inovações e assim estar à frente de seus concorrentes.
O SIMAP utiliza ferramentas estratégicas para avaliar as empresas sobre o foco da gestão. Segundo Natume et al. (2011) a palavra “ferramenta” é utilizada por ser um
termo simples e também por indicar um benefício prático direto, além de indicar que o usuário da ferramenta controla como deve ser aplicado e como se utiliza.
De acordo com Cotec (1999), a gestão da tecnologia pode ser organizada de modo sistemático antecipando-se a futuros requisitos, ou de modo flexível respondendo às necessidades urgentes ou novas necessidades que vão surgindo.
O fato da gestão tecnológica estar diretamente relacionada à produção diária de toda empresa faz com que muitas vezes não se observe a importância da mesma no processo de inovação dentro da empresa. É através do gerenciamento da tecnologia nos diversos processos produtivos da empresa que se pode observar os desvios, involuntários ou provocados através de práticas diárias que conduzem ao processo de inovação na empresa (TERRA et al., 1993). Cunha (2005) coloca que gerenciar tecnologias seriam todas as
atividades da empresa relacionadas à Pesquisa e Desenvolvimento e também à aquisição de novos equipamentos, desenvolvimento de novos produtos e serviços. Desta forma, além do negócio, a gestão da tecnologia tende a auxiliar no ambiente de trabalho, pois gerir uma tecnologia exige o envolvimento de todos os funcionários dentro das empresas.
De acordo com Saenz e Capote (2002, p. 120-121), a gestão tecnológica pode ser definida como:
com relação à geração, aquisição, início da produção, aperfeiçoamento, assimilação e comercialização das tecnologias requeridas pela empresa, incluindo a cooperação e alianças com outras instituições; abrange tam-bém o desenho, promoção e administração de práticas e ferramentas para a captação e/ou produção de informação que permita a melhoria continuada e sistemática da qualidade e da produtividade.
2.2 Tecnologias de gestão abordadas pelo SIMAP
As ferramentas utilizadas pelo SIMAP estão divididas entre subsistemas de gestão: sistema integrado de gestão, gestão da produção, gestão de produtos, gestão estratégica, gestão de logística, gestão de recursos humanos e gestão financeira conforme mostrado na Figura 1. Esse modelo de avaliação de empresas se baseia no nível de aplicação das ferramentas para monitorar o desempenho das empresas pesquisadas sob a ótica de gestão (Observatório Tecnológico, 2010). O foco do sistema é formar uma sólida base de dados com informações sobre empresas visando o benchmarking competitivo, onde as
empresas cadastradas possam ver de imediato o seu posicionamento em relação às demais.
Figura 1 – Sistemas de Gestão analisados pelo SIMAP
Fonte: Adaptado de SIGs (2003).
2.2.1 Sistema integrado de gestão
aspectos internos e externos.
Diante da crescente pressão para que as organizações racionalizem seus processos de gestão, várias delas veem na integração dos Sistemas de Gestão uma excelente oportuni-dade para reduzir custos relacionados, por exemplo, à manutenção de diferentes estruturas de controle de documentos, auditorias, registros, dentre outros (GODINE; VALVERDE, 2001). Tais custos e ações, em sua maioria podem acarretar gastos desnecessários.
Sistema de Gestão Integrada pode ser definido como a combinação de processos, procedimentos e práticas utilizados em uma organização ou empresa para implementar suas políticas de gestão e que pode ser mais eficiente e eficaz na consecução dos objetivos oriundos delas do que quando há diversos sistemas individuais se sobrepondo (CICCO, 2004 apud CHAIB, 2005).
A integração dos sistemas de gestão pode abranger diversos temas, tais como: qualidade, meio ambiente, segurança e saúde ocupacional, recursos humanos, controle financeiro, responsabilidade social, dentre outros conforme mostrado na Figura (2).
Figura 2 – Modelo de SGI abrangendo vários aspectos.
Fonte: SIGs (2003 apud CHAIB, 2005).
Contudo, neste estudo serão abordadas as experiências empresariais quanto à implementação de SGI relativas a Qualidade, Meio Ambiente e Saúde e Segurança do Trabalho:
a) ISO 9001; b) ISO 14001; c) 5S;
e) OSHAS 18000.
2.2.2 Gestão de Produção
Nenhum sistema de planejamento e controle da produção pode tornar-se bem sucedido, não importa quão sofisticado, a menos que todos os seus subsistemas trabalhem de forma integrada visando atingir os objetivos maiores da empresa (ALMEIDA, 2010).
A função essencial da Logística é entregar o produto certo, no local certo, no tempo desejado pelo cliente e a um custo adequado, sendo assim, o aspecto do sistema de gestão de produção empregado pela organização/empresa é primordial, pois dele dependerá uma boa parte do nível de serviço ofertado aos clientes.
Conforme os autores Pasqualini et al. (2010) gestão da Produção é a atividade
de gerenciamento de recursos escassos e processos que produzem e entregam bens e serviços, visando a atender as necessidades e/ou desejos de qualidade, tempo e custo de seus clientes. A gestão da produção vem sofrendo mudanças ao longo dos anos e estas são geradas devido os avanços tecnológicos, automação de processos, estratégias de fusões e aquisições, globalização, mudanças nas políticas públicas governamentais, mudança na cultura dos gestores e de seus colaboradores e as constantes inovações.
Segundo Slack et al.(2008) a gestão da produção é, acima de tudo, um assunto
prático que trata de problemas reais, pois tudo o que se veste, come e se utiliza passa de alguma maneira por um processo produtivo. Portanto, organizar este processo eficaz e eficientemente é o objetivo da Gestão da Produção. Neste estudo as práticas avaliadas quanto a ferramenta de gestão da produção foram:
1. tempo de setup;
2. PCP;
3. estudos de capabilidade; 4. custos de qualidade; 5. controle de processos;
6. defeitos - PPM (partes por milhão);
7. manutenção corretiva-preventiva e manutenção produtiva total; 8. filosofia e ferramentas Just in Time;
2.2.3 Gestão de produtos
Diante da necessidade de satisfazer clientes o desenvolvimento de produtos assume um importante papel como fator de competitividade. Juran (1990) aborda que a partir de seus produtos e serviços, as organizações existem para atender às
necessida-des humanas. ??) afirma que a capacidade de desenvolver produtos é proporcional a
expectativa de sobrevivência da organização em uma economia de mercado livre.
Silva (2001) considera o processo de desenvolvimento de produtos como as ações de modificação, reformulação, adaptação e de criação de novos produtos. Ele afirma que compreender o aspecto dinâmico do processo de desenvolvimento de produtos também é necessário.
No contexto de estratégia de desenvolvimento de produtos visando à com-petitividade Silva (2001) conclui que o desenvolvimento de produtos consolida-se como importante fator de competitividade, os novos produtos buscam atender a necessidades potenciais e/ou latentes dos clientes, os produtos tradicionais estão evoluindo para pro-dutos modernos com a incorporação da tecnologia, a obtenção de novos propro-dutos por parte das organizações migram para a estruturação do processo de desenvolvimento de produtos, as organizações tendem a definir estratégias ofensivas ou defensivas para seu desenvolvimento de produtos, há necessidade de estabelecer estratégias para o processo de desenvolvimento de produtos. Neste estudo, as práticas avaliadas quanto a ferramenta de gestão de produtos foram:
1. domínio e uso de normas técnicas;
2. Projeto Auxiliado por Computador (CAD) e Engenharia Auxiliada por Computador (CAE);
3. uso de Engenharia Simultânea e Equipes Multifuncionais; 4. lead time do desenvolvimento de produtos e serviços;
5. usa metodologia para desenvolvimento de novos produtos; 6. parcerias com fornecedores/clientes.
2.2.4 Gestão estratégica
e competitivo, reforçando a necessidade de gerenciar a estratégia de forma contínua (MOREIRA et al., ). Toda empresa visa alcançar metas e objetivos estratégicos que a
mantenha sólida no atual mercado competitivo, porém nem todas conseguem posicionar bem seus produtos e serviços.
A gestão estratégica pressupõe uma mudança cultural e de atitude na organiza-ção, desde a presidência até a operaorganiza-ção, incluindo áreas de apoio e, na maioria das vezes, até mesmo os terceiros.
Muito se tem discutido atualmente sobre a necessidade das empresas ou orga-nizações adotarem um planejamento estratégico. Alguns especialistas do tema criticam a realização deste planejamento, argumentando que normalmente são lentos, complexos e de difícil execução. Justificam que hoje, com a globalização “instantânea”, os processos têm que ser ágeis, flexíveis e com rápidas mudanças, quase online. Em resumo, defendem que
o planejamento tem que ser praticamente diário (ANSOFF; MCDONNELL, 1993). As mudanças no cenário competitivo, cada vez mais comum e acontecendo em ciclos menores, obrigam os executivos a pensar estrategicamente todo o tempo. Entretanto, a sistemática formal de Planejamento Estratégico cria um “hábito” inadequado de pensar na estratégia somente ao final de cada ciclo anual.
Só pode haver uma gestão estratégica eficiente e eficaz se houver um adequado planejamento estratégico. Para a maioria dos especialistas, a gestão estratégica é a continuidade do planejamento estratégico ou, em outras palavras, faz parte do tradicional ciclo PDCA (Planejar-Executar-Verificar-Ajustar) (OLIVEIRA, 1991). Neste contexto, as práticas avaliadas neste estudo em relação a gestão estratégica foram:
1. realiza planejamento estratégico; 2. estratégia de produção;
3. estilo de liderança e envolvimento dos empregados; 4. uso do benchmarking;
5. orientação ao cliente; 6. uso de indicadores.
2.2.5 Gestão de logística
também fluxo de bens e serviços. A logística é parte da cadeia de suprimentos que trata do planejamento, implementação e controle eficiente e eficaz do fluxo e armazenagem de bens, serviços e informações relacionadas, do seu ponto de origem até o seu ponto de consumo ao cliente, de modo a satisfazer as necessidades do cliente.
Os principais objetivos da gestão logística são agregar valor ao cliente e reduzir custos no processo de produção. Proporcionar, simultaneamente, o máximo nível de serviço e o menor custo total possível nas atividades a ela inerentes (SILVA, 2000). Desta forma, as práticas avaliadas neste estudo em relação à ferramenta gestão logística são descritos abaixo:
1. controle de estoques; 2. rotatividade de estoques;
3. prestadores e operadores logísticos; 4. manuseio;
5. unitização;
6. fluxo de materiais; 7. fluxo de informação; 8. fluxo financeiro; 9. transações comerciais; 10. controle de armazém; 11. sistema de transportes;
12. relacionamento na cadeia de suprimento.
2.2.6 Gestão de Recursos Humanos
Um dos recursos mais presentes em todas as organizações e que nenhuma empresa pode dispensar é o “Fator Humano”, as pessoas. Segundo Gomes (2008) pode-se definir Gestão de Recursos Humanos como o conjunto de ações conduzidas pela função de Recursos Humanos, estrutura responsável pela componente administrativa de pessoal, pelas relações sociais e pela operacionalização das políticas de recursos humanos partilhadas com a hierarquia, com o propósito de alcançar determinados objetivos.
mais satisfeito.
Figura 3 – Dimensões da gestão de recursos humanos
Fonte: Adaptado de Gomes (2008)
Conforme Gomes (2008) a atuação da Gestão de Recursos Humanos tem influência a quatro níveis distintos:
a) social: contribui para o bem-estar social, respondendo às necessidades e desafios da comunidade;
b) organizacional: gere pessoas como meio de atingir os objetivos da própria organização que garantem a sua sobrevivência e o seu desenvolvimento; c) funcional: promove uma articulação de funções que maximiza o
aproveita-mento do potencial individual;
d) individual: auxilia as pessoas na obtenção dos seus objetivos individuais e no alcance da satisfação.
Neste âmbito, as práticas relativas à ferramenta de gestão de recursos humanos avaliadas neste estudo são:
a) plano de treinamento;
b) descrição de cargos e competências; c) programas participativos.
2.2.7 Gestão financeira
res-pectivas ocorrências no tempo objetivando encontrar o equilíbrio entre a “rentabilidade” (maximização dos retornos dos proprietários da empresa) e a “liquidez” (que se refere à
capacidade de a empresa honrar seus compromissos nos prazos contratados). Portanto a Gestão financeira busca o equilíbrio entre gerar lucros e manter caixa.
ASSAF NETO e Silva (1997, p. 24) introduz o conceito de equilíbrio financeiro:
O conceito de equilíbrio financeiro de uma empresa é verificado quando suas obrigações financeiras se encontram lastreadas em ativos com prazos de conversão em caixa similares aos dos passivos. Em outras palavras o equilíbrio financeiro exige vinculação entre a liquidez dos ativos e os desembolsos demandados pelos passivos.
As práticas relativas à ferramenta de gestão fianceira avaliadas neste estudo são descritas a seguir:
a) sistemas empresariais integrados (ERP); b) custeio direto;
c) sistema de custeio baseado em atividades (ABC); d) método de análise de investimento.
2.3 Benchmarking competitivo e Maturidade
Segundo Andersen e Jessen (2003) a maturidade é um estado de amadurecimento onde pode-se relacionar a maturidade com o estado no qual a empresa encontra-se em condições perfeitas para alcançar seus objetivos.
A partir da implantação de ferramentas de gestão, as empresas/organizações passam a adotar as práticas que caracterizam estas ferramentas de gestão, assim, aos poucos, adquire maturidade e experiências em sua aplicação.
De acordo com Mello (2005) existindo várias empresas que desenvolvem ati-vidades semelhantes pode-se comparar as suas produtiati-vidades e investigar porque razão umas são mais produtivas que outras. A construção de instrumentos que medem de forma eficaz a maturidade na implantação das práticas de ferramentas de gestão proporciona a descoberta de fatores críticos que interferem na sua implantação e, assim, torna-se possível definir estratégias de contorno desses fatores. Uma vez identificado esse grau de maturidade, será possível uma comparação entre organizações.
o benchmarking se torna permanente e essencial ao processo gerencial, feito em todos
os níveis apropriados da organização e não apenas por especialistas (CAMP, 1998 apud
NOGUEIRA, 2012).
Segundo Moreira (1996), nos sistemas de medição tradicional há um efeito indesejável: o excesso de controle das ações do colaborador ao especificar cada ação esperada gerando a falta de participação ou dificuldade no entendimento da visão ou estratégia da empresa, cita ainda a dificuldade de atualização dos procedimentos visto que as condições as quais os operadores estão submetidos mudam constantemente. Portanto, identificar o grau de maturidade das empresas quanto a implementação de ferramentas de gestão é um desafio que se apresenta para auxiliar na tomada de decisões dentre de uma empresa/organização.
A Tabela 1 apresenta o processo de tomada de decisão com e sem o uso do
benchmarking.
Tabela 1 – Processo de tomada de decisão com e sem o benchmarking
SEM BENCHMARKING COM BENCHMARKING
Atendimento ao requisito dos clientes
Baseado no histórico ou na intuição Realidade do mercado
Percepção Avaliação objetiva
Baixa adequação Alta conformidade
Fixação de metas e objetivos eficazes
Carentes e sem foco externo Dignos de crédito e inquestionáveis
Reativas Proativas
Superadas Busca de lideranças
Desenvolvimento de medidas reais de produtividade
Insistência em projetos favoritos Solução de problemas reais Forças e fraquezas não compreendidas Compreensão do resultados Rota de menor resistência Baseada nas melhores práticas
Tornar-se competitivo
Foco interno Compreensão concreta da concorrência
Mudança evolucionária Novas ideias de práticas e tecnologias comprovadas Baixo compromisso Alto compromisso
Melhores práticas
Não inventado aqui Busca proativa de mudanças Poucas soluções Muitas opções
Média do mercado Grande avanço em práticas Atividade frenética para recuperar terreno
per-dido
Desenpenho superior
2.4 Avaliação dos itens
Nesta seção aborda-se a importância dos itens na construção do instrumento de avaliação e o tratamento adequado quando estes itens possuem dados faltantes.
2.4.1 Itens sem resposta
Comumente utilizam-se questionários como instrumentos de avaliação, en-tretanto, nem todos os entrevistados respondem a todos os itens. Normalmente, são observações que deveriam ter sido feitas, mas não foram por algum motivo gerando um dado faltante, que indica que um atributo de um objeto está vazio.
Mesmo sabendo da existência de dados faltantes desde os primórdios das atividades de coleta de dados (GRAHAM, 2009; BROWN; KROS, 2003), pouca atenção é dada a eles. Muitos pesquisadores utilizavam e ainda utilizam procedimentos analíticos que não foram concebidos para tratar adequadamente bases de dados com valores faltantes (SCHAFER; GRAHAM, 2002). Estes procedimentos foram concebidos para trabalhar com bases de dados completas (bases de dados que não possuem nenhum dado faltante). Outros pesquisadores utilizam métodos muito genéricos para preencher os dados faltantes (FARHANGFARet al., 2007), por exemplo, o preenchimento de um valor faltante numérico
por zero.
Para que seja realizado um tratamento adequado dos dados faltantes é impor-tante que se identifique algumas características desses dados, como: mecanismo, padrão e quantidade. Uma questão importante é saber se a presença de dados faltantes em uma variável está vinculada a algum processo identificável (LITTLE; RUBIN, 2014), ou seja, conhecer o mecanismo que gerou os dados faltantes. Este conhecimento irá auxiliar na escolha da técnica de tratamento mais adequada.
Para escolher o procedimento mais adequado para tratar os dados faltantes é importante detectar o padrão dos dados faltantes, o qual descreve que valores foram observados e que valores estão faltantes numa matriz de dados (LITTLE; RUBIN, 2014). Através do mecanismo, é possível identificar se há ou não consistência no modo pelo qual os dados não foram observados (MCKNIGHT et al., 2007).
todas as empresas e itens excluídos do estudo de Nogueira (2012).
Neste estudo, os dados faltantes são decorrentes de itens que não se aplicam a algumas das empresas participantes da pesquisa, pois estas pertencem aos mais variados elos e cadeias produtivas dos principais arranjos produtivos (APs) do Ceará e de alguns estados brasileiros e estrangeiros. Devido essa diversidade surge uma categoria de respostas de itens denominados “não aplicáveis”. O item “não aplicável” ocorre quando a empresa não tem a oportunidade de realizar a atividade descrita no item devido a atividade ou cadeia produtiva a qual pertence. Entretanto, alguns itens também foram considerados “não aplicáveis” pois foram introduzidos posteriormente no questionário gerando esse tipo
de resposta para empresas que responderam antes dessa alteração.
Existem diversas estratégias práticas para lidar com as respostas na categoria “não aplicável” no contexto da Teoria da Resposta ao Item (ROSEet al., 2010; HOLMAN;
GLAS, 2005): quando os dados faltantes são resultantes da não apresentação do item ao indivíduo, que difere do caso em que o item é apresentado a empresa e esta, por algum motivo que pode estar relacionado ao item ou a própria empresa, não o responde.
A falta de dados devido a não-resposta, neste estudo o item “não aplicável”, pode ameaçar inferências estatísticas se o alvo de inferência e a tendência a omitir respostas não são independentes.
2.4.2 Importância dos itens
Há pouca concordância sobre o significado da importância dos itens de um intrumento de avaliação e como mensurá-los. Anderson (1971) define importância como uma medida de foco de atenção ou concentração que um indivíduo dá para um atributo, dimensão ou informação em uma tarefa de julgamento ou tomada de decisão. Green e Krieger (1985) definem importância como uma medida de impacto estatístico que o atributo, dimensão ou informação tem em uma tarefa específica ou situação.
O grau de maturidade das empresas participantes deste estudo foi avaliado através da TRI, que apresenta modelos para variáveis (habilidades) que não podem ser medidas diretamente. Essas variáveis (habilidades) devem ser inferidas através de variáveis secundárias observáveis (itens de um questionário, por exemplo) que estejam relacionadas a esta habilidade.
uma habilidade, é uma tarefa laboriosa, porém possível e necessária para que o profissional possa ter em mãos instrumentos de qualidade que sirvam como ferramentas complementares ao seu trabalho de avaliação.
Neste estudo, a construção do instrumento de medida (questionário) foi feita após ampla pesquisa onde foram selecionadas as principais tecnologias de gestão a serem consideradas no SIMAP, com base em entrevistas com profissionais atuantes no setor, com professores e pesquisa bibliográfica, resultando-se nas tecnologias de gestão citadas na seção 2.2. Entretanto, a presença de itens do questionário com dados faltantes requer uma análise mais laboriosa para lidar com este tipo de resposta.
A exclusão de itens que apresentaram dados faltantes, considerados neste estudo como itens “não aplicáveis”, pode comprometer a qualidade do instrumento de avaliação (ANEXO A), pois existem itens que são de fundamental importância para a avaliação da
ferramenta de gestão ao qual corresponde, como exemplo, a ferramenta logística.
Atualmente, a logística é conhecida como uma parte essencial nas empresas como um departamento responsável pela gestão dos materiais, sejam eles de qualquer tipo. A logística administra recursos financeiros e materiais, planeja a produção, o armazenamento, transporte e distribuição desses materais. Desta forma, todos os itens relativos às práticas de gestão logística considerados neste estudo, são aplicáveis às empresas.
3 TEORIA DA RESPOSTA AO ITEM
Neste Capítulo apresentam-se as técnicas da Teoria da Resposta ao Item, suas aplicações, interpretações e principais modelos, em particular, o Modelo de Escala Gradual e a Análise Fatorial como pressuposto para verificar a unidimensionalidade ou a dimensionabilidade dos dados análisados.
3.1 Teoria clássica x Teoria da resposta ao item
Desde o início da medição psicológica, a Teoria Clássica dos Testes (TCT) tem sido a abordagem dominante na construção, análise e pontuação de escalas. Apesar deste domínio, uma segunda abordagem, a Teoria da Resposta ao Item (TRI), está se tornando mais popular e melhor apreciada (REISE et al., 2005apud VEY, 2011).
Atualmente, a Teoria de Resposta ao Item (TRI) tem tido destaque em diversas áreas do conhecimento, principalmente na área educacional. A proposta da TRI é a de apresentar modelos de probabilidade para variáveis que não podem ser medidas diretamente, tendo como característica principal o item, podendo se entender por item, tarefas ou ações empíricas que constituem a representação do traço latente, ou seja, a habilidade que se pretende medir (VEY, 2011). Esta ferramenta estatística propõe modelos para avaliar traços latentes, ou seja, mensurar características que não podem ser observadas diretamente, uma determinada habilidade a ser medida. Essas variáveis (habilidades) devem ser inferidas através de variáveis secundárias observáveis (itens de um teste, por exemplo) que estejam relacionadas a esta habilidade.
Resultados obtidos em provas, questionários baseados em escores brutos ou padronizados, têm sido utilizados em processos de avaliação, comparação e seleção de indivíduos. A aplicação da TRI nas análises dos itens proporciona mais informação quando comparada a aplicação da Teoria Clássica dos Testes (ANDRADE et al., 2000).
A Teoria da Resposta ao Item tem se destacado como a técnica predominante na avaliação de testes pois permite um estudo de comparação entre as populações, uma das grandes vantagens da TRI sobre a Teoria Clássica.
A Teoria Clássica dos Testes apresenta diversas limitações (ANDRADE et al.,
discriminação e a dificuldade do item depende fundamentalmente do grupo de respondentes, etc. A TRI foi desenvolvida para preencher as lacunas existentes na metodologia da Teoria Clássica dos Testes e se destaca por propor modelos matemáticos de traços latentes para representar a relação entre a probabilidade de um indivíduo dar uma determinada resposta a um item e seus traços latentes ou habilidades na área do conhecimento avaliada.
A TRI permite a estimação dos parâmetros dos itens e dos indivíduos na construção de uma escala de medida, a partir de um conjunto de respostas apresentadas por um grupo de respondentes a um conjunto de itens, teste, questionário, etc.
Conforme Uttaro e Lehman (1999) os métodos da TRI têm vantagens sobre os métodos clássicos, algumas delas são:
1. parâmetros do item e níveis do traço latente do indivíduo são independentes; 2. o modelo é expresso ao nível da resposta observada do item e não ao nível do escore
de teste observado;
3. a contribuição de cada item para a escala pode ser determinada através da informação da TRI;
4. métodos poderosos para detectar funcionamento diferencial de item (DIF) ou viés do item entre populações ou subgrupos estão disponíveis;
5. formas curtas, paralelas e adaptadas são facilmente criadas;
6. escores de indivíduos podem ser equacionados (ou comparados) mesmo se respon-dentes respondem questões diferentes.
Embretson e Reise (2013) apresentam um quadro comparativo entre a Teoria Clássica dos Testes (TCT) e a Teoria de Resposta ao Item (TRI), relacionando os princípios de cada uma conforme pode ser observado na Tabela 2:
3.2 Histórico e evolução
Os primeiros modelos da TRI surgiram antes da década de 50, mas foram os trabalhos de Lord (1952), estatístico do Educational Testing Service (ETS) dos Estados
Unidos, que deram início ao desenvolvimento formal da Teoria de Resposta ao Item. Os primeiros modelos desenvolvidos apresentavam apenas um traço latente (habilidade) de apenas um grupo ou amostra. Estes modelos foram desenvolvidos primeiro em forma de uma função de ogiva normal e posteriormente foram descritos para a forma logística.
Tabela 2 – Comparativo entre TCT e TRI
TCT TRI
O erro padrão de medida refere-se a todos os escores em uma população particular.
O erro padrão de medida difere através dos escores (ou padrões de respostas, mas generaliza-se através
da população). Testes mais longos são mais confiáveis que
tes-tes mais curtos. Testes mais curtos podem ser mais confiáveis quetestes mais longos. Comparar escores de testes através de formas
múltiplas é ótimo quando as formas são para-lelas.
Comparar escores de testes através de formas múlti-plas é ótimo quando os níveis de dificuldade do teste variam entre os respondentes.
Estimativas não tendenciosas das proprieda-des dos itens dependem de se ter amostras representativas.
Estimativas não tendenciosas podem ser obtidas de amostras não representativas.
Escores do teste obtêm significados por com-parar sua posição em um grupo normal.
Escores do teste têm significados quando são compa-rados de distâncias a partir de itens.
Propriedades de escala intervalar são alcança-das por obter distribuições de escores normais.
Propriedades de escala intervalar são alcançadas por ajustar modelos de medidas justificáveis.
Formatos mesclados de itens conduzem a im-pacto desequilibrado nos escores totais do teste.
Formatos mesclados de itens podem resultar ótimos escores de teste.
Mudanças nos escores não podem ser compara-das significativamente quando diferem os níveis de escores iniciais.
Mudanças nos escores podem ser comparadas signi-ficativamente quando diferem os níveis de escores iniciais.
Análise fatorial em itens dicotômicos produz antes artifícios que fatores.
Análise fatorial em dados de itens brutos produz análise fatorial de informação plena.
Itens característicos de estímulos são sem im-portância se comparados às propriedades psi-cométricas.
Itens característicos de estímulos podem ser direta-mente relacionados às propriedades psicométricas.
Fonte: Embretson e Reise (2013)
não somente um modelo teórico, mas métodos para estimar os parâmetros dos itens dentro da nova teoria, chamado modelo unidimensional de dois parâmetros (dificuldade e discriminação). Seus modelos foram aplicados a testes com respostas dicotômicas, certo ou errado, incorporando mais tarde um parâmetro que tratava do acerto casual, surgindo o modelo de três parâmetros. Posteriormente, Samejima (1968) desenvolveu modelos com respostas politômicas e para dados contínuos, propondo o modelo de resposta gradual.
Segundo Pasquali e Primi (2003), um fator importante na evolução da TRI foi dado por Birnbaum (1968) que substituiu, nos modelos propostos por Lord, as curvas de ogiva normal por curvas logísticas, isto é, baseadas nos logaritmos, tornando o tratamento matemático dos dados mais simples devido ao fato de não envolver integração. Esse fator, juntamente com o avanço da informática, foram determinantes para o uso generalizado da TRI.
serem analisadas através da TRI (ANDRADE et al., 2000). Entretanto, esta modelagem
estatística não é somente utilizada na área educacional, mas nos últimos anos vem se expandindo em diversas outras áreas: medicina, psicologia,marketing, área social, economia,
sistema de informação, qualidade, entre outras. MOREIRA JUNIOR (2010) apresentam uma lista de aplicações da TRI no Brasil.
3.3 Pressupostos
Para a aplicação da técnica é necessário que os dados, a serem analisados, atendam a algumas exigências gerando boa adequação ao modelo utilizado e fornecendo resultados confiáveis.
3.3.1 Unidimensionalidade
Para a aplicação do modelo da TRI utilizado neste estudo faz-se necessário que a unidimensionalidade seja atendida, ou seja, que esteja sendo medido um único traço latente ou habilidade. Na prática, quando tratam-se com um conjunto de informações elas geralmente estão associadas a mais de uma habilidade, necessitando admitir a existência de uma habilidade dominante para que seja satisfeita a condição de unidimensionalidade. Para verificar esse quesito, utiliza-se a Análise Fatorial (AF) (HAIR et al., 1998), na qual,
segundo Reckase (1979), se o primeiro fator corresponder pelo menos 20% da variância total confirma-se a unidimensionalidade.
3.3.1.1 Análise fatorial
O propósito essencial da análise fatorial é descrever, se possível, a estrutura de covariâncias entre as variáveis em termos de um número menor de variáveis (não observáveis) chamadas fatores. Por outras palavras, a análise fatorial estuda os interrelacionamentos entre as variáveis, num esforço para encontrar um conjunto de fatores (em menor número que o conjunto de variáveis originais) que exprima o que as variáveis originais partilham em comum.
Corrar et al. (2007, p.74) definem
é desvendar estruturas existentes, mas que não observáveis diretamente. Cada uma dessas dimensões de variabilidade comum recebe o nome de fator.
De modo geral, através dessa técnica, pode-se verificar quais variáveis podem atuar juntas e quantas variáveis tem um impacto significativo na análise. Neste estudo tem-se um conjunto de itens (práticas) que serão utilizados para medir a maturidade de empresas com base em ferramentas de gestão e pretende-se através da aplicação dessa técnica verificar quais tem um maior poder de explicação na relação entre as variáveis.
3.3.1.2 Pressupostos para Análise Fatorial
Alguns pressupostos precisam ser atendidos para a aplicação da técnica. Ini-cialmente deve-se decidir sobre qual tipo de análise será realizada. Nesse estudo será trabalhada a Análise Fatorial do tipo Exploratória, pois não tem-se certeza sobre o tipo de relação de dependência entre as variáveis.
Os pressupostos para a aplicação da AF, segundo Hair et al. (1998), são mais
conceituais do que estatísticos, são eles: normalidade multivariada e multicolinearidade dos dados. No presente estudo, como o método de extração dos fatores utilizado é análise de componentes principais, não será exigida a normalidade (CORRAR et al., 2007).
3.3.1.3 Medidas de adequação amostral
As medidas de adequação amostral são utilizadas para avaliar se é adequado analisar os dados com a técnica de análise fatorial.
Uma medida global de adequação amostral é dada pela estatística KMO ( Kaiser-Meyer-Olkin). O teste KMO é uma estatística que indica a proporção da variância dos
dados que pode ser considerada comum a todas as variáveis, ou seja, que pode ser atribuída a um fator comum, então: quanto mais próximo de 1 (unidade) melhor o resultado, ou seja, mais adequada é a amostra à aplicação da análise fatorial. Para encontrar o valor do KMO, utiliza-se a expressão:
KM O =
PI
i=1PIj=1rij2
PI
i=1PIj=1rij2 +
PI
i=1PIj=1a2ij
sendo a razão da soma dos quadrados das correlações de todas os itens dividida por essa mesma soma, acrescida da soma dos quadrados das correlações parciais de todas os itens, sendo:
rij o coeficiente de correlação observado entre as variáveis ie j,
aij o coeficiente de correlação parcial entre as mesmas variáveis, que é,
simul-taneamente, uma estimativa das correlações entre os fatores.
A Tabela 3 apresenta os valores da adequação segundo a medida KMO.
Tabela 3 – Adequação amostral segundo a medida KMO.
KMO Adequação > 0,9 Excelente (0,8; 0,9] Meritória (0,7; 0,8] Intermediária (0,6; 0,7] Medíocre (0,5; 0,6] Mísera < 0,5 Inaceitável
Fonte: Adaptado de PEREIRA, 2001.
3.4 Modelos Matemáticos
A TRI é constituída por um conjunto de modelos matemáticos que representam a probabilidade de um indívido fornecer determinada resposta a um item em função dos parâmetros do item e da habilidade do respondente. Conforme Andradeet al. (2000) “essa
relação é expressa de tal forma que quanto maior a habilidade maior é a probabilidade de acerto do item”, no caso da TRI aplicada à educação.
Ainda conforme os autores, os vários modelos propostos na literatura dependem de três fatores:
1. da natureza do item: dicotômicos ou não dicotômicos (politômicos); 2. do número de populações envolvidas: apenas uma ou mais de uma;
3. da quantidade de traços latentes que estão sendo medidos: apenas um (unidimensio-nal) ou mais de um (multidimensionais).
3.4.1 Modelos para itens politômicos
O início do desenvolvimento de modelos para itens politômicos se deu no final dos anos 60, mas só começou a se tornar assunto de pesquisa no início dos anos 80. O modelo politômico é utilizado quando o interesse não se caracteriza apenas no fato do item respondido está correto ou errado, mas por todo um conjunto ordenado de respostas, modelos de múltipla escolha, de itens abertos, de intervalos sucessivos e o ordenado-parcionado de Wilson.
A escolha do modelo deve basear-se nas considerações teóricas e empíricas, ou seja, no ajuste do modelo aos dados. A Tabela 4 mostra,de forma sintetizada, os modelos para itens não dicotômicos e suas respectivas características.
Tabela 4 – Modelos para itens não dicotômicos e suas respectivas características
Modelo Autor
(Ano)
Características
Modelo de resposta nominal
Bock (1970) Maximiza a precisão do traço latente estimado usando toda a informação contida nas respostas dos indivíduos. Modela resposta para itens com duas ou mais categorias nominal.
Modelo de Resposta Gradual
Samejima (1969)
O modelo assume que as categorias de resposta de um item podem ser ordenadas entre si e assim pode-se obter mais informação das respostas dos indivíduos.
Modelo de Escala Gradual
Andrich (1978)
Além das características do modelo de Samejima(1969) pressupõe que os escores das categorias sejam igualmente espaçados, como nas escalas de Likert, mantendo o mesmo número de respostas para todos os itens do conjunto proposto.
Modelo de Crédito Parcial
Masters (1982)
É uma extensão do modelo de Rasch, pressupondo que todos os itens tenham o mesmo poder de discriminação e que todos os parâmetros do modelo sejam de localização dos itens. É apropriado para usar com qualquer formato de teste que fornece um conjunto de opções de respostas ordenadas. O número de categorias das opções de respostas podem variar de item a item no teste. Modelo de Crédito
Parcial Generali-zado
Muraki (1992)
Baseado no modelo de Masters (1982), desconsiderando a hipótese de poder de discriminação uniforme para todos os itens.
Fonte: Andrade, Tavares e Valle (2000).
O modelo que será estudado neste trabalho será o modelo de escala gradual, que será mais detalhado na próxima seção.
3.4.1.1 Modelo de escala gradual
escores das categorias de resposta são igualmente espaçados. O modelo é dado por:
Pi,k(θj) =
1
1 +e(θj−bi+dk) −
1
1 +e(θj−bi+dk+1),
com i= 1,2,· · · , I (itens),j = 1,2,· · · , n (empresas) ek = 0,1,· · · , m (categorias), onde:
Pi,k(θj) representa a probabilidade de uma empresa j atingir o nível k da práticai;
bi é o parâmetro de localização do item i,
dk é o parâmetro da categoria k.
Diante da distinção entre o modelo de resposta gradual e o modelo de escala gradual, neste o parâmetro bi,k é decomposto do parâmetro bi de localização do item e de
um parâmetro de localização da categoria dk, sendobi,k =bi−dk.
Os parâmetros da categoria dk não dependem do item, são comuns a todos os
itens do teste, tornando o modelo inadequado se os itens que compõem a prova tiverem suas próprias categorias de resposta, que podem diferir no número.
Supondo que as categorias de um item i sejam arranjadas em ordem da menor
para a maior, e definidas por ki, e considerando os dados deste estudo, tem-se a seguinte
expressão:
Pi,k+i(θj) =
1
1 +e−ai(θj−bi+dk),
com:
i= 1,2,3,· · · ,46 (número de itens-práticas que medem o grau de maturidade das empresas
com relação às Tecnologias de Gestão);
j = 1,2,3,· · · ,238 (tamanho da amostra = número de empresas pesquisadas); ki = 0,1,· · ·,4 representando as mi+ 1 categorias de respostas do i-ésimo item;
θj representando o grau de maturidade da j-ésima empresa. Define-se como maturidade
do nível de implantação das Ferramentas das Tecnologias de Gestão na empresa;
Pi,k+i(θj) é a probabilidade daj-ésima empresa com o grau de maturidadeθj na implantação
das Tecnologias de Gestão, estar em uma particular categoria ki, ou outra mais alta da
i-ésima tecnologia;
ai: parâmetro de discriminação do itemi(representa o poder de discriminação das empresas
na i-ésima Tecnologia de Gestão, com valor proporcional à inclinação da curva no ponto
bi,ki : parâmetro que representa a dificuldade de estar na k-ésima categoria da i-ésima
tecnologia, medida na mesma escala da maturidade;
dk: é o parâmetro de categoria do i-ésimo item de modo que bi,k =bi−dk . A diferença
(bi,k+1−bi,k =dk−dk+1) reflete o quanto a mais de maturidade (incremento) que uma
empresa precisa para sair da categoria k e atingir a categoria k+ 1.
Pode-se concluir a partir desse modelo que a empresa que obtiver o maior grau de maturidade, ou seja, o maior valor deθj terá maior valor dePi,k+i(θj). Consequentemente,
quanto maior o grau de maturidade da empresa na implantação das ferramentas de gestão maior será a probabilidade dela estar em uma particular categoria ki, ou outra mais alta
da i-ésima tecnologia (NOGUEIRA, 2012).
3.5 Função de informação
No entender de Baker (2001), ter informação significa saber algo sobre um determinado objeto ou tema. A variância e o erro padrão na estimação do grau de maturidade de uma empresa podem ser analisados através das funções de informação. Conforme Baker e Kim (2004), estas funções de informação, do item e do teste, refletem a qualidade dos itens individuais e do conjunto de itens, como um todo.
3.5.1 Função de informação do item
A função de informação do item (FII) é comumente utilizada em conjunto com a CCI (Curva de informação do item). Permite analisar a quantidade de informação que um item traz para a medida de habilidade (maturidade), refletindo a qualidade do item (VALLE, 1999), sendo definida pela seguinte função:
Ii(θj) =
h∂
∂θPi(θj)
i2 Pi(θj)Qi(θj)
(3.2)
sendo,
Ii(θj) a informação fornecida pelo item ino nível de maturidade θj;
Pi(θj) = P(Yij =k|θj): Yij é a resposta da empresa j para o item i;
Qi(θj) = 1−Pi(θj).
A quantidade de informação do item é maximizada em torno do parâmetro b.
