O estudo visa a extrair conclusões das respostas ao questionário de quesitos (Apêndice 2), e com base em tais respostas permitir comparação com estudo de natureza semelhante realizado em empresas alemãs por Günther e Kriegbaum-Kling (2001, p. 263).
Além disso, esta pesquisa realiza tratamento estatístico – estimações de correlação e tratamento de escores em escalas Likert de 5 pontos – para explorar criticamente o resultado do levantamento realizado na amostra e verificar a relação existente entre parte das variáveis aqui utilizadas, devido à diversidade de variáveis e à suposta conexão entre algumas delas.
Bezerra (2007, p. 77) ressalta que a correlação estatística avalia o grau de relacionamento entre as variáveis, e Hair et. al (2005, p. 24, 30) concluem que a estimativa do grau em que o fenômeno estudado existe na população é baseado na correlação entre as variáveis.
De acordo com Collins e Hussey (2005, p. 185-186), na análise de dados quantitativos a estatística é muito importante, sendo recomendada a utilização de um software de estatística, mesmo que a análise não compreenda grandes quantidades de dados quantitativos. Nesta pesquisa é utilizado o software SPSS Statistics, versão 17.0 (Statistical Package for the Social
Science).
Em referência à escala Likert, Ghiglione e Matalon (1995, p. 292) comentam que o preconizador desta propôs um método de cálculo do resultado final através de uma média ponderada das respostas dadas, atribuindo em cada item um peso por nível de concordância expresso pelo sujeito.
Esses pesos são calculados e demonstrados na apresentação e análise dos resultados dos quesitos do questionário que foram baseados na escala (seção 4 deste estudo).
Cunha (2007, p. 50) avalia que dos tipos de escalas de atitudes que se tem utilizado ultimamente, sem dúvida a escala Likert é a mais divulgada.
3.4.1. Análise de Correlações Estatísticas entre Variáveis
Dado que as variáveis cujo relacionamento é abordado neste estudo são categóricas, foi realizado para as estimações de correlação o teste Qui-quadrado de Pearson que, como pontuado por Field (2009, p. 607), é uma estatística extremamente elegante, baseada na idéia simples de comparar frequências observadas em certas categorias, com frequências que se espera conseguir nessas categorias ao acaso. Assim, a equação para se estimar a significância
da correlação entre as variáveis usando o teste Qui-quadrado de Pearson (ou simplesmente, χ2) é:
χ2 = ∑ [ (Observadoij – Modeloij)² / Modeloij ], onde:
- Observadoij: frequências observadas;
- Modeloij = (Total da Linhai x Total da Colunaj) / n;
- Total da Linha: soma das frequências da linha, na tabela de contingência; - Total da Coluna: soma das frequências da coluna, na tabela de contingência; - Tabela de Contingência: tabela com as frequências das variáveis em
comparação;
- n: quantidade total de observações.
Por questão de praticidade, mitigação de possibilidade de equívocos e fornecimento de dados extras, os cálculos de χ2 desta pesquisa são realizados com o auxílio do software SPSS
Statistics, versão 17.0 (Statistical Package for the Social Science).
Conti (2009, p. 1-2) explica que o princípio básico do método de Qui-quadrado é comparar proporções, isto é, as possíveis divergências entre as frequências observadas e esperadas para um certo evento e que, assim, o teste é utilizado para verificar se a frequência com que um determinado acontecimento observado em uma amostra se desvia significativamente ou não da frequência esperada.
Todos os cálculos de χ2 foram realizados com grau de liberdade (gl) = 1, ou seja, com tabela de contingência das frequências em análise de cada correlação contendo igual número de linhas e colunas – são comparadas as variáveis duas a duas, resultando assim na chamada tabela de contingência 2x2 (duas variáveis categóricas, cada variável com somente duas categorias). É relatado também o P Value (probabilidade de significância, ou simplesmente p).
O Risco Relativo, que é a razão entre frequências das variáveis, resultando uma nova razão, efetuando-se tais cálculos a partir da tabela de contingência, é usado neste trabalho como dado complementar para medir a dimensão do efeito da relação entre as variáveis, como preconizado por Field (2009, p. 616-617). Quanto mais essa razão se distanciar de 1, maior é
o efeito de relação entre as variáveis; portanto, sendo próxima ou igual a 1, a relação é insignificante.
Dessa forma, é imperativo para a compreensão deste estudo, esclarecer que a checagem da significância das correlações está sempre relatada contendo os parâmetros acima qualificados, sendo que a classificação da intensidade da correlação entre as variáveis obedece aos critérios demonstrados no Quadro 5 a seguir.
O Quadro 5 exibe os fatores de intensidade da significância da correlação estatística entre as variáveis do estudo, de acordo com a Escala de Significância de Fisher para P Value e com os valores críticos de χ² para a distribuição em gl = 1:
Quadro 5: Maximização da Significância das Correlações Estatísticas entre Variáveis Categóricas P Value 0,100 0,050 0,025 0,010 0,005 0,001 Escala de significância de Fischer Natureza da
evidência marginal moderada substancial forte muito forte fortíssima
Distribuição Qui- quadrado Valor crítico de χ² para gl=1 2,706 3,841 5,024 6,635 7,879 10,827 P Value % 10,0% 5,0% 2,5% 1,0% 0,5% 0,1%
Fonte: adaptado de Bussab e Morettin (2010, p. 350, 512)
Para efeitos do presente trabalho, dado que todas as correlações são em gl = 1, é adotado que a correlação é considerada significativa entre as variáveis categóricas comparáveis sempre que p ≤ 5% e χ² ≥ 3,841.
Esclarece Conti (2009, p. 2) que ao tomar o Qui-quadrado como critério de teste o pesquisador trabalha com duas hipóteses, a Hipótese nula e a Hipótese alternativa. A hipótese nula (ou simplesmente H0), é aquela em que as frequências observadas não são diferentes das frequências esperadas, não existe diferença entre as frequências (contagens) dos grupos – portanto, não há associação entre os grupos. Na hipótese alternativa, ao contrário, as frequências observadas são diferentes das esperadas, e consequentemente há associação entre os grupos.
Então, o χ² calculado é obtido a partir dos dados experimentais, levando-se em consideração os valores observados e os esperados, tendo em vista a hipótese.
Neste estudo, os valores de χ2 esperados são os valores críticos tabelados na matriz distribuição de qui-quadrado. O χ² tabelado depende do número de graus de liberdade e do nível de significância adotado (para efeitos deste trabalho, adotou-se sempre gl = 1).
Conclui-se assim que a tomada de decisão é feita comparando-se os dois valores de χ²: - Se χ² calculado ≥ χ² tabelado para gl=1: Rejeita-se H0;
- Se χ² calculado < χ² tabelado para gl=1: Aceita-se H0.
Convencionou-se para o presente estudo que é admitida uma correlação como significativa se p ≤ 5% de significância mínima, e consequentemente χ² ≥ 3,841.
Assim, este trabalho tratou nas correlações estatísticas entre variáveis categóricas sempre neste conceito: se χ² calculado for menor que χ² atribuído como valor crítico na tabela de distribuição para gl=1 em p ≤ 5% (χ² ≥ 3,841), rejeita-se a hipótese nula de ausência de associação entre as variáveis estudadas; porém, se ao contrário, χ² calculado for maior que χ² atribuído como valor crítico na tabela de distribuição para gl=1 (ou seja, se χ² < 3,841 e p > 5%) aceita-se hipótese alternativa de que há portanto correlação significativa entre as variáveis em análise. Esses parâmetros balizam todas as correlações estatísticas analisadas entre variáveis nominais neste estudo.
Todas as correlações estatísticas calculadas e apresentadas neste estudo relatam: variáveis em análise, base amostral, χ², p, risco relativo e natureza da evidência (de acordo com a escala de significância de Fisher exibida no Quadro 5).
3.4.2. Realização de Pré-teste
Para se obter melhor noção da aplicabilidade do questionário, foi realizado pré-teste com três organizações, uma do ramos de serviços, e duas industriais. Todas detentoras de marcas próprias, e consideradas empresas grandes, nos termos apontados na classificação do Banco de Desenvolvimento Econômico e Social, carta circular nº 10/2010 (BNDESa, 2010) – ou seja, apresentaram no último exercício social faturamento bruto superior a R$300 milhões.
Os respondentes declinaram os cargos ocupados em suas companhias, entre outros, Gerente de Controladoria, Gerente Contábil e Diretor Administrativo e Financeiro. Todos retornaram impressões úteis para a disponibilização do questionário às empresas da amostra. Suas respostas foram válidas, compreenderam integralmente os quesitos do questionário e puderam, assim, ser aproveitadas no bojo da amostra pesquisada.