Post on 14-Feb-2020
UNIVERSIDADE DO VALE DO ITAJAÍ
PPGA - PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO
MESTRADO EM ADMINISTRAÇÃO
NILVANE BOEHM MANTHEY
O IMPACTO DAS CAPACIDADES DE ABSORÇÃO E INOVAÇÃO NO
DESEMPENHO DA INOVAÇÃO DE PRODUTO
DISSERTAÇÃO DE MESTRADO
Biguaçu, SC
2016
NILVANE BOEHM MANTHEY
O IMPACTO DAS CAPACIDADE DE ABSORÇÃO E DE INOVAÇÃO NO
DESEMPENHO DA INOVAÇÃO DE PRODUTO
Dissertação apresentada ao curso de Mestrado
Acadêmico em Administração da Universidade do
Vale do Itajaí, como requisito à obtenção de título de
Mestre em Administração.
Orientador: Prof. Dr. Miguel Angel Verdinelli
Biguaçu, SC
2016.
DEDICATÓRIA
Dedico esta pesquisa ao meu companheiro Bruno,
e às nossas adoráveis heranças, Enzo e Luara,
cujo amor, compreensão e apoio foram essenciais.
AGRADECIMENTOS
Em tempos que quase ninguém se olha nos olhos, em que a maioria das
pessoas pouco se interessa pelo que não lhe diz respeito, só mesmo agradecendo
àqueles que percebem nossas descrenças, indecisões, suspeitas, tudo o que nos paralisa,
e gastam um pouco da sua energia conosco, insistindo.
Martha Medeiros
Agradeço desde o primeiro momento em que decidi ingressar nesta jornada, que embora não
muito longa, foi muito árdua. Agradeço ao Bruno que me incentivou, me apoiou e suportou
até o fim. À Luara e ao Enzo que mesmo sem compreender o tamanho da importância que o
mestrado tem para mim, foram compreensivos em “deixar a mamãe trabalhar”. Amo vocês.
Agradeço a minha família, minha avó Luise, meu pai Sigmar, minhas irmãs Cibeli e Millene
que me apoiaram mesmo distantes, e em especial à mãe Nilva e sua insistência em me alertar:
“Minha filha, não faça o mestrado agora, não é o momento”. Só depois de ter trilhado esse
caminho eu compreendo a sua recomendação. Na verdade era preocupação e zelo, pois você
sabe mãe o quanto eu me envolvo no que faço, pois sou assim como você.
Agradeço à Jandi que cuidou dos meus filhos e da minha casa nos muitos momentos de
ausência e de estudo.
Agradeço ao meu orientador Professor Dr. Miguel Angel Verdinelli por ter me aceitado como
orientanda, pela liberdade nas pesquisas, pelo apoio e ensinamentos que levo para a vida. Ao
meu co-orientador, Professor Dr. Carlos Ricardo Rossetto, pelo incentivo, pelos insights e
amizade.
Agradeço à todos os queridos professores do PPGA pelos ensinamentos. Saibam que todos
foram essenciais nessa jornada e que cada um de vocês me fez melhor.
Agradeço enormemente ao Professor Dr. Carlos Eduardo Carvalho pela prestatividade e
apoio. À coordenação e secretaria do curso: Prof. Dra. Rosilene Marcon, Lurdes, Carol,
Cristina e Bianca, sempre atenciosas e prontas para auxiliar.
Agradeço de coração aos meus colegas de Mestrado e Doutorado pela troca de experiências e
por tornar o caminho mais leve. Por toda minha existência os levarei no coração.
Agradeço em especial à Giovana Bueno, Claudia Cruz e Cassiana Brancher pela amizade e
apoio incondicional. E às surpresas maravilhosas no “segundo tempo do jogo”: minha
conterrânea e amiga de longa data Estela Hoffmann e a querida e prestativa Ana Kiling, que
nossa amizade perdure.
E muito antes de começar o mestrado, agradeço a duas pessoas que me despertaram para a
possibilidade de realiza-lo, ainda na graduação: meu colega André Pruner, que por feliz
coincidência 5 anos depois tornei a encontrar no mestrado, e a minha querida professora e
orientadora Lorena Schröder. Muito obrigada André, pois a primeira vez em que pensei na
possibilidade do mestrado foi quando você expressou o seu objetivo de realizá-lo. A minha
dedicada orientadora Lorena agradeço imensamente a recomendação: “faça o mestrado, você
tem talento para pesquisa”. E seguindo esse suposto talento e minha intensa vontade de
desenvolver mais pesquisas, e espero que melhores que esta singela dissertação, agradeço a
Deus da sabedoria infinita, que proporcionou vencer uma etapa importante rumo ao
Doutorado.
EPÍGRAFE
“A ciência exercita a capacidade, não o saber. O valor de praticar
com rigor, por algum tempo, uma ciência rigorosa não está
propriamente em seus resultados: pois eles sempre serão uma gota
ínfima, ante o mar das coisas dignas de saber. Mas isso produz um
aumento de energia, de capacidade dedutiva, de tenacidade; aprende
– se a alcançar um fim de modo pertinente. Neste sentido é valioso,
em vista de tudo o que se fará depois, ter sido homem de ciência”.
FRIEDRICH WILHELM NIETZSCHE (1844-1900, in Humano,
Demasiado Humano).
RESUMO
O estudo das capacidades dinâmicas tem se apresentado como uma perspectiva promissora
em pesquisas de gestão estratégica. Especificamente no contexto das pequenas e médias
empresas (PME´s), a aplicação da abordagem de capacidades dinâmicas proporciona explorar
as mudanças no ambiente de negócios e desenvolver inovação. Nesta perspectiva,
organizações que desenvolvem capacidade de absorção e capacidade de inovação apresentam
capacidades dinâmicas. Face aos estudos que ressaltam a importância do desenvolvimento da
capacidade de absorção e da capacidade de inovação para as PME´s, a pesquisa da relação
destas com o desempenho da inovação de produto se mostrou como um trabalho relevante.
Assim, o objetivo deste trabalho é analisar a relação da capacidade de absorção e da
capacidade de inovação com o desempenho da inovação de produto de pequenas e médias
empresas (PME´s) do setor industrial têxtil de Santa Catarina. Quanto a metodologia, a
pesquisa caracteriza-se como descritiva-explicativa, e quanto aos meios de investigação a
pesquisa é de campo, cuja etapa ocorreu com procedimentos de coleta de dados quantitativos
por intermédio da aplicação de survey de amostra. Os dados foram coletados em um único
momento, caracterizando o estudo como transversal. Para desenvolvimento da pesquisa
quantitativa constituiu-se categorias descritivas iniciais, resgatadas de conceitos à partir da
plataforma teórica da investigação. A análise dos dados da pesquisa caracteriza-se como
análise numérica descritiva inferencial, desenvolvendo-se inicialmente a análise descritiva,
prosseguindo de análises estatísticas multivariadas (análise fatorial exploratória e modelagem
de equações estruturais). Para o desenvolvimento da análise de equações estruturais utilizou-
se o modelo de Mínimos Quadrados Parciais (Partial Least Squares Path Modeling – PLS-
PM), com o uso do software SmartPLS® 2.0. Para a análise, desenvolveu-se três modelos
parcimoniosos, que atendessem aos objetivos de pesquisa. Os testes de hipóteses revelam que
a capacidade de inovação exerce efeito positivo no desempenho da inovação de produto. Já a
capacidade de absorção não exerceu efeito significativo direto sobre desempenho da inovação
de produto, mas quando da correlação com capacidade de inovação, proporcionou maior
desempenho da inovação de produto de forma indireta. A análise do efeito conjunto da
capacidade de absorção e da capacidade de inovação no desempenho da inovação de produto,
com a formação do constructo de segunda ordem capacidades dinâmicas apontou o forte
impacto das capacidades dinâmicas no desempenho da inovação de produto na indústria têxtil,
sendo a ênfase na dimensão de transformação em capacidade de absorção, e na dimensão de
inovação de processo em capacidade de inovação. As limitações do estudo derivam das
escolhas metodológicas para atender aos objetivos de pesquisa, e ensejam oportunidades de
pesquisas futuras. Dentre algumas, destaca-se a aplicação de metodologia qualitativa
utilizando o modelo de relacionamento proposto, a pesquisa longitudinal, a ampliação da
população de pesquisa, e a análise do relacionamento entre as dimensões dos constructos,
como por exemplo a influência especifica da inovação de processo e da capacidade de
transformação de conhecimento no desempenho da inovação de produto.
Palavras-chave: Capacidades Dinâmicas. Capacidade de Absorção. Capacidade de Inovação.
Desempenho da Inovação de Produto. Setor Industrial Têxtil.
ABSTRACT
The study of dynamic capabilities has emerged as a promising prospect in research on
strategic management. Specifically in the context of small and medium enterprises (SMEs),
the dynamic capabilities approach enables exploration of the changes in the business
environment and the development of innovation. From this perspective, organizations that
develop absorption capacity and innovation capacity have dynamic capabilities. In light of
studies that highlight the importance of developing absorption capacity and innovation
capacity for SMEs, investigating the relationship of these with product innovation
performance proved a valuable work. The objective of this study is to analyze the relationship
between absorption and innovation capacity, and product innovation performance of small
and medium enterprises (SMEs) in the industrial textile sector of Santa Catarina. In terms of
methodology, this research is characterized as descriptive-explanatory, and the means of
investigation is field research, with quantitative data collection procedures through the
application of a sample survey. Data were collected in a single stage, characterizing this as a
cross-section study. The quantitative research consisted of initial descriptive categories, taken
from concepts of the theoretical research platform. The analysis of the survey data is
characterized as descriptive, numerical, inferential analysis, starting with the descriptive
analysis, and progressing to the multivariate statistical analyses (factor analysis and structural
equation modeling). For the structural equation modeling, we used the Partial Least Squares
model (Partial Least Squares Path Modeling - PLS-MP), using the SmartPLS® 2.0 software.
For the analysis, we developed three parsimonious models that met the research objectives,
effectively and efficiently explaining the data. Hypothesis tests showed that innovation
capacity has a positive effect on performance of product innovation. Absorption capacity did
not exert any significant direct effect on product innovation performance, but when correlated
with innovation capacity, it provided better innovation performance, indirectly. Analysis of
the combined effect of absorption and innovation capacity on the performance of product
innovation, with the formation of the construct second-order dynamic capabilities, showed a
strong impact of dynamic capabilities on performance of product innovation in the textile
industry, with emphasis on the dimension of transformation in absorption capacity, and
dimension of process innovation in innovation capacity. Some limitations of this study relate
to the methodological choices to meet the research objectives, and provide opportunities for
future research. These include: application of the qualitative methodology using the proposed
relationship model; longitudinal research; a larger study population; and analysis of the
relationships between the dimensions of the constructs, such as the specific influence of
process innovation and knowledge of processing capacity on the performance of product
innovation.
Keywords: Dynamic capabilities. Absorptive Capacity. Innovation capacity. Product
Innovation performance. Textile Industry.
LISTA DE FIGURAS
Figura 1: Capacidade de Absorção em estudos organizacionais. ............................................. 29
Figura 2: Conceitos de Capacidade de Absorção. .................................................................... 30
Figura 3: Modelo inicial de pesquisa. ....................................................................................... 63
Figura 4 Representação do modelo alternativo 1 de pesquisa. ................................................. 63
Figura 5: Modelo alternativo 2 de pesquisa.............................................................................. 64
Figura 6: Coeficientes de caminho do Modelo Inicial ............................................................. 97
Figura 7: Coeficientes de caminho do Modelo Alternativo 1. ............................................... 101
Figura 8: Coeficientes de caminho do Modelo Alternativo 2. ............................................... 105
LISTA DE QUADROS
Quadro 1: Linhas de pesquisa e autores que influenciaram o surgimento das capacidades
dinâmicas. ................................................................................................................................. 23
Quadro 2: Conceito de Capacidades Dinâmicas....................................................................... 25
Quadro 3: Dimensões e Conceitos de Capacidade de Absorção .............................................. 31
Quadro 4: Pesquisas em Capacidade de Absorção ................................................................... 33
Quadro 5: Evolução conceitual de capacidade de inovação ..................................................... 38
Quadro 6: Variáveis e medidas de capacidade de inovação ..................................................... 40
Quadro 7: Medidas de desempenho da inovação e desempenho da inovação de produto ....... 41
Quadro 8: Constructos de pesquisa e respectivos de pesquisa ................................................. 51
Quadro 9: Escala de mensuração de Capacidade de absorção ................................................. 52
Quadro 10: Escala de mensuração de Capacidade de Inovação ............................................... 53
Quadro 11: Escala de mensuração para desempenho da inovação de produto ........................ 54
Quadro 12: Variáveis de controle da pesquisa ......................................................................... 54
Quadro 13: Critérios de definição de PME´s............................................................................ 55
Quadro 14: Categorias de requisitos para modelagem de equações estruturais com PLS-PM 58
Quadro 15: Valores mínimos aceitáveis para medidas de unidimensionalidade e
confiabilidade ........................................................................................................................... 60
Quadro 16: Resultado dos testes de significância dos modelos de pesquisa .......................... 106
Quadro 17: Resumo do teste e hipóteses. ............................................................................... 106
LISTA DE TABELAS
Tabela 1: Número de empresas por número de funcionários. .................................................. 56
Tabela 2: Resultado do contato telefônico e de e-mail. ............................................................ 56
Tabela 3: Resultado da análise de dados perdidos. .................................................................. 70
Tabela 4: Percentual de dados perdidos por constructo. .......................................................... 70
Tabela 5: Distribuição dos respondentes quanto ao gênero ..................................................... 71
Tabela 6: Distribuição dos respondentes quanto ao gênero e respectiva idade ........................ 71
Tabela 7: Distribuição do gênero quanto a formação ............................................................... 71
Tabela 8: Distribuição do gênero quanto ao cargo ................................................................... 72
Tabela 9: Distribuição dados das indústrias quanto ao número de funcionários...................... 72
Tabela 10: Distribuição quanto ao número de funcionários pelo tempo de fundação ............. 72
Tabela 11: Distribuição pelo número de funcionários quanto a realização de comércio exterior
.................................................................................................................................................. 73
Tabela 12: Distribuição quanto ao número de funcionários relativo a forma de produção ...... 73
Tabela 13: Análise descritiva dos indicadores do constructo de Capacidade de Absorção ..... 74
Tabela 14: Análise descritiva dos indicadores do constructo de Capacidade de Inovação ...... 74
Tabela 15: Análise descritiva dos indicadores do constructo de Desempenho da Inovação de
Produto ..................................................................................................................................... 75
Tabela 16: Correlações, cargas e índice dos indicadores das dimensões do constructo de
Capacidade de Absorção .......................................................................................................... 77
Tabela 17: Teste de adequação da escala da dimensão de Capacidade de Absorção ............... 78
Tabela 18: Teste de adequação da escala da dimensão de Capacidade de Absorção ............... 79
Tabela 19: Correlações, cargas e índice dos indicadores das dimensões do constructo de
Capacidade de Inovação ........................................................................................................... 80
Tabela 20: Teste de adequação da escala das dimensões do constructo de Capacidade de
Inovação.................................................................................................................................... 81
Tabela 21: Variância explicada na AFE dos indicadores das dimensões do constructo de
Capacidade de Inovação ........................................................................................................... 82
Tabela 22 Correlações, cargas e índice dos indicadores das dimensões do constructo de
Desempenho da Inovação de Produto ...................................................................................... 83
Tabela 23: Teste de adequação da escala das dimensões do constructo de Desempenho da
Inovação de Produto ................................................................................................................. 84
Tabela 24: Variância explicada na AFE dos indicadores das dimensões do constructo de
Desempenho da Inovação de Produto ...................................................................................... 85
Tabela 25: Variância explicada da AFE dos indicadores de Capacidade de Absorção ........... 86
Tabela 26: Cargas do indicador e comunalidades extraídas das variáveis de Capacidade de
Absorção ................................................................................................................................... 87
Tabela 27: Processo de fatoração com a rotação Varimax para os indicadores de Capacidade
de Absorção .............................................................................................................................. 87
Tabela 28: Matriz de componente da rotativa .......................................................................... 88
Tabela 29: Variância explicada da AFE dos indicadores de Capacidade de Inovação ............ 89
Tabela 30: Cargas dos indicadores e comunalidades extraídas das variáveis de Capacidade de
Inovação.................................................................................................................................... 89
Tabela 31: Processo de fatoração com a rotação Varimax para os indicadores de Capacidade
de Inovação ............................................................................................................................... 90
Tabela 32: Matriz componente da rotativa ............................................................................... 90
Tabela 33: Variância explicada da AFE dos indicadores de Desempenho da Inovação de
Produto ..................................................................................................................................... 91
Tabela 34: Cargas dos indicadores e comunalidades extraídas das variáveis de Desempenho
da Inovação de Produto ............................................................................................................ 92
Tabela 35: Processo de fatoração com a rotação Varimax para os indicadores de Desempenho
da Inovação de Produto ............................................................................................................ 92
Tabela 36: Matriz de componente da rotativa. ......................................................................... 93
Tabela 37: Índices de Confiabilidade do Modelo Inicial ......................................................... 95
Tabela 38: Validade discriminante do Modelo Inicial seguindo o critério de Fornell e Larcker
(1981) ....................................................................................................................................... 95
Tabela 39: Índices de correlação desatenuada do Modelo Inicial ............................................ 96
Tabela 40: Índices Q² e F² para o Modelo Inicial ..................................................................... 96
Tabela 41: Resultado do teste de significância para os coeficientes estruturais do Modelo
Inicial ........................................................................................................................................ 97
Tabela 42: Índices de Confiabilidade do Modelo Alternativo1 ............................................... 98
Tabela 43: Validade discriminante do Modelo Inicial seguindo o critério de Fornell e Larcker
(1981) ....................................................................................................................................... 99
Tabela 44: Índices de correlação desatenuada do Modelo Alternativo 1 ................................. 99
Tabela 45: Índices Q² e F² para o Modelo Alternativo 1 ........................................................ 100
Tabela 46: Resultado do teste de significância para os coeficientes estruturais do Modelo
Alternativo 1 ........................................................................................................................... 100
Tabela 47: Índices de Confiabilidade do Modelo Alternativo2 ............................................. 102
Tabela 48: Validade discriminante do Modelo Alternativo 2 seguindo o critério de Fornell e
Larcker (1981) ........................................................................................................................ 102
Tabela 49: Índices de correlação desatenuada do Modelo Alternativo 2 ............................... 103
Tabela 50: Índices Q² e F² para o Modelo Alternativo 2 ........................................................ 103
Tabela 51: Resultado do teste de significância para os coeficientes estruturais do Modelo
Alternativo 2 ........................................................................................................................... 104
Tabela 52: Validade preditiva para variável exógena desempenho da inovação de produto do
Modelo Inicial, Alternativo1 e Alternativo 2 ......................................................................... 105
Tabela 53: Relevância preditiva das variáveis da capacidade de inovação. ........................... 109
Tabela 54: Valores e coeficientes de caminho constructo capacidade inovação. .................. 110
SUMÁRIO
1 INTRODUÇÃO ................................................................................................................... 15
1.1 Contextualização do Tema e Problema de Pesquisa .......................................................... 15
1.2 Objetivos ............................................................................................................................. 18
1.2.1 Objetivo Geral ................................................................................................................. 18
1.3 Justificativa do Estudo ........................................................................................................ 18
1.4 Estrutura de Pesquisa .......................................................................................................... 20
2 REVISÃO TEÓRICA ......................................................................................................... 22
2.1 Capacidades Dinâmicas ...................................................................................................... 22
2.1.2 Capacidade de Absorção ................................................................................................. 29
2.1.2.1 Medidas do constructo de capacidade de absorção ...................................................... 33
2.1.3 Capacidade de Inovação .................................................................................................. 36
2.2 Desempenho da Inovação de produto ................................................................................. 41
2.3 Hipóteses de pesquisa ......................................................................................................... 44
3 METODOLOGIA ................................................................................................................ 50
3.1 Tipologia de Pesquisa ......................................................................................................... 50
3.2 Variáveis e Medidas ........................................................................................................... 50
3.3 Amostra de Pesquisa ........................................................................................................... 55
3.4 Análise dos Dados .............................................................................................................. 57
3.4.1 Análise descritiva ............................................................................................................ 58
3.4.2 Análise do modelo de mensuração .................................................................................. 59
3.4.3 Modelagem de equações estruturais ................................................................................ 61
3.4.3.1 Avaliação da qualidade do modelo de mensuração ...................................................... 64
3.4.3.2 Avaliação da qualidade do modelo estrutural............................................................... 66
4 RESULTADOS .................................................................................................................... 68
4.1 Contexto da indústria têxtil ................................................................................................ 68
4.2 Pressupostos para modelagem de equações estruturais ...................................................... 69
4.2.1 Análise de dados ausentes e valores atípicos .................................................................. 69
4.2.1 Análise descritiva dos dados............................................................................................ 71
4.2.2 Análise de Normalidade, Linearidade e Homocedasticidade .......................................... 76
4.3 Análise do modelo de mensuração ..................................................................................... 76
4.3.1 Análise da dimensionalidade e confiabilidade dos constructos ...................................... 77
4.3.1.1 Análise da dimensionalidade e confiabilidade de Capacidade de Absorção ................ 77
4.3.1.2 Análise da dimensionalidade e confiabilidade de Capacidade de Inovação ................ 79
4.3.1.3 Análise da dimensionalidade e confiabilidade de Desempenho da Inovação de Produto
.................................................................................................................................................. 83
4.3.2 Análise Fatorial Exploratória (AFE) ............................................................................... 86
4.3.2.1 AFE de Capacidade de Absorção ................................................................................. 86
4.3.2.2 AFE de Capacidade de Inovação .................................................................................. 88
4.3.2.3 AFE de Desempenho da Inovação de Produto ............................................................. 91
4.4 Análises da modelagem de equações estruturais ................................................................ 94
4.4.1 Análise da modelagem de equações estruturais do Modelo Inicial ................................. 94
4.4.2 Análise da modelagem de equações estruturais do Modelo Alternativo 1 ...................... 98
4.4.3 Análise da modelagem de equações estruturais do Modelo Alternativo 2 .................... 101
4.5 Teste de Hipóteses ............................................................................................................ 105
4.6 Discussão .......................................................................................................................... 113
5. CONSIDERAÇÕES FINAIS ........................................................................................... 121
5.1 Limitações de pesquisa e sugestões de pesquisas futuras................................................. 123
REFERÊNCIAS ................................................................................................................... 126
Apêndice a: Temáticas de estudo e os autores base. .............................................................. 140
Apêndice b: Cálculo amostra no software G-POWER®. ....................................................... 142
Apêndice c: Resumo etapas do trabalho. ................................................................................ 143
Apêndice d: Instrumento de coleta de dados. ......................................................................... 144
Apêndice e: Carta de apresentação do instrumento de coleta de dados ................................. 147
Apêndice f: Resultado correlação variáveis capacidade de absorção e capacidade de inovação.
................................................................................................................................................ 148
15
1 INTRODUÇÃO
O propósito deste capítulo é descrever a problemática de estudo e apresentar as
implicações teóricas e práticas. Nos itens 1.1 e 1.2 são apresentados a contextualização e os
objetivos do estudo. A justificativa da escolha do tema para o desenvolvimento do trabalho é
apresentado no item 1.3. O último item deste capítulo descreve a estrutura geral do trabalho.
1.1 Contextualização do Tema e Problema de Pesquisa
O cenário econômico brasileiro tem enfrentado período de incerteza quando,
especialmente à partir de 2014, fatores relacionados ao baixo crescimento ensejaram a perda
de confiança nos agentes econômicos, refletindo consideravelmente na indústria.
Concomitante a este acontecimento, somam-se fatores típicos do mercado global, como a
competição crescente, o encurtamento do ciclo de vida dos produtos e o surgimento de novas
formas de tecnologia, exigindo das organizações a introdução de produtos inovadores.
Inovação de produtos é identificado como a chave para a diferenciação das
organizações, aumentando a fidelidade dos clientes, proporcionando maiores vendas, quota de
mercado e entrada em novos mercados. A identificação de soluções novas para os problemas
dos clientes e a tradução dessas soluções em produtos inovadores pode ainda melhorar a
reputação da empresa, aumentando a vantagem competitiva, o lucro e o retorno sobre o
investimento. Assim, desempenho superior pode ser alcançado quando as organizações
engajam-se a uma gama de atividades voltadas à inovação (PIENING; SALGE, 2015),
caracterizada como um processo de desenvolvimento de novas ideias (SICOTTE; DROUIN;
DELERUE, 2015).
Atenção especial relativa a gestão da inovação e ao desenvolvimento de novos
produtos deve ser dado às pequenas e médias empresas (PME´s), pois estas são muitas vezes a
espinha dorsal, ou seja, de importância fundamental para um grande número de economias em
todo o mundo (REN; EISINGERICH; TSAI, 2015). Em especial nos países em
desenvolvimento, as PME´s são o motor do crescimento, essencial para o desenvolvimento de
mercados e eficientes no auxílio a redução da pobreza (INAN; BITITCI, 2015). Neste
contexto, a inovação torna-se amplamente reconhecida como sendo importante a capacitação
das PME´s para competir no mercado (REN; EISINGERICH; TSAI, 2015).
No entanto, o desenvolvimento de produtos inovadores requer das organizações a
16
realização de investimentos, que vão desde a criação de estrutura de pesquisa e qualificação
de recursos humanos à adoção de tecnologias. Essas ações, que são frequentes nas grandes
empresas, apresentam um desafio para as pequenas e médias, que possuem recursos
financeiros e humanos restritos.
Mediante as dificuldades em desenvolver novos produtos, quando do acesso à
tecnologias e recursos que necessitam de investimentos financeiros, e que por vezes requerem
tempo de pesquisa, as PME´s precisam desenvolver inovações considerando suas
possibilidades. Assim, pesquisas em PME´s com abordagens que proporcionam o estudo dos
recursos e processos organizacionais, permitindo a otimização destes considerando o contexto
da organização, são desejáveis.
Portanto, neste ambiente dinâmico e/ou imprevisível, em que as pequenas e médias
empresas são especialmente desafiadas a rever suas rotinas, a investigação sobre as
capacidades dinâmicas tem sido descrita como uma perspectiva promissora (EASTERBY-
SMITH; LYLES; PETERAF, 2009; DI STEFANO; PETERAF; VERONA, 2010; KEUPP;
PALMIÉ; GASSMANN, 2012; VOGEL; GÜTTEL, 2013). Assim, a abordagem das
capacidades dinâmicas possibilita às PME´s visualizar e otimizar os recursos e processos
existentes, e consequentemente obter melhor desempenho de mercado, de cliente, estratégico
e financeiro. Nesta perspectiva, empresas que desenvolvem maior capacidade de absorção e
maior capacidade de inovação apresentam, por consequência, capacidades dinâmicas
(WANG; AHMED, 2007).
Capacidades dinâmicas são questões chave para a inovação e, especialmente no
contexto das PME´s, podem proporcionar grande efeito sobre o desempenho (SANSON;
ROSLI, 2014). Mesmo no contexto de recursos limitados das PME´s, as capacidades
dinâmicas podem proporcionar o desenvolvimento de capacidades únicas e bem posicionadas
em comparação aos concorrentes, possibilitando a criação de produtos de valor (JULIENTI;
BAKAR, 2010).
A capacidade de absorção de uma empresa relaciona-se a utilização de conhecimentos
externos através dos processos de aprendizagem sequenciais de aquisição, assimilação,
transformação e aplicação, e proporciona as organizações superar dificuldades (ZAHRA;
GEORGE, 2002). No contexto das PME´s em que se faz necessária a inovação, o
desenvolvimento das dimensões da capacidade de absorção apresentam-se como passos
iniciais importantes que possibilitam um melhor desempenho da inovação (YUSR,
OTHMAN, MOKHTAR, 2012).
17
Assim, a capacidade de absorção apresenta-se como propulsora do desenvolvimento e
transformação de conhecimentos e ideias em novos produtos, e também como importante para
o aperfeiçoamento de processos e sistemas (BREZNIK; HISRICH, 2014). Para as PME´s, a
capacidade de absorção proporciona adquirir competências técnicas e conhecimentos, o que
consequentemente possibilita maior desempenho da inovação em um menor período de
tempo, se comparado às grandes empresas, determinando a magnitude do desempenho da
inovação (JEON; HONG; OHM; YANG, 2015).
A capacidade de inovação também é um recurso-chave para as organizações
estimularem com sucesso a inovação (LAWSON; SAMSON, 2001). Pesquisas argumentam
que empresas excelentes investem e estimulam a capacidade de inovação, a partir do qual
executam de modo eficaz os processos de inovação, levando a inovações em produtos,
serviços, processos e negócios, proporcionando melhores resultados ao desempenho da
inovação (YESIL; BÜYÜKBESE; KOSKA, 2013).
A natureza da abordagem das capacidades dinâmicas, especificamente das capacidades
de absorção e de inovação, torna possível que sua ação conjunta influencie positivamente o
desempenho da inovação de produto em PME´s. Estudos que evidenciam esta relação
explicam que novos conhecimentos criados a partir de partilha de conhecimento podem ser
transformados em capacidades de inovação quando suportados por uma maior capacidade de
absorção (WURYANINGRAT, 2013). Apontam ainda que quando uma empresa constrói a
sua capacidade dinâmica de inovação, a capacidade dinâmica de absorção aumenta, pois a
organização é incentivada a explorar novas informações (CHENG; CHEN, 2013).
Apesar de pesquisas sugerirem que as capacidades dinâmicas de absorção e de
inovação tem implicações no desempenho da inovação, bem como na inovação de produto
(YESIL; KOSKA; BÜYÜKBESE, 2015; INAN; BITITCI, 2015; GINIUNIENE;
JURKSIENE, 2015), pouco se sabe o quanto a capacidade de inovação e a capacidade de
absorção influenciam especificamente o desempenho da inovação de produto em pequenas e
médias empresas (PME´s) da indústria têxtil (GRÜNBAUM; STENGER, 2013; LAU; LO,
2015). Neste contexto, instituiu-se a questão de pesquisa: Qual a relação da capacidade de
absorção e da capacidade de inovação com o desempenho da inovação de produto de PME´s
do setor têxtil industrial de Santa Catarina?
18
1.2 Objetivos
1.2.1 Objetivo Geral
O objetivo deste trabalho é analisar a relação da Capacidade de Absorção e da
Capacidade de Inovação com o desempenho da inovação de produto de pequenas e medias
empresas (PME´s) do setor industrial têxtil de Santa Catarina.
1.2.2 Objetivos Específicos
- Mensurar a relação da capacidade de absorção com o desempenho da inovação de
produto de PME´s do setor industrial têxtil de Santa Catarina.
- Mensurar a relação da capacidade de inovação com o desempenho da inovação de
produto de PME´s do setor industrial têxtil de Santa Catarina.
- Avaliar a associação da capacidade de absorção com a capacidade de inovação de
PME´s do setor industrial têxtil de Santa Catarina.
- Avaliar a relação da capacidade de absorção e da capacidade de inovação atuando
conjuntamente no desempenho da inovação de produto de PME´s do setor industrial têxtil de
Santa Catarina.
1.3 Justificativa do Estudo
Pesquisas que verificam o papel da inovação no ambiente organizacional tem se
concentrado em empresas de grande porte (ZAHRA; SAPIENZA; DAVIDSON, 2006;
SAPIENZA; AUTIO; GEORGE; ZAHRA, 2006; GRÜNBAUM; STENGER, 2013;
SANSON; ROSLI, 2014; INAN; BITITCI, 2015). Assim, a relação entre capacidades
dinâmicas e desempenho da inovação ainda não foi explorada no contexto das PME´s, que
têm características particulares em comparação com as grandes empresas (GRÜNBAUM;
STENGER, 2013).
As PME´s também desenvolvem e necessitam apresentar capacidades únicas e
dinâmicas que permitem-lhes sobreviver, alcançar legitimidade e colher os benefícios da
inovação (ZAHARA; SAPIENZA; DAVIDSSON, 2006), o que as torna uma população de
pesquisa interessante (MAES; SELS, 2014). Ainda relativo ao objeto de estudo, autores
19
sugerem explorar estudos de capacidades dinâmicas no contexto da indústria tradicional
(EASTERBY-SMITH; LYLES; PETERAF, 2009; PIENING; SALGE, 2015 ). Assim o
estudo justifica-se quanto ao objeto de pesquisa, PME´s do setor industrial têxtil.
O corpo de conhecimento em inovação organizacional é ainda pequeno (MAES;
SELS, 2014), e especificamente para desenvolvimento de estudos em capacidade de inovação,
sugere-se pesquisas que considerem entre as variáveis do constructo as práticas de gestão da
inovação (PIENING; SALGE, 2015). Ao definir capacidade de inovação como uma
capacidade dinâmica (WANG; AHMED, 2007) e quanto a multidimensionalidade do seu
constructo (capacidade de inovação de processo, produto e inovação organizacional),
pretende-se contribuir à literatura relacionada à influência da capacidade de inovação no
desempenho da inovação de produto em PME´s do setor industrial.
Concomitantemente, a necessidade do desenvolvimento de pesquisas com a inclusão
de variáveis possíveis de se relacionar com a capacidade de inovação e o desempenho da
inovação também é ressaltada (YESIL; BÜYÜKBESE; KOSKA, 2013). Assim, pretende-se
contribuir quando da inclusão da capacidade de absorção nesta relação. A complementaridade
justifica-se em parte pela natureza dos constructos de capacidade de inovação e absorção,
considerado na pesquisa como capacidades dinâmicas (WANG; HAMED, 2007). E justifica-
se ainda que investigações têm sido realizadas na busca de explicar o efeito da capacidade
dinâmica de absorção sobre vários aspectos da inovação (por exemplo, COHEN;
LEVINTHAL, 1990; FOSFURI; TRIBO, 2008; YUSR; OTHMAN; MOKHTAR, 2012),
apontando possível relação desta com o desempenho da inovação.
Ressalta-se que estudos empíricos têm vulgarmente examinado o efeito da capacidade
de absorção sobre o desempenho da inovação de produto (LAU; LO, 2015). Assim a pesquisa
pretende proporcionar algum avanço nesta questão, ao relacionar a capacidade de absorção, a
capacidade de inovação e o desempenho da inovação de produto.
Quanto à forma de medir o constructo de capacidade de absorção, pretende-se
contribuir ao adotar uma medida multidimensional, que considera a natureza complexa e
dinâmica do constructo (constituído das variáveis de aquisição, assimilação, transformação e
aplicação). A carência de pesquisas que considerem a multidimensionalidade do constructo de
capacidade de absorção é apontada na literatura (ZAHRA; GEORGE, 2002; TODOROVA;
DURISIN, 2007; KOSTOPOULOS; PAPALEXANDRIS; PAPACHRONI; IOANNOU,
2011; CHAUVET, 2014; FERRERAS-MÉNDES; FERNÁNDEZ-MENDEZ; ALEGRE,
2015). Chauvet (2014) sugere ainda testar o impacto das quatro dimensões da capacidade de
20
absorção no desempenho, que na pesquisa pretende-se verificar sobre o desempenho da
inovação de produto.
Frente as evidências da existência de capacidade de absorção na inovação
organizacional (LANE; KOKA; PATHAK, 2006), e considerando capacidade de inovação e
capacidade de absorção, constituintes das capacidades dinâmicas (WANG; AHMED, 2007),
pretende-se contribuir para tornar mais clara a relação das capacidades dinâmicas com o
desempenho da inovação de produto. O desenvolvimento de pesquisas similares são propostas
na literatura (GINIUNIENE; JURKSIENE, 2015), justificando o estudo desta relação.
Especificamente, relativo ao desempenho da inovação de produto, ressalta-se a
necessidade de pesquisas que consideram a multidimensionalidade do constructo
(DEWAGAN; GODSE, 2014; HENTTONEN; RITALA; JAUHIAINEN, 2011), em
específico as medidas que considerem o desempenho financeiro da inovação de produto
(KOSTOPOULOS et al., 2011) e o desempenho da inovação de produto para o mercado
(FÓRES; CAMISÓN, 2015). Assim, desempenho da inovação de produto não será estudado
quanto à eficiência e eficácia (ALEGRE; LAPIEDRA; CHIVA, 2008), mas sim quanto ao
desempenho de mercado, de clientes, técnico, estratégico e financeiro (HANACHI, 2015), a
fim de prestar contribuição à formação do constructo.
Assim, teoricamente, pretende-se contribuir para preencher as lacunas teóricas já
citadas, e especialmente ao avanço das abordagens nos estudos em pequenas e médias
empresas. Sob perspectiva mercadológica, pretende-se contribuir ao proporcionar aos gestores
de organizações têxteis informações sobre o desenvolvimento das capacidades dinâmicas e o
desempenho da inovação de produto, buscando proporcionar ao objeto de pesquisa conclusões
mais precisas sobre como a capacidade de absorção e de inovação relaciona-se ao
desempenho da inovação de produto.
1.4 Estrutura de Pesquisa
A estrutura de pesquisa desenvolvida para atender aos objetivos está dividida em cinco
capítulos, sendo o capítulo inicial o introdutório, onde se apresentou a contextualização do
tema e problema de pesquisa, objetivos e justificativa. O segundo capítulo apresenta o
referencial teórico que embasou a pesquisa, sendo este de capacidades dinâmicas com ênfase
na capacidade de absorção e na capacidade de inovação, bem como do desempenho da
inovação de produto, e ao fim deste, apresenta-se as hipóteses de pesquisa e o modelo de
21
relação das variáveis de pesquisa. O capítulo posterior expõe a metodologia que orientará a
investigação, onde conta o instrumento de coleta de dados, informações da população e
amostra, e apresentação do método de análise. O capítulo quatro descreve os resultados, bem
como o teste de hipóteses e a discussão. O último capítulo apresenta as considerações finais,
as limitações de pesquisa e sugestões para pesquisas futuras.
22
2 REVISÃO TEÓRICA
O presente capítulo inicia com uma explanação sobre as capacidades dinâmicas
organizacionais (2.1), com ênfase na capacidade de absorção (2.1.2) e na capacidade dinâmica
de inovação (2.1.3). O capítulo prossegue apresentando o constructo e medidas de
desempenho da inovação de produto (2.2). O quadro resumo com os autores do estudo é
apresentado no apêndice a.
2.1 Capacidades Dinâmicas
Os estudos da administração estratégica serviram de base para a formação da
abordagem das capacidades dinâmicas especialmente após a percepção da importância da
vantagem competitiva para as organizações (TEECE; PISANO; SHUHEN, 1997; BARNEY,
2001). A vantagem competitiva tomou a atenção das ações da estratégia organizacional na
Teoria Evolucionária de Schumpeter (1934), a Teoria do Desenvolvimento Econômico, que
deu um novo patamar de importância para os recursos ao observá-los como dinâmicos quando
de sua exploração, mudança, criação de novos recursos para alcançar patamares maiores de
desempenho (MARADOCK, 2001; SCHUMPETER, 1934; TEECE; PISANO, 1994).
Contudo, traços da origem das capacidades dinâmicas são encontrados na
microeconomia neoclássica, com a busca da compreensão de como os gerentes criam renda
para a empresa (BARNEY, 2001; MARADOCK, 2001). A contribuição para o
desenvolvimento das capacidades dinâmicas parte singelamente da visão Ricardiana, que
observa os recursos como o principal mecanismo para a criação de renda econômica, ou seja,
a heterogeneidade no desempenho entre as propriedades é atribuido à diferenciação de
recursos entre as propriedades (MARADOCK, 2001).
Seguindo a perspectiva da Economia Evolucionária, Nelson e Winter (1982)
autointitularam-se neo schumpeterianos e buscaram a compreensão das imperfeições de
mercado de produtos, tendo como preocupação central “a dinâmica do processo pelo qual os
padrões de comportamento consistente e resultados de mercado são determinados em
conjunto ao longo do tempo” (NELSON; WINTER, 1982, p.20).
A preocupação dos autores residiu nas queixas explicitas sobre a incapacidade da
teoria para enfrentar “a incerteza, a racionalidade limitada, a complexidade institucional, e a
dinâmica dos processos de ajustamento reais” (NELSON; WINTER, 1982, p.20). Os autores
23
apontaram para a importância de renovar as capacidades organizacionais para obter maior
desempenho da indústria (NELSON; WINTER, 1982; TEECE; PISANO; SCHUEN, 1997).
A teoria evolucionária serviu de base para o desenvolvimento da abordagem das
capacidades dinâmicas, assim como os estudos da Visão Baseada em Recursos (RBV) e da
Abordagem de aprendizagem e competências (BARNEY, 2001; DOSI; NELSON; WINTER,
2000; MARADOCK, 2001; TEECE; PISANO, 1994). Alguns dos autores que influenciaram
os estudos de capacidades dinâmicas nas três linhas de pesquisa estão apresentados no Quadro
1.
Quadro 1: Linhas de pesquisa e autores que influenciaram o surgimento das capacidades dinâmicas.
Fonte: Adaptado de Barney (2001); Maradock (2001); Teece; Pisano (1994).
A pesquisa de Penrose (1959) embora tenha se restringido a bens tangíveis, exerceu
importante influência na formação da teoria baseada em recursos (RBV) especialmente com a
perspectiva da Teoria da Firma (BARNEY, 1991). Emanada também do campo da economia,
a Teoria da Firma apresentou-a como sendo uma coleção de recursos produtivos disponíveis
de acordo com diferentes usos ao longo do tempo, salientando a importância de recursos
únicos e determinados pela alta direção para a elevação do desempenho da empresa (TEECE;
PISANO; SCHUEN, 1997).
Para a autora, o limite para o crescimento da firma encontra-se nos recursos que possui
e na maneira como são utilizados, e não em seu posicionamento de mercado, argumentando
que dos recursos distintivos da firma e a forma como são utilizados deriva a singularidade da
firma (PENROSE, 1959).
Wernerfelt (1984) estuda a relação da firma com a produtividade e lança a ideia de
posição baseada em recursos, inserindo a importância dos ativos intangíveis para a firma. Para
o autor, os recursos e capacidades deveriam ser organizados de forma estrategicamente
superior aos dos concorrentes (TEECE; PISANO; SCHUEN, 1997). Rumelt (1984) inseriu a
aprendizagem como uma questão estratégica na busca de retornos mais elevados para a
Capacidades Dinâmicas
Economia Evolucionária:
Schumpeter (1934); Nelson e Winter (1982).
RBV:
Penrose (1959);Wemerfelt (1984); Rumelt (1984); Dierickx e Cool, (1989);(1991); Barney
(1991); Peteraf (1993).
Aprendizagem e Competências:
Selzenik (1957); Argyris e Schon (1978);
Prahalad e Hamel (1990).
24
organização, pois possibilitam modos mais eficientes de transferência de conhecimentos para
criação de recursos indissocráticos. Dierickx e Cool (1989) desenvolveram o conceito de
substituição, erosão de ativos e ambiguidade causal.
Peteraf (1993) apontou a heterogeneidade de recursos como a existência de diferenças
intrinsecas nos fatores produtivos, sendo que indissocrácia de recursos torna a mobilidade
imperfeita, ou seja, os recursos tem maior valor para a organização que os desenvolve do que
se aplicados fora desta (BARNEY, 2001; PETERAF, 1993).
A principal contribuição emanada da RBV para o desenvolvimento dos estudos de
capacidades dinâmicas é a de que alguns recursos e capacidades só podem ser desenvolvidos
durante longos períodos de tempo (dependência do caminho), porque nem sempre está claro
como desenvolve-los no curto e médio prazo (ambiguidade causal), e porque alguns recursos
e capacidades não podem ser comprados e vendidos (mobilidade imperfeita) (BARNEY,
2001; TEECE; PISANO; SCHUEN, 1997).
Voltando-se para as contribuições dos estudos de aprendizagem e competências, têm-
se os estudos de Selznick (1957) com a ideia de que quando uma organização tende a ser boa
em algo em particular ela possui uma competência distintiva (DOSI; NELSON; WINTER,
2000). Estudos de Argyris e Schon (1978) com foco na aprendizagem organizacional e
Prahalad e Hamel (1990) na competência central auxiliaram no desenvolvimento da teoria das
capacidades dinâmicas no âmbito dos recursos intangíveis e das competências (DOSI;
NELSON; WINTER, 2000).
Cada abordagem focou um aspecto, no entanto as teorias não são inteiramente
diferentes, pois compartilham um conjunto comum de pressupostos, incluindo a assunção de
que os recursos e capacidades podem ser distribuídos de forma heterogênea entre as empresas
e no pressuposto de que essas diferenças podem ser de longa duração, compartilhando
também a ênfase em bucar compreender por que algumas empresas podem superar
sistematicamente outras (BARNEY, 1991).
Embora a RBV e demais teorias estratégicas apresentem a análise de estratégias ao
nível da firma para a sustentação da vantagem competitiva, não haviam se apresentado no que
diz respeito a ajudar na compreensão de como e por que certas empresas constroem vantagem
competitiva em regimes de mudanças rápidas (BARNEY, 2001; EISENHARDT; MARTIN,
2000; TEECE, PISANO, SCHUEN, 1997).
Em um cenário competitivo e de mudanças, os estudos de capacidades dinâmicas
examinaram como os recursos são influenciados pelo dinamismo do mercado, e sua evolução
25
ao longo do tempo (EISENHARDT; MARTIN, 2000). Assim, trabalhos seminais como o de
Teece, Pisano e Schuen (1997) buscaram refletir sobre a necessidade de recursos dinâmicos,
tornando-se uma abordagem relevante em um mundo de competição schumpeteriana da
inovação, preço e rivalidade de desempenho, a busca por retornos crescentes, e da "destruição
criativa" de competências existentes. (TEECE; PISANO; SCHUEN, 1997, p. 501).
Alguns dos autores e respectivos conceitos das Capacidades Dinâmicas, estão
apresentados no Quadro 2.
Quadro 2: Conceito de Capacidades Dinâmicas
Autor: Conceito:
Teece, Pisano e
Schuen
(1997, p. 516)
Capacidades dinâmicas são a habilidade de integrar e reconfigurar interna e externamente
as competências para decidir rapidamente os fatores de produção em mudanças de
ambientes. Capacidades dinâmicas refletem, portanto, a capacidade de uma organização
para atingir formas novas e inovadoras de vantagem competitiva, dadas dependências de
caminho e posições de mercado.
Eisenhart e
Martin
(2000, p.1106)
Capacidades dinâmicas são processos da empresa em utilizar recursos; especificamente os
processos de integrar, reconfigurar, adquirir e liberar recursos para corresponder e até
mesmo criar uma mudança de mercado. Capacidades dinâmicas são, portanto, as rotinas
organizacionais e estratégicas pelas quais as empresas alcançam novas configurações de
recursos em mercados que emergem, colidem, dividir, evoluem e morrem.
Dosi, Nelson e
Winter
(2000, p.6)
(Utilizam o conceito de Teece et al. (1997: 516)) Capacidades Dinâmicas como a
capacidade da empresa para integrar, construir e reconfigurar competências internas e
externas para atender ambientes que mudam rapidamente.
Winter
(2003)
Definindo capacidades comuns como aquelas que permitem a firma “se sustentar” no curto
prazo, pode-se definir capacidades dinâmicas como aquelas que operam para estender,
modificar ou criar capacidades comuns. 'Capacidades dinâmicas' contrastam com as
capacidades comuns (ou operacionais) por estarem relacionadas com mudança.
Capacidades dinâmicas envolvem tipicamente compromissos duradouros com recursos
especializados.
Helfat et al.
(2007, p. 2)
Uma capacidade dinâmica é a capacidade de uma organização para criar
propositadamente, estender ou modificar a sua base de recursos. O conceito de capacidade
dinâmica inclui a capacidade com a qual a organização identifica a necessidade ou
oportunidade de mudança, formula uma resposta a essa necessidade ou oportunidade, e
implementa um curso de ação.
Fonte: Adaptado de Teece; Pisano; Schuen (1997); Eisenhart; Martin (2000); Dosi; Nelson; Winter (2000);
Winter (2003); Helfat et al.(2007).
Teece, Pisano e Schuen (1997) realizam uma importante observação sobre os termos
dinâmica e capacidade. Para os autores, “dinâmica” é a capacidade de renovar competências
de modo a alcançar a congruência com o negócio em uma mudança de ambiente, a fim de
obter respostas inovadoras, e "capacidades" enfatizam o papel fundamental da gestão
estratégica em utilizar-se de forma apropriada para adaptar, integrar e reconfigurar as
competências, a fim de facilitar o desenvolvimento da estratégia e habilidades organizacionais
internas e externas.
Em seu trabalho, Teece, Pisano e Schuen (1997) denominam as capacidades dinâmicas
como as fontes e os métodos de criação de riqueza capturada por empresas da iniciativa
26
privada que operam em ambientes de rápida mudança tecnológica, e enfatizam a importância
de estarem ligadas as estratégias de gestão para que possibilitem a vantagem competitiva.
A importância das capacidades dinâmicas aparece principalmente por intermédio da
identificação de novas oportunidades e da organização de forma eficaz e eficiente para
abraçá-las, quando Teece, Pisano e Schuen (1997) acreditam este ser, de forma geral, o meio
mais importante para a criação de riqueza privada do que a elaboração de estratégias
propriamente. Os autores embasam tal afirmação na perspectiva de que utilizar-se de
estrategia significa engajar-se em uma conduta empresarial que mantém concorrentes fora de
equilíbrio, aumenta os custos de rivais, e exclui os novos participantes, o que pode ser
proporcionado pelas capacidades dinâmicas.
Einsenhartd e Martin (2000) também observam as capacidades dinâmicas como um
meio para atingir a estratégia, observando que estas consistem em processos estratégicos e
organizacionais específicos, por intermédio do desenvolvimento, alianças e tomada de
decisões que criem valor para as empresas em mercados dinâmicos.
Os autores ressaltam as capacidades dinâmicas como as rotinas organizacionais que
antecedem a estratégia, quando os gestores alteram e adaptam o seu recurso base para atingir
a estratégia de criação de valor propriamente. Einsenhartd e Martin (2000) reforçam que em
ambientes de mudança constante as capacidades dinâmicas proporcionam melhor resultado
que a abordagem da RBV (visão baseada em recursos), sendo tal fato resultante de que a RBV
não deixa claro por que certas organizações obtem vantagem competitiva nos ambientes
dinâmicos.
Winter (2003) analisa certa confusão em torno do conceito de capacidade dinâmica, ao
qual atribui a estreita ligação feita entre capacidades dinâmicas à noção de eficácia
generalizada em lidar com mudanças e fórmulas genéricas para vantagem competitiva
sustentável. Ressalta ainda, que não há como se proteger de todas as contingências, e que
investir em capacidades dinâmicas pode ser uma proteção parcial contra a obsolescência da
capacidade existente, e pode às vezes levar a vantagem relativamente sustentável.
Helfat et al.(2007) reforçam a ideia de que capacidade dinâmica é a capacidade de uma
organização para criar propositadamente, estender ou modificar a sua base de recursos,
observando que capacidades dinâmicas vêm de várias formas: algumas capacidades dinâmicas
permitem às empresas entrar em novos negócios e ampliar os antigos através do crescimento
interno, aquisições e alianças estratégicas; outros recursos ajudam uma empresa para criar
novos produtos e processos de produção; outros envolvem as capacidades dos gestores
27
responsáveis por liderar na empresa mudanças rentáveis e de crescimento.
Para Helfat et al.(2007) o conceito de capacidade dinâmica inclui a capacidade com a
qual identifica-se a necessidade ou oportunidade de mudança, formular uma resposta a essa
necessidade ou oportunidade, e implementar um curso de ação. Nem todas as capacidades
dinâmicas servem-se de todas as três funções. Em vez disso, diferentes capacidades dinâmicas
servem a propósitos diferentes. Realizando uma breve análise dos conceitos apresentados,
observa-se alguns aspectos que se apresentam nos conceitos dos autores apresentados na
Figura 1.
Capacidades Dinâmicas proporcionam criação de riqueza organizacional em
ambientes voláteis e complexos, e quando ligadas as estratégias de gestão, possibilitando a
vantagem competitiva (DOSI; NELSON; WINTER, 2000; TEECE; PISANO; SCHUEN,
1997; ZAHRA; SAPIENZA; DAVIDSON, 2006), criação de valor (EINSENHARTD;
MARTIN, 2000), desenvolvimento de recursos especializados (WINTER, 2003), mudanças
28
rentáveis e crescimento (HELFAT et al., 2007).
Meirelles e Camargo (2014) por intermédio da realização de um estudo bibliográfico
observaram três elementos componentes das capacidades dinâmicas: (a) comportamentos e
habilidades; (b) rotinas e processos; (c) mecanismos de aprendizagem e governança do
conhecimento. Os autores sugerem que estes componentes proporcionam a organização criar,
estender, modificar ou reconfigurar as capacidades-chave e sua base de recursos e
competências, apontando ainda que estas ações são tomadas com base em decisões
deliberadas e recorrentes composta por processos combinatórios de capacidades
(MEIRELLES; CAMARGO, 2014).
A presente pesquisa parte do pressuposto de que, para que a empresa desenvolva
capacidades dinâmicas, é necessário, em primeiro lugar, um conjunto de comportamentos e
habilidades relacionadas à mudança e à inovação (MEIRELLES; CAMARGO, 2014). Assim,
adota-se a proposta de capacidades dinâmicas de Wang e Ahmed (2007). Os autores definem
capacidades dinâmicas quanto ao comportamento organizacional constantemente orientado
para integrar, reconfigurar, renovar e recriar seus recursos e capacidades, construindo e
reconstruindo suas capacidades básicas em resposta ao ambiente de mudança para alcançar e
sustentar uma vantagem competitiva (WANG; AHMED, 2007).
Esta definição contrapõe o observado por Eisenhardt e Martin (2000), pois estes
definem as capacidades dinâmicas como processos, não apresentando melhor compreensão da
distinção entre capacidades dinâmicas e processos. Wang e Ahmed (2007) por sua vez,
apresentam as capacidades dinâmicas como incorporada em processos, sendo que estes são
muitas vezes, uma estruturação explícita da combinação de recursos, facilitando a transmissão
dentro da empresa, ou entre empresas.
As capacidades dinâmicas representariam a terceira ordem de capacidades
organizacionais que enfatizam e busca constante de uma empresa em renovar, reconfigurar e
recriar seus recursos, capacidades e capacidades essenciais para enfrentar a mudança
ambiental (WANG; AHMED, 2007). Os autores ressaltam três fatores principais das
capacidades dinâmicas: capacidade adaptativa, capacidade de absorção e capacidade de
inovação.
Os três fatores representados pelas capacidades de adaptação, absorção e inovação
seriam as características comuns às capacidades dinâmicas, que conjuntamente com os
processos da firma de integrar, reconfigurar, renovar e recriar, representam as capacidades
dinâmicas. Como já apresentado no capítulo de introdução, o foco de estudo da presente
29
pesquisa são as capacidades de absorção e de inovação como representantes das capacidades
dinâmicas das pequenas e médias empresas do setor têxtil.
2.1.2 Capacidade de Absorção
A construção da capacidade de absorção inicia com estudos que a relacionam com a
capacidade da organização em adquirir conhecimentos do ambiente externo para promover
inovações tecnológicas (KEDIA; BHAGAT, 1988; COHEN; LEVINTHAL,1989, 1990).
Neste contexto, os estudos se desenvolvem associando a capacidade de absorção à
aprendizagem organizacional (MOWERY; OXLEY; SILVERMAN, 1996; LANE;
LUBATKIN, 1998), pesquisas em negócios internacionais (KEDIA; BHAGAT, 1988) e
posteriormente ao estudo das capacidades dinâmicas (ZAHRA; GEORGE, 2002). A Figura 2
apresenta os autores seminais da capacidade de absorção nos estudos organizacionais.
Figura 1: Capacidade de Absorção em estudos organizacionais.
Fonte: Adaptado de Zahra; George (2002).
Kedia e Bhagat (1988) realizaram um ensaio teórico abordando as diferenças culturais
e a influência na transferência de tecnologia nas organizações, onde o termo capacidade de
absorção surgiu fazendo alusão a capacidade de manter e utilizar plena e adequadamente a
tecnologia quando da ocorrência de transferências tecnológicas na organização e entre
organizações.
No entanto, foram Cohen e Levinthal (1989) que introduziram o conceito de
capacidade de absorção como sendo a capacidade da empresa de identificar, assimilar e
aplicar o conhecimento existente no ambiente externo. Os autores observaram a capacidade de
Cap
aci
dad
e d
e A
bso
rção
Negócios Internacionais Kedia e Bhagat (1988)
Gestão Estratégica
Aprendizagem Organizacional
Cohen e Levinthal (1989;1990)
Kim (1997; 1998)
Base de Recursos Lane e Lubatkin (1998)
Capacidades Dinâmicas
Mowery, Oxley e Silverman (1996)
Zahra; George (2002)
Gestão da Tecnologia Schiling (1998)
Economia Organizacional
Cockburn e Henderson (1998)
30
absorção como uma parte importante da capacidade de uma empresa para criação de novos
conhecimentos, associando o conceito à capacidade da empresa para imitar um novo processo
ou produto inovador, e também explorar o conhecimento para inovar.
Em trabalho posterior, Cohen e Levinthal (1990) aprofundaram o estudo a cerca da
capacidade de absorção, argumentando que a capacidade de avaliar e utilizar os
conhecimentos obtidos de fontes externas à organização depende em grande parte do nível de
conhecimento já existente na organização, tornando como premissa da capacidade de
absorção que a organização possua conhecimentos pré-existentes para assimilar e utilizar
novos conhecimentos. Os autores ressaltam que o conhecimento já existente na organização
confere a ela a capacidade de reconhecer o valor de uma nova informação (aquisição) para
então assimilá-la e aplicá-la (exploração).
Posteriormente aos estudos de Cohen e Levinthal (1990) outros autores desenvolveram
o conceito de capacidade de absorção, conforme apresentado na Figura 3.
Figura 2: Conceitos de Capacidade de Absorção.
Fonte: Extraído dos autores.
Zahra e George (2002) “revisitaram” o conceito propondo uma perspectiva de
processos para propor a “reconceitualização” da capacidade de absorção como uma
capacidade dinâmica, considerando a difusão do conhecimento e a integração organizacional
fatores críticos do conceito. A revisão do conceito proporcionou um novo modelo de
componentes, antecedentes e resultados da capacidade de absorção, conforme apresentado na
Figura 4.
Cohen e Levinthal (1989; 1990):
Capacidade da empresa para identificar (valorizar), assimilar e explorar (aplicar)
informações do ambiente.
Movery e Oxley (1995):
Amplo conjunto de habilidades necessárias para desenvolver o componente tácito do conhecimento e a necesidade de modificar
este conhecimento internamente.
Kim (1997):
Capacidade de aprender e resolver problemas.
Van den Bosch et al. (1999):
Avaliar, adquirir, integrar e utilizar comercialmente conhecimentos externos.
Zahra e George (2002):
Conjunto de rotinas e processos osganizacionais pelo qual as empresas adquirem, assimilam transformam e
exploram conhecimento para desenvolver a dinâmica organizacional.
Todorova e Durisin (2007):
Absorção, assimilação, transformaçao e exploração de conhecimentos em rotinas e processos, bem como constante feedback.
31
Os autores sugerem que o entendimento da capacidade de absorção deve ocorrer a
partir de duas naturezas compostas por quatro dimensões: 1) Capacidade de absorção
potencial (PACAP), ou seja, o conhecimento externo que a empresa pode absorver e inclui a
capacidade de aquisição e assimilação; 2) Capacidade de absorção realizada (RACAP), ou
seja, o conhecimento externo que a organização efetivamente explorou, e inclui as dimensões
de capacidade de transformação e aplicação (ZAHRA; GEORGE, 2002). Os conceitos e
características dos subconjuntos da capacidade absortiva que formarão a base para a análise
da pesquisa estão descritos no Quadro 3.
Quadro 3: Dimensões e Conceitos de Capacidade de Absorção
Fonte: Adaptado dos autores citados no quadro.
Dimensão Conceito Exemplo Autores
Aquisição
Monitoramento do ambiente na implementação
de rotinas e procedimentos que capturam o
conhecimento externo.
Networking, busca por
consultores, internet,
banco de dados,
encontros, workshops.
Zahra;
George
(2002);
Assimilação
Rotinas e processos que permitem analisar,
processar, interpretar e compreender a
informação nova adquirida.
Disseminação da
informação através da
comunicação interna e
interdepartamental.
Zahra;
George
(2002);
Transformação
Análise e combinação do conhecimento
adquirido com o conhecimento prévio,
reconfigurando-o em um novo esquema, que
resulta em novas oportunidades.
Treinamento,desenvolvi
mento técnico dos
funcionários.
Zahra;
George
(2002);
Aplicação
Rotinas que permitam às empresas expandir e
potencializar o conhecimento existente e o novo
adquirido, a fim de combiná-los e gerar
conhecimento valioso para organização.
Incentivos em P&D,
Criação de protótipos e
incentivos a inovação.
Flatten et al,
(2011).
32
A revisão do conceito de capacidade de absorção proporcionou importantes
contribuições: a) delineamento das dimensões, que proporcionou definir e clarificar os
conceitos; b) a distinção entre a capacidade potencial e realizada é útil para explicar os níveis
de sucesso com conhecimento externo; c) a introdução do fator de eficiência para identificar o
nível de desenvolvimento na organização do PACAP e do RACAP; d) os autores concluem
que estudos passados ficaram aquém de explicar por que as organizações alcançam vantagem
competitiva com a capacidade de absorção (ZAHRA; GEORGE, 2002).
A literatura de capacidade de absorção desenvolveu-se e permanece contraditória
quanto à sequencia de absorção de conhecimento (GERBAUER; WOLERCH; TRUFFER,
2012). Enquanto os estudos de Zahra e George (2002) conceituam essa sequencia como uma
relação linear entre a aquisição, assimilação, transformação e aplicação, Todorova e Durisin
(2007) interpretam assimilação e transformação como dois elementos paralelos.
Todorova e Durisin (2007) ressaltam que o conhecimento é assimilado, quando a
estrutura cognitiva existente entre os membros da organização mudam. Ou seja, a
transformação significa que novos conhecimentos são inter-relacionados com a mudança das
estruturas cognitivas existentes.
Independente da sequência de assimilação de conhecimento e transformação,
potencial e percebida, é consenso que a capacidade de absorção está ligada por intermédio de
um fator de eficiência (ZAHRA; GEORGE, 2002; TODOROVA; DURISIN, 2007). O fator
de eficiência representa a razão entre o conhecimento adquirido na organização e o
transformado, ou utilizado efetivamente por ela (TODOROVA; DURISIN, 2007). Um maior
fator de eficiência ressalta que a organização efetivamente utiliza da melhor forma todo o
conhecimento potencial, transformando-o em conhecimento realizado (ZAHRA; GEORGE,
2002).
Um maior fator de eficiência depende, dentre outros fatores, das experiências
passadas, e são realizadas de forma cumulativa (COHEN; LEVINTHAL, 1990). Isso significa
que esforços para desenvolver a capacidade de absorção em um período torna mais fácil de
acumulá-lo para o próximo (ZAHARA; GEORGE, 202). Lane, Koka e Pathak (2006)
ressaltam que, embora possuir conhecimento prévio seja relevante e uma condição necessária,
não é determinante para um empresa ter capacidade de absorção.
Desta forma, a capacidade de absorção não é estática, mas evolui através de processos
de aprendizagem (TODOROVA; DURISIN, 2007). Wang e Ahmed (2007) ressaltam que
quanto mais uma empresa demonstra a sua capacidade de absorção, mais ela apresenta
33
capacidades dinâmicas.
2.1.2.1 Medidas do constructo de capacidade de absorção
O Quadro 4 apresenta alguns estudos dentre os principais em capacidades de absorção,
as medidas do constructo de capacidade de absorção utilizadas, os métodos de pesquisa dos
estudos e os constructos que compõem as respectivas pesquisas.
Quadro 4: Pesquisas em Capacidade de Absorção
Autor/Ano
Medida capacidade de absorção/autor base Método de
Pesquisa Constructos da Pesquisa
Cohen e
Levinthal
(1990)
Oportunidade Tecnológica
Apropriação (baseado em Hippel (1978); Levin
et al. (1987)). Survey
Inovação e Desenvolvimento
Condições de apropriação de
conhecimento (capacidade
de absorção)
Movery,
Oxley e
Silverman
(1996)
Número de patentes
(baseado Mowery et al. (1997)).
Survey
Alianças estratégicas
Transferência de
conhecimento
Capacidade de Absorção
Capacidade de transferência
tecnológica
Autor/Ano
Medida capacidade de absorção/autor base Método de
Pesquisa Constructos da Pesquisa
Zahra e
George
(2002)
Aquisição (anos de experiência do departamento
de P&D, e quantidade de investimento).
Assimilação (o número de citações de patentes).
Transformação (número de novos produtos,
novas ideias).
Aplicação (saídas intermediárias: número de
patentes, novo produto) (baseado em Cockburn e
Henderson (1998); Leonard-Barton (1995)).
Teórico
Capacidade de Absorção
Branzei e
Vertinsky
(2006)
Aquisição (número de fontes de informação).
Assimilação (pesquisa e desenvolvimento;
aquisição de máquinas, equipamentos, adoção de
tecnologia externa; engenharia industrial; novos
processos de produção; formação específica dos
funcionários).
Transformação (número de patentes).
Implantação (aumento lucro venda novos
produtos).
Survey
Estratégias de Inovação
Capacidade de inovação de
produto
Capacidade de absorção
Gray
(2006)
Não deixa claro.
Survey
Capacidade de Absorção
Gestão do conhecimento
Inovação
Fosfuri e
Tribó
(2008)
Absorção (número de fontes de informação).
Assimilação (índice de captura do conhecimento
externo).
Survey
Capacidade de Absorção
Desempenho da Inovação
Forés e
Camisón
(2009)
Absorção, Assimilação, Transformação e
Aplicação (baseado em Szulanski (1996);. Lane
et al (2001); Vinding (2006); Jansen et al
(2005);Zahra e George (2002). Survey
Capacidade de
aprendizagem
Capacidade de absorção
Desempenho
Capacidade de inovação
34
Autor/Ano
Medida capacidade de absorção/autor base Método de
Pesquisa Constructos da Pesquisa
Liao, Wu,
Hu e Tsuei
(2009)
Comunicação com o exterior; nível de know-
how e experiência da organização; diversidade e
sobreposições em estrutura de conhecimento;
posicionamento estratégico (baseado em Nieto e
Quevedo (2005)).
Survey
Aquisição de conhecimento
Capacidade de Absorção
Capacidade de inovação
Tseng, Pai
e Hung
(2011)
Aplicação, Assimilação e transformação. Estudo de
caso
Desempenho da inovação
Capacidade de absorção
Fontes de conhecimento
Flatten et
al.
(2011)
36 itens para mensurar aquisição, assimilação,
transformação e exploração (desenvolvido com
base em 236 artigos científicos).
Estudo de
caso
e Survey
Estratégia de inovação
Aprendizagem
Capacidade de absorção
Capacidade combinatória
Gerbauer,
Woerch e
Truffer
(2012)
Aplicação, Assimilação, Transformadora
e processos de aprendizagem de Exploração
(baseado em Lane, et al. (2006); Todorova e
Durisin (2007).
Estudode
caso
Estratégia de Inovação
Capacidade de Absorção
Yusr,
Othman e
Mokhtar
(2012)
Não deixa claro.
Survey
Six Sigma
Desempenho da inovação
Capacidade de Absorção
Wuryaning
rat
(2013)
Comunicação com o exterior; nível de know-
how e experiência da organização;
posicionamento estratégico (baseado em Liao et
al. (2006)).
Survey
Capacidade de inovação
Partilha de conhecimento
Capacidade de Absorção
Dutse
(2013)
Percentual do lucro líquido investido nas
atividades tecnológicas, (baseado em Cohen e
Levinthal (1990); Chuang e Lin (1999);
Nooteboom (1999); UNCTAD 2005;
Chudnovsky, Lopez e Rossi (2008); Zhu (2010)).
Survey
Capacidade de inovação
Capacidade de Absorção
Burcharth,
Lettl e
Ulhoi
(2015)
Capacidade da empresa para absorver
conhecimento externo (baseada em Jansen et al.
(1999). Survey
Antecedentes da
Capacidade de Absorção
D´Souza e
Kulkarni
(2015)
Valor acumulado das empresas (baseado em
Chen e Edgington (2005); Bass (1969)).
Aumento de conhecimento (Baseado em Rogers
(2010)).
Acumulação de conhecimentos (baseado em
Raisch e Birkinshaw (2008)).
Aplicação e valorização dos conhecimentos
(baseado em Mahajan et al.
(1990)).
Apropriabilidade (baseado em Cohen e Levinthal
(1989); Volbeda et al. (2010)).
Estudo de
caso
Desempenho organizacional
Capacidade de Absorção
Fóres e
Camisón
(2015)
Aquisição, Assimilação, Transformação,
Aplicação (baseado e Zahra e George (2002)). Survey
Desempenho da inovação
incremental e radical
Capacidade de Absorção
Jeon,
Suckchul,
Ohm e
Yang
(2015)
Capacidade de absorção (intensidade anual R &
D (despesas de I & D / vendas totais)).
Survey
Aquisição de tecnologia
Desempenho da Inovação
Capacidade de Absorção
Roberts
(2015)
Capacidade de absorção (baseada em Pavlou e El
Sawy (2006)). Survey
Antecedentes
Organizacionais
Dinamismo ambiental
Capacidade de Absorção
Fonte: Desenvolvido pela autora.
35
Autores ressaltam que apesar da extensa literatura sobre capacidade de absorção, a
falta de consenso em torno do seu constructo revela um debate incansável sobre a sua
medição, reconhecendo a natureza complexa e dinâmica do construto (EASTERBY-SMITH
et al., 2000; FLATTEN et al., 2011; D´SOUZA; KULKARNI, 2015; FÓRES; CAMISÓN,
2015).
Vários estudos teóricos reconhecem a importância da capacidade de absorção como
um recurso multidimensional (por exemplo BRANZEI; VERTINSKY, 20060; D’SOUZA;
KULKANI, 2015; FLATTEN et al., 2011; FÓRES; CAMISÓN, 2009; GERBAUER;
WOLERCH; TRUFFER, 2012; ZAHRA; GEORGE, 2002). Mas ainda desenvolve-se estudos
em que a capacidade de absorção é aplicado como um constructo unidimensional (por
exemplo BURCHARTH; LETTL; ULHOI, 2015; DUTSE, 2013; FOSFURI; TRIBÓ, 2008;
LIAO et al., 2009; JEON et al., 2015; MOVERY; OXLEY; SILVERMAN, 1996).
Flatten et al. (2011) analisaram 269 trabalhos científicos que estudavam ao menos uma
das dimensões de capacidade de absorção proposta por Zahra e George (2002), e destes
selecionaram 33 trabalhos cujas medidas demonstraram ser úteis para mensurar capacidade de
absorção, montando assim uma escala testada quanto a validade e confiabilidade. Os autores
observaram que a maioria dos estudos operacionalizou a capacidade de absorção com
medidas relacionadas com P&D (produção e desenvolvimento) como, por exemplo,
intensidade ou patentes, e apontaram três principais limitações para o uso de medidas
objetivas para estudar a capacidade de absorção.
Primeiramente medidas objetivas não capturam a complexidade das dimensões do
conceito, atribuem valor demasiado a uma dimensão em detrimento de outra, e medidas como
investimento em inovação e patentes podem refletir posicionamento estratégico em vez de
capacidade de absorção. Em segundo lugar, medidas objetivas aplicadas em grandes empresas
são totalmente inadequadas para as pequenas e médias, principalmente por que estas nem
sempre tem um departamento específico de inovação e desenvolvimento, e um processo de
patente pode ser caro e demorado. Em terceiro lugar, a revisão das pesquisas revela
inconsistências nos resultados das medidas, tornando a adequação e validade das medidas
questionável (FLATTEN et al. 2011).
Visualizando a diversidade de estudos desenvolvidos a cerca da capacidade de
absorção, Lane, Koka e Pathk (2006) identificaram suposições limitantes, observando a
reificação do constructo, ou seja, o constructo é separado a partir da rede de pressupostos e
relacionamentos que o originaram. Neste sentido, o desenvolvimento de muitos estudos de
36
capacidade de absorção desenvolveram-se distorcendo os pressupostos de origem,
restringindo o constructo de forma que a pesquisa desviou-se do domínio original, surgindo
uma infinidade de estudos não cumulativos, ou seja, que não contribuem uns com os outros
(LANE; KOKA; PATAK, 2006).
Seguindo as observações nos estudos de Flatten et al. (2011) e já relatada em outras
pesquisas (BRANZEI; VERTINSKY, 20060; D’SOUZA; KULKANI, 2015; FÓRES;
CAMISÓN, 2009; GERBAUER; WOLERCH; TRUFFER, 2012; ZAHRA; GEORGE, 2002)
optou-se por seguir a proposta multidimensional do constructo de capacidade absortiva
proposta por Zahra e George (2002) sob a qual a capacidade dinâmica de absorção é composta
por quatro dimensões: capacidade de aquisição, assimilação, capacidade de transformação, de
aplicação. Para fins de mensuração, utilizar-se-á a escala adaptada de Flatten et al. (2011) que
foi testada quanto a validade e confiabilidade por Koerich, Cancelier e Tezza (2014), sendo
esta composta de 14 itens, que serão medidos em uma escala Likert de sete pontos.
2.1.3 Capacidade de Inovação
Inovação organizacional é a introdução na organização de novos métodos para a
gestão de negócios no local de trabalho e / ou na relação entre empresa e agentes externos
como um novo produto, serviço, tecnologia, processo de produção, uma nova estrutura ou
sistema administrativo, ou um novo plano ou programa (CAMISÓN; VILLAR-LOPEZ, 2014;
KEUPP; PELMIÉ; GASSMANN, 2012).
A noção de capacidade de inovação é anterior à noção de capacidade dinâmica
(BREZNIK; HISRICH, 2014), e refere-se a capacidade de uma empresa para desenvolver
novos produtos e / ou entrar em mercados, alinhando orientação estratégica inovadora com
comportamentos e processos inovadores (WANG; AHMED, 2004).
A capacidade de inovação engloba várias dimensões, como por exemplo, a de
Schumpeter (1934) que sugere uma gama de possíveis alternativas inovadoras, ou seja, o
desenvolvimento de novos produtos ou serviços, desenvolvimento de novos métodos de
produção, identificando novos mercados, descobrindo novas fontes de fornecimento e
desenvolvimento de novos formatos organizacionais. Já Miller e Friesen (1983) se
concentram em quatro dimensões: inovação em produto, métodos de produção, em serviços, e
na assunção de riscos por executivos-chave na busca de formas inovadoras.
37
A literatura sobre inovação apresenta-se vasta e advinda de diversos campos de
conhecimento, entre eles a Engenharia, Sociologia, Economia, Psicologia e Administração
(GOPALAKRISHNAN; DAMANPOUR, 1997). Na administração, pesquisas em gestão
estratégica buscam aumentar a consistência das investigações desenvolvendo modelos de
pesquisa que ocupam posições teóricas na teoria institucional, teorias cognitivas, economia
dos custos de transação, orientação para o mercado e da visão baseada em recursos
(LAWSON; SAMSON, 2001).
O estudo da inovação em capacidades dinâmicas partiu dos pressupostos da visão
baseada em recursos, em estudos como os de Barney (1991), Prahalad e Hamel (1990) e Tidd,
Bessant e Pavitt (1997). Para a teoria baseada em recursos o resultado eficaz da inovação
relaciona-se a determinado número de recursos e processos que a organização desenvolve
(TIDD; BESSANT; PAVITT, 1997), e as diferenças no nível de desenvolvimento da
inovação advém dos recursos valiosos, inimitáveis e não substituíveis desenvolvidos na
organização (BARNEY, 1991). Por conseguinte as organizações não competem em novos
produtos, mas sim pela capacidade de desenvolver novos produtos (PRAHALAD; HAMEL,
1990).
Teece e Pisano (1994) desenvolveram o conceito de inovação dentro dos estudos de
capacidades dinâmicas propondo a capacidade dinâmica de inovação como o subconjunto das
competências/capacidades que permitem a empresa criar novos produtos e processos e
responder às mudanças de circunstância de mercado.
A teoria de capacidades dinâmicas tornou-se adequada para o estudo da inovação
organizacional por três motivos principais: (1) desenvolve um modelo holístico de inovação
organizacional, não focando especificamente em tecnologia; (2) a inovação de processos pode
facilmente se relacionar com inovação de produtos e (3) a heterogeneidade de ativos reflete a
não existência de uma fórmula genérica de capacidade de inovação (LAWSON; SAMSON,
2001).
A pesquisa empírica sobre a inovação tem demonstrado preocupação em medir
efetivamente a capacidade de inovação organizacional e vários indicadores têm sido
desenvolvidos para medir as dimensões de capacidade de inovação (orientação inovadora, ou
seja, estratégico, comportamental, processo, produto e inovação de mercado) (CAPON et
al.,1992; HURLEY; HULT 1998; MILLER; FRIESEN, 1983; WANG; AHMED, 2004).
Partindo dos estudos de Tecce e Pisano (1994), a evolução conceitual do constructo bem
como a relação com outros constructos de pesquisa está apresentada no Quadro 5.
38
Quadro 5: Evolução conceitual de capacidade de inovação
Autor/Ano Conceito Constructos compõem a
pesquisa
Método de
Pesquisa
Chiesa,
Coughlan e
Voss
(1996);
O processo determinado pela liderança é
afetado pela disponibilização de recursos
e pelos sistemas e instrumentos de gestão
da organização
Processo de Inovação Técnica
Desenvolvimento de produto
Aquisição de tecnologia
Ensaio
teórico
(modelo
teórico)
Tang
(1998);
A inovação é um processo de aplicação
de novas ideias para finalidade lucrativa.
Estilo da liderança, Valores
organizacionais, Missão,
Estratégia, Estrutura, Recursos e
sistemas operacionais.
Ensaio
teórico
(modelo
teórico)
Lawson e
Samson
(2001)
Capacidade de transformar
continuamente conhecimentos e ideias
em novos produtos, processos e sistemas.
Visão, Estratégia, Competências
de base, Inteligência
organizacional, Gestão, Estrutura
organizacional, Cultura e clima,
Gestão da tecnologia.
Estudos de
Caso
Calantone,
Cavusgil e
Zhao
(2002)
É o grau em que um indivíduo, em
comparação com os outros no sistema
social, desenvolve algo novo
relativamente cedo.
Capacidade de Inovação(produto
e processo)
Capacidade de Aprendizagem
Desempenho organizacional
Entevista
e
Survey
Hult, Hurley
e Knight
(2004)
A capacidade de introduzir algum novo
processo, produto ou ideia na
organização.
Capacidade de Inovação
(processo)
Orientação para o mercado
Orientação empreendedora
Desempenho do negócio
Turbulência Ambiental
Survey
Subramania
m e Youndt
(2005)
Não esta claro. Capacidade de Inovação
Capital Intelectual
Survey
Buganza e
Verganti
(2006)
Não esta claro. Capacidade de inovação
Competências tecnológicas
Flexibilidade do ciclo de vida
Estudo de
múltiplos
casos
Chang e Lee
(2008)
Não esta claro. Inovação organizacional
Cultura organizacional
Capacidade de absorção
Survey
Lee e Kelley
(2008)
Conjunto de práticas destinadas a
permitir novas abordagens para a
montagem e integração de recursos para
alcançar resultados inovadores.
Capacidades dinâmicas de
inovação
Gestão de projetos de inovação
Estudo de
caso
Liao, Kickul,
Ma
(2009)
Capacidade da empresa para mobilizar os
seus recursos e capacidades, e alinha-los
de forma dinâmica com as novas
oportunidades no ambiente.
Capacidade de inovação
(Produtos, Serviços, Gestão)
Capacidade integrativa
Recursos para inovação
Survey
Lichtenthaler
e Muethel
(2012)
Capacidade de detectar, apropriar,
transformar e renovação os recursos de
uma empresa para se manter competitiva
ao longo do tempo
Capacidade de Inovação
(produtos)
Envolvimento da família
Desempenho da Inovação
Survey
Grünbaum e
Stenger
(2013)
É o resultado, ou seja, o desempenho
operacional de uma empresa de um
ambiente interno e externo, e volátil à
inovação de produto e serviço.
Indicadores de entrada de
inovação; Indicadores de
resultados da inovação; Estrutura
de Gestão e cultura
organizacional
Estudo de
múltiplos
casos
Cheng e
Chen (2013)
É a construção e transferência de
capacidades de inovação difíceis de
imitar que as empresas usam para
desenvolver, integrar e reconfigurar
recursos existentes.
Capacidade Dinâmica de
Inovação; Capacidade de
Absorção; Inovação aberta
Survey
39
Autor/Ano Conceito Constructos compõem a
pesquisa
Método de
Pesquisa
Kindstrom,
Kowalkowsk
e Sanderberg
(2013)
Não esta claro. Capacidade dinâmica de Inovação
(serviços)
Microfundamentos das
capacidades dinâmicas
Estudo de
múltiplos
casos
Kollmann e
Stockmann
(2014)
A inovação orienta o firme em direção a
experimentação abraçando, liderança
tecnológica e de investigação e
desenvolvimento para gerar novos
produtos, serviços e processos.
Capacidade de Inovação
(exploratórias e exploradoras)
Orientação Empreendedora
Survey
Camisón e
Villar-López
(2014)
Adaptação e reconfiguração de recursos
e capacidades utilizando-se de
gerenciamento de princípios, processos e
práticas que alteram significativamente a
forma como o trabalho é executado.
Capacidade de inovação (processo
e produto)
Inovação tecnológica
Desempenho de negócios
Survey
Autor/Ano Conceito Constructos compõem a
pesquisa
Método de
Pesquisa
Breznik e
Hisrich
(2014)
Capacidade de inovação é resultado de
processos de aprendizagem
continuamente desenvolvido ao longo do
tempo.
Capacidade de Inovação
Orientação estratégica e gestão
Teórico
conceitual
Maes e Sels
(2014)
Não esta claro. Capacidade de Inovação
Inovação radical de produtos
Capacidade de Absorção
Turbulência ambiental
Survey
Sicotte,
Drouvin e
Delerue
(2014)
Capacidade de inovação é um
mecanismo para a criação de novos
conhecimentos e novos produtos e
processos que proporcionem vantagem
competitiva.
Capacidade dinâmica de Inovação
(gestão da carteira inovação,
intra-empreendedorismo,
adaptabilidade proativa
capacidade, renovação
estratégica, cadeia de valor
alavancagem, e liderança
tecnológica).
Entevista
semi
estruturada
Survey
Piening;
Salge
(2015)
Capacidade da empresa de adquirir,
integrar, disseminar conhecimento para
combinar de forma inter-relacionada os
recursos gerando valor.
Inovação de processo (propensão
e efetividade)
Desempenho da Inovação
Survey
Fonte: Desenvolvido pela autora.
Pesquisas em capacidade dinâmica de inovação tem se desenvolvido utilizando-se
basicamente duas formas para medir o constructo. A multidimensional utiliza medidas das
competências/capacidades da organização para inovar (por exemplo CAMISÓN; VILLAR-
LÓPEZ, 2014; CHIESA; COUGHLAN; VOSS, 1996; GRUMBAUM; STENGER, 2013;
LAWSON; SAMSON, 2001; SICOTTE; DROUVIN; DELERUE, 2014; TANG, 1998).
A capacidade dinâmica de inovação medida com duas dimensões, de inovação de
produto e de inovação de processo, tem como base a propensão para criar novos produtos e
processos que respondam às mudanças de circunstância de mercado (por exemplo
CALANTONE; CAVUSGIL; ZHAO, 2002; HULT; HURLEY; KNIGHT, 2004;
LICHTENTHALER; MUETHEL, 2012; PIENING; SALGE, 2015).
40
Tang (1998) buscou desenvolver um modelo multidisciplinar na busca de representar a
capacidade de inovação na organização de forma integradora, observando a dificuldade de
mensurar a inovação, por isso a importância da busca de abordar os muitos fatores e suas
interações subjacentes à inovação.
Lawson e Samson (2001) seguem a proposta de Tang (1998) e desenvolveram um
modelo observando sete dimensões de gestão da inovação considerando o newstream (todos
os recursos possuídos pela organização que são dedicados a identificar e criar novo valor para
os clientes) e o mainstream (qualidade, capacidade de resposta ao cliente e velocidade da
inovação) da inovação na organização, onde a capacidade dinâmica de inovação deve reunir
eficiência do mainstream com a criatividade do newstream (LAWSON; SAMSON, 2001).
Mediante as diferentes formas de medir o constructo de capacidade de inovação,
Wang e Ahmed (2007) ressaltam a natureza multidimensional do constructo para considerar a
capacidade de inovação como um fator componente de capacidades dinâmicas. Assim, pode-
se inferir que quanto mais uma empresa apresenta capacidade de inovação mais ela possui
capacidades dinâmicas (WANG; AHMED, 2007).
Para fins desta pesquisa, observou-se a multidimensionalidade do constructo de
capacidade de inovação, adotando a abordagem desenvolvida por Camisón e Villar-López
(2014) que utiliza medidas de mensuração de inovação de produto, inovação de processo e
inovação organizacional. Tal escolha justifica-se pela lacuna de pesquisa nos estudos
organizacionais de capacidade dinâmica de inovação em considerar os vários níveis de
capacidade de inovação, com abordagem que inclui o estudo das ações organizacionais para a
inovação (PIENING; SALGE, 2015). O Quadro 6 apresenta as variáveis de pesquisa do
constructo, e as medidas.
Quadro 6: Variáveis e medidas de capacidade de inovação
Autor/Ano Variáveis do constructo Medidas
Camisón e
Villar-
López
(2014)
Capacidade de Inovação de
Produto
5 itens (capacidade da empresa em desenvolver novos
produtos ou mudanças significativas nos produtos existentes).
Capacidade de inovação de
processo
11 itens (capacidade da empresa para desenvolver novo
processo produtivo ou tecnológico e/ou mudar
significativamente os processos e/ou tecnologia existentes).
Capacidade de Inovação
Organizacional (resultado de
decisões de gestão estratégica)
Três indicadores para inovação organizacional das práticas de
negócios.
Três indicadores para inovação organizacional no local de
trabalho.
Três indicadores representam novos métodos organizacionais
no relacionamento externo.
Fonte: Desenvolvido pela autora.
41
Para fins de mensuração, serão considerados quatro itens de capacidade de inovação
de produto, quatro para capacidade de inovação de processo e nove para capacidade de
inovação organizacional, que serão medidos em uma escala Likert de sete pontos.
2.2 Desempenho da Inovação de produto
Desempenho da inovação é avaliado em uma infinidade de maneiras e sua medição é
tipicamente um desafio, pois não há um padrão (HANNACHI, 2015; HENTTONEN;
RITALA; JAUHIAINEN, 2011). O desempenho da inovação tem sido mensurado tanto por
intermédio de seus inputs (geração de ideias, intensidade das atividades de P&D, etc.) quanto
de seus outputs (desempenho de produto e processo, desempenho financeiro, etc.) (GARCIA;
CALANTONE, 2002; GRUMBAUM; STENGE, 2013; VALADARES, 2012).
O desempenho da inovação envolve tanto dados objetivos (desempenho financeiro,
número de patentes) quanto dados subjetivos, ditas medidas de percepção (percepção quanto
aos concorrentes, percepção do desempenho) (ALEGRE; CHIVA, 2008; FOSFURI; TRIBÓ,
2009). O Quadro 7 apresenta estudos em desempenho da inovação, a medida utilizada na
pesquisa e os constructos pesquisados.
Quadro 7: Medidas de desempenho da inovação e desempenho da inovação de produto
Medida de desempenho da inovação como input
Autor/Ano Medida do desempenho da
inovação
Tipo
Medida
Método
Pesquisa
Constructos da pesquisa
Laursen;
Salter (2006)
Intensidade das atividades P&D
(baseado em Stockdale, 2002).
Subjetivo Survey Abertura para inovação
Desempenho da inovação.
Julienti,
Bakar e
Ahmad
(2010)
Gestão para o desempenho de
produtos (baseado em O'Regan e
Ghobadian (2004)).
Subjetivo Survey Orientação Empreendedora
Recursos organizacionais
Desempenho, inovação de
produto.
Fóres e
Cmisón
(2015)
Desempenho, inovação, produtos
e processos - melhoria e
adaptação de produtos, processos
existentes, tecnologias e
estruturas organizacionais,
orientações estratégicas (baseado
em Atuahene-Gima, 2005; Li,
Liu, Li e Wu, 2008; Ritala e
Hurmelinna-Laukkanen, 2013).
Subjetiva Survey Capacidade de criação de
conhecimento interno
Capacidade de absorção
Desempenho da inovação
radical
Desempenho da inovação
incremental
42
Medida de desempenho da inovação output
Autor/Ano
Medida do desempenho da
inovação
Tipo
Medida
Método
de
Pesquisa
Constructos da Pesquisa
Ahuja; Katila
(2001)
Número de Patentes. Objetiva Survey Aquisição tecnológica
Desempenho da inovação
Ritter;
Gemunden
(2004)
Desempenho da inovação de
produtos (aumento percetual de
vendas) e processos (desempenho
de produção).
Objetiva
Survey
Competência tecnológica
Competência de Rede
Sucesso da inovação
Alegre,
Lapiedra e
Chiva (2006)
Desempenho da inovação de
produto quanto à eficiência e a
eficácia (baseado em OCDE-
EUROSTAT, 1997).
Subjetivo Survey Desempenho da inovação de
produto –validação de escala
de medida
Alegre e
Chiva (2008)
Desempenho da inovação de
produto quanto à eficiência e a
eficácia (baseado em Alegre et al.
(2006)).
Subjetivo Survey Capacidade de aprendizagem
organizacional
Desempenho da Inovação de
produto
Fosfuri e
Tribó (2008)
Percentual anual de vendas por
novos produtos (baseado em
Cassiman, Veulegers e Wong
(2006)).
Objetivo Survey Capacidade de Absorção
Desempenho da Inovação
Julienti,
Bakar e
Ahmad
(2010)
Desempenho de produtos
(baseado em Heidt (2008); Alegre
et al. (2006); Ulusoy e Yegenoglu
(2005)).
Subjetivo Survey Orientação Empreendedora
Recursos organizacionais
Desempenho inovação de
produto
Terziovski
(2010)
Desempenho de produtos e
processos.
Subjetivo Survey Estratégia de Inovação
Formal estrutura
Relações com Clientes e
fornecedores
Cultura da Inovação
Recursos Tecnológicos
Desempenho da Inovação
Henttonen,
Ritala e
Jauhiainen
(2011)
Desempenho de Produto e
Processos (baseado em Alegre e
Chiva (2006)).
Subjetivo Survey Busca de conhecimento
externo
Desempenho da inovação
Li e Tsai
(2011)
Não deixa claro. Subjetivo Ensaio
teórico
Capacidade de conhecimento
Desempenho da Inovação de
produto
Yesil, Koska
e Buyukbese
(2013)
(baseado em Lin, 2007). Survey Gestão do conhecimento
Capacidade de inovação
Desempenho da Inovação
Kamasak
(2015)
Desempenho de produtos e
processos (baseado em Terziovski
(2010)).
Subjetivo Survey Estratégia de Inovação
Formal estrutura
Relações com Clientes e
fornecedores
Cultura da Inovação
Recursos Tecnológicos
Desempenho da Inovação
Jeon et al.
(2015)
Número de patentes. Objetiva Survey Capacidade de absorção
Aquisição tecnológica
Desempenho da inovação
Lau e Lo
(2015)
Número de patentes;
Taxas de desempenho de vendas e
crescimento de vendas.
Objetiva Survey Sistemas Regionais de
Inovação
Capacidade de Absorção
Desempenho da Inovação
43
Medida de desempenho da inovação output
Autor/Ano
Medida do desempenho da
inovação
Tipo
Medida
Método
de
Pesquisa
Constructos da Pesquisa
Chen, Wang,
Nevo,
Benitez-
Amado e Kou
(2015)
Desempenho Financeiro. Subjetiva Survey Desempenho da inovação de
produto
Capacidade de tecnologia da
informação
Estrada,
Faems e de
Faria
(2015)
Quota do volume de vendas de
novos produtos.
Objetiva Survey Desempenho da inovação de
produto
Mecanismos de conhecimento
interno
Hanachi
(2015)
Desempenho financeiro;
Desempenho de mercado;
Desempenho Técnico;
Desempenho para o cliente;
Desempenho estratégico.
Subjetiva Survey Desempenho da Inovação de
Produto – validação de escala
de medida
Fonte: Desenvolvido pela autora.
Inovação de produtos consiste na exploração bem sucedida de novas ideias que
proporcionam melhor eficiência e eficácia dos produtos (ALEGRE; LAPIEDRA; CHIVA,
2006), e tem impacto positivo na inovação de processo (KRAFT, 1990). Alegre, Lapiedra e
Chiva (2006), desenvolveram uma escala de mensuração de desempenho da inovação de
produto que é utilizada em estudos posteriores (ALEGRE; CHIVA, 2008; JULIENTI;
BAKAR; AHMAD, 2010; HENTTONEN; RITALA; JAUHIAINEN, 2011).
A escala de Alegre, Lapiedra e Chiva (2006) considera a eficácia e a eficiência do
desempenho da inovação de produto, sendo a eficácia da inovação os resultados econômicos
da inovação de produtos, ou ainda, a importância econômica das saídas do processo de
inovação, e a eficiência da inovação refere-se a recursos consumidos para atingir estes
resultados, ou seja, do próprio processo (ALEGRE; LAPIEDRA; CHIVA, 2006).
A escala desenvolvida por Alegre, Lapiedra e Chiva (2006) tem como base O Manual
Oslo da Organisation for Economic Co-operation and Development - OECD que oferece uma
escala de medida para a avaliação detalhada dos objetivos econômicos da inovação (OECD-
EUROSTAT, 1997). Essa escala foi apresentada pela OECD para dar alguns controladores
coerentes para estudos sobre inovação, conseguindo assim uma maior homogeneidade e
comparabilidade entre os estudos (ALEGRE; LAPIEDRA; CHIVA, 2006).
Há um notável consenso na literatura sobre a necessidade de adoção de uma
abordagem multidimensional para medir o desempenha da inovação (DEWAGAN, 2014).
Considerando esta perspectiva, Hanachi (2015) desenvolveu um estudo analisando as escalas
44
de mensuração de desempenho da inovação de produto desenvolvidas por Griffin (1996), Hsu
e Fang (2009), Alegre et al. (2006), Blindenbach et al. (2010) e Storey e Easingwood (2009).
Hsu e Fang (2009) mensuram o desempenho técnico, Blindenbach et al. (2010) e
Alegre et al. (2006) o desempenho do produto, o desempenho operacional e a eficiência do
produto, respectivamente, Griffin et al. (1996) aspectos financeiros e de mercado, e Storey e
Easingwood (2009) vendas e dimensões de rentabilidade.
Hanachi (2015) desenvolveu a pesquisa em etapa qualitativa e quantitativa com
aplicação empírica em 798 industrias de biotecnologia para testar a validade e confiabilidade
da escala. No trabalho a terminologia adotada pela Alegre et al. (2006) foi descartada uma vez
que (como explicado pelos entrevistados) não leva em conta os pontos importantes, tais como
desempenho financeiro, melhoria da qualidade e satisfação do cliente.
Ao final do estudo, Hanachi (2015) gerou-se dezoito itens para medir desempenho da
inovação de produto classificado em cinco dimensões: desempenho financeiro, desempenho
de mercado, desempenho técnico, o desempenho esperado pelo cliente e desempenho
estratégico.
Julienti, Bakar e Ahmad (2010) observam que desempenho da inovação de produto
deve ser vista como uma de execução específica da organização na inovação de produtos, tais
como alterações na introdução de novos produtos, técnicas e os aspectos tecnológicos, a
resposta do mercado, qualidade dos produtos, a introdução do produto, o tempo de
desenvolvimento, rentabilidade e quota do produto no mercado, considerando a reputação do
produto como um dos principais indicadores para desempenho da inovação de produto.
Neste contexto, a presente pesquisa utilizará a escala desenvolvida por Hanachi (2015)
sob a qual o desempenho da inovação de produto é mensurado subjetivamente, e assume
características de constructo multidimensional de escala composta por 18 itens, medidos em
uma escala Likert de sete pontos.
2.3 Hipóteses de pesquisa
No desenvolvimento do modelo teórico delineou-se uma arquitetura que desenvolve a
capacidade dinâmica de absorção, a capacidade dinâmica de inovação e o desempenho da
inovação como constructos multidimensionais. A capacidade dinâmica de absorção será
estudada considerando as dimensões de aquisição, assimilação, transformação e aplicação,
45
tendo como base os estudos de Flatten et al. (2011) e com escala validada por Koerich,
Cancellier e Tezza (2014).
Para a mensuração da capacidade dinâmica de inovação, o estudo baseou-se na
construção de Camisón e Villar-López (2014), que se utilizam da capacidade dinâmica de
inovação de produto, processo e gestão organizacional. O desempenho da inovação de
produto assume as dimensões de desempenho de mercado, cliente, técnico, estratégico e
financeiro, com base nos estudos de Hanachi (2015).
A pesquisa busca identificar a relação entre capacidade de absorção e capacidade de
inovação com o desempenho da inovação de produto. As hipóteses deste trabalho estão
representadas no diagrama da Figura 5.
Para produzir benefícios tangíveis, as empresas precisam identificar, processar e
explorar fluxos de conhecimentos externos (COHEN; LEVINTHAL, 1989). Neste contexto,
Zahra e George (2002) esclarecem o papel distinto, porém complementar das dimensões da
capacidade dinâmica de absorção PACAP (aquisição e assimilação potencial) e RACAP
(transformação e aplicação realizados) e lançam luz à compreensão de como o desempenho da
inovação pode ser afetado pela capacidade de absorção da organização.
Tomando como exemplo o processo de desenvolvimento de um novo produto, a
empresa pode contar tanto com o conhecimento interno quanto com o conhecimento externo
para obter informações pertinentes, e classifica-las como relevantes com o exercício de
assimilação e compreensão (absorção) (COHEN; LEVINTHAL, 1989; ZAHRA; GEORGE,
46
2002).
Nesta fase Zahra e George (2002) observam que o PACAP será maior, quanto maior
for a quantidade de informação externas, ressaltando a dependência de caminho (relativa a
natureza cumulativa do conhecimento) e a aprendizagem experiencial. Yusr (2008) aponta
também que as empresas que desejam desenvolver a inovação devem ter nas dimensões do
PACAP os primeiros passos para um melhor desempenho.
O conhecimento trazido para os limites da empresa nas dimensões do PACAP passará
pelo processo de transformação, caracterizado pela adição de conhecimentos pré-existentes,
exclusão de conhecimentos não necessários e/ou reinterpretação de conhecimentos. Para
finalizar esse processo que compõem as dimensões do RACAP, tem-se na aplicação do
conhecimento um passo crucial na geração de um novo produto (FOSFURI; TRIBÓ, 2008;
GERBAUER; WOLERCH; TRUFFER, 2012; ZAHRA; GEORGE, 2002).
Lau e Lo (2015) desenvolveram pesquisa com 200 indústrias de manufatura Chinesas
apontando que a aplicação de conhecimento proporciona melhor desempenho de inovação
nessas empresas. O estudo de Jeon, Suckchul, Ohm e Yang (2015) em PME´s farmacêuticas
sugere que as pequenas e médias empresas alcançam desempenho da inovação rapidamente
por intermédio da capacidade de absorção. Neste contexto, institui-se a hipótese de pesquisa:
H1: A capacidade de absorção de conhecimento influencia positivamente o
desempenho da inovação de produtos em PME´s do setor indústrial têxtil.
Desempenho da inovação de produto reflete o impacto econômico da inovação do
produto na empresa, ou ainda, a importância econômica das saídas do processo de inovação e
dos recursos consumidos, e o esforço realizado para atingir os resultados (BROWN;
EISENHARDT, 1995; ALEGRE; LAPIEDRA; CHIVA, 2006; ALEGRE; CHIVA, 2008).
Julienti, Bakar e Ahmad (2010) no estudo que explora os determinantes do
desempenho da inovação de produtos observam a importância de desenvolver os recursos
organizacionais de forma que estes se tornem competências de ordem superior, ou seja,
capacidades. Os autores apontam que a inovação é um direcionador importante para tornar os
recursos em capacidades, e consequentemente para obter maior desempenho em inovação de
produtos.
Neste contexto Kamasak (2015) ressalta que as organizações são susceptíveis para
melhorar o seu desempenho em inovação à medida que reconfiguram sua base de recursos no
que diz respeito ao desenvolvimento da estratégia e investimentos tecnológicos. A orientação
47
para a inovação reflete a capacidade de inovação e está associada a um maior desempenho da
inovação (CAMISÓN; VILLAR-LÓPEZ, 2014; YESIL; KOSKAB; BUYUKBESC, 2013).
A capacidade de inovação é suscetível de influenciar positivamente o resultado do
desempenho da inovação de produtos por criar um ambiente propício ao desenvolvimento de
atividades inovadoras (HULT; HURLEY; KNIGHT, 2004). Neste contexto, a capacidade de
inovação de processo reflete a propensão à inovação e eficácia de ação das organizações para
configurar processos diversos na organização visando melhor desempenho em inovação. A
inovação de processo reflete as mudanças na forma como a organização entrega os produtos,
como os cria e desenvolve, sendo que inovações de processo e inovações de produto apoiam-
se mutuamente na criação de maior desempenho da inovação de produto (PIENING; SALGE,
2015).
Apesar de pequenas e médias empresas possuírem recursos limitados, quando da
existência de capacidade de inovação, estes tornam-se únicos e bem posicionados em
comparação com os seus concorrentes, proporcionando a criação de produtos de valor
(JULIENTI; BAKAR; AHMAD, 2010). Neste contexto, institui-se a hipótese de pesquisa:
H2: A capacidade de inovação influência positivamente o desempenho da inovação de
produtos em PME´s do setor indústrial têxtil.
Da perspectiva da capacidade de absorção (aquisição, absorção, transformação e
aplicação), observa-se que os processos de aprendizagem transformadores em particular,
desempenham um papel fundamental na inovação estratégica (GERBAUER; WORCH;
TRUFFER, 2012). Hult, Hurley e Knight (2004) em seus estudos, observaram que a
orientação para aprendizagem tem um efeito significativo sobre a capacidade de inovação,
sendo o achado consistente com o trabalho de Cohen e Levinthal (1990). Maes e Sels (2014)
apontam ainda que o conhecimento é um dos mais importantes insumos para o processo de
inovação.
Calantone, Cavusgil e Zhao (2002) ressaltam que a inovação está intimamente
relacionada com a aprendizagem organizacional. Neste sentido, Tang (1996) observa que para
a informação tornar-se fonte de inovação é essencial que haja conhecimentos prévios e
habilidades, ou seja, princípios e recursos orientadores na organização que forneçam a direção
e apoio para a inovação.
Lee e Kelley (2008) evidenciaram que o desenvolvimento da inovação esta associado
a um elevado grau de variação e exploração de novos conhecimentos. Cheng e Chen (2013)
48
ressaltam que quando uma empresa constrói a sua capacidade de inovação, há acréscimo na
capacidade de absorção, pois é incentivado a explorar novas informações e, eventualmente,
desenvolver avanço e inovação.
Fóres e Camisón (2009) desenvolveram estudo em 952 empresas espanholas que
evidenciou o efeito conjunto da capacidade de absorção e da capacidade de inovação,
demonstrando que a capacidade de inovação atua como catalisador para o efeito da
capacidade de absorção. As organizações não devem negligenciar a importância da
capacidade de absorção para a gestão da inovação, e sim desenvolver uma integração interna
das capacidades com os processos externos, capturando os efeitos positivos que cada
atividade tem sobre o retorno marginal da outra.
Wang e Ahmed (2007) consideram a capacidade de absorção e a capacidade de
inovação como dois dos três fatores mais importantes de capacidades dinâmicas. Assim,
considerando a natureza dinâmica da capacidade de absorção e da capacidade de inovação, é
pertinente observar que estejam correlacionadas. Neste contexto, institui-se a hipótese de
pesquisa:
H3: A capacidade de absorção associa-se com a capacidade de inovação em PME´s
do setor indústrial têxtil.
Capacidades dinâmicas representam a constante orientação organizacional de
integração, reconfiguração, renovação e recriação de recursos e capacidades, em resposta ao
ambiente de mudança (WANG; HAMED, 2007). Capacidade de absorção e capacidade de
inovação como componentes das capacidades dinâmicas apoiam o processo de orientação
organizacional, e apesar de correlacionados, cada um tem uma ênfase (WANG; AHMED,
2007).
Capacidade de absorção destaca a importância da organização em adquirir
conhecimentos externos, combinando-os com os conhecimentos internos, absorvendo-os para
uso interno organizacional. A capacidade de inovação explica as ligações entre os recursos e
capacidades organizacionais com o seu mercado (WANG; AHMED, 2007). Quanto mais uma
organização demonstra capacidades de absorção e de inovação, mais apresenta capacidades
dinâmicas, e torna propício o aumento do desempenho organizacional (WANG; AHMED,
2007).
Assim, as capacidades dinâmicas são um conjunto de práticas que permitem novas
abordagens para montagem e integração de recursos, com vistas a alcançar resultados
49
inovadores (LEE; KELLEY, 2008). Estudos relatam a influência das capacidades dinâmicas
no desempenho da inovação organizacional (ARIFIN; FRMANZAH, 2015; PIENING, 2015;
PEZESHKAN; FAINSHMIDT; NAIR; FRAZIER; MARKOWSKI, 2015)
Cheng e Chen (2013) relatam que as capacidades dinâmicas desenvolvem importante
papel no desempenho de novos produtos, por proporcionar a organização trabalhar de forma
mais eficaz frente as mudanças ambientais, sendo isto o que os autores consideram
fundamental para a inovação de produtos. Diante do exposto, constitui-se a hipótese de
pesquisa:
H4: Capacidades dinâmicas relacionam-se positivamente com o desempenho da
inovação de produto em PME´s do setor indústrial têxtil.
50
3 METODOLOGIA
O objetivo deste capítulo é apresentar a metodologia que orientou a investigação.
Descreve-se inicialmente a tipologia de pesquisa (4.1), seguido das variáveis e medidas (4.2),
da amostra de pesquisa (4.3) e da metodologia de análise dos resultados (4.4), especificando a
análise descritiva (4.4.1), a análise do modelo de mensuração (4.4.2) e a modelagem de
equações estruturais (4.4.3) bem como avaliação da qualidade dos modelos (4.4.3.1 e 4.4.3.2).
3.1 Tipologia de Pesquisa
Quanto à natureza, a pesquisa caracteriza-se como aplicada. Quanto aos objetivos, a
pesquisa é descritiva-explicativa, visando determinar em qual grau os constructos se
correlacionam. Quanto aos meios de investigação a pesquisa é de campo, cuja etapa de estudo
ocorreu com procedimentos de coleta de dados quantitativos por intermédio da aplicação de
survey de amostra. Os dados foram coletados em campo uma única vez, caracterizando o
estudo como transversal (HAIR; BABIN; MONEY; SAMOUEL, 2005).
Survey de amostra cujos dados são sintetizados estatisticamente são característicos de
estudos descritivos (HAIR et al., 2005). A pesquisa quantitativa “reduz a um conjunto
parcimonioso de variáveis, rigidamente controladas pelo planejamento ou pela análise
estatística, e proporciona medidas ou observações para testagem de uma teoria”
(CRESWELL, 2010, p. 177).
3.2 Variáveis e Medidas
Para desenvolvimento da pesquisa quantitativa constituiu-se categorias descritivas
iniciais, resgatado de conceitos à partir da plataforma teórica da investigação (MARTINS,
THEÓPHILO, 2009). Hair et al. (2005) ressaltam a importância de desenvolver definições
precisas dos conceitos examinados, a fim de evitar ambiguidades de interpretação. Deste
modo apresenta-se a definição dos constructos e respectivos conceitos norteadores da
pesquisa no Quadro 8.
51
Quadro 8: Constructos e respectivos conceitos norteadores de pesquisa
Constructo Conceito Autor
Capacidades
Dinâmicas
Comportamento organizacional constantemente orientado para
integrar, reconfigurar, renovar e recriar seus recursos e
capacidades, construindo e reconstruindo suas capacidades
básicas em resposta ao ambiente de mudança para alcançar e
sustentar uma vantagem competitiva.
Wang e Ahmed
(2007).
Capacidade de
Inovação
É a habilidade para criar, implantar e configurar recursos e
capacidades em busca de lugar no mercado, renovando,
reconstruindo, descobrindo e reimplantando a base de recursos da
empresa para adaptar-se ao ambiente de mudanças e incertezas.
Lawson e
Samson (2001).
Capacidade de
Absorção
Conjunto de rotinas e processos organizacionais pelo qual as
empresas adquirem, assimilam, transformam e aplicam o
conhecimento para produzir uma capacidade dinâmica
organizacional.
Zahra e George
(2002).
Desempenho da
inovação de produto
Desempenho da inovação de produto reflete o impacto econômico
da inovação do produto na empresa, ou ainda, a importância
econômica das saídas do processo de inovação e os recursos
consumidos, o esforço realizado para atingir os resultados.
Alegre;
Lapiedra;
Chiva, (2006);
Alegre; Chiva,
(2008).
Fonte: Desenvolvido pela autora com base nos autores.
Para mensurar a variável utiliza-se escalas, e na pesquisa optou-se por empregar escala
contínua (para mensurar a direção e intensidade da resposta), intervalar (permite que os
objetos sejam comparados em termos de suas diferenças) e métrica de modelo Likert com 7
(sete) pontos (HAIR et al., 2005). Hair et al. (2005) salienta que a precisão nas respostas é
relativa ao número de pontos utilizados, ou seja, quanto mais pontos, mais precisão é obtida
quanto à intensidade com que a pessoa concorda ou discorda da afirmação.
Para utilizar escores de um constructo para análise, deve-se certificar que as variáveis
selecionadas representam e mensuram o conceito de maneira precisa (válida) e coerente
(confiável) (HAIR et al., 2005). Neste sentido, buscou-se amparo teórico e empírico para
construção do instrumento de mensuração e validação das variáveis observando o proposto
por Hair et al. (2005) quando da utilização de no mínimo três indicadores para mensurar cada
variável.
A capacidade de absorção é a variável independente, e para mensurá-la tomou-se
como base a escala desenvolvida por Flaten et al. (2011), que foi adaptada e validada em
estudo no contexto das pequenas e médias empresas por Koerich; Cancellier; Tezza (2014),
cuja opção por determinada escala de mensuração já foi exposta ao final do referencial de
52
capacidade de absorção no capítulo 2. A escala de mensuração da capacidade absortiva Likert
de 7 pontos vai de 1=Nunca a 7= Muitas vezes e está apresentada no Quadro 11.
Quadro 9: Escala de mensuração de Capacidade de absorção
Cap
acid
ade
Din
âmic
a d
e A
bso
rção
Dimensões Itens
Aquisição
Aq1: A busca de informações importantes sobre o nosso setor é uma prática diária em
nossa empresa.
Aq2: Nossa gestão incentiva os colaboradores envolvidos a usarem fontes de
informação no nosso setor de atuação.
Aq3: Nossa gestão espera que os colaboradores lidem com informações que vão além
do nosso setor de atuação.
Assimilação
As1: Em nossa empresa ideias e conceitos são transmitidos entre todas as
áreas/departamentos.
As2: Nossa gestão prioriza a ajuda entre as áreas/departamentos para resolver
problemas.
As3: Em nossa empresa existe um fluxo de informação rápido, por exemplo, se uma
área ou departamento obtém uma informação importante, comunica esta informação
prontamente para todas as outras áreas ou departamentos.
As4: Nossa gestão exige encontros periódicos entre as áreas/departamentos para o
intercâmbio de problemas, ideias, novos desenvolvimentos e realizações.
Transformação
Tr1: Nossos colaboradores tem a habilidade de estruturar e utilizar os novos
conhecimentos obtidos com os atuais da empresa.
Tr2: Nossos colaboradores estão acostumados a absorver novos conhecimentos assim
como usar estes conhecimentos em outras finalidades e torná-los disponíveis para a
empresa.
Tr3: Nossos colaboradores articulam com sucesso o conhecimento existente com
novas ideias.
Tr4: Nossos colaboradores são capazes de aplicar os novos conhecimentos em seu
trabalho prático.
Aplicação
Ex1: Nossa gestão encoraja o desenvolvimento de novos produtos ou novos serviços.
Ex2: Nossa empresa periodicamente reavalia tecnologias para ajustá-las aos novos
conhecimentos.
Ex3: Nossa empresa tem a capacidade de trabalhar de forma mais eficaz através da
adoção de novas tecnologias.
Fonte: Adaptado de Koerich; Cancellier; Tezza (2014).
A capacidade de inovação é variável independente e o constructo de mensuração foi
baseado no modelo de Camisón e Villar-López (2014) que considera três dimensões para
mensuração: inovação de produtos, inovação de processos e inovação organizacional. Para
utilização da escala foi realizada adaptação na escala de inovação de processo: supressão das
questões relativas ao uso de tecnologia, visto que o foco da pesquisa não são empresas de
tecnologia, e retirada a questão que fazia alusão ao desenvolvimento de processos ecológicos.
Para medir capacidade de inovação de produto é pedido para o respondente avaliar as
capacidades de inovação de produto de sua empresa em comparação com a média de seus
concorrentes e a escala Likert de 7 pontos vai de 1=Nunca a 7= Muitas vezes. Para medir
capacidade de inovação de processos é pedido para o respondente avaliar as capacidades de
inovação de processo de sua empresa em comparação com a média de seus concorrentes e a
53
escala Likert de 7 pontos vai de 1=Muito pior a 7= Muito melhor. Para medir a inovação
organizacional o respondente é solicitado a indicar a medida em que a empresa tem usado os
instrumentos organizacionais propostos, e a escala Likert de 7 pontos indica 1=Nunca a
7=Muitas vezes.
A opção por determinada escala de mensuração já foi exposta ao final do referencial
de capacidade de inovação no capítulo 2. A escala de mensuração de Capacidade de Inovação
está apresentada no Quadro 10.
Quadro 10: Escala de mensuração de Capacidade de Inovação
Co
nst
ruct
o d
e C
apac
idad
e d
e In
ov
ação
Dimensões Itens
Inovação
De
Produto
Pd1: Minha empresa é capaz de ampliar o leque de produtos.
Pd2: Minha empresa é capaz de melhorar a concepção dos produtos.
Pd3: Minha empresa é capaz de reduzir o tempo para desenvolver um novo
produto até o seu lançamento no mercado.
Pd4: Minha empresa é capaz de substituir produtos obsoletos.
Pd5: Minha empresa é capaz de desenvolver produtos ecológicos.
Inovação
De
Processos
Pr1: Minha empresa é capaz de dominar e absorver as tecnologias básicas e
fundamentais dos negócios.
Pr2: Minha empresa desenvolve continuamente programas para reduzir os
custos de produção.
Pr3: Minha empresa tem um conhecimento valioso sobre os melhores processos
e sistemas para organização do trabalho.
Pr4: Minha empresa administra organização da produção de forma eficiente.
Pr5: Minha empresa atribui recursos para o departamento de produção de forma
eficiente.
Inovação
Organizacional
(práticas de
negócios)
Io1: Minha empresa mantêm bases de dados com informações de melhores
práticas, lições e outros conhecimentos.
Io2: Há implementação de práticas para o desenvolvimento dos funcionários e
melhorar a retenção do trabalhador.
Io3: Ocorre o uso de sistemas de gestão de qualidade.
Inovação
Organizacional
(inovação no
local de
trabalho)
Io4: Há descentralização na tomada de decisões.
Io5: Há grupos de trabalho interfuncionais.
Io6: Há flexibilidade no trabalho.
Inovação
Organizacional
(novos métodos
organizacionais)
Io7: Desenvolve-se colaboração com os clientes.
Io8: Utiliza-se métodos para a integração com fornecedores.
Io9: Há terceirização das atividades de negócios.
Fonte: Desenvolvido com base em Camisón e Villar-López (2014).
O desempenho da inovação de produto é uma variável dependente, ressaltando-se que
muitos estudos já consideram o desempenho da inovação como variável dependente
(ALEGRE, LAPIEDRA, CHIVA, 2006) e foi mensurado subjetivamente tomando como base
o questionário desenvolvido por Hanachi (2015) cuja opção por determinada escala de
mensuração já foi exposta ao final do referencial de desempenho da inovação no capítulo 2.
54
Os pontos na escala Likert vão de 1 a 7 onde 1 = Nunca e 7 = Muitas vezes. O Quadro
11 apresenta a escala de mensuração para Desempenho Organizacional.
Quadro 11: Escala de mensuração para desempenho da inovação de produto.
Co
nst
ruct
o d
esem
pen
ho
da
Ino
vaç
ão P
rod
uto
Dimensões Itens
Desempenho Financeiro
inovação de produto
Df1: Os lucros proporcionados por produtos inovadores são mais
elevados do que o previsto aos produtos restantes.
Df2: Produtos inovadores têm alcançado os objetivos fixados em
termos de lucro.
Df3: Produtos inovadores têm alcançado os objetivos fixados em
termos de retorno sobre o investimento.
Desempenho Mercado
inovação de produto
Dm1: Vendas de produtos inovadores são maiores do que aqueles
fornecidos pelo resto dos produtos.
Dm2: Produtos inovadores têm alcançado os objetivos fixados em
termos de vendas.
Dm3: Comparado com outros produtos de sua empresa, produtos
inovadores têm alcançado resultados superiores em termos de quota
de mercado.
Dm4: Produtos inovadores têm alcançado os objetivos em termos de
quota de mercado.
Dm5: Produtos inovadores têm permitido a entrada em outros
mercados.
Desempenho Técnico
inovação de produto
Dt1: A qualidade dos produtos inovadores é melhor do que o resto
dos produtos.
Dt2: Produtos inovadores são lançados nos prazos.
Dt3: Produtos inovadores são lançados dentro dos objetivos de
desenvolvimento do orçamento.
Desempenho Cliente inovação
de produto
Dc1: Os clientes estão satisfeitos com o desempenho de produtos
inovadores.
Dc2: Comparado com outros produtos de sua empresa, reclamações
de clientes sobre produtos inovadores são menores.
Dc3: Produtos inovadores têm aumentado a fidelidade do cliente.
Desempenho Estratégico
inovação de produto
De1: Produtos inovadores proporcionam à empresa uma vantagem
competitiva.
De2: Produtos inovadores têm alcançado todas as metas
estabelecidas.
De3: Produtos inovadores têm melhorado a reputação da empresa.
Fonte: Adaptado de Hanachi (2015).
Além das variáveis indicadoras dos constructos foram incluídas variáveis de controle,
apresentados no Quadro 12.
Quadro 12: Variáveis de controle da pesquisa.
Dados dos Respondentes Dados da empresa pesquisada
Nome Ano fundação
Cargo/função Número de funcionários
Tempo no cargo/função Tipo empresa (própria, franquia, filial...)
Formação Empresa realiza comércio exterior
Ocupação anterior Empresa produz para outras empresas
Idade Cidade de localização
Gênero
Fonte: Dados de pesquisa, 2015.
55
O tamanho da empresa foi a primeira variável de controle e foi medida considerando o
tamanho da indústria referente ao número de empregados, com opções de escolha entre 1 - 19
funcionários; entre 20 - 49; entre 50 - 99; entre 100 - 199, entre 200 - 499 e mais de 500.
Buscou-se ainda saber se a empresa é própria, franquia ou filial, se realiza comércio exterior
(se importa, se exporta, se importa e exporta ou não realiza) e se produz para outras
indústrias.
A coleta de dados ocorreu através de questionário, que antes de ser enviado aos
respondentes foi testado com três empreendedores de pequenas empresas, para adequação da
linguagem utilizada. Os empreendedores consideraram o questionário claro e não houve
questionamentos. Cogitou-se a possibilidade de apresentar o questionário à especialistas nas
abordagens de pesquisa, mas em vista das escalas já terem sido testadas em outros estudos, tal
averiguação não foi realizada por não ser uma obrigatoriedade (HAIR et al.,2005). O
questionário de pesquisa está apresentado no apêndice d e a carta de apresentação no apêndice
e.
3.3 Amostra de Pesquisa
O universo ou população de estudo compreende as Pequenas e Médias Empresas
(PME´s) do setor têxtil de Santa Catarina. Os critérios considerados para determinar uma
PME serão os utilizados pelo SEBRAE (Serviço Brasileiro de Apoio às Micro e Pequenas
Empresas) que considera o número de funcionários para a classificação. Os critérios estão
apresentados no Quadro 13.
Quadro 13: Critérios de definição de PME´s.
Porte Empresa Número de Funcionários
Microempresa Até 19
Empresa de Pequeno Porte Entre 20 a 99
Empresa de Médio Porte Entre 100 a 499
Fonte: SEBRAE (2015).
O setor têxtil em Santa Catarina conta com aproximadamente 14 mil empresas de
pequeno e médio porte (SEBRAE, 2010). As informações sobre as empresas pesquisadas
56
foram obtidas em relatórios da FIESC (2015), onde selecionou-se o número de indústrias do
ramo têxtil na população de pesquisa nas cidades do Vale do Itajaí. As cidades e informações
do número de funcionários estão apresentados na Tabela 1.
Tabela 1: Número de empresas por número de funcionários.
Cidade Número de Funcionários Total
Até 19 Entre 20 e
49
Entre 50 e
99
Entre 100 e
499
Mais de 500
Brusque 216 54 31 19 4 324
Blumenau 23 11 5 15 8 62
Gaspar - 13 7 13 - 33
Ilhota 2 1 0 1 0 4
Itajaí 7 2 1 1 1 12
Rio do Sul 16 13 5 1 0 35
Total 264 143 49 50 13 437
Fonte: FIESC (2015).
O projeto de pesquisa contava com indústrias têxteis de Brusque, Blumenau, Ilhota,
Itajaí e Rio do Sul como população de pesquisa, totalizando 209 empresas de pequeno e
médio porte. No decorrer da pesquisa, ampliou-se a população para indústrias das cidades de
Gaspar e Pomerode, por pertencerem a mesma região, proporcionando um acréscimo de 35
empresa, assim a população de pesquisa ficou em 246 empresas. O contato inicial foi
realizado por telefone, quando buscou-se conversar com um gerente, preferencialmente da
área de produção, ou com conhecimento sobre a área. Com a confirmação da participação na
pesquisa, enviou-se e-mail com o link para responder o questionário. Para enviar o
questionário por e-mail, utilizou-se do Google Forms. O resultado do contato telefônico, e
posterior envio de e-mail é apresentado na Tabela 2.
Tabela 2: Resultado do contato telefônico e de e-mail.
Situação - 1º Contato por telefone Nº casos
Nº telefone incorreto 67
Não quis responder 13
Aceitou responder 166
Situação - 2º Contato por e-mail: Nº casos
E-mail errado 9
Não respondentes 112
Respondentes 45
Fonte: Resultado de pesquisa.
Dos 45 respondentes, 3 respostas foram descartadas, pois eram de indústrias com
menos de 20 funcionários (2) e mais de 500 funcionários (1). Concomitante ao contato
57
telefônico realizou-se pesquisa de campo, onde obteve-se 14 questionários todos válidos, e a
participação no evento Pró negócio da Associação das Micro e Pequenas empresas de
Brusque (AMPE), onde estavam presentes 99 indústrias têxteis. Participou-se em dois dias do
evento, onde obteve-se 47 questionários respondidos, sendo destes 35 válidos (11 descartados
por serem de indústrias com menos de 19 funcionários e um durante a análise), totalizando 94
questionários de pesquisa válidos (somados aos 45 contatos via e-mail).
Para verificar se o tamanho da amostra é eficiente e adequado, considerou-se: (1) o
grau de segurança, (2) nível de precisão especificado (quantidade de erro aceitável), e (3)
variabilidade (homogeneidade da população) (HAIR et al., 2005).
Para fins desta pesquisa, determinou-se o grau de segurança de 95%, o erro aceitável
de < 0,05. A homogeneidade da população é estimada pelo desvio padrão, e que na população
de pesquisa estima-se ser homogênea, já que será representada por PME´s de um mesmo setor
produtivo, considerando-se assim uma distribuição normal das respostas. A survey contará
com a distribuição em uma escala Likert 7, cuja a variação corresponde a 6.
Tomando como base estes dados, desenvolveu-se cálculo para o tamanho mínimo de
amostra considerada ideal para grandes populações (HAIR et al., 2005):
Para confirmar a adequação da amostra, procedeu-se ainda o cálculo do tamanho da
amostra no software Gpower®, que indicou uma amostra representativa de 88 respondentes.
O resultado do cálculo está apresentado no Apêndice b.
3.4 Análise dos Dados
A análise dos dados em pesquisa quantitativa caracteriza-se como análise numérica
descritiva inferencial (CRESWELL, 2010), e na presente pesquisa desenvolveu-se
inicialmente a análise descritiva, prosseguindo análises estatísticas multivariadas (análise
fatorial exploratória e modelagem de equações estruturais). Para o desenvolvimento da análise
de equações estruturais utilizou-se o modelo de Mínimos Quadrados Parciais (Partial Least
Squares Path Modeling – PLS-PM), com o uso do software SmartPLS® 2.0, que requer
certos requisitos para que não desenvolva resultados e consequentes interpretações
inadequadas (HAIR 2013).
Tamanho da Amostra = [(grau de segurança exigido X variabilidade) / (precisão desejada)]²
Tamanho da Amostra = [(2 X 1,5)/ (0,33)]² = 82,6
58
Portanto, seguiram-se requisitos a respeito da modelagem de equações estruturais e em
relação ao método de análise PLS-PM em particular, conforme proposto por Hair et al.
(2013), apresentados no Quadro 14, bem como nos tópicos subsequentes, em que serão
explicados.
Os procedimentos adotados para o desenvolvimento da análise são explanados nos
tópicos 4.4.1(análise descritiva), 4.4.2 (análise fatorial exploratória) e 4.4.3 (modelagem de
equações estruturais).
Quadro 14: Categorias de requisitos para modelagem de equações estruturais com PLS-PM
Requisitos Objetivo Ações Tópico
Análise das
Características de
dados
Avaliar o tamanho da amostra
necessário para estimar o modelo
de caminho estabelecido pelo
PLS a fim de garantir nível
suficiente de poder estatístico.
-Descrição detalhada da amostra (o
número de observações e quantidade
de valores em falta, valores médios,
variâncias);
-Caracterizar a distribuição das
variáveis (relatório de assimetria e
curtose de dados);
-Explicar em detalhes as escalas de
variáveis;
4.2.1
4.2.1
4.2
Análise das
Características do
modelo
Descrever completamente o
modelo estrutural (ou seja, as
variáveis latentes e suas
relações).
-Utilizar gráfico para representação do
modelo de caminho do PLS;
-Caracterizar o modelo de mensuração
das variáveis latentes (reflexivo);
4.3
Avaliação
abrangente
Confiabilidade do modelo de
mensuração e do modelo
estrutural.
-Confiabilidade interna e consistência;
-Validade convergente;
-Validade discriminante;
-Análise da contribuição dos
indicadores para o constructo;
-Análise da redundância do modelo
estrutural;
-Validade preditiva
4.4
Fonte: Adaptado de Hair et al. 2013; Sarstedt et al. 2014.
3.4.1 Análise descritiva
Seguindo especificações de Hair et al. (2005) para desenvolvimento de análise
multivariada estabeleceu-se o nível de significância de 0,05, considerando o tamanho da
amostra e as características do estudo (ciências sociais aplicadas). Os dados coletados foram
organizados com o auxílio do Excel®, cujo primeiro procedimento após a tabulação foi o de
identificar os dados faltantes e atípicos.
Findos procedimentos com dados perdidos, estimaram-se as medidas de média,
coeficiente de variação, valores mínimos e máximos, desvio padrão, assimetria e curtose.
Nesta etapa, o objetivo foi realizar o teste das suposições de análise multivariada de
normalidade, homocedasticidade e linearidade, tendo como auxílio os softwares Statística® .0
59
e o SPSS® 21.
A normalidade é a suposição fundamental em análise multivariada, pois se há grande
variação em relação a distribuição normal, todos os testes estatísticos resultantes são
inválidos. Hair, Anderson, Tatham e Black (2009) aponta que quando todas as variáveis
apresentam normalidade univariada, pode-se inferir, mesmo que sem garantia, que há
normalidade multivariada.
Na pesquisa desenvolveu-se inicialmente a verificação visual dos histogramas
verificando o formato de distribuição de curtose e assimetria. Desenvolveu-se posteriormente
os cálculos de assimetria e curtose observando o recomendado por Finney e DiStefano (2006)
que afirma que pode-se considerar dados quase normais quando da incidência do coeficiente
de assimetria até 2 e curtose até 7.
A homocedasticidade ou homogeneidade da variância refere-se a relação de
dependência entre variáveis, e supõem que as variáveis dependentes exibem níveis iguais de
variância ao longo do domínio das preditoras (HAIR et al. 2009). Na pesquisa observou-se o
coeficiente de variação, considerando-se aceitável valores não superiores a 30%, ou
levemente superiores a esse, quando valores de assimetria e curtose estiverem dentro dos
limites definidos.
A linearidade é uma suposição implícita em todas as técnicas multivariadas baseadas
em medidas correlacionais de associação (HAIR et al., 2009), e na pesquisa foi desenvolvida
a Análise Fatorial Exploratória com o cálculo das correlações entre as variáveis.
3.4.2 Análise do modelo de mensuração
Realizada a preparação dos dados, realizou-se a estimação do modelo com a finalidade
de realizar os ajustes específicos do modelo de mensuração e do estrutural. Procedeu-se então
testes para verificar a unidimensionalidade e confiabilidade dos constructos para posterior
aplicação da análise fatorial.
A unidimensionalidade do constructo caracteriza-se quando todos os indicadores se
ajustam a um único fator. Medidas de confiabilidade representam a adequação da análise
fatorial. Para verificação de unidimensionalidade e confiabilidade dos constructos aplicou-se
as medidas de correlação, comunalidades, verificação das cargas no fator, bem como os testes
de Kaiser-Meyer, de esfericidade de Bartlett e aferição da medida do Alfa de Cronbach.
Hait et al. (2009) salienta que a matriz de dados deve possuir correlações suficientes
60
para a aplicação da análise fatorial, devendo haver assim um número substancial de
correlações acima de 0,30. Concomitante a visualização da matriz de correlação, prossegue-se
a identificação da estrutura latente de relações, e na pesquisa optou-se pelo método de análise
de fatores comuns. A variância comum é definida como variância em uma variável que é
compartilhada com todas as outas variáveis na análise (HAIR et al., 2009). As comunalidades
são estimativas da variância compartilhada, ou comum, entre as variáveis, e quando não
puderem ser estimadas ou quando forem inválidas (valores maiores que 1 ou menores que 0)
deve-se eliminar a variável de análise (HAIR et al., 2009).
Já a carga fatorial é o meio de interpretar o papel de que cada variável tem na
definição de cada fator, ou seja, é a correlação de cada variável com o fator. Tomadas as
decisões pertinentes, procedeu-se a geração de novo modelo fatorial, o qual aplicou-se os
testes KMO (Kaiser, Meyer, Olkin) e de esfericidade de Bartlett, para conferir a viabilidade
da análise fatorial. O teste de esfericidade de Bartlett é um teste que permite verificar a
presença de correlações entre as variáveis, ou seja, fornece a probabilidade em que a matriz de
correlações oferece correlações significantes em pelo menos algumas variáveis.
Verificou-se então a análise de confiabilidade de cada constructo, tendo assim o Alfa
de Cronbach como uma medida diagnóstica para avaliar a consistência interna, ou seja, um
coeficiente de confiabilidade que avalia a consistência da escala inteira. Os valores mínimos
ideais para cada uma destas medidas estão apresentados no Quadro 15.
Quadro 15: Valores mínimos aceitáveis para medidas de unidimensionalidade e confiabilidade
Medida Valor mínimo aceitável
Correlação 0,30
Comunalidade 0,50
Carga no fator 0,50
KMO 0,60
Esfericidade de Bartlett 0,05
Alfa de Cronbach 0,70
Fonte: Hair et al. (2006).
Após observados e ajustados os dados seguindo os critérios de medida apresentados,
utilizou-se o critério de percentagem da variância com o objetivo de garantir significância
prática para os fatores determinados, de forma que estes expliquem pelo menos um montante
especificado da variância. Adotou-se a medida apresentada por Hair et al. (2009) para
61
pesquisas em ciências sociais considerando uma solução que explique no mínimo 60% da
variância total como satisfatória.
Atendidos estes critérios, procedeu-se a análise fatorial, cujo propósito principal é
definir a estrutura subjacente em uma matriz de dados, ou seja, resumir a informação contida
em diversas variáveis originais em um conjunto menor de novas dimensões compostas
(fatores) com uma perda mínima de informação (HAIR et al., 2014). O objetivo nesta etapa é
identificar quantos e quais fatores são criados na análise, os indicadores e respectivos
constructos.
Como critério para o número de fatores a extrair, utilizou-se o critério da raiz latente,
ou método de componentes principais, onde qualquer fator individual deve explicar uma
variância de ao menos uma variável. Logo, apenas os fatores que tem raízes latentes, ou
autovalores maiores que 1 são considerados significantes. Hair et al. (2009) ressalta que este
critério é mais confiável quando o número de variáveis está entre 20 e 50.
Observadas as cargas fatoriais e as comunalidades, procedeu-se a rotação de fatores,
com a finalidade de melhorar a interpretação. Optou-se pelo método de rotação ortogonal
Varimax, que se concentra na simplificação das colunas da matriz fatorial. Para interpretar os
fatores, atentou-se à significância prática, ou seja, quanto maior o valor absoluto da carga
fatorial, mais importante a carga na interpretação da matriz fatorial. Hair et al. (2009) ressalta
que uma carga de 0,30 reflete aproximadamente 10% de explicação, e uma carga de 0,50
denota que 25% da variância é explicada pelo fato, sendo que a carga deve exceder 0,70 para
que o fator explique 70% da variância.
A adoção de critérios de significância da análise fatorial seguiu as recomendações de
Hair et al. (2009): a) quanto maior o tamanho da amostra, menor a carga a ser considerada
significante; b) quanto maior o número de variáveis analisadas, menores as cargas a serem
consideradas significantes; c) quanto maior o número de fatores, maior o tamanho das cargas
em fatores posteriores a serem considerados significantes. A análise fatorial confirmatória, ou
seja, a avaliação do grau de generalidade dos resultados para a população e da influência
potencial de casos ou respondentes individuais sobre os resultados gerais foi realizado durante
a análise da modelagem de equações estruturais.
3.4.3 Modelagem de equações estruturais
A modelagem de equações estruturais (SEM) proporciona examinar uma série de
62
relações de dependência simultaneamente, e mostrou-se adequada para responder aos
objetivos de pesquisa por oferecer um método direto para lidar com múltiplas relações e por
fornecer uma transição da análise exploratória para a análise confirmatória (HAIR et al.,
2009).
Para aplicação do método de Modelagem de Equações Estruturais utiliza-se a técnica
de estimação dos Mínimos Quadrados Parciais (Partial Least Squares Path Modeling – PLS-
PM), com o uso do software SmartPLS® 2.0. PLS-PM é uma ferramenta adequada para a
investigação de modelos com um alto nível de abstração, e é parte de uma família de
algoritmos de mínimos quadrados que estendem os métodos de análise multivariada
tradicionais de análise por componentes principais e por correlação canônica (HAIR; HULT;
RINGLE; SARSTEDT, 2014).
Os modelos de mensuração obtidos (PLS path models) são formalmente definidos por
dois conjuntos de equações lineares denominados: modelo interno (inner model) – também
chamado de modelo estrutural – e modelo externo (outer model) - ou modelo de mensuração.
O modelo interno especifica as relações entre os constructos, enquanto o modelo externo
inclui as relações entre os constructos e seus indicadores (HAIR et al.,2014).
Diferentemente da modelagem baseada na covariância pela qual os modelos de
mensuração e estrutural são estimados separadamente, na modelagem por PLS estes modelos
são estimados simultaneamente. A qualidade de um modelo estimado por PLS deve ser
analisada em três etapas: (1) qualidade do modelo de mensuração; (2) qualidade do modelo
estrutural; (3) qualidade do modelo global, ou seja, do conjunto de equações estruturais de
regressão obtidas.
Para a análise, desenvolveu-se três modelos parcimoniosos, que atendessem aos
objetivos de pesquisa explicando de forma eficaz e eficiente os dados. Para realização da
análise dividiu-se o modelo proposto em três modelos para manter modelos com menor
número de variáveis latentes exógenas, pois, quando da utilização do R² como uma base para
compreensão preditiva da exatidão do modelo, ocorre a tendência para selecionar modelos
com muitas construções exógenas.
Isso significa que quando constitui-se modelos com muitas variáveis exógenas, mesmo
as construções não significativas do modelo estrutural se somados, proporcionam ligeira
correlação com a variável latente endógena, e assim o R² aumenta (HAIR et al. 2014).
Analisou-se os dados com a formulação de um modelo principal e dois modelos alternativos.
63
O modelo inicial analisa a relação entre a capacidade absortiva e a capacidade de
inovação com o desempenho da inovação de produtos, a sua representação gráfica é
apresentada na Figura 6.
Figura 3: Modelo inicial de pesquisa.
Fonte: Dados de pesquisa, 2015.
Para fins de identificação, adotou-se para o referido modelo a denominação de Modelo
inicial, e os resultados da análise deste modelo são apresentados no item 5.4.1.
Desenvolveu-se o modelo alternativo 1 para analisar a relação entre a capacidade
absortiva e capacidade de inovação e desempenho da inovação de produto, quando da
correlação entre capacidade absortiva e capacidade de inovação. A representação gráfica deste
modelo é apresentada na Figura 7.
Figura 4 Representação do modelo alternativo 1 de pesquisa.
Fonte: Dados de pesquisa, 2015.
Para analisar a relação conjunta da capacidade absortiva e da capacidade de inovação
sobre o desempenho da inovação de produto, criou-se o constructo de segunda ordem
denominado teoricamente como capacidades dinâmicas. A este modelo denominou-se Modelo
64
alternativo 2 e está representado na Figura 8.
Figura 5: Modelo alternativo 2 de pesquisa.
Fonte: Dados de pesquisa, 2015.
A abordagem adotada para modelar e estimar o constructo de segunda ordem foi o
proposto por Lohmöller (1989), que sugere a edificação do constructo de segunda ordem
como um constructo geral que está ligado a todas as variáveis manifestas dos constructos de
ordem menor. É por isso que o nome dessa abordagem é denominado de Abordagem de
Indicadores repetidos, e é o método mais popular usado na estimativa de construções de
ordem superior por meio do PLS-PM (CIAVOLLINO; NITTI, 2013).
A Abordagem de Indicadores repetidos pode ser aplicado desde que todas as relações
de medida sejam do tipo reflexivo, pois implica que o constructo de ordem superior é visto
como causado pelos constructos de ordem menor, e, sendo assim, os constructos de ordem
menor refletem o de segunda ordem (ou superior) (CIAVOLLINO; NITTI, 2013).
Prossegue-se a descrição dos passos da análise da modelagem de equações estruturais
desenvolvida no PLS-PM®.
3.4.3.1 Avaliação da qualidade do modelo de mensuração
Desenvolveu-se a análise do modelo de pesquisa seguindo a teoria de medição de
abordagem reflexiva. A medição dos constructos de pesquisa conforme abordagem reflexiva
encontrou respaldo teórico. Especificamente o constructo de capacidade dinâmica, a
articulação dos elementos constituintes das capacidades em ambientes dinâmicos pode
apresentar graus variados de resultados, sendo um indicativo que, num modelo de mensuração
das capacidades dinâmicas, todos os indicadores são reflexivos. (MEIRELLES; CAMARGO,
2014).
65
Mensuração reflexiva é um tipo de configuração do modelo de mensuração em que a
direção das setas parte do constructo para as variáveis indicadoras, supondo que o constructo
é medido com a covariação das variáveis indicadoras. Modelos reflexivos são avaliadas
quanto à sua consistência interna e validade. As medidas específicas incluem a confiabilidade
composta, a validade convergente e validade discriminante (HAIR et al., 2014).
Validade convergente mede a extensão para a qual uma construção converge em seus
indicadores, explicando a variância entre itens, e é avaliada pela média da variância extraída
(AVE) para os itens associados a cada constructo (SARSTEDT et al., 2014). O valor AVE é
calculado como a média do quadrado para todas as cargas de indicadores associados com um
constructo, cujo valor aceitável é de 0,50 ou superior.
Para obter-se o valor de AVE satisfatório, examinaram-se as cargas de indicadores,
atentando para os indicadores com cargas acima de 0,70, pois indicam que o construto explica
mais de 50% de variância do indicador. Assim, os indicadores com cargas inferiores a 0,70
foram sendo retirados um a um até que a AVE ficasse igual ou maior que 0,50.
Garantido a validade convergente, analisou-se a consistência da confiabilidade interna,
e quando se utiliza PLS-PM, a consistência da confiabilidade interna é tipicamente avaliada
utilizando a confiabilidade composta e o alfa de Cronbach. O alfa de Cronbach usa-se como
um limite inferior da consistência da confiabilidade interna e a confiabilidade composta como
o limite superior para a confiabilidade verdadeira, sendo que ambas as medidas devem
exceder a 0,70 (SARSTEDT et al. 2014).
Ao avaliar a confiabilidade composta, valores entre 0,60 e 0,70 são considerados
aceitáveis na investigação exploratória, ao passo que valores entre 0,70 e 0,95 são
considerados satisfatórios para bom (HAIR, HULT, et al., 2014).
Uma vez que a confiabilidade e validade convergente de constructo reflexivo são
estabelecidas com sucesso, o próximo passo foi avaliar a validade discriminante. A validade
discriminante determina a extensão em que uma construção é empiricamente distinta a partir
de outras construções no modelo de caminho, tanto em termos de quão se correlaciona com
outras construções e em termos de quão distintamente os indicadores representam apenas esta
única construção (HAIR, HULT, et al., 2014).
Uma abordagem menos rigorosa para avaliar a validade discriminante é examinar as
cargas fatoriais transversais (Cross Loading). A recomendação para este abordagem é que
uma variável indicadora deve apresentar uma maior carga para si própria do que em qualquer
outro constructo incluído no modelo estrutural (Hair et al., 2014). Se as cargas dos
66
indicadores são consistentemente mais elevadas no constructo em que estão associados, então
o constructo exibe validade discriminante. Para avaliar a validade discriminante foram
analisadas as cargas fatoriais dos indicadores (Cross Loading), excluindo os indicadores com
cargas fatoriais mais altas em outros constructos do que em seus respectivos constructos.
Procedeu-se então a avaliação seguindo o critério de Fornell e Larcker (1981).
Seguindo este método comparou-se o valor AVE de cada constructo com o quadrado da
correlação inter constructo (uma medida da variância compartilhada). Observando-se a
orientação de que um constructo não deve apresentar variância compartilhada com qualquer
outro constructo, os indicadores com carga fatorial baixa foram retirados um a um até
apresentar a raiz² de AVE superior à correlação do constructo (RINGLE; SILVA; BIDO,
2014).
O último passo é a realização da avaliação da validade discriminante, para qual foi
realizada a análise de correlação desatenuada, cujos valores inferiores a 1,00 indicam que há
validade discriminante (NETEMEYER; BEARDEN; SHARMA, 2003). Com a garantia da
validade discriminante, encerrou-se os ajustes do modelo de mensuração e partiu-se para a
análise do modelo estrutural.
3.4.3.2 Avaliação da qualidade do modelo estrutural
A análise do modelo estrutural engloba tanto a avaliação dos efeitos de cada
constructo exógeno sobre os constructos endógenos, quanto a capacidade preditiva do modelo
como um todo. Iniciou-se com a análise dos coeficientes de determinação de Pearson (R²),
que proporcionam avaliar a porção da variância das variáveis endógenas (dependentes) que é
explicada pelo modelo estrutural (pelas variáveis independentes), e indicando a qualidade do
modelo ajustado (RINGLE; SILVA; BIDO, 2014).
Valores de 0,75; 0,50 e 0,25 são considerados substanciais, moderados e fracos,
respectivamente. (HAIR et al., 2014). Embora para a área de ciências sociais e
comportamentais, Cohen (1988) sugere que R² igual ou superior a 2% seja classificado como
pequeno, R² igual ou superior a 13% como médio e R² igual ou superior a 26% como efeito
grande, Hair et al. (2013) atenta para a importância de analisar conjuntamente a relevância
preditiva (Q²), quando se aceita níveis relativamente baixos de R².
A relevância preditiva (Q2) ou indicador de Stone-Geisser avalia a precisão (ou
acurácia) do modelo ajustado, em outras palavras, o quanto o modelo se aproxima do que se
67
espera dele. O critério de avaliação são valores maiores que zero. (HAIR et al., 2014). Um
modelo perfeito deve ter Q² igual a 1, pois indica que o modelo reflete a realidade e sem erros.
No mesmo módulo em que foi calculado o Q² (Blindfolding), foi obtido o valor do
tamanho do efeito (F²) ou Indicador de Cohen, que avalia o quanto cada constructo é útil para
o ajuste do modelo (RINGLE; SILVA; BIDO, 2014). Valores de 0,02, 0,15, 0,35 indicam
relevância preditiva pequena, média e grande, respectivamente (HAIR et al. 2014).
Terminada a avaliação da qualidade do modelo, partiu-se para a análise do coeficiente
de caminho, interpretados como os betas das regressões lineares simples ou ordinárias
(RINGLE; SILVA; BIDO, 2014). Os resultados dos parâmetros resultantes da modelagem
foram analisados quanto ao grau de significância através dos valores estatísticos t (t-values)
obtidos por meio da aplicação do algoritmo bootstrapping, considerando-se para tal 1.000
reamostragens e os 94 casos.
Bootstrapping é uma forma de reamostragem na qual os dados analisados são
repetidamente amostrados com substituição para estimação do modelo (HAIR, et al. 2009). A
aplicação da técnica no SmartPLS® apresenta os resultados do teste de distribuição t de
Student. Na presente pesquisa, adotou-se 1,96 como valor crítico para t, com significância de
99,5%. Valores acima de 1,96 (extremos ou região crítica da distribuição t de Student) são
considerados significantes a 5% ou 0,05, isto é, os constructos são relacionados e
independentes. Observou-se também os valores dos testes t para cada relação (correlação)
entre variáveis e constructos, com o mesmo critério.
Calculou-se os valores de p-valores com o auxílio do software Excel® concluindo-se a
análise do significado de pesos do modelo. Hair et al. (2013) ressalta que um modelo PLS-PM
de caminho que não tem moderação inclui apenas efeitos principais entre as variáveis latentes
no modelo estrutural. (HAIR et al., 2013).
68
4 RESULTADOS
Neste capítulo são apresentados os resultados obtidos na pesquisa, iniciando com uma
breve descrição do contexto da indústria têxtil em SC e o resultado da coleta de dados. A
segunda seção apresenta a análise descritiva dos dados coletados. A terceira apresenta os
resultados relativos ao modelo de mensuração utilizado e a última seção apresenta os
resultados da modelagem estrutural, o teste das hipóteses de estudo e a discussão.
4.1 Contexto da indústria têxtil
O setor industrial têxtil é uma atividade que está em desenvolvimento a
aproximadamente 200 anos no Brasil. Emprega atualmente 1,7 milhões de pessoas de forma
direta, e é o segundo maior empregador na indústria de transformação (FIESC, 2015). A
produção catarinense representa 20% do ramo têxtil e de confecção no contexto nacional, com
destaque para a região do Vale do Itajaí, que é formada por 54 municípios, agrupados em
quatro microrregiões, e que conta com aproximadamente 5478 empresas do ramos de
confecções.
Os anos de 2014 a 2015 marcaram a economia brasileira, e dentre as várias mudanças
que projetaram o cenário de incerteza, é provável que o mais significativo tenha sido a perda
do grau de investimento na classificação de crédito de agências de classificação de risco que
realizam estas análises a partir de um conjunto de fatores relacionados ao baixo crescimento.
O cenário de sentimento de perda de confiança nos agentes econômicos reflete especialmente
na indústria. O Brasil apesar de estar entre os oito maiores mercados consumidores de
vestuário, cama, mesa e banho do mundo e, o que mais cresceu nos últimos dez anos, verifica
também um aumento gradativo da participação no abastecimento de marcas importadas neste
setor, que atualmente ocupa cerca de 15% do mercado total, sendo que há dez anos era de 2%
(FIESC, 2015).
Neste contexto, o mercado têxtil brasileiro mesmo sendo a quinta maior indústria têxtil
do mundo, participa com menos de 0,4% desse mercado. O mundo têxtil é mais de 50%
asiático, com destaque para a China. Os asiáticos lideram todas as estatísticas do setor:
maiores exportadores, maiores produtores, maiores empregadores, maiores produtores de
algodão, maiores investimentos, maiores empresas (FIESC, 2015). Isso é reflexo de uma série
de questões macroeconômicas e estruturantes que estão tirando a competitividade da indústria
69
da moda brasileira nacional e no mercado externo.
Os problemas estruturais e conjunturais da economia brasileira, entre os quais se
destacam o longo período de apreciação da moeda nacional, os custos normalmente elevados
de energia, o estado precário de portos e rodovias, que acarreta ineficiências e altos custos e a
burocracia complicada que tem que ser enfrentada pelas empresas. Estes fatores somados
prejudicam a competitividade do setor e dificultam enormemente a capacidade de enfrentar a
concorrência de importações, sobretudo da Ásia (FIESC, 2015).
Neste contexto, ressalta-se que para que para que o setor se desenvolva, reagindo ao
cenário de incerteza e a competitividade externa, é essencial que haja investimentos na
formação de profissionais, criação de infraestrutura de pesquisa e desenvolvimento,
fortalecimento de políticas públicas, integração entre empresas do ramo, desenvolvimento e
inovação como ações prioritárias (ABIT, 2015; FIESC, 2015).
4.2 Pressupostos para modelagem de equações estruturais
Apresenta-se inicialmente a análise de exploração dos dados tabulados com a
identificação de dados ausentes e valores atípicos (outliers). Na sequencia a análise descritiva
dos dados, e a análise da normalidade, da linearidade e homocedasticidade.
4.2.1 Análise de dados ausentes e valores atípicos
Após a coleta de dados, montou-se a planilha no Excel® e elaborou-se um banco que
possibilitou o pré-tratamento dos dados, permitindo identificar dados ausentes e valores
atípicos (outliers). Os questionários respondidos por e-mail não possuíam dados ausentes ou
atípicos, pois aplicou-se a obrigatoriedade de resposta a todas as questões, ou seja, para
finalizar e enviar o questionário, o pesquisado deveria responder todas as questões.
Para os questionários coletados em campo, durante a tabulação, foram sendo marcados
os dados faltantes de forma a permitir a visualização posterior. Ao realizar a observação dos
dados, verificou-se 1 dado atípico, que foi facilmente corrigido pela revisão do questionário
tabulado. Observaram-se dados faltantes em 16 questionários, e optou-se pela exclusão de 1
questionário, por exceder em 15% as respostas faltantes (HAIR et al., 2014 - PLS).
Observou-se que em 15 questionários os dados perdidos eram esporádicos, ou seja,
distribuídos ao acaso, e realizou-se a análise de dados perdidos proposta por Hair et al.
70
(2009), identificando-se inicialmente a aleatoriedade nos dados perdidos, verificando o
número e percentual de dados perdidos por variável e posteriormente analisando o número e
percentual de dados perdidos por constructo. O resultado da análise de dados perdidos por
variável é apresentado na Tabela 3.
Tabela 3: Resultado da análise de dados perdidos.
Ca
pa
cid
ad
e d
e
Ab
sorç
ão
Variável Nº faltantes
Ca
pa
cid
ad
e d
e
Ino
va
ção
Variável Nº faltantes
Des
emp
en
ho
da
Ino
va
ção
de
Pro
du
to Variáv
el
Nº faltantes
As1
As2
As3
As4
Tr3
Ex1
1
1
2
1
1
2
Io1
Io6
Io7
1
2
1
Df3
Dm1
Dm3
Dm4
Dt3
Dc1
Dc3
1
1
1
1
2
1
1
Fonte: Dados de pesquisa, 2015.
Estimou-se o percentual de dados perdidos por constructo, cujo resultado é
apresentado na Tabela a seguir.
Tabela 4: Percentual de dados perdidos por constructo.
Capacidade de Absorção Capacidade de Inovação Desempenho da Inovação
Total dados
faltantes
Percentual Total dados
faltantes
Percentual Total dados
faltantes
Percentual
8 0,64% 4 0,23% 8 0,52%
Fonte: Dados de pesquisa, 2015.
A determinação da extensão de dados faltantes por variável permite verificar
desnecessidade de exclusão de variáveis, já que não há faltas excessivas em determinadas
variáveis, possuindo características de MCAR (missing complementely at randon), ou seja, os
dados foram perdidos completamente ao acaso, sem qualquer processo inerente que conduza a
tendências para os dados observados (HAIR et al. 2009). Desta forma, partiu-se para a ação
corretiva para lidar com dados perdidos, tendo como base o método de atribuição proposto
por Hair et al. (2009) com a utilização do método de estimação de valores, optando-se pela
substituição pela mediana, sendo este um método amplamente utilizado (Hair et al., 2009).
Para avaliar a presença de dados atípicos (outliers) utilizou-se a função gráfica Box
Plots no software Statistica®, observando os mínimos e máximos, quartis inferior, superior e
mediana. Encontrou-se 3 casos atípicos, que não foram eliminados, visto ser uma parcela sem
representatividade perante a amostra.
71
4.2.1 Análise descritiva dos dados
Apresenta-se os resultados descritivos das variáveis observadas obtidas na coleta de
dados, iniciando-se pelas tabelas de frequência relativa às variáveis categóricas resultantes da
análise com auxílio do software SPSS. Inicialmente apresenta-se os dados referentes ao perfil
dos respondentes, cuja Tabela 5 apresenta as informações quanto ao gênero.
Tabela 5: Distribuição dos respondentes quanto ao gênero.
Gênero Frequência Porcentagem Acumulada
Feminino 49 52,1 52,1
Masculino 45 47,9 100,0
Total 94 100,0
Fonte: Dados da pesquisa, 2015.
Observa-se que o percentual maior de respondentes é do gênero feminino (52%). A
Tabela 6 apresenta a distribuição dos respondentes quanto ao gênero e respectiva idade dos
respondentes.
Tabela 6: Distribuição dos respondentes quanto ao gênero e respectiva idade.
Idade Total
15 a 20
anos
21 a 30
anos
31 a 40
anos
41 a 50
anos
51 a 60
anos
Mais de
51 anos
Gênero Feminino 3 19 21 2 1 3 49
Masculino 1 13 16 12 0 3 45
Total 4 32 37 14 1 6 94
Fonte: Dados da Pesquisa, 2015.
Quanto à idade dos respondentes observa-se a predominância de mulheres entre 21 a
30 anos, seguida de homens entre 31 a 40 anos, sendo que a maior concentração de
respondentes quanto à faixa etária esta entre 21 a 40 anos. A Tabela 7 apresenta a distribuição
de gênero quanto à formação.
Tabela 7: Distribuição do gênero quanto a formação.
Formação Total
Fundamental Médio Pós
Graduação
Superior Técnico
Gênero Feminino 0 9 5 33 2 49
Masculino 3 8 11 23 0 45
Total 3 17 16 56 2 94
Fonte: Dados da pesquisa, 2015.
72
A predominância de respondentes com formação superior encontra-se no gênero
feminino (33). Já relacionado aos respondentes com pós graduação a maioria é do gênero
masculino (11). A Tabela 8 apresenta a distribuição do gênero quanto ao cargo que ocupa.
Tabela 8: Distribuição do gênero quanto ao cargo
Cargo Total
Administrador Comercial Diretor Estilista Gerente Outro Proprietário
Gênero Feminino 4 4 2 8 12 13 6 49
Masculino 3 7 5 0 17 11 2 45
Total 7 11 7 8 29 24 8 94
Fonte: Dados da pesquisa, 2015.
Relacionado a distribuição de gênero quanto ao cargo, o cargo de gerencia é ocupado
por 17 respondentes do gênero masculino e 12 do gênero feminino. Entre os proprietários, 6
são mulheres e 2 são homens. Há também 8 estilistas, todas mulheres. As tabelas seguintes
apresentam os dados relativo ao perfil do objeto de pesquisa, iniciando com a distribuição das
indústrias quanto ao número de funcionários.
Tabela 9: Distribuição dados das indústrias quanto ao número de funcionários.
Frequência Porcentagem % válido % acumulado
Válido 100 a 199 6 6,4 6,4 6,4
20 a 49 57 60,6 60,6 67,0
200 a 400 11 11,7 11,7 78,7
401 a 499 3 3,2 3,2 81,9
50 a 99 17 18,1 18,1 100,0
Total 94 100,0 100,0
Fonte: Dados da pesquisa, 2015.
Interrogados sobre quantos funcionários a empresa possui atualmente, os resultados
apontam que 60% das indústrias da amostra tem entre 20 a 49 funcionários, 18% entre 50 a
99 funcionários, 11% entre 200 a 400 funcionários, 6% entre 100 a 199 funcionários e 3%
entre 401 e 499 funcionários. A Tabela 10 apresenta a distribuição quanto ao número de
funcionários pelo tempo de fundação.
Tabela 10: Distribuição quanto ao número de funcionários pelo tempo de fundação
Tempo de Fundação Total
5 a 9 10 a 19 20 a 29 30 a 49 550 a 89 90 a 100 Não resp.
Funcionários 100 a 199 0 1 5 0 0 0 0 6
20 a 49 7 18 26 3 2 0 1 57
200 a 400 1 2 8 0 0 0 0 11
401 a 499 0 0 1 1 0 1 0 3
50 a 99 0 5 12 0 0 0 0 17
Total 8 26 52 4 2 1 1 94
Fonte: Dados da pesquisa, 2015.
73
Observa-se que a maioria das empresas participantes da pesquisa tem entre 10 a 29
anos de existência. Dentre elas, 26 empresas que tem entre 20 a 29 anos de existência tem
entre 20 a 49 funcionários. Uma empresa que tem entre 90 a 100 anos tem entre 401 a 499
funcionários. Empresas que tem entre 5 a 9 anos são 8. A Tabela 11 apresenta a distribuição
pelo número de funcionários quanto à realização de comércio exterior.
Tabela 11: Distribuição pelo número de funcionários quanto a realização de comércio exterior
Comércio Total
Exporta Importa Importa e
exporta
Nenhum
Funcionários 100 a 199 0 4 1 1 6
20 a 49 6 5 1 45 57
200 a 400 1 4 4 2 11
401 a 499 0 1 2 0 3
50 a 99 3 2 2 10 17
Total 10 16 10 58 94
Fonte: Dados da pesquisa, 2015.
Quanto à realização de comércio exterior, 58 empresas não realizam, sendo que destas
a maioria tem entre 20 a 49 funcionários (45). Das que realizam comércio exterior, a maioria
importa (16) e tem entre 20 a 49 funcionários (5). A Tabela 12 apresenta a distribuição pelo
número de funcionários quanto à forma de produção.
Tabela 12: Distribuição quanto ao número de funcionários relativo a forma de produção.
Produção Total
Não Sim,
exclusivamente
Sim, parte da
produção
Funcionários 100 a 199 2 1 3 6
20 a 49 22 6 29 57
200 a 400 2 3 6 11
401 a 499 1 1 1 3
50 a 99 10 1 6 17
Total 37 12 45 94
Fonte: Dados da pesquisa, 2015.
Observa-se que quanto à forma de produção, 45 empresas desenvolvem parte da
produção para atender a demanda de outras indústrias, sendo que destas 29 tem entre 20 a 49
funcionários. As indústrias têxteis que tem a produção exclusiva para atender outras indústrias
representam 12. Já o número de empresas que não tem produção ligada ao atendimento de
outras indústrias são 37.
Relacionado a esse resultado Maes e Sels (2014) observam que as PME´s são
altamente dependentes do seu conjunto de clientes, e que em certos tipos de indústrias, uma
parte considerável das PME´s são fornecedores de grandes empresas. O que parece vir de
74
encontro aos resultados da pesquisa com indústrias têxteis.
Prossegue-se a análise descritiva das variáveis numéricas observando as medidas de
média, desvio padrão, coeficiente de variação, assimetria e curtose. A análise descritiva do
constructo de capacidade de absorção é apresentado na Tabela 13.
Tabela 13: Análise descritiva dos indicadores do constructo de Capacidade de Absorção
Variáveis Média Mínimo Máximo Desvio
Padrão
Coef.
Variação
Assimetria
Valor
Curtose
Valor
Aq1 5,330 1 7 1,513 28,380 -0,752 0,160
Aq2 4,904 1 7 1,503 30,651 -0,435 -0,314
Aq3 4,830 1 7 1,708 35,362 -0,642 -0,424
As1 5,032 1 7 1,520 30,210 -0,430 -0,541
As2 4,862 1 7 1,676 34,471 -0,561 -0,476
As3 5,223 1 7 1,553 29,732 -0,682 -0,408
As4 4,617 1 7 1,653 35,809 -0,371 -0,796
Tr1 4,596 1 7 1,491 32,435 -0,329 -0,394
Tr2 4,404 1 7 1,533 34,814 -0,090 -0,824
Tr3 4,713 1 7 1,419 30,108 -0,421 -0,281
Tr4 4,936 1 7 1,420 28,774 -0,575 0,218
Ap1 5,309 1 7 1,459 27,490 -1,064 0,746
Ap2 4,957 1 7 1,558 31,433 -0,625 -0,402
Ap3 5,202 1 7 1,528 29,374 -0,756 -0,209
Fonte: Dados da pesquisa, 2015.
Partindo dos dados apresentados na Tabela 13 contata-se que todas as variáveis de
capacidade de absorção obtiveram nota máxima 7. O maior coeficiente de variação é
apresentado pelas variáveis As4 na dimensão de assimilação seguida da Aq3 da dimensão de
aquisição. Os maiores valores de assimetria foram apresentados por Ap1 e Ap3 na dimensão
de aplicação. Relacionado ao valor de curtose, Ap1 na dimensão aplicação e Tr4 na dimensão
transformação. A Tabela 14 apresenta a análise descritiva dos indicadores do constructo de
capacidade de inovação.
Tabela 14: Análise descritiva dos indicadores do constructo de Capacidade de Inovação.
Variáveis Média Mínimo Máximo Desvio
Padrão
Coef.
Variação
Assimetria
Valor
Curtose
Valor
Pd1 5,564 1 7 1,388 24,943 -0,949 0,742
Pd2 5,511 1 7 1,293 23,464 -0,847 0,671
Pd3 4,926 1 7 1,635 33,186 -0,678 -0,239
Pd4 5,500 2 7 1,318 23,960 -0,648 -0,396
Pd5 4,638 1 7 1,894 40,839 -0,549 -0,812
Pr1 5,138 1 7 1,300 25,303 -0,682 0,563
75
Pr2 5,170 1 7 1,493 28,875 -0,536 -0,503
Pr3 4,872 1 7 1,540 31,600 -0,630 -0,092
Pr4 4,819 1 7 1,481 30,727 -0,331 -0,523
Pr5 4,745 1 7 1,451 30,587 -0,361 -0,311
Io1 4,617 1 7 1,634 35,384 -0,447 -0,456
Io2 4,617 1 7 1,600 34,664 -0,539 -0,672
Io3 4,372 1 7 1,710 39,111 -0,258 -0,696
Io4 4,798 1 7 1,597 33,284 -0,438 -0,596
Io5 4,798 1 7 1,695 35,326 -0,556 -0,572
Io6 4,723 1 7 1,387 29,356 -0,526 0,060
Io7 4,777 1 7 1,627 34,071 -0,441 -0,688
Io8 4,479 1 7 1,326 29,601 -0,179 -0,277
Io9 5,117 1 7 1,487 29,065 -0,726 0,342
Fonte: Dados da pesquisa, 2015.
Observa-se que o Pd4 na dimensão desempenho da inovação de produto não obteve
nota mínima. Por conseguinte, todos as variáveis obtiveram nota máxima (7). O maior
coeficiente de variação é apresentado na variável Pd5 na dimensão de desempenho da
inovação de produto. Os maiores valores de assimetria foram apresentados por Pd1 e Pd3 na
dimensão de desempenho da inovação de produto, bem como os maiores valores de curtose.
A Tabela 15 apresenta a análise descritiva dos indicadores do constructo de desempenho da
inovação de produto.
Tabela 15: Análise descritiva dos indicadores do constructo de Desempenho da Inovação de Produto
Variáveis Média Mínimo Máximo Desvio
Padrão
Coef.
Variação
Assimetria
Valor
Curtose
Valor
Df1 4,585 1 7 1,273 27,774 -0,641 0,775
Df2 4,713 1 7 1,434 30,428 -0,395 -0,056
Df3 4,798 2 7 1,249 26,040 -0,249 -0,418
Dm1 4,628 1 7 1,391 30,060 -0,429 0,224
Dm2 4,691 1 7 1,376 29,327 -0,334 -0,072
Dm3 4,979 1 7 1,383 27,784 -0,658 0,346
Dm4 4,426 1 7 1,562 35,301 -0,412 -0,123
Dm5 5,043 1 7 1,509 29,930 -0,515 -0,426
Dt1 4,787 1 7 1,658 34,640 -0,737 0,125
Dt2 5,234 2 7 1,379 26,347 -0,735 0,021
Dt3 4,915 2 7 1,284 26,124 -0,461 0,028
Dc1 5,457 2 7 1,241 22,748 -0,762 0,347
Dc2 5,266 1 7 1,553 29,495 -1,073 0,654
Dc3 5,191 1 7 1,306 25,151 -0,601 0,327
De1 5,691 1 7 1,262 22,169 -1,363 2,350
De2 5,617 2 7 1,089 19,381 -0,614 0,319
De3 5,606 1 7 1,401 24,982 -1,183 1,453
Fonte: Dados da pesquisa, 2015.
76
Partindo dos dados apresentados na Tabela 15 constata-se que todas as variáveis de
desempenho da inovação de produto obtiveram nota máxima 7. O maior coeficiente de
variação é apresentado pelas variáveis Dm4 na dimensão de desempenho de mercado. Os
maiores valores de assimetria foram apresentados por De1 na dimensão desempenho
estratégico e Dc2 no desempenho de cliente. Relacionado ao valor de curtose, De1 na
dimensão desempenho estratégico.
4.2.2 Análise de Normalidade, Linearidade e Homocedasticidade
Todos os indicadores apresentam desvio de normalidade seguindo o sugerido por
Finney; Distefano (2006) pela indicação das medidas descritivas de média, desvio padrão,
assimetria e curtose. Quando os valores de assimetria não ultrapassam 2 e de curtose não
superam 7 e com o coeficiente de variação não ultrapassa 30% pode-se dizer que há
normalidade (FINNEY; DISTEFANO, 2006). Os coeficientes de assimetria e curtose estão
dentro do esperado em todos as variáveis. Já alguns poucos coeficientes apresentam valores
de coeficiente de variação levemente acima 30%, mas mesmo assim, optou-se por deixar
todas as variáveis, mesmo que haja certa variabilidade no item e não há muita homogeneidade
nos respondentes.
A linearidade foi observada na análise da correlação dos itens. Só houve itens sem
correlação no constructo de capacidade de inovação Pd5 (inovação de produto) e Io7, Io8 e
Io9 (inovação organizacional). As variáveis foram excluídas na análise fatorial.
4.3 Análise do modelo de mensuração
Realizado o exame e a preparação dos dados, procedeu-se a estimação do modelo
atentando-se aos ajustes específicos pertinentes ao modelo de mensuração. Para o processo de
construção do modelo de mensuração realizou-se análises de unidimensionalidade e
confiabilidade dos constructos, procedendo-se a análise fatorial exploratória (AFE) com os
indicadores de cada constructo teórico, o teste de confiabilidade das escalas geradas e a
análise fatorial exploratória (AFE) com a finalidade de reduzir e identificar os fatores latentes.
77
4.3.1 Análise da dimensionalidade e confiabilidade dos constructos
Para a realização da unidimensionalidade e confiabilidade dos constructos empregou-
se os softwares Statistica® e SPSS. Primeiramente apresenta-se os resultados para capacidade
de absorção, seguidos de capacidade de inovação e desempenho da inovação de produto.
4.3.1.1 Análise da dimensionalidade e confiabilidade de Capacidade de Absorção
A Tabela 16 apresenta a correlação entre os indicadores do constructo de capacidade
de absorção, a comunalidade extraída em cada indicador, o valor da medida de adequação da
amostra e as cargas obtidas por cada fator único extraído.
Fonte: Dados de pesquisa, 2015.
Tabela 16: Correlações, cargas e índice dos indicadores das dimensões do constructo de Capacidade de Absorção
Aquisição
Correlação Aq1 Aq2 Aq3
Aq1 1,000
Aq2 ,534 1,000
Aq3 ,342 ,408 1,000
Comunalidade 0,647 0,702 0,513
Carga fator 1 0,589 0,486 0,670
Assimilação
As1 As2 As3 As4
As1 1,000
As2 ,453 1,000
As3 ,598 ,475 1,000
As4 ,407 ,318 ,553 1,000
Comunalidade ,641 ,503 ,741 ,528
Carga fator 1 ,716 ,819 ,593 ,762
Transformação
Correlação Tr1 Tr2 Tr3 Tr4
Tr1 1,000
Tr2 ,656 1,000
Tr3 ,646 ,815 1,000
Tr4 ,455 ,609 ,700 1,000
Comunalidade ,635 ,818 ,861 ,640
Carga fator 1 ,577 ,760 ,826 ,697
Aplicação
Correlação Ex1 Ex2 Ex3
Ap1 1,000
Ap2 ,531 1,000
Ap3 ,507 ,744 1,000
Comunalidade 0,601 0,805 0,7888
Carga fator 1 0,688 0,786 0,733
78
Por apresentar comunalidade abaixo de 0,50, realizou-se a análise de redução de
dimensão sem o indicador Aq2. Como os resultados não apresentaram variação significativa,
optou-se por deixar o indicador Aq2 para não comprometer a dimensão de Aquisição de
Capacidade de Absorção. A Tabela 17 exibe os resultados dos testes de confiabilidade de
Kaiser-Meyer-Olkin e de esfericidade de Bartlett realizado com todos os indicadores (Aq2
incluso).
Tabela 17: Teste de adequação da escala da dimensão de Capacidade de Absorção.
Fonte: Dados de pesquisa, 2015.
Os testes de Bartlett apontaram significância de 0,000< 0,05 para todos os indicadores
e as medidas de KMO apresentaram-se superiores a 0,6. Os valores de alfas de Cronbach
foram 0,686 para Aquisição, 0,775 para Assimilação, 0,880 para Transformação e 0,816 para
Exploração. Neste contexto a fatoriabilidade da matriz foi confirmada e realizou-se o processo
de extração de fatores.
Medida de KMO e teste de Bartlett (Aquisição)
Medida Kaiser-Meyer-Olkin ,642
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 49,656
Df 3
Sig. ,000
Medida de KMO e teste de Bartlett (Assimilação)
Medida Kaiser-Meyer-Olkin ,752
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 103,392
Df 6
Sig. ,000
Medida de KMO e teste de Bartlett (Transformação)
Medida Kaiser-Meyer-Olkin ,795
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 218,424
Df 6
Sig. ,000
Medida de KMO e teste de Bartlett (Exploração)
Medida Kaiser-Meyer-Olkin ,672
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 107,379
Df 3
Sig. ,000
79
Tabela 18: Teste de adequação da escala da dimensão de Capacidade de Absorção.
Variância total explicada (Aquisição)
Fator Valores próprios iniciais Somas de extração de carregamentos ao
quadrado
Total %
de variância
%
cumulativa
Total % de
variância
%
Cumulativa
1 1,862 62,060 62,060 1,862 62,060 62,060
2 ,680 22,673 84,732
3 ,458 15,268 100,000
Variância total explicada (Assimilação)
Fator Valores próprios iniciais Somas de extração de carregamentos ao
quadrado
Total %
de variância
%
cumulativa
Total % de
variância
%
Cumulativa
1 2,414 60,355 60,355 2,414 60,355 60,355
2 ,695 17,367 77,721
3 ,532 13,304 91,025
4 ,359 8,975 100,000
Variância total explicada (Transformação)
Fator Valores próprios iniciais Somas de extração de carregamentos ao
quadrado
Total %
de variância
%
cumulativa
Total % de
variância
% cumulativa
1 2,953 73,835 73,835 2,953 73,835 73,835
2 ,552 13,799 87,633
3 ,323 8,084 95,718
4 ,171 4,282 100,000
Variância total explicada (Aplicação)
Fator Valores próprios iniciais Somas de extração de carregamentos ao
quadrado
Total %
de variância
%
cumulativa
Total % de
variância
% cumulativa
1 2,195 73,162 73,162 2,195 73,162 73,162
2 ,550 18,337 91,498
3 ,255 8,502 100,000
Fonte: Dados de pesquisa, 2015.
Utilizando-se o método de Kaiser para apresentar os fatores que tenham autovalor
superior a 1, constatou-se que somente se reteve um fator para cada dimensão com autovalor
acima de 1 (1,862; 2,414; 2,953; 2,195) e que a variância explicada pelo fator supera o
mínimo recomendado de 50% em todas as dimensões (62,060; 60,355; 73,835; 73,162)
demonstrando consistência na medida.
4.3.1.2 Análise da dimensionalidade e confiabilidade de Capacidade de Inovação
A Tabela 19 apresenta a correlação entre os indicadores do constructo de capacidade
80
de inovação, a comunalidade extraída em cada indicador, o valor da medida de adequação da
amostra e as cargas obtidas por cada fator único extraído.
Tabela 19: Correlações, cargas e índice dos indicadores das dimensões do constructo de Capacidade de
Inovação.
Inovação de Produto
Correlação Pd1 Pd2 Pd3 Pd4 Pd5
Pd1 1,000
Pd2 ,503 1,000
Pd3 ,351 ,390 1,000
Pd4 ,350 ,486 ,517 1,000
Pd5 ,455 ,335 ,269 ,336 1,000
Comunalidades ,619 ,652 ,711 ,693 ,585
Carga Fator 1 ,718 ,572 ,402 ,547 ,612
Inovação de Processos
Correlação Pr1 Pr2 Pr3 Pr4 Pr5
Pr1 1,000
Pr2 ,741 1,000
Pr3 ,653 ,749 1,000
Pr4 ,600 ,656 ,759 1,000
Pr5 ,600 ,611 ,760 ,789 1,000
Comunalidade ,628 ,689 ,840 ,745 ,735
Carga Fator 1 ,776 ,799 ,854 ,835 ,825
Inovação organizacional (práticas de negócios)
Correlação Io1 Io2 Io3
Io1 1,000
Io2 ,577 1,000
Io3 ,556 ,607 1,000
Comunalidade ,671 ,706 ,612
Carga Fator 1 ,710 ,773 ,667
Inovação organizacional (local de trabalho)
Corelação Io4 Io5 Io6
Io4 1,000
Io5 ,418 1,000
Io6 ,387 ,388 1,000
Comunalidade ,553 ,671 ,578
Carga Fator 1 ,688 ,552 ,593
Inovação organizacional (novos métodos)
Correlação Io7 Io8 Io9
Io7 1,000
Io8 ,294 1,000
Io9 ,122 ,146 1,000
Comunalidade ,561 ,408 ,457
Carga Fator 1 ,211 ,508 ,300
Fonte: Dados de pesquisa, 2015.
Por apresentar comunalidade abaixo de 0,50 optou-se por excluir a variável Pd3 da
81
dimensão de Inovação de Produto (0,402). Optou-se por excluir toda a dimensão de Inovação
Organizacional relativa a novos métodos, pois as variáveis apresentaram baixa comunalidade
(Io8 com 0,408) e baixa carga no fator 1 (Io7 com 0,211, e Io9 com 0,300). Após as
exclusões, realizou-se os testes de confiabilidade de Kaiser-Meyer-Olkin e de esfericidade de
Bartlett, que está apresentado na Tabela 20.
Tabela 20: Teste de adequação da escala das dimensões do constructo de Capacidade de Inovação.
Teste de KMO e Bartlett (Inovação de Produto)
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,716
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 78,327
Df 6
Sig. ,000
Teste de KMO e Bartlett (Inovação de Processos)
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,850
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 340,065
Df 10
Sig. ,000
Teste de KMO e Bartlett (Inovação organizacional-práticas de negócios)
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,711
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 88,347
Df 3
Sig. ,000
Teste de KMO e Bartlett (Inovação Organizacional-local de trabalho)
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,660
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 39,186
Df 3
Sig. ,000
Fonte: Dados de pesquisa, 2015.
Os testes de Bartlett apontaram significância de 0,000< 0,05 para todos os indicadores
e as medidas de KMO apresentaram-se superiores a 0,6 em todas as dimensões (0,716; 0,850;
0,711; 0,660 respectivamente). Os valores de alfas de Cronbach foram 0,719 para Inovação de
produto, 0,918 para Inovação de Processo, 0,805 para Inovação organizacional práticas de
negócios e 0,662 para Inovação organizacional no local de trabalho. Neste contexto a
fatoriabilidade da matriz foi confirmada e realizou-se o processo de extração de fatores.
82
Tabela 21: Variância explicada na AFE dos indicadores das dimensões do constructo de Capacidade de
Inovação.
Variância total explicada – Inovação de Produto
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância
%
Cumulativa Total
%
de variância
%
cumulativa
1 2,237 55,920 55,920 2,237 55,920 55,920
2 ,734 18,345 74,265
3 ,602 15,061 89,326
4 ,427 10,674 100,000
Variância total explicada – Inovação de Processos
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância
%
Cumulativa Total
%
de variância
%
cumulativa
1 3,770 75,404 75,404 3,770 75,404 75,404
2 ,540 10,799 86,203
3 ,291 5,811 92,014
4 ,220 4,394 96,407
5 ,180 3,593 100,000
Variância total explicada – Inovação Organizacional práticas de negócios
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância
%
Cumulativa Total
%
de variância
%
cumulativa
1 2,160 71,987 71,987 2,160 71,987 71,987
2 ,450 14,989 86,976
3 ,391 13,024 100,000
Variância total explicada – Inovação Organizacional no local de trabalho
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância
%
Cumulativa Total
%
de variância
%
cumulativa
1 1,795 59,845 59,845 1,795 59,845 59,845
2 ,622 20,748 80,593
3 ,582 19,407 100,000
Fonte: Dados de pesquisa, 2015.
Utilizando-se o método de Kaiser para apresentar os fatores que tenham autovalor
superior a 1, constatou-se que somente se reteve um fator para cada dimensão com autovalor
acima de 1 (2,237; 3,770; 2,160; 1,795) e que a variância explicada pelo fator supera o
mínimo recomendado de 50% em todas as dimensões (55,920; 75,404; 71,987; 59,845)
demonstrando consistência na medida.
83
4.3.1.3 Análise da dimensionalidade e confiabilidade de Desempenho da Inovação de Produto
A Tabela 22 apresenta a correlação entre os indicadores do constructo de desempenho
da inovação de produto, a comunalidade extraída em cada indicador, o valor da medida de
adequação da amostra e as cargas obtidas por cada fator único extraído.
Tabela 22: Correlações, cargas e índice dos indicadores das dimensões do constructo de Desempenho da
Inovação de Produto
Fonte: Dados da pesquisa, 2015.
Desempenho Financeiro
Correlação Df1 Df2 Df3
Df1 1,000
Df2 ,276 1,000
Df3 ,501 ,645 1,000
Comunalidades ,568 ,756 ,822
Carga Fator 1 ,620 ,483 ,599
Desempenho de Mercado
Correlação Dm1 Dm2 Dm3 Dm4 Dm5
Dm1 1,000
Dm2 ,793 1,000
Dm3 ,638 ,703 1,000
Dm4 ,489 ,597 ,566 1,000
Dm5 ,484 ,545 ,582 ,457 1,000
Comunalidades ,763 ,841 ,739 ,635 ,688
Carga Fator 1 ,703 ,787 ,775 ,565 ,735
Desempenho Técnico
Correlação Dt1 Dt2 Dt3
Dt1 1,000
Dt2 ,426 1,000
Dt3 ,178 ,473 1,000
Comunalidades ,720 ,636 ,453
Carga Fator 1 0,463 ,737 ,600
Desempenho de Cliente
Correlação Dc1 Dc2 Dc3
Dc1 1,000
Dc2 ,433 1,000
Dc3 ,688 ,372 1,000
Comunalidades ,755 ,578 ,772
Carga Fator 1 ,750 ,573 ,803
Desempenho Estratégico
Correlação De1 De2 De3
De1 1,000
De2 ,445 1,000
De3 ,454 ,380 1,000
Comunalidades ,691 ,591 ,507
Carga Fator 1 ,708 ,546 ,648
84
A variável Df2 da dimensão de Desempenho Financeiro apresentou carga no fator 1
abaixo de 0,50 (0,483), portanto cogitou-se a possibilidade de retira-la da análise. Realizou-se
então nova análise sem a variável e observou-se que o teste KMO ficou mais próximo do
ideal com a variável Df2 (0,566 com Df2 e 0,500 sem Df2). Antecipou-se também a análise
do modelo estrutural, onde observou-se baixa influência da variável no resultado. Neste caso,
optou-se por deixar a variável Df2.
A dimensão de Desempenho Técnico apresentou baixa carga no fator 1 para a variável
Dt1 (0,463) e baixa comunalidade para a variável Dt3 (0,453), optando-se por retirar esta
dimensão da análise. Após a exclusão da dimensão de Desempenho Técnico, realizou-se os
testes de confiabilidade de Kaiser-Meyer-Olkin e de esfericidade de Bartlett, que está
apresentado na Tabela 23.
Tabela 23: Teste de adequação da escala das dimensões do constructo de Desempenho da Inovação de Produto.
Teste de KMO e Bartlett -Desempenho Financeiro
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,566
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 75,945
Df 3
Sig. ,000
Teste de KMO e Bartlett-Desempenho de Mercado
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,838
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 244,889
Df 10
Sig. ,000
Teste de KMO e Bartlett-Desemepnho de Cliente
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,626
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 78,612
Df 3
Sig. ,000
Teste de KMO e Bartlett -Desempenho Estratégico
Medida Kaiser-Meyer-Olkin de adequação de amostragem. ,664
Teste de esfericidade de Bartlett Aprox. Qui-quadrado 45,810
Df 3
Sig. ,000
Fonte: Dados da pesquisa, 2015.
Os testes de Bartlett apontaram significância de 0,000< 0,05 para todos os indicadores
e as medidas de KMO apresenta-se inferior a 0,6 na dimensão Desempenho financeiro
(0,566). Nas demais dimensão apresentou valores superiores a 0,6 (0,838; 0,626; 0,664
respectivamente). Os valores de alfas de Cronbach foram 0,726 para Desempenho financeiro,
0,873 para Desempenho de Mercado, 0,733 para Desempenho de cliente e 0,685 para
85
Desempenho Estratégico. Neste contexto a fatoriabilidade da matriz foi confirmada e
realizou-se o processo de extração de fatores.
Tabela 24: Variância explicada na AFE dos indicadores das dimensões do constructo de Desempenho da
Inovação de Produto
Variância total explicada-Desempenho Financeiro
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância
%
cumulativa Total
%
de variância
%
Cumulativa
1 3,438 65,619 65,619 3,438 65,619 65,619
2 1,292 24,653 90,272
3 ,510 9,728 100,000
Variância total explicada - Desempenho de Mercado
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância
%
cumulativa Total
%
de variância
%
Cumulativa
1 6,936 66,308 66,308 6,936 66,308 66,308
2 1,285 12,286 78,595
3 1,215 11,615 90,210
4 ,660 6,306 96,516
5 ,364 3,484 100,000
Variância total explicada-Desempenho de Cliente
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância
%
cumulativa Total
%
de variância
%
Cumulativa
1 3,711 65,586 65,586 3,711 65,586 65,586
2 1,450 25,624 91,211
3 ,497 8,789 100,000
Variância total explicada - Desempenho Estratégico
Fator
Valores próprios iniciais
Somas de extração de carregamentos ao
quadrado
Total
% de
variância % cumulativa Total % de variância % cumulativa
1 2,987 63,037 63,037 2,987 63,037 63,037
2 1,008 21,266 84,303
3 ,744 15,697 100,000
Fonte: Dados de pesquisa, 2015.
Utilizando-se o método de Kaiser para apresentar os fatores que tenham autovalor
superior a 1, constatou-se que todas as dimensões apresentaram mais de um fator com a
autovalor acima de 1, no entanto a variância explicada pelo fator 1 supera o mínimo
recomendado de 50% em todas as dimensões (65,619; 66,308; 65,56; 63,037) demonstrando
86
consistência na medida.
4.3.2 Análise Fatorial Exploratória (AFE)
Avaliada a unidimensionalidade dos indicadores e respectivos constructos, partiu-se
para a análise do comportamento em conjunto dos indicadores nos constructos, com a análise
fatorial exploratória. O objetivo nesta etapa é identificar quantos e quais fatores são criados na
análise e quais indicadores pertencem a quais constructos. Inicialmente apresenta-se a fatorial
exploratória de capacidade de absorção, seguido da capacidade de inovação e desempenho da
inovação de produto.
4.3.2.1 AFE de Capacidade de Absorção
A Tabela 25 apresenta o processo de extração de fatores, utilizando o método de
componentes principais, com o critério de apresenta apenas os fatores com autovalor acima de
1.
Tabela 25: Variância explicada da AFE dos indicadores de Capacidade de Absorção.
Componente Valores próprios iniciais Somas de extração de carregamentos ao
quadrado
Total % de
variância
% cumulativa Total % de
variância
% cumulativa
Fator 1 15,936 47,963 47,963 15,936 47,963 47,963
2 3,219 9,690 57,653 3,219 9,690 57,653
3 2,456 7,391 65,044 2,456 7,391 65,044
4 2,086 6,278 71,322
5 2,025 6,094 77,416
6 1,381 4,157 81,574
7 1,303 3,921 85,494
8 1,123 3,379 88,873
9 ,953 2,867 91,741
10 ,840 2,529 94,270
11 ,656 1,974 96,245
12 ,505 1,520 97,765
13 ,485 1,461 99,226
14 ,257 ,774 100,000
Fonte: Dados de pesquisa, 2015.
Foram extraídos quatro fatores relevantes, totalizando 65% de explicação da variância.
87
A Tabela 26 apresenta as cargas de cada indicador sobre os três fatores extraídos bem como
as comunalidades extraídas para cada indicador.
Tabela 26: Cargas do indicador e comunalidades extraídas das variáveis de Capacidade de Absorção.
Variáveis Fator Comunalidades
1 2 3
Aq1 0,583 0,106 0,313 0,449
Aq2 0,667 0,258 0,018 0,512
Aq3 0,496 0,695 0,288 0,812
As1 0,718 -0,274 0,146 0,612
As2 0,609 -0,218 0,597 0,775
As3 0,765 -0,261 -0,030 0,654
As4 0,589 -0,438 -0,168 0,568
Tr1 0,821 -0,137 0,045 0,694
Tr2 0,753 0,302 -0,271 0,732
Tr3 0,813 0,199 -0,350 0,823
Tr4 0,685 0,319 -0,296 0,658
Ap1 0,685 -0,066 0,164 0,500
Ap2 0,783 -0,161 -0,279 0,717
Ap3 0,730 -0,100 -0,075 0,549
Fonte: Dados de pesquisa, 2015.
Os indicadores apresentaram em sua maioria altas cargas no fator 1 e baixas cargas e
negativas nos fatores 2 e 3, com exceção do indicador Aq3 que apresentou maior carga no
fator 2. Realizou-se então nova análise fatorial procedendo-se a rotação Varimax, com o
objetivo de simplificar a matriz fatorial para melhor interpretação. A Tabela 27 apresenta o
processo de fatoração com a rotação Varimax para os indicadores de Capacidade de
Absorção.
Tabela 27: Processo de fatoração com a rotação Varimax para os indicadores de Capacidade de Absorção.
Componente Valores próprios iniciais Cargas após rotação
Total % de
variância
%
cumulativa
Total % de
variância
% cumulativa
Fator 1 15,936 47,963 47,963 8,175 24,604 24,604
2 3,219 9,690 57,653 7,665 23,070 47,674
3 2,456 7,391 65,044 5,771 17,370 65,044
4 2,086 6,278 71,322
5 2,025 6,094 77,416
6 1,381 4,157 81,574
7 1,303 3,921 85,494
8 1,123 3,379 88,873
9 ,953 2,867 91,741
88
10 ,840 2,529 94,270
11 ,656 1,974 96,245
12 ,505 1,520 97,765
13 ,485 1,461 99,226
14 ,257 ,774 100,000
Fonte: Dados de pesquisa, 2015.
Com a rotação, o percentual acumulado de variância explicada permanece o mesmo,
ocorrendo apenas uma redistribuição da variância explicada por cada fator. Desenvolveu-se,
então a rotação de fatores pelo método Varimax, que excluí as cargas inferiores a 0,500 e
permite melhor visualização dos dados. Apresenta-se o resultado na Tabela 28.
Tabela 28: Matriz de componente da rotativa.
Variáveis Componente
1 2 3
Aq1 ,726
Aq3 ,707
Aq2 ,602
As1 ,736
As2 ,622
As3 ,724
As4 ,694
Tr1 ,677
Tr2 ,782
Tr3 ,811
Tr4 ,809
Ap1 ,554
Ap2 ,647
Ap3 ,594
Fonte: Dados de pesquisa, 2015.
Com o resultado obtido com o método Varimax, é possível distinguir os indicadores
em suas dimensões.
4.3.2.2 AFE de Capacidade de Inovação
A Tabela 29 apresenta o processo de extração de fatores, utilizando o método de
componentes principais, com o critério de apresenta apenas os fatores com autovalor acima de
1.
89
Tabela 29: Variância explicada da AFE dos indicadores de Capacidade de Inovação.
Componente Valores próprios iniciais Somas de extração de carregamentos ao
quadrado
Total % de
variância
% cumulativa Total % de
variância
% cumulativa
1 7,595 50,635 50,635 7,595 50,635 50,635
2 1,226 8,173 58,808 1,226 8,173 58,808
3 1,120 7,468 66,276 1,120 7,468 66,276
4 ,956 6,374 72,651
5 ,678 4,518 77,169
6 ,593 3,952 81,120
7 ,508 3,388 84,508
8 ,455 3,032 87,540
9 ,427 2,848 90,388
10 ,390 2,601 92,989
11 ,319 2,126 95,115
12 ,217 1,445 96,559
13 ,215 1,432 97,992
14 ,170 1,135 99,126
15 ,131 ,874 100,000
Fonte: Dados de pesquisa, 2015.
Foram extraídos quatro fatores relevantes, totalizando 66% de explicação da variância.
A Tabela 30 apresenta as cargas de cada indicador sobre os três fatores extraídos bem como
as comunalidades extraídas para cada indicador.
Tabela 30: Cargas dos indicadores e comunalidades extraídas das variáveis de Capacidade de Inovação.
Variáveis
Componente
1 2 3 Comunalidade
Pd1 ,715 ,268 -,261 ,651
Pd2 ,555 ,615 ,177 ,717
Pd4 ,534 ,434 ,504 ,727
Pd5 ,620 ,231 -,374 ,577
Pr1 ,780 ,209 -,038 ,654
Pr2 ,808 ,077 -,038 ,660
Pr3 ,861 ,055 -,161 ,770
Pr4 ,837 -,139 ,144 ,741
Pr5 ,834 -,137 ,113 ,728
Io1 ,718 -,388 ,093 ,674
Io2 ,782 -,298 -,072 ,705
Io3 ,658 -,344 ,325 ,657
Io4 ,695 -,291 -,097 ,577
Io5 ,562 ,014 -,569 ,640
90
Io6 ,591 -,030 ,335 ,463
Fonte: Dados de pesquisa, 2015.
Os indicadores apresentaram em sua maioria altas cargas no fator 1 e baixas cargas e
negativas nos fatores 2 e 3, com exceção dos indicadores Pd2 e Pd4 que apresentaram maior
carga nos fatores 2 e 3. Realizou-se então nova análise fatorial procedendo-se a rotação
Varimax, com o objetivo de simplificar a matriz fatorial para melhor interpretação. A Tabela
31 apresenta o processo de fatoração com a rotação Varimax para os indicadores de
Capacidade de Inovação.
Tabela 31: Processo de fatoração com a rotação Varimax para os indicadores de Capacidade de Inovação.
Componente Valores próprios iniciais Somas rotativas de carregamentos ao quadrado
Total % de
variância
%
cumulativa
Total % de
variância
% cumulativa
1 7,595 50,635 50,635 4,340 28,931 28,931
2 1,226 8,173 58,808 3,322 22,148 51,079
3 1,120 7,468 66,276 2,280 15,197 66,276
4 ,956 6,374 72,651
5 ,678 4,518 77,169
6 ,593 3,952 81,120
7 ,508 3,388 84,508
8 ,455 3,032 87,540
9 ,427 2,848 90,388
10 ,390 2,601 92,989
11 ,319 2,126 95,115
12 ,217 1,445 96,559
13 ,215 1,432 97,992
14 ,170 1,135 99,126
15 ,131 ,874 100,000
Fonte: Dados de pesquisa, 2015.
Com a rotação, o percentual acumulado de variância explicada permanece o mesmo,
ocorrendo apenas uma redistribuição da variância explicada por cada fator. A Tabela 32
apresenta o resultado da rotação Varimax.
Tabela 32: Matriz componente da rotativa.
Variáveis
Componente
1 2 3
Pd1 ,685
Pd2 ,773
Pd4 ,812
Pd5 ,708
Pr1 ,537
Pr2 ,519
91
Pr3 ,639
Pr4 ,721
Pr5 ,708
Io1 ,780
Io2 ,715
Io3 ,784
Io4 ,642
Io5 ,771
Io6 ,540
Fonte: Dados de pesquisa, 2015.
O resultado apresenta os indicadores em suas dimensões. Destaca-se que Io5
permaneceu fora do fator pertinente aos indicadores de inovação organizacional, e ressalta-se
que este indicador saiu da análise confirmatória da modelagem de equações estruturais.
4.3.2.3 AFE de Desempenho da Inovação de Produto
A Tabela 33 apresenta o processo de extração de fatores, utilizando o método de
componentes principais, com o critério de apresenta apenas os fatores com autovalor acima de
1.
Tabela 33: Variância explicada da AFE dos indicadores de Desempenho da Inovação de Produto.
Componente Valores próprios iniciais Somas de extração de carregamentos ao
quadrado
Total % de
variância
%
cumulativa
Total % de
variância
% cumulativa
Fator 1 11,919 45,672 45,672 11,919 45,672 45,672
2 3,023 11,584 57,257 3,023 11,584 57,257
3 2,176 8,337 65,593 2,176 8,337 65,593
4 1,820 6,975 72,568
5 1,596 6,115 78,683
6 1,081 4,141 82,824
7 ,962 3,687 86,511
8 ,823 3,155 89,666
9 ,732 2,803 92,469
10 ,543 2,082 94,551
11 ,497 1,905 96,456
12 ,370 1,418 97,874
13 ,340 1,301 99,175
14 ,215 ,825 100,000
Fonte: Dados de pesquisam, 2015.
92
Foram extraídos quatro fatores relevantes, totalizando 65% de explicação da variância.
A Tabela 34 apresenta as cargas de cada indicador sobre os três fatores extraídos bem como
as comunalidades extraídas para cada indicador.
Tabela 34: Cargas dos indicadores e comunalidades extraídas das variáveis de Desempenho da Inovação de
Produto.
Variáveis Componente
1 2 3 Comunalidade
Df1 ,607 ,155 ,066 ,397
Df2 ,516 ,411 ,606 ,803
Df3 ,587 ,409 ,476 ,739
Dm1 ,734 -,290 ,286 ,704
Dm2 ,812 -,376 ,134 ,818
Dm3 ,792 -,256 -,014 ,694
Dm4 ,607 -,539 ,191 ,695
Dm5 ,734 -,204 -,371 ,719
Dc1 ,751 ,025 -,167 ,593
Dc2 ,546 ,525 -,197 ,613
Dc3 ,808 ,082 -,191 ,696
De1 ,698 ,350 -,163 ,636
De2 ,505 ,317 -,172 ,385
De3 ,654 ,110 -,309 ,535
Fonte: Dados de pesquisa, 2015.
Os indicadores apresentaram em sua maioria altas cargas no fator 1 e baixas cargas e
negativas nos fatores 2 e 3, com exceção do indicador Df2 que apresentou maior carga nos
fator 2. Realizou-se então nova análise fatorial procedendo-se a rotação Varimax, com o
objetivo de simplificar a matriz fatorial para melhor interpretação. A Tabela 35 apresenta o
processo de fatoração com a rotação Varimax para os indicadores de Capacidade de
Absorção.
Tabela 35: Processo de fatoração com a rotação Varimax para os indicadores de Desempenho da Inovação de
Produto.
Componente Valores próprios iniciaisa Somas rotativas de carregamentos ao
quadrado
Total % de
variância
% cumulativa Total % de
variância
% cumulativa
Fator 1 11,919 45,672 45,672 6,522 24,993 24,993
2 3,023 11,584 57,257 7,047 27,003 51,996
3 2,176 8,337 65,593 3,548 13,597 65,593
4 1,820 6,975 72,568
5 1,596 6,115 78,683
6 1,081 4,141 82,824
93
7 ,962 3,687 86,511
8 ,823 3,155 89,666
9 ,732 2,803 92,469
10 ,543 2,082 94,551
11 ,497 1,905 96,456
12 ,370 1,418 97,874
13 ,340 1,301 99,175
14 ,215 ,825 100,000
Fonte: Dados de pesquisa, 2015.
Com a rotação, o percentual acumulado de variância explicada permanece o mesmo,
ocorrendo apenas uma redistribuição da variância explicada por cada fator. A Tabela 36
apresenta o resultado da rotação Varimax.
Tabela 36: Matriz de componente da rotativa.
Variáveis
Componente
1 2 3
Df1 ,431
Df2 ,865
Df3 ,786
Dm1 ,752
Dm2 ,841
Dm3 ,716
Dm4 ,829
Dm5 ,578
Dc1 ,602
Dc2 ,722
Dc3 ,680
De1 ,717
De2 ,581
De3 ,662
Fonte: Dados de pesquisa, 2015.
O resultado aponta os indicadores e suas respectivas dimensões. Ressalta-se que
Desempenho de cliente (Dc) E Desempenho estratégico (De) permaneceram no mesmo fator,
pois durante a análise deixou-se que o software apresentasse os fatores, ou seja, não
delimitou-se o número de fatores como sendo quatro.
94
4.4 Análises da modelagem de equações estruturais
Realizada a AFE, procedeu-se a análise da modelagem de equações estruturais,
iniciando-se com a análise do modelo de mensuração, verificando as cargas e pesos fatoriais,
no que diz respeito à significância e a coerência do sinal em relação aos indicadores do
constructo. Posteriormente desenvolveu-se a análise do modelo estrutural, estimando-se os
índices da capacidade preditiva do modelo como um todo, bem como os coeficientes
estruturais estimados.
A descrição dos resultados da análise é apresentada quanto a análise do modelo de
mensuração e quanto a análise do modelo estrutural para os três modelos que compõem o
modelo principal. Inicia-se assim, a apresentação da análise do modelo de mensuração inicial,
procede-se aos resultados da análise do modelo alternativo 1 e finaliza-se com a apresentação
da análise do modelo alternativo 2.
4.4.1 Análise da modelagem de equações estruturais do Modelo Inicial
O Modelo inicial foi formulado para analisar a relação entre capacidade de absorção e
capacidade de inovação com o desempenho da inovação de produto, atendendo aos objetivos
de pesquisa de mensurar a relação da capacidade de absorção com o desempenho da inovação
de produto, e de mensurar a relação da capacidade de inovação com o desempenho da
inovação de produto, atendendo as hipóteses H1 e H2.
Iniciando-se com a análise do modelo de mensuração, realizou-se a análise quanto à
validade convergente, à confiabilidade e à validade discriminante, com a verificação dos
índices de Variância Média Extraída (AVE), Alfa de Cronbach e a confiabilidade composta
respectivamente. Para garantir a validade convergente, extraiu-se um a um os indicadores com
carga fatorial inferior a 0,70.
Do constructo de Capacidade Absortiva excluiu-se o indicador Aq3 (carga 0,508), que
na análise fatorial exploratória já havia apresentado maior carga no fator 2 . Do constructo de
Desempenho da Inovação de produto excluíram-se os indicadores Df2 (carga 492), Dc2
(carga 528) e De2(carga 557). O indicador Df2 já havia apresentado maior carga no fator 2
durante a análise fatorial exploratória. O resultado para os índices de confiabilidade do
modelo de mensuração após os ajustes estão apresentados na Tabela 37.
95
Tabela 37: Índices de Confiabilidade do Modelo Inicial.
Constructo AVE Confiabilidade
Composta
R² Alpha de
Cronbach
Capacidade de Absorção 0,508293 0,929786 0,918052
Capacidade de Inovação 0,502841 0,936950 0,927432
Desempenho da Inovação de
Produto
0,516117 0,920352 0,406122 0,903671
Fonte: Dados de pesquisa, 2015.
Comparando-se os valores obtidos para os índices, relativos aos constructos
Capacidade de Absorção e Capacidade de Inovação, conclui-se que ambos são aceitáveis
qualquer que seja o critério adotado, uma vez que exibem valores de AVE acima de 0,50
assim como os índices de Alfa de Cronbach e confiabilidade composta acima de 0,70.
Os dois constructos explicam 40,6% da variância do construto endógeno desempenho
da inovação de produto (R² = 0,4061).
Avaliou-se a validade discriminante (o quão os constructos ou variáveis latentes são
independentes uns dos outros) inicialmente examinando as cargas fatoriais transversais (Cross
Loading), quando em todos os constructos as cargas dos indicadores apresentaram-se
consistentemente mais elevadas no constructo em que estão associados. Não houve
necessidade de ajustes, e portanto exibiu validade discriminante.
Procedeu-se então a avaliação seguindo o critério de Fornell e Larcker (1981),
havendo necessidade de ajustes em Capacidade de Absorção (retirada de Aq1; As4; As2) e
Capacidade de Inovação (retirada de Io5; Pd4; Io6; Pd2; Pd5). Após o ajuste, a validade
discriminante seguindo o critério de Fornell e Larcker (1981), alcançou-se os valores
apresentados na Tabela 38.
Tabela 38: Validade discriminante do Modelo Inicial seguindo o critério de Fornell e Larcker (1981).
Constructo Capacidade de
Absorção
Capacidade de
Inovação
Desempenho da
Inovação de Produto
Capacidade de
Absorção 0,7548410
Capacidade de
Inovação 0,758407 0,7843003
Desempenho da
Inovação de Produto 0,530457 0,581525 0,7180027
Fonte: Dados de pesquisa, 2015.
O último passo realizado para certificar-se da validade discriminante foi a realização
da análise de correlação desatenuada, cujos valores inferiores a 1,00 indicam que há validade
discriminante (NETEMEYER; BEARDEN; SHARMA, 2003). Os índices resultantes estão
apresentados na Tabela 39.
96
Tabela 39: Índices de correlação desatenuada do Modelo Inicial.
AVE Confiabilidade
Composta
R² Alfa
Cronbach
r'2
Capacidade
Absorção
0,569785 0,929316 0,915641 Cap. Absorção corr. Cap.
Inovação
0,763022
Capacidade
Inovação
0,615127 0,940661 0,929557 Cap. Absor.corr. Desemenho
produto
0,527873
Des. Inov.
Produto
0,515528 0,920283 0,356995 0,903671 Cap. Inov. Corrl. Desem. Inov.
Produto
0,766758
Fonte: Dados de pesquisa, 2015.
Com a garantia da validade discriminante, encerrou-se os ajustes do modelo de
mensuração e partiu-se para a análise do modelo estrutural, e o primeiro passo foi a análise
dos coeficientes de determinação de Pearson (R²) cujo valor está apresentado na Tabela 5.
Para o Modelo Inicial o R² apresentou índice de 0,356995, ou seja, vai de fraco a moderado
seguindo especificações de Hair et al., 2014. Para a área de ciências sociais e
comportamentais, Cohen (1988) sugere que R² igual ou superior 26% como efeito grande.
Neste contexto Hair et al. (2013) atenta para a importância de analisar conjuntamente a
relevância preditiva (Q²) ou indicador de Stone-Geisser para avaliar a precisão (ou acurácia)
do modelo ajustado. No módulo Blindfolding em que foi calculado o Q² também foi obtido o
valor do tamanho do efeito (F²) ou Indicador de Cohen, que avalia o quanto cada constructo é
útil para o ajuste do modelo. Os índices Q² e F² do Modelo Inicial são apresentados na Tabela
40.
Tabela 40: Índices Q² e F² para o Modelo Inicial
Constructo Stone-Geisser (Q²) Indicador de Cohen (F²)
Capacidade de Absorção 0,461180 0,461180
Capacidade de Inovação 0,526885 0,526885
Desem. Inov. Produto 0,167137 0,414116
Fonte: Dados de pesquisa, 2015.
Embora nenhum índice de Stone-Geisser (Q²) tenha se apresentado igual a 1, o que
representaria o modelo perfeito, todos apresentaram valores superiores a 0, o que é desejado.
Já o indicador de Cohen (F²) apresenta grande relevância preditiva (valores maiores a 0,35)
em todos os indicadores, ou seja, todos os indicadores são muito úteis ao modelo.
Concluída a avaliação da qualidade do modelo estrutural, partiu-se para a análise do
coeficiente de caminho, cujos valores estatísticos t (t-values) foram obtidos por meio da
aplicação do algoritmo bootstrapping, considerando-se para tal 1.000 reamostragens e os 94
casos. Na presente pesquisa, adotou-se 1,96 como valor crítico para t, com significância de
99,5%. Valores acima de 1,96 (extremos ou região crítica da distribuição t de Student) são
97
considerados significantes a 5% ou 0,05, isto é, os constructos são relacionados e
independentes. A Tabela 41 apresenta as estatísticas dos coeficientes estruturais.
Tabela 41: Resultado do teste de significância para os coeficientes estruturais do Modelo Inicial.
Descrição da Relação
Coeficiente
Estrutural
Desvio
Padrão
Erro
Padrão
Estatística
T
Valor
P
Capacidade Absorção -> Des.
Inov.Produto 0,210501 0,212281 0,212281 1,0880 0,323932
Capacidade Inovação -> Des.
Inov.Produto 0,421879 0,213669 0,213669 2,0104 0,050265
Fonte: Desenvolvido com base nos dados da pesquisa.
Os valores das estatísticas t apresentados indicam que os efeitos diretos sobre os
constructos, estimados à partir do modelo estrutural, na relação capacidade de absorção e
desempenho da inovação de produto, apresentaram-se como não significativo (t < 1,96) a um
nível de significância de 5%. Na relação entre capacidade de inovação e desempenho da
inovação de produto houve significância, com valor de t > 1,96 e valor de p de 0,050. A
Figura 9 apresenta o Modelo inicial com o valor dos coeficientes de caminho.
Figura 6: Coeficientes de caminho do Modelo Inicial
Fonte: Desenvolvido com base nos dados de pesquisa.
98
4.4.2 Análise da modelagem de equações estruturais do Modelo Alternativo 1
O Modelo alternativo 1 foi formulado para analisar a relação entre capacidade de
absorção e capacidade de inovação, atendendo ao objetivo de pesquisa de avaliar a correlação
entre capacidade de absorção e capacidade de inovação, referindo-se à hipótese H3. A
elaboração do modelo permite ainda avaliar a ação desta correlação atuando no desempenho
da inovação de produto.
Iniciando-se com a análise do modelo de mensuração, realizou-se a análise quanto à
validade convergente, à confiabilidade e à validade discriminante, com a verificação dos
índices de Variância Média Extraída (AVE), Alfa de Cronbach e a confiabilidade composta,
respectivamente. Para garantir a validade convergente, extraiu-se um a um os indicadores com
carga fatorial inferior a 0,70.
Do constructo de Capacidade de Absorção excluiu-se o indicador Aq3 (carga 0,497),
que na análise fatorial exploratória já havia apresentado maior carga no fator 2 . Do
constructo de Desempenho da Inovação de produto excluíram-se os indicadores Df2 (carga
0,455), De2 (carga 0,568) e Dc2 (carga 0,513). O indicador Df2 já havia apresentado maior
carga nos fator 2 durante a análise fatorial exploratória. O resultado para os índices de
confiabilidade do modelo de mensuração após os ajustes estão apresentados na Tabela 42.
Tabela 42: Índices de Confiabilidade do Modelo Alternativo 1.
Constructo AVE Confiabilidade
Composta
R² Alpha de
Cronbach
Capacidade de Absorção 0,510008 0,930285 0,918052
Capacidade de Inovação 0,505437 0,937532 0,657125 0,927432
Desempenho da Inovação de
Produto
0,515971 0,920331 0,384121 0,903671
Fonte: Dados de pesquisa, 2015.
Comparando-se os valores obtidos para os índices, relativos aos constructos
Capacidade de Absorção e Capacidade de Inovação, conclui-se que ambos são aceitáveis
qualquer que seja o critério adotado, uma vez que exibem valores de AVE acima de 0,50
assim como os índices de Alfa de Cronbach e confiabilidade composta acima de 0,70.
Avaliou-se a validade discriminante (o quão os constructos ou variáveis latentes são
independentes uns dos outros) inicialmente examinando as cargas fatoriais transversais (Cross
Loading), quando em todos os constructos as cargas dos indicadores apresentaram-se
consistentemente mais elevadas no constructo em que estão associados. Não houve
necessidade de ajustes, e portanto exibiu validade discriminante.
99
Procedeu-se então a avaliação seguindo o critério de Fornell e Larcker (1981),
havendo necessidade de ajustes em Capacidade de Absorção (retirada de Aq1; As4; As2; Ex1)
e Capacidade de Inovação (retirada de Io5; Pd4; Io6; Pd2; Io3). Após o ajuste, a validade
discriminante seguindo o critério de Fornell e Larcker (1981), alcançou-se os valores
apresentados na Tabela 43.
Tabela 43: Validade discriminante do Modelo Inicial seguindo o critério de Fornell e Larcker (1981).
Constructo Capacidade de
Absorção
Capacidade de
Inovação
Desempenho da
Inovação de Produto
Capacidade de
Absorção 0,7666283
Capacidade de
Inovação 0,764003 0,814498
Desempenho da
Inovação de Produto 0,512167 0,578209 0,7178196
Fonte: Dados de pesquisa, 2015.
O último passo realizado para certificar-se da validade discriminante foi a realização
da análise de correlação desatenuada. Os índices resultantes estão apresentados na Tabela 44.
Tabela 44: Índices de correlação desatenuada do Modelo Alternativo 1.
AVE Confiabilida
de
Composta
R² Alfa
Cronbach
r'2
Capacidade
Absorção 0,587719 0,927219 0,91133
Cap. Absorção corr.
Cap. Inovação 0,769261
Capacidade
Inovação 0,663407 0,940025 0,583 0,926321
Cap. Absor. corr.
Desempenho produto 0,510235
Des. Inov.
Produto 0,515265 0,920236 0,346 0,903671
Cap. Inov. Corrl.
Desem. Inov. Produto 0,772174
Fonte: Dados de pesquisa, 2015.
Como todos os constructos apresentaram r’² inferior a 1, garantiu-se a validade
discriminante, encerando-se os ajustes do modelo de mensuração e partiu-se para a análise do
modelo estrutural, cujo primeiro passo foi a análise dos coeficientes de determinação de
Pearson (R²) cujo valor está apresentado na Tabela 5. Para o Modelo Alternativo 1 o R² para
capacidade de inovação apresentou índice de 0,5837 sendo este alto. Para o Desempeho da
inovação de produto o valor de R² apresentou-se como 0,346236 ou seja, vai de fraco a
moderado seguindo especificações de Hair et al., 2014. Para a área de ciências sociais e
comportamentais, Cohen (1988) sugere que R² igual ou superior 26% como efeito grande.
Neste contexto Hair et al. (2013) atenta para a importância de analisar conjuntamente a
relevância preditiva (Q²) ou indicador de Stone-Geisser para avaliar a precisão (ou acurácia)
100
do modelo ajustado. No módulo Blindfolding em que foi calculado o Q² também foi obtido o
valor do tamanho do efeito (F²) ou Indicador de Cohen, que avalia o quanto cada constructo é
útil para o ajuste do modelo. Os índices Q² e F² do Modelo Alternativo 1 são apresentados na
Tabela 45.
Tabela 45: Índices Q² e F² para o Modelo Alternativo 1.
Constructo Stone-Geisser (Q²) Indicador de Cohen (F²)
Capacidade de Absorção 0,474396 0,474396
Capacidade de Inovação 0,375007 0,555629
Desem. Inov. Produto 0,151851 0,413384
Fonte: Dados de pesquisa, 2015.
Embora nenhum índice de Stone-Geisser (Q²) tenha se apresentado igual a 1, o que
representaria o modelo perfeito, todos apresentaram valores superiores a 0, o que é desejado.
Já o indicador de Cohen (F²) apresenta grande relevância preditiva (valores maiores a 0,35)
em todos os indicadores, ou seja, todos os indicadores são muito úteis ao modelo.
Concluída a avaliação da qualidade do modelo estrutural, partiu-se para a análise do
coeficiente de caminho, cujos valores estatísticos t (t-values) foram obtidos por meio da
aplicação do algoritmo bootstrapping, considerando-se para tal 1.000 reamostragens e os 94
casos. Na presente pesquisa, adotou-se 1,96 como valor crítico para t, com significância de
99,5%. Valores acima de 1,96 (extremos ou região crítica da distribuição t de Student) são
considerados significantes a 5% ou 0,05, isto é, os constructos são relacionados e
independentes. A Tabela 46 apresenta as estatísticas dos coeficientes estruturais.
Tabela 46: Resultado do teste de significância para os coeficientes estruturais do Modelo Alternativo 1.
Descrição da Relação
Coeficiente
Estrutural
Desvio
Padrão
Erro
Padrão
Estatística
t
Valor
P
Capacidade Absorção ->
Capacidade de Inovação 0,764003 0,053711 0,053711 14,224280 3,61865E-25
Capacidade Absorção -> Des.
Inov.Produto 0,169142 0,177608 0,177608 0,952531 1,95513E-7
Capacidade Inovação -> Des.
Inov.Produto 0,448984 0,198267 0,198267 2,265679 0,036056179
Fonte: Desenvolvido com base nos dados da pesquisa.
Analisando os indicadores, observa-se que a relação capacidade de absorção e
capacidade de inovação apresentou alta significância (t > 1,96) ao nível de significância de
5%. A relação capacidade de absorção e desempenho da inovação de produto não apresentou
significância (t<1,96), e a relação entre capacidade de inovação e desempenho da inovação de
produto há significância, com t de 2,26 e valor de p de 0,036. A Figura 10 apresenta o Modelo
101
Alternativo 1 com o valor dos coeficientes de caminho. O apêndice f apresenta os valores das
correlações entre as variáveis de capacidade de absorção e capacidade de inovação,
ressaltando a significância da correlação a 0,05.
Figura 7: Coeficientes de caminho do Modelo Alternativo 1.
Fonte: Dados de pesquisa, 2015.
4.4.3 Análise da modelagem de equações estruturais do Modelo Alternativo 2
O Modelo Alternativo 2 foi formulado para analisar a relação entre capacidade de
absorção e capacidade de inovação com o desempenho da inovação de produto, atendendo aos
objetivos de pesquisa de avaliar a relação da capacidade de absorção e da capacidade de
inovação atuando conjuntamente no desempenho da inovação de produto, representando a
hipótese H4.
Iniciando-se com a análise do modelo de mensuração, realizou-se a análise quanto à
validade convergente, à confiabilidade e à validade discriminante, com a verificação dos
índices de Variância Média Extraída (AVE), Alfa de Cronbach e a confiabilidade composta
respectivamente. Para garantir a validade convergente, extraiu-se um a um os indicadores com
carga fatorial inferior a 0,70.
Do constructo de Capacidade de absorção excluiu-se o indicador Aq3, que na análise
fatorial exploratória já havia apresentado maior carga no fator 2. Do constructo de capacidade
de inovação excluiu-se o indicador Pd3. Do constructo de Capacidade dinâmica excluíram-se
102
Aq3, Pd4, As2, Aq1, Io6, Pd2, Io5 e Pd3. Do constructo de Desempenho da Inovação de
produto excluíram-se os indicadores Df2, De2 e Dc2. O indicador Df2 já havia apresentado
maior carga nos fator 2 durante a análise fatorial exploratória. O resultado para os índices de
confiabilidade do modelo de mensuração após os ajustes estão apresentados na Tabela 47.
Tabela 47: Índices de Confiabilidade do Modelo Alternativo 2.
Constructo AVE Confiabilidade
Composta
R² Alpha de
Cronbach
Capacidade Dinâmica 0,506483 0,957138 0,952637
Capacidade de Absorção 0,510249 0,930309 0,879461 0,918052
Capacidade de Inovação 0,521997 0,937313 0,906646 0,926753
Desempenho da Inovação de
Produto 0,515335 0,920226 0,333740 0,903671
Fonte: Dados de pesquisa, 2015.
Comparando-se os valores obtidos para os índices, relativos aos constructos
Capacidade de Absorção e Capacidade de Inovação, conclui-se que ambos são aceitáveis
qualquer que seja o critério adotado, uma vez que exibem valores de AVE acima de 0,50
assim como os índices de Alfa de Cronbach e confiabilidade composta acima de 0,70.
Avaliou-se a validade discriminante (o quão os constructos ou variáveis latentes são
independentes uns dos outros) inicialmente examinando as cargas fatoriais transversais (Cross
Loading), quando em todos os constructos as cargas dos indicadores apresentaram-se
consistentemente mais elevadas no constructo em que estão associados, com exceção dos
indicadores Pd2 e Pd4 no constructo de capacidade de inovação, que foram excluídos. Após
os ajustes exibiu-se validade discriminante.
Procedeu-se então a avaliação seguindo o critério de Fornell e Larcker (1981),
havendo necessidade de ajustes em Capacidade de Absorção, Capacidade de Inovação e
Capacidade Dinâmica. Após o ajuste, a validade discriminante seguindo o critério de Fornell
e Larcker (1981), alcançou-se os valores apresentados na Tabela 48.
Tabela 48: Validade discriminante do Modelo Alternativo 2 seguindo o critério de Fornell e Larcker (1981).
Constructo Capacidade
Dinâmica
Capacidade de
Absorção
Capacidade de
Inovação
Desempenho da
Inovação de
Produto
Capacidade Dinâmica 0,912653
Capacidade de
Absorção
0,86044 0,895726
Capacidade de
Inovação
0,84529 0,637466 0,900819
Desempenho da
Inovação de Produto
0,57458 0,489703 0,567611 0,716990
Fonte: Dados de pesquisa, 2015.
103
O último passo realizado para certificar-se da validade discriminante foi a realização
da análise de correlação desatenuada. Os índices resultantes estão apresentados na Tabela 49.
Tabela 49: Índices de correlação desatenuada do Modelo Alternativo 2.
AVE Confiabilidade
Composta
R² Alfa
Cronbach
r'2
Capacidade
Dinâmica 0,832936 0,908854 0,799431
CD corr. Cap.
Absorção 0,867506
Capacidade
Absorção 0,802326 0,923843 0,740356 0,877902
CD corr. Cap.
Inovação 0,847219
Capacidade
Inovação 0,811475 0,928064 0,714516 0,885797
CD corr. Des. Inov. 0,572045
Des. Inov.
Produto 0,514076 0,91987 0,330151 0,903671
Fonte: Dados de pesquisa, 2015.
Como todos os constructos apresentaram r’² inferior a 1, garantiu-se a validade
discriminante, encerando-se os ajustes do modelo de mensuração e partiu-se para a análise do
modelo estrutural, cujo primeiro passo foi a análise dos coeficientes de determinação de
Pearson (R²) cujo valor está apresentado na Tabela 5. Para o Modelo Alternativo 2 o R² para
capacidade de absorção o R² apresentado foi de 0,740356, para capacidade de inovação o
índice foi de 0,714516 sendo estes considerados alto. Para o Desempeho da inovação de
produto o valor de R² apresentou-se como 0,330151, ou seja, vai de fraco a moderado
seguindo especificações de Hair et al., 2014. Para a área de ciências sociais e
comportamentais, Cohen (1988) sugere que R² igual ou superior 26% como efeito grande.
Neste contexto Hair et al. (2013) atenta para a importância de analisar conjuntamente a
relevância preditiva (Q²) ou indicador de Stone-Geisser para avaliar a precisão (ou acurácia)
do modelo ajustado. No módulo Blindfolding em que foi calculado o Q² também foi obtido o
valor do tamanho do efeito (F²) ou Indicador de Cohen, que avalia o quanto cada constructo é
útil para o ajuste do modelo. Os índices Q² e F² do Modelo Alternativo 2 são apresentados na
Tabela 50.
Tabela 50: Índices Q² e F² para o Modelo Alternativo 2.
Constructo Stone-Geisser (Q²) Indicador de Cohen (F²)
Capacidade Dinâmica 0,429958 0,429958
Capacidade de Absorção 0,574985 0,582271
Capacidade de Inovação 0,551887 0,591302
Desem. Inov. Produto 0,137310 0,410878
Fonte: Dados de pesquisa, 2015.
Embora nenhum índice de Stone-Geisser (Q²) tenha se apresentado igual a 1, o que
representaria o modelo perfeito, todos apresentaram valores superiores a 0, o que é desejado.
104
Já o indicador de Cohen (F²) apresenta grande relevância preditiva (valores maiores a 0,35)
em todos os indicadores, ou seja, todos os indicadores são muito úteis ao modelo.
Concluída a avaliação da qualidade do modelo estrutural, partiu-se para a análise do
coeficiente de caminho, cujos valores estatísticos t (t-values) foram obtidos por meio da
aplicação do algoritmo bootstrapping, considerando-se para tal 1.000 reamostragens e os 94
casos. Na presente pesquisa, adotou-se 1,96 como valor crítico para t, com significância de
99,5%. Valores acima de 1,96 (extremos ou região crítica da distribuição t de Student) são
considerados significantes a 5% ou 0,05, isto é, os constructos são relacionados e
independentes. A Tabela 51 apresenta as estatísticas dos coeficientes estruturais.
Tabela 51: Resultado do teste de significância para os coeficientes estruturais do Modelo Alternativo 2.
Descrição da Relação
Coeficiente
Estrutural
Desvio
Padrão
Erro
Padrão
Estatística
t
Valor
P
CD-> Capacidade de
Absorção 0,860440 0,018837 0,018837 45,677259 5,61E-66
CD-> Capacidade de
Inovação 0,845290 0,023067 0,023067 36,645417 1,85E-57
CD -> Des. Inov.Produto 0,574587 0,062969 0,062969 9,124942 1,33E-14
Fonte: Dados de pesquisa, 2015.
Os valores das estatísticas t apresentados indicam na relação capacidade dinâmica e
capacidade de inovação que os efeitos diretos sobre os constructos, estimados à partir do
modelo estrutural, na relação capacidade de absorção e desempenho da inovação de produto,
não apresentou-se como significativo ao nível 95% (t > 1,96). Já a relação capacidade de
inovação e desempenho da inovação de produto há significância, com t de 2,0104 e valor de p
de 0,051, e neste caso aceita-se o caminho, pois os constructos são relacionados e
independentes.
A Figura 11 apresenta o Modelo Alternativo 2 com o valor dos coeficientes de
caminho.
105
Figura 8: Coeficientes de caminho do Modelo Alternativo 2.
Fonte: Dados de pesquisa, 2015.
4.5 Teste de Hipóteses
A seção tem o propósito de analisar as hipóteses de pesquisa por intermédio dos
resultados apresentados com modelagem de equações estruturais. Ressalta-se que a validade
preditiva (R²), relativo aos valores de referência para a atribuição do grau de explicação
preditiva, apresentaram-se todos com efeito grande, ou seja, acima de 26% (COHEN, 1988).
Neste contexto, todas as variáveis endógenas alcançaram um efeito grande de explicação. A
Tabela 52 apresenta a validade preditiva (R²) das variáveis endógenas para a variável exógena
desempenho da inovação de produto nos modelos testados (Inicial, Alternativo 1 e Alternativo
2).
Tabela 52: Validade preditiva para variável exógena desempenho da inovação de produto do Modelo Inicial,
Alternativo1 e Alternativo 2.
Modelo R²
Inicial 0,406
Alternativo 1 0,384
Alternativo 2 0,330
Fonte: Dados de pesquisa, 2015.
O modelo inicial de pesquisa foi desenvolvido seguindo o objetivo de avaliar a relação
da capacidade de absorção e da capacidade de inovação com o desempenho da inovação de
produto. O modelo alternativo 1 foi testado com o objetivo de avaliar a correlação da
106
capacidade de absorção e a capacidade de inovação, o que possibilitou também visualizar o
efeito da correlação no desempenho da inovação de produto. O modelo alternativo 2 visou
analisar a influência da capacidade dinâmica, ou seja, da influência conjunta da capacidade de
absorção e da capacidade de inovação no desempenho da inovação de produto. O Quadro 16
apresenta os testes de significância dos modelos de pesquisa.
Quadro 16: Resultado dos testes de significância dos modelos de pesquisa.
Modelo Construto Preditor Constructo Predito Valor
t
Valor
p
Relação
Encontrada
Relação
Esperada
Modelo
Inicial
Capacidade de absorção Des.Inov. de Produto 1,088 0,323 Sem
significância
Positiva
Capacidade de Inovação Des.Inov. de Produto 2,104 0,502 Existente Positiva
Alternativo
1
Capacidade de absorção Des.Inov. de Produto 0,952 0,000 Sem
significância
Positiva
Capacidade de inovação Des.Inov. de Produto 2,265 0,000 Existente Positiva
Capacidade de absorção Capacidade de
Inovação
14,22 0,036 Existente Positiva
Alternativo
2
Capacidade Dinâmica Des.Inov. de Produto 9,125 0,000 Existente Positiva
Fonte: Dados de pesquisa, 2015.
Observa-se que tanto a análise do modelo inicial quanto a análise do modelo
alternativo 1 não apresentaram significância para a relação entre capacidade de absorção e
desempenho da inovação do produto. Já capacidade de inovação relaciona-se positivamente
ao desempenho da inovação de produto. Encontrou-se também forte correlação entre
capacidade de absorção e capacidade de inovação, e esta correlação influencia positivamente
a relação entre capacidade de inovação e desempenho da inovação de produto. A análise do
modelo alternativo 2 proporciona observar considerável relação da Capacidade dinâmica no
desempenho da inovação de produto. O Quadro 17 apresenta resumidamente o resultado do
teste de hipóteses.
Quadro 17: Resumo do teste e hipóteses.
Hipótese Construto Preditor Constructo Predito Suporte
H1 Capacidade de absorção Desempenho Inovação de
Produto
Rejeitada
H2 Capacidade de Inovação Desempenho Inovação de
Produto
Suportada
H3 Capacidade de absorção Capacidade de Inovação Suportada
H4 Capacidade Dinâmica Desempenho Inovação de
Produto
Suportada
Fonte: Dados de pesquisa, 2015.
107
A hipótese H1 previamente formulada apresentava a seguinte afirmação:
H1: A capacidade de absorção de conhecimento influencia positivamente o
desempenho da inovação de produtos em PME´s da indústria têxtil.
Com os resultados verificados dos dados coletados na pesquisa de campo, constatou-se
que a capacidade de absorção não influência significativamente o desempenho da inovação de
produto em PME´s da indústria têxtil, rejeitando a hipótese de pesquisa. Tal fato evidenciou-
se tanto na análise do modelo inicial quanto do modelo alternativo 1, que incorpora ao modelo
inicial a correlação entre capacidade de absorção e capacidade de inovação.
Ressalta-se que a correlação enfraquece ainda mais a relação entre capacidade de
absorção e desempenho da inovação de produto, pois o coeficiente de caminho apresenta que
na ausência de correlação, a relação entre capacidade de absorção e desempenho da inovação
de produto é t = 1,088. Já no modelo alternativo com correlação a relação entre ambos é t =
0,952.
Embora não se tenha encontrado estudos sob o mesmo contexto da pesquisa
desenvolvida, buscou-se, na teoria, possíveis razões para o resultado apresentado na pesquisa
com as indústrias têxteis. Dentre as encontradas, dois motivos merecem destaque: o fator de
eficiência da capacidade de absorção e a influência de variáveis que fortalecem o desempenho
da capacidade de absorção.
O fator de eficiência pode ser explicado de forma sucinta, como o quão bem o
conhecimento que é adquirido e assimilado é transformado e explorado pela organização.
Zahra e George (2002) o apontam como a razão entre o PACAP (aquisição e assimilação
potencial) e RACAP (transformação e exploração realizada), ou seja, uma empresa que
apresenta elevados níveis de PACAP desfrutara de desempenho superior em inovação se as
dimensões da RACAP também forem plenamente desenvolvidas (FOSFURI; TRIBÓ, 2008;
ZAHRA; GEORGE, 2002; GERBAUER, 2012).
Embora PACAP seja necessária para identificar e filtrar o conhecimento externo e
capturá-lo dentro dos limites da empresa um melhor desempenho em inovação só será efetivo
se a empresa mantiver bem desenvolvida a RACAP, tornando essencial que a empresa
reconheça e desenvolva os dois aparentemente incongruentes conjuntos de informações e, em
seguida, combine-os para chegar a um novo esquema (ZAHRA; GEORGE, 2002).
Gerbauer (2012) observa que algumas empresas podem possuir uma forte
engenhosidade para entender problemas técnicos complexos, mas não serem tão efetivas em
traduzir esse conhecimento em estratégias de inovação de produto. Independente da sequência
108
de assimilação de conhecimento e transformação, potencial, percebida e realizada, a
capacidade de absorção está ligada por intermédio de um fator de eficiência, onde um maior
fator de eficiência poderia levar a um maior desempenho de inovação (FOSFURI; TRIBÓ,
2008; GERBAUER, 2012; ZAHRA; GEORGE, 2002).
O fator de eficiência poderia ser um dos motivos pelo qual a capacidade de absorção
não exerceu influência significativa no desempenho da inovação de produto, ou seja,
empresas que não conseguem transformar e aplicar o conhecimento adquirido e assimilado de
forma eficiente tenderiam a ter resultados pouco expressivos no desempenho da inovação de
produto.
Além do fator de eficiência como um possível fator da influência da capacidade de
absorção no desempenho da inovação de produto, pesquisas indicam variáveis que, se
presentes no âmbito organizacional, associadas à capacidade de absorção influenciam o
desempenho da inovação. Neste sentido, estudos relatam que pessoas com maior qualificação
técnica (GRAY, 2006), empresas com o foco no desenvolvimento do capital humano
(BRANZEY; VERTINSKY, 2006), que desenvolvem alianças para a inovação
(KOSTOPOULOS et al., 2011; FOSFURI, 2008), que participam de sistemas regionais de
inovação (LAU; LO, 2015), e que buscam constantemente a aquisição de conhecimento
externo (FOSFURI, 2008; TSENG et al. 2011) de forma associada à capacidade de absorção
influenciam positivamente o desempenho da inovação.
A pesquisa em 194 PME´s realizada por Maes e Sels (2014) ressaltou fatos
interessantes sobre o processo de capacidade de absorção em PME´s. Apontaram que embora
permaneça aceitável que fluxos de conhecimento ocorrem de forma mais suave nas PME´s do
que nas empresas maiores, as pequenas e médias precisam se beneficiar de recursos que
estimulam o compartilhamento de conhecimento, pois nelas o conhecimento não é susceptível
de fluir automaticamente.
O estudo de Maes e Sels (2014) evidenciou que a capacidade de absorver
conhecimento e trabalhá-lo internamente não é suficiente para as PME´s pesquisadas serem
bem sucedidas em inovação, sem a partilha de conhecimento. Isto significa que o aumento da
capacidade de absorção de conhecimentos não é suficiente para tornar o desempenho da
inovação maior, a não ser que haja partilha de conhecimento, ressaltando a importância de
variáveis que apoiam a capacidade de absorção.
Jeon et al. (2015) observa que em PME´s, o conhecimento adquirido no processo de
aquisição leva tempo para afetar o desempenho da inovação. Neste sentido, é o conhecimento
109
desenvolvido na organização que afeta a capacidade de inovação, e não propriamente o
adquirido, e para que a inovação seja um resultado, é essencial que a organização aprenda e
desenvolva mecanismos por intermédio da qual os conhecimentos são desenvolvidos,
distribuídos e usados (ALEGRE; CHIVA, 2013; YESIL; KOSKAB; BUYUKBESC, 2013).
A hipótese H2 previamente formulada apresentava a seguinte afirmação:
H2: A capacidade dinâmica de inovação influência positivamente o desempenho da
inovação de produtos em PME´s da indústria têxtil.
O resultado da análise de pesquisa aponta que o desempenho da inovação de produto
em PME´s da indústria têxtil é influenciado positivamente pela capacidade de inovação. Essa
relação foi comprovada tanto na análise do modelo inicial de pesquisa (t = 2,104) quanto na
análise do modelo alternativo 1 (t=2,265), quando da correlação entre capacidade de inovação
e capacidade de absorção.
Esse resultado vai de encontro ao achado por Yesil, Koskab e Buyukbesc (2013), que
utilizou-se da análise de mínimos quadrados estimada no PLS para desenvolver uma pesquisa
com 51 empresas de um distrito industrial na Turquia. O estudo apontou que a capacidade de
inovação das empresas pesquisadas tem um efeito positivo significativo sobre o desempenho
da inovação. Ressalta-se, a diferença nos contextos de pesquisas, pois não encontrou-se
pesquisa semelhante no ambiente das pequenas e médias indústrias têxteis.
Estando confirmada a hipótese de que a capacidade inovadora influencia
positivamente o desempenho da empresa, pareceu relevante efetuar uma análise mais concreta
dessa informação, apesar de não definida inicialmente nas hipóteses de investigação. Assim
procedeu-se os testes no Smart Pls detalhados no ítem 3.4.2. Constituiu-se a capacidade de
inovação como constructo reflexivo e de segunda ordem e analisou-se a influência das
variáveis inovação de produto, inovação de processos e inovação organizacional (práticas de
negócios e inovações no local de trabalho). O resultado da análise quanto à validade preditiva
estão apresentados na Tabela 53.
Tabela 53: Relevância preditiva das variáveis da capacidade de inovação.
Constructo R² Q² F²
Inovação Processo 0,900412 0,724195 0,638636
Inovação Produto 0,469967 0,139045 0,247040
Inovação Organizacional 0,836098 0,555584 0,438877
Desempenho Inovação Produto 0,304385 0,246838 0,414585
Fonte: Dados de pesquisa, 2015.
110
Os coeficientes de determinação apresentaram-se como relevantes para todos os
constructos, com destaque para capacidade de inovação de processo, que apresentou maior
efeito, demonstrando grande de explicação com R² ajustado de 90,04% e relevante predição
por meio do indicador Q² de 0,724. O valor também foi grande para o tamanho do efeito (F² =
0,638), demonstrando o quanto o constructo é útil ao modelo. A Tabela 54 apresenta os
valores e coeficientes de caminho.
Tabela 54: Valores e coeficientes de caminho constructo capacidade inovação.
Construto Preditor Constructo Predito Valor t Valor p
Capacidade de Inovação Inovação Organizacional 47,252060 0,000
Capacidade de Inovação Inovação Processo 108,150386 0,000
Capacidade de Inovação Inovação Produto 12,167366 0,000
Fonte: Dados de pesquisa, 2015.
Analisando os coeficientes de caminho constatou-se que as variáveis de capacidade de
inovação propostas no estudo foram importantes e significativas para a constituição do
constructo, quando da exclusão de inovação organizacional relativa a novos métodos. Este
resultado implica que capacidade de inovação e é um fator determinante do desempenho da
inovação de produto, especialmente no que tange à dimensão de inovação de processos. De
forma conjunta, a inovação organizacional no local de trabalho e das práticas de negócios, a
inovação de produto e a inovação de processos propiciam as indústrias têxteis influenciar
positivamente o desempenho da inovação de produto.
Assim, é possível afirmar que a variável da capacidade de inovação que mais
influencia o desempenho da inovação de produto na indústria têxtil é a inovação no processo,
seguida da inovação organizacional e posteriormente a inovação de produto. A inovação de
processo aplicada na análise implica que a indústria têxtil deve ter capacidade de absorver
tecnologias fundamentais ao negócio, desenvolver programas de redução de custos, organizar
e administrar a produção e atribuir recursos de forma eficiente.
Laursen e Salter (2006) em pesquisa com 2.707 empresas do Reino Unido analisaram
o efeito da inovação de processo, e o resultado demonstrou que o desempenho é significativo
em indústrias, mas não em contextos de serviços. Evidenciou que o sucesso da inovação de
processo é significativamente e positivamente associado a amplitude das atividades de
inovação, e que os coeficientes para as empresas industriais são quase três vezes mais
elevados.
111
A hipótese H3 previamente formulada apresentava a seguinte afirmação:
H3: A capacidade dinâmica de absorção associa-se com a capacidade dinâmica de
inovação em PME´s da indústria têxtil.
A correlação entre capacidade de absorção e capacidade de inovação em PME´s da
indústria têxtil foi comprovada, ressaltando-se o coeficiente de caminho (t=14,226). O teste
de correlação de Pearson entre as variáveis de capacidade de absorção e capacidade de
inovação (Anexo c) apontaram correlação significativa entre todas as variáveis ao nível de
significância de 0,05.
O resultado da hipótese H3 aponta que capacidade de absorção e capacidade de
inovação são relacionadas, ou seja, a alteração no peso de uma influencia a outra. Pesquisas
apontam que a capacidade de absorção fornece insumos para a capacidade de inovação (SU;
AHLSTROM; LI; CHENG, 2013; WURYANNINGAT, 2013; BERGHMAN;
MATTHYSSENS; STREUKEN; VANDENBEMPT, 2013; LIAO et al., 2009;
CALANTONE; CAVUSGIL; AHAO, 2002; HULT; HURLEY; KNIGHT, 2004; LEE;
KELLEY,2008), bem como o aumento na capacidade de inovação “realimenta” a capacidade
de absorção (INDARTI, 2010; FÓRES; CAMISÓN, 2009; CHENG; CHEN, 2013).
Em pesquisa com 212 empresas chinesas, Su et al. (2013) aponta que tanto o
conhecimento interno gerado pela capacidade de absorção, quanto o conhecimento externo
trazido por ela proporciona avanço na capacidade de inovação, e estes devem ser integrados
em conjunto para maximizar os seus efeitos. Wuryaningrat (2013) em pesquisa com 176
PME´s da Indonésia, e utilizando-se da análise de mínimos quadrados do PLS, ressaltou que o
fruto a capacidade de absorção para as PME´s é o aumento da capacidades de inovação das
PME´s.
Berghman et al. (2013) conduziram pesquisa com 188 indústrias holandesas,
utilizando para a análise o PLS. O inquérito sugeriu que a capacidade de inovação estratégica
é reforçada por três dimensões da capacidade de absorção: aquisição, assimilação e aplicação.
Cheng e Chen (2013) ressaltam que quando uma empresa constrói a sua capacidade de
inovação há acréscimo na capacidade de absorção, pois há incentivo à exploração de novas
informações e, eventualmente, ao avanço da inovação. Fóres e Camisón (2009)
desenvolveram estudo em 952 empresas espanholas e evidenciou o efeito conjunto da
capacidade de absorção e da capacidade de inovação, demonstrando que a capacidade de
inovação atua como catalisador para o efeito da capacidade de absorção.
112
Nenhum estudo no contexto de PME´s indústrias têxteis foi encontrado para auxiliar o
embasamento do resultado. No entanto, os autores foram citados a fim de lançar luz à
compreensão de como ocorre a correlação entre capacidade de absorção e capacidade de
inovação.
A hipótese H4 previamente formulada apresentava a seguinte afirmação:
H4: Capacidade dinâmica relaciona-se positivamente com o desempenho da inovação
de produto em PME´s da indústria têxtil.
A capacidade dinâmica apresentou considerável relação positiva (t=9,125) com o
desempenho da inovação de produto em PME´s da indústria têxtil. Neste contexto, constata-se
que as ações conjuntas da capacidade de absorção com a capacidade de inovação influenciam
positivamente o desempenho da inovação de produto na indústria têxtil.
Embora a natureza da análise e o perfil das organizações sejam distintas, apresenta-se
alguns estudos com o intuito de corroborar com o resultado de pesquisa. Por exemplo, Lee e
Kelley (2008) realizaram estudo de caso com duas empresas coreanas e evidenciaram que o
desenvolvimento da inovação esta associado a um elevado grau de variação e exploração de
novos conhecimentos, ressaltando a importância da capacidade de absorção para a
constituição das capacidades dinâmicas, como já previsto por Wang e Ahmed (2007).
A análise de 89 artigos, com a realização de 519 testes estatísticos que relacionam
capacidades dinâmicas ao desempenho organizacional, realizado por Pezeskan et al. (2015),
aponta que, mesmo que dificilmente uma empresa permaneça sempre bem sucedida em um
determinado mercado, o forte desenvolvimento de capacidades dinâmicas permite a
organização estruturar sucessivas ondas de mudança em todas as linhas de negócios,
renovando e alavancando produtos e serviços, e tornando difícil a replicação de seus recursos
e processo pelos concorrentes.
Retornando aos resultados da pesquisa, ressalta-se que o modelo alcançou validade
preditiva apenas com variáveis de transformação em capacidade de absorção e de inovação de
processo em capacidade de inovação. Tal resultado refletiu no constructo de segunda ordem,
capacidades dinâmicas, onde permaneceu uma variável inerente à transformação (Tr3) e uma
variável inerente à inovação de processo (Pr4), conforme observado na Figura 11 ao final da
análise do modelo.
Com este resultado, pode-se inferir que o desempenho da inovação de produto é
fortalecido com as capacidades dinâmicas especificamente no tocante à transformação de
113
conhecimento e à inovação de processo. Especificamente à transformação de conhecimento
(Tr3) observa-se a importância dos colaboradores, quando da articulação do conhecimento
existente na organização com novas ideias.
Lau e Lo (2015) desenvolveram pesquisa com 200 industrias de Hong Kong, cujo
resultado apontou que o conhecimento assimilado na organização quando transformado em
seguida, melhora o desempenho de inovação. O estudo ressalta que quando se pretende
melhorar o desempenho da inovação é necessário que se fortaleça a capacidade de absorção,
principalmente no tocante à aplicação e transformação de conhecimento, para resultado no
curto prazo, e aquisição e assimilação de conhecimento, para resultado no longo prazo.
Já a inovação de processo que demonstrou maior influência no desempenho da
inovação de produto (Pr4) foi a que ressalta a importância de administrar a organização da
produção de forma eficiente.
Darfar (2013) observa que a maioria das falhas em inovação são devido a deficiências
na gestão da inovação de processos. Lin (2016) examinou 264 empresas chinesas com análise
de dados realizada no PLS, combinando a perspectiva da capacidade dinâmica de inovação
com a capacidade de gestão. O resultado apontou que em três das quatro fases de inovação
estudadas, as capacidades dinâmicas afetam positivamente a inovação, confirmando as
capacidades dinâmicas como um fator importante no processo de gestão da inovação, e como
uma abordagem eficaz para melhorar o desempenho da inovação.
4.6 Discussão
O estudo propôs verificar o impacto da capacidade de absorção e da capacidade de
inovação no desempenho da inovação de produto na indústria têxtil. A capacidade de
absorção quanto estudo multidimensional (considerando aquisição, assimilação,
transformação e aplicação na constituição do constructo), teve o teste de sua influência
positiva no desempenho da inovação de produto refutada. A capacidade de inovação, também
constituída no formato multidimensional (inovação de produto, processo e inovação
organizacional) demonstrou exercer efeito positivo no desempenho da inovação de produto,
sendo a hipótese de pesquisa aceita. Propôs-se ainda analisar o efeito conjunto da capacidade
de absorção e da capacidade de inovação no desempenho da inovação de produto, com a
formação do constructo de segunda ordem capacidades dinâmicas. O resultado confirma a
114
hipótese de pesquisa, demonstrando a forte influência das capacidades dinâmicas no
desempenho da inovação de produto na indústria têxtil.
Não obstante a literatura contemple diversos estudos sobre a relação entre capacidade
de absorção e capacidade de inovação, a pesquisa identificou o efeito da correlação destas no
desempenho da inovação de produto, suscitando proposições de pesquisa que serão
apresentadas na discussão. Desta forma segue-se destacando os principais apontamentos
revelados nos resultados do trabalho pelos argumentos de suas hipóteses e das comparações
entre o resultado das análises dos modelos estruturados para a pesquisa.
Mediante rejeição da hipótese que considera o efeito significativo da capacidade de
absorção no desempenho da inovação de produto na indústria têxtil, levantou-se a reflexão
sobre a importância da dependência de caminho e do fator de eficiência característicos da
capacidade de absorção. A natureza cumulativa do conhecimento é um processo inerente à
capacidade de absorção, tocante à dependência de caminho (ZAHRA; GEORGE, 2002).
Este caminho não só define as opções disponíveis para a empresa no momento
presente, mas também serve de base para ações no futuro, ou seja, o estoque de conhecimento
atual resulta de acumulação anterior (DIERICKX; COOL, 1989). Conjuntamente a
característica de dependência de caminho, observa-se o fator de eficiência da capacidade de
absorção, que representa a razão entre o conhecimento adquirido e assimilado na organização
e o conhecimento transformado e aplicado (ZAHRA; GEORGE, 2002).
A dependência de caminho poderia influenciar negativamente o resultado da
capacidade de absorção, quando da ineficácia da organização em adquirir e manter o
conhecimento adquirido, assim como organizado e disponível de maneira que possibilitasse
posterior consulta. O fator de eficiência neste caso poderia não ser expressivo, pois se a
organização não consegue coordenar a acumulação de conhecimento, poderia também ter
dificuldades em disponibilizar este conhecimento para transformação e aplicação no momento
em que for necessário. Considerando esta análise, poderia ser oportuno estudar a capacidade
de absorção quando da assimilação e transformação como dois elementos paralelos, conforme
proposto por Todorova e Durisin (2007) e não somente a linearidade proposta por Zahra e
George (2002) (o modelo adotado na pesquisa).
Assim, considerando a sinergia da capacidade de absorção e não a linearidade, faz-se
relevante observar a complexidade das relações entre assimilação e transformação. Ressalta-
se que independente da sequência de assimilação e transformação, capacidade de absorção
potencial e percebida está ligada através do fator de eficiência, cujo resultado maior leva a
115
uma maior capacidade de inovar. Este incremento na capacidade de inovar ocorre por
intermédio dos esforços para desenvolver a capacidade de absorção em um período, e de
torná-lo mais fácil de acumulá-lo no próximo (COHEN; LEVINTHAL, 1990; TODOROVA;
DURISIN, 2007). Bergman et al. (2013) argumenta que as dimensões de capacidade de
absorção são construídas umas sobre as outras (LANE; KOK; PATHAK, 2006)., ressaltando
que possuir conhecimento prévio é uma condição necessária mas não suficiente para uma
empresa ter capacidade de absorção
O modelo de capacidade de absorção adotado para o desenvolvimento da pesquisa
teve como base o desenvolvido por Zahara e George (2002). No entanto foi estudado
considerando as variáveis como independentes, ou seja, aquisição, assimilação, transformação
e aplicação influenciando diretamente o constructo de capacidade de absorção no formato
multidimensional. Zahara e George (2002) propõem a constituição do constructo como de
duas dimensões: aquisição e assimilação constituindo a PACAP e transformação e aplicação
constituindo a RACAP, sendo provável que neste formato seja possível desenvolver estudos
para identificar o fator de eficiência da capacidade de absorção.
Considerando o contexto de pesquisa que caracteriza as pequenas e médias empresas,
estudos apontam dificuldades que geram problemas para PME´s de países em
desenvolvimento para geração da capacidade de absorção de forma adequada, e
consequentemente influenciar de forma positiva a eficiência. Algumas dificuldades residem
no acesso restrito ao conhecimento especializado, e ao apoio financeiro e institucional
(MEAD; LIEDHOM 1998). Wuryaningrat (2013) aponta ainda que a falta de capital,
recursos humanos e do uso de tecnologia da informação são os principais elementos que
dificultam as PME´s absorver conhecimento completamente, bem como desenvolvê-lo.
A pesquisa com pequenas e médias indústrias têxteis não confirmou o efeito direto da
capacidade de absorção no desempenho da inovação de produto, como já discutido, mas
apontou o efeito indireto da capacidade de absorção no desempenho, por intermédio da
capacidade de inovação. A inclusão de variáveis que influenciam, por assim dizer, os efeitos
da capacidade de absorção no desempenho da inovação foram apresentadas em todas as
pesquisas encontradas que apontaram a influência significativa da capacidade de absorção no
desempenho da inovação (GRAY, 2006; LAU; LO, 2015; JEON et al., 2015; BRANZEY;
VERTINSKY, 2006; KOSTOPOULOS et al., 2011; FOSFURI, 2008; TSENG et al. 2011;
GERBAUER; WOLERCH; TRUFFER, 2012; YESIL, 2013).
116
Embora a mediação não tenha sido testada diretamente, por não fazer parte dos
objetivos de pesquisa, os resultados de pesquisa proporcionam inferir que a capacidade de
inovação funciona como uma mediadora entre a capacidade de absorção e desempenho da
inovação de produto na indústria têxtil. Yesil, Büyükbesse e Koska (2013) aponta que o
conhecimento trabalhado na organização possibilita melhora no desempenho da inovação por
intermédio da capacidade de inovação. Desta forma, pode-se pensar a capacidade de absorção
organizacional como um antecedente da inovação cuja sua saída, o conhecimento
organizacional, permite reforçar o resultado da inovação através da aquisição, absorção,
aplicação e transformação do conhecimento (BREZNIK; HISRICH, 2014; GINIUNIENE;
JURKSIENE, 2015).
Em PME´s com menor número de funcionários, estrutura organizacional simples e
pouca burocracia, a capacidade de absorver e disseminar conhecimento para a organização
possibilita aumentar a capacidade de inovação em maior velocidade se comparado à grandes
empresas (WURYANINGRAT, 2013). Aquisição de conhecimento de fontes externas
também é um fator que influencia a capacidade de inovação de uma empresa (LEE;
CHIANG; WU; LIU, 2012), sendo uma questão vital para as empresas de países em
desenvolvimento que carecem de conhecimento especializado (DADFAR et al., 2013).
A proximidade das pequenas e médias empresas com sues clientes proporciona que
desenvolvam inovação de produtos baseadas na necessidade destes (INAN, 2015). Neste
contexto, a capacidade de absorção proporciona a organização aproveitar novos
conhecimentos para aprimorar suas atividades inovadoras (ARIFIN; FRMANZAH, 2015), e
assim, quanto mais uma empresa demonstra capacidade de absorção, mais ela exibe
capacidades dinâmicas (WANG; AHMED, 2007).
A relação positiva entre capacidades dinâmicas e desempenho da inovação de produto
foi evidenciada na pesquisa. Na relação entre capacidade de absorção no constructo de
capacidades dinâmicas, observa-se que a dimensão representativa foi a de transformação.
Relativa à essa dimensão, pode-se inferir que a habilidade dos colaboradores em estruturar
novos conhecimentos com os presentes na indústria têxtil, o fato dos colaboradores estarem
acostumados a usar novos conhecimentos e aplicá-los a finalidades diversas na organização e,
principalmente, articular com sucesso o conhecimento existente com novas ideias é o que
proporciona a pequena e média indústria têxtil melhor desempenho na inovação de produto.
Bergman et al. (2013) reinterpretam a capacidade de absorção por meio de uma lente
de cognição, e através da análise de dados no PLS, e sugerem que a capacidade de inovação é
117
reforçada quando os gerentes deliberadamente instalam mecanismos específicos de
aprendizagem sobre as dimensões da capacidade de absorção. O estudo sugere que as
empresas desenvolvem capacidades e competências não só pelo acúmulo de experiência, mas
também investindo tempo em desenvolver atividades que exigem esforço mais cognitivo.
Assim, pressupõe-se que para desenvolver capacidades de absorção, a gestão deve
apoiar os trabalhadores para a aprendizagem, proprietários e os gestores devem estar de mente
aberta para novas ideias e, finalmente, conhecimentos e experiências devem ser
compartilhadas abertamente dentro da organização (INAN, 2015). Ao utilizar a perspectiva da
aprendizagem no processo de capacidade de absorção (exploratório, de assimilação,
transformadora, e de aplicação), observa-se que os processos de aprendizagem
transformadoras em particular, desempenham um papel fundamental na inovação estratégica
(GERBAUER; WORCH; TRUFFER, 2012).
Nas PME´s é necessário estimular o uso de recursos que proporcionam o
compartilhamento de conhecimento, pois nelas o conhecimento não é susceptível de fluir
automaticamente (MAES; SELS, 2014). As PME´s precisam aprender continuamente através
da partilha de conhecimento com diferentes fontes de conhecimento (WURYANINGRAT,
2013). O resultado da pesquisa relativa às capacidades dinâmicas deixou evidente este fato ao
apontar que a variável de transformação de conhecimento no que tange o papel do
colaborador como articulador do conhecimento existente com novos conhecimentos é
essencial ao desempenho da inovação de produto. O resultado apoia pesquisas que apontam
que é o conhecimento desenvolvido na organização que afeta a capacidade de inovação, e não
propriamente o adquirido (ALEGRE; CHIVA, 2013; YESIL; KOSKAB; BUYUKBESC,
2013).
A inovação é um direcionador importante para transformar os recursos em
capacidades, e consequentemente obter maior desempenho em inovação de produtos
(JULIENTI; BAKAR; AHMAD, 2010), por proporcionar um ambiente propício ao
desenvolvimento de atividades inovadoras (HULT; HURLEY; KNIGHT, 2004). A pesquisa
nas PME´s da indústria têxtil proporciona ressaltar três aspectos sobre a capacidade de
inovação: o destaque da inovação de processo para o desempenho da inovação de produto; a
não relevância da inovação relativa a novos métodos organizacionais; e a baixa significância
da inovação de produto para o desempenho da inovação de produto se comparado à inovação
de processo e à inovação organizacional.
118
A exclusão da inovação organizacional relativa a novos métodos organizacionais
ressalta que, para as indústrias têxteis, desenvolver colaboração com os clientes, utilizar-se
métodos para a integração com fornecedores e terceirizar atividades de negócios não é
relevante para o desempenho da inovação de produtos. Em contrapartida, a inovação de
processo, que reflete as mudanças na forma como a organização entrega os produtos, como os
cria e desenvolve, proporciona maior resultado do que a inovação de produto propriamente
dita para o desempenho da inovação de produto.
A inovação de processo constitui a base para o desenvolvimento de novos produtos, e
reflete a propensão à inovação e a eficácia da ação das organizações na configuração de
processos diversos na organização, proporcionando melhor desempenho em inovação de
produto (PIENING; SALGE, 2015). A inovação organizacional reflete a capacidade
dinâmica de inovação e está associada a um maior desempenho da inovação (CAMISÓN;
VILLAR-LÓPEZ, 2014; YESIL; KOSKAB; BUYUKBESC, 2013). Quanto mais uma
empresa é inovadora, mais ela possui capacidades dinâmicas (WANG; AHMED, 2007).
A influência da capacidade de inovação quando da constituição da capacidade
dinâmica, no desempenho da inovação de produto, apresentou grande significância
especificamente para variáveis de inovação de processo. Isso significa que quando a empresa
têxtil desenvolve programas de redução de custos de produção, tem conhecimento sobre
melhores processos e sistemas para a organização do trabalho e administra a organização da
produção de forma eficiente, ela reflete capacidade dinâmica. Piening e Salge (2015) aponta
que a capacidade de reconfigurar os processo organizacionais com a adoção de tecnologia e
inovações administrativas é especialmente valioso em ambientes dinâmicos em que vantagens
e posições competitivas modificam-se rapidamente.
A administração e organização do processo de produção de forma eficiente representa,
especificamente, a capacidade dinâmica de inovação na indústria têxtil, que influencia de
forma positiva e fortemente o desempenho da inovação do produto relacionado ao
desempenho de mercado, de cliente, estratégico e financeiro. A adoção de inovação de
processo, inclui a análise de atividades foco, que proporcionam benefícios para a empresa, a
decisão sobre as ações pertinentes, a adoção dessas ações, e posteriormente incorporação às
rotinas operacionais (DAMANPOUR; WISCHNEVSKY, 2006). Apesar da visível
importância da inovação de processo para o desempenho organizacional, o estudo sobre os
efeitos da inovação processo sobre o desempenho está ainda no início (KEUPP ET AL, 2012;
PIENING; SALGE, 2015).
119
A pesquisa demonstrou a forte influência da capacidade dinâmica para o desempenho
da inovação de produto relativo a desempenho de mercado, desempenho de cliente,
desempenho estratégico, e desempenho financeiro. As dimensões de transformação de
conhecimento e inovação de processo influenciam consideravelmente o desempenho da
inovação de produto, se comparado à ação da capacidade de absorção e capacidade de
inovação de forma isolada. A dimensão que recebe maior impacto é a de desempenho de
mercado, onde novos produtos têm alcançado os objetivos fixados em termos de vendas,
resultados superiores em termos de quota de mercado e têm permitido a entrada em outros
mercados.
A dimensão de clientes aponta que os clientes estão satisfeitos com o desempenho de
novos produtos e que estes têm aumentado a fidelidade do cliente. Quando da influência das
capacidades dinâmicas no desempenho estratégico observa-se que novos produtos
proporcionam à empresa uma vantagem competitiva e têm melhorado a reputação da empresa.
A dimensão que recebe menor influência das capacidades dinâmicas na indústria têxtil, mas
não sem importância, foi a dimensão financeira, que aponta que os lucros proporcionados
pelos novos produtos são mais elevados do que o previsto aos produtos restantes e que novos
produtos têm alcançado os objetivos fixados em termos de retorno sobre o investimento. A
forma de mensurar o desempenho da inovação de produto demonstrou ser eficiente, pois das
dimensões propostas por Hanachi (2015) apenas o desempenho técnico foi retirado da escala
para análise, pois os resultados não foram significativos para a indústria têxtil.
O estudo gerou algumas provocações sobre os constructos pesquisados:
- Haveria uma forma de trabalhar a capacidade de absorção na organização de forma
que ela gere desempenho da inovação de produto sem a incidência de outras variáveis? Seria
o fator de eficiência da capacidade de absorção o que proporcionaria essa influência positiva e
significativa?
- Quais as dimensões da capacidade de absorção possibilitam maior capacidade de
inovação e consequentemente maior desempenho da inovação de produto?
- Porque o resultado da inovação de processo influência significativamente o
desempenho da inovação de produto, se comparado à inovação de produto e à inovação
organizacional? Será que investir somente em inovação de processo proporcionaria às
indústrias têxteis melhorar o desempenho da inovação de produto?
- O tamanho da indústria influência o resultado das capacidades dinâmicas, ou seja,
organizações de diferentes tamanhos requerem diferentes tipos de capacidades dinâmicas?
120
Provocações são resultantes das inquietações percebidas durante a reflexão dos
resultados de pesquisa. No entanto, extrapolam os dados e informações descritos no estudo,
possibilitando o surgimento de novos estudos. A próxima seção apresenta as considerações
finais e destaca algumas sugestões e possibilidades, bem como as limitações de pesquisa.
121
5. CONSIDERAÇÕES FINAIS
Este trabalho teve como objetivo identificar a influência da capacidade de absorção e
da capacidade de inovação no desempenho da inovação de produto em PME´s da indústria
têxtil de Santa Catarina. Na revisão da literatura obteve-se o consenso da evolução da
abordagem de capacidades dinâmicas, destacando o papel da capacidade de absorção e da
capacidade de inovação. Com base nesta revisão, desenvolveu-se um modelo teórico que
buscou representar a realidade teórica e prática das PME´s da indústria têxtil. Partindo do
modelo teórico principal, trabalhou-se com modelos alternativos, desmembrando-se três
modelos chamados de modelo inicial, modelo alternativo 1 e modelo alternativo 2. Estes
modelos possibilitaram verificar a teoria e a prática no estudo empírico da relação das
capacidades (capacidade de absorção, de inovação e capacidade dinâmica) com o desempenho
da inovação de produto.
Os modelos desenvolvidos foram analisados seguindo as premissas da modelagem de
equações estruturais, e constituíram-se da análise do modelo de medidas e da análise do
modelo estrutural, onde o primeiro proporciona mensurar os constructos latentes do estudo, e
o segundo testar a estrutura de relação entre os constructos. Para o modelo de mensuração,
considerou-se a constituição de constructos reflexivos, e a incorporação de constructos de
primeira e segunda ordem.
A constituição dos constructos realizou-se tendo como base a teoria, e mostrou-se
coerente, já que os ajustes nos modelos de mensuração sugeriram a permanência de quase
todas de variáveis, representando todas as dimensões dos constructos pesquisados. A exceção
foi para o constructo de desempenho da inovação de produto, onde se excluiu a dimensão de
desempenho técnico na análise fatorial exploratória.
A análise confirmatória ocorreu com a modelagem de equações estruturais, onde os
índices de validade convergente, confiabilidade e validade discriminante atingiram os níveis
recomendados pela literatura, demonstrando que as variáveis representam os constructos e
que estes são independentes entre si. A relevância preditiva foi então alcançada,
demonstrando a acurácia dos modelos de pesquisa. Os resultados da análise embasaram o
teste de hipótese, quando três das quatro hipóteses formuladas foram confirmadas.
A capacidade de absorção do conhecimento, embora não exerça de forma isolada
influência direta no desempenho da inovação de produto, correlaciona-se fortemente com a
capacidade de inovação, e quando ocorre esta correlação, aumenta a influência da capacidade
122
de inovação sobre o desempenho da inovação de produto. Diante deste resultado, pode-se
inferir que, empiricamente, se faz viável para as empresas da indústria têxtil desenvolverem a
capacidade de absorção de conhecimento com vistas a melhorar a capacidade de inovação.
Agindo no constructo de segunda ordem (capacidade dinâmica) a capacidade de
absorção conjuntamente com a capacidade de inovação influenciaram positivamente e
fortemente o desempenho da inovação de produto. No entanto ressalta-se que para alcançar a
validade preditiva, necessitou-se reduzir as dimensões dos constructos endógenos, ou seja, a
capacidade de absorção permaneceu somente com variáveis da dimensão de transformação e a
capacidade de inovação somente com variáveis de inovação de processo. O constructo de
capacidade dinâmica refletiu as exclusões, podendo-se inferir que essas dimensões
(transformação e inovação de processo) são decisivas quando do interesse em melhorar o
desempenho da inovação de produto na indústria têxtil.
Como contribuição mercadológica, o estudo proporciona às empresas da indústria
têxtil visualizar as nuances do desempenho da inovação de produtos, o que para as PME´s é
especialmente importante, pois de outra forma, estas devem dispor de recursos e tempo para
investir em uma área exclusiva para desenvolver e testar novos produtos antes da entrada no
mercado. Desenvolver capacidade dinâmica de absorção e de inovação no contexto das
PME´s é, segundo resultados da pesquisa, uma ação importante ao desempenho da inovação
de produtos.
Como contribuição teórica, o estudo abordou um modelo de relacionamento até então
não encontrado na literatura, permitindo novos insights sobre o tema. Assim, o estudo ajudou
a elucidar o impacto da capacidade de absorção e da capacidade de inovação em PME´s da
indústria têxtil. Frente aos resultados, conclui-se que a capacidade de absorção não exerce
efeito direto significativo no desempenho da inovação de produto, mas sim indiretamente, por
intermédio da capacidade de inovação. A capacidade de inovação apesar de exercer efeito
significativo ao desempenho da inovação de produto, tem o resultado aumentado quando da
correlação com a capacidade de absorção. O impacto da capacidade de absorção e da
capacidade de inovação no desempenho da inovação de produto é fortemente significativo
mediante capacidades dinâmicas, ou seja, transformação e inovação de processos
proporcionam significativamente maior desempenho da inovação de produto às indústrias
têxteis.
123
5.1 Limitações de pesquisa e sugestões de pesquisas futuras
Como em qualquer pesquisa, o presente estudo apresenta limitações conceituais e
metodológicas, que devem ser consideradas na generalização e análise de seus resultados.
Estas limitações decorrem, sobretudo, das escolhas metodológicas e representam
oportunidades para estudos futuros.
Uma das limitações da pesquisa refere-se ao fato dos constructos terem sido mapeados
unicamente à partir da literatura, sem a realização de pesquisa qualitativa para adicionar
diferentes perspectivas à compreensão dos mesmos. A pesquisa qualitativa seria ainda
interessante para identificar tendências, e embora não estivesse entre os objetivos da pesquisa,
poderia agregar-se para responder como as relações ocorrem. Sob essa ótica, a pesquisa
qualitativa viabilizaria identificar quais são as ações tomadas em cada dimensão de
capacidade de absorção e capacidade de inovação.
Neste contexto, pesquisas futuras poderão aprofundar a análise retornando ao mesmo
setor de pesquisa, buscar identificar ações tomadas no contexto da indústria têxtil que visam o
aumento do desempenho da inovação de produto relativo à capacidade de absorção e à
capacidade de inovação.
Ainda de cunho metodológico, o desenvolvimento do modelo à partir de dados de
corte transversal e não longitudinal baseou a análise a um único momento. Dados coletados
em outros períodos de tempo podem ser usados em uma modelagem separadamente ou em
uma base composta. O desenho longitudinal poderia agregar informações importantes ao
modelo, como a identificação de tendências.
A delimitação da população de pesquisa pode-se considerar uma limitação de
pesquisa, já que os resultados são pertinentes às pequenas e médias empresas da indústria
têxtil, o que impede a generalização e implicação dos mesmos resultados a outros setores
produtivos. A sugestão então é replicar o estudo em outros setores, possibilitando assim a
comparação. Neste contexto, a replicação desta pesquisa nas micro e grandes empresas da
indústria têxtil, que não compuseram a população de pesquisa, também se faz apropriada.
Especificamente relacionada à técnica de análise do modelo estrutural para constructo
de segunda ordem, uma consideração se faz importante relativa a técnica utilizada
(Abordagem de Indicadores repetidos), que embora seja vastamente utilizada em PLS-PM, ela
124
apresenta uma desvantagem proporcionada pelo viés das estimativas, por relacionar variáveis
do mesmo tipo. Poder-se-á testar outras técnicas para estimar o constructo de segunda ordem.
É necessário considerar as limitações próprias do método de Modelagem de Equações
estruturais, especificamente da adoção da técnica de Estimação por Mínimos Quadrados
Parciais (PLS-PM) utilizada na pesquisa para testar o modelo proposto. Uma destas
limitações relaciona-se à hipótese da existência de estrutura linear nas relações entre os
constructos e destes com seus respectivos indicadores. Relações lineares nem sempre
representam a realidade, e poderá buscar a representação desta por outro tipo de função
matemática, permitindo a comparação com o resultado da função por mínimos quadrados
parciais utilizada na presente dissertação.
À luz dos resultados, outras sugestões para pesquisas apresentam-se pertinentes.
Poder-se-á analisar a influência das dimensões da capacidade de absorção no desempenho da
inovação de produto, pois como aponta resultado de pesquisa, o constructo de capacidade de
absorção composto em sua totalidade (aquisição, assimilação, transformação e aplicação) não
exerceu influência no desempenho da inovação de produto, mas quando da ação conjunta no
constructo de segunda ordem formulado (capacidade dinâmica), influenciou fortemente o
desempenho da inovação de produto, apresentando, no entanto, somente a dimensão de
transformação.
Este resultado também enseja pesquisa com modelos de construção e capacidade de
absorção alternativos ao desenvolvido na presente pesquisa, ou seja, que considerem a não
linearidade do processo de capacidade de absorção. Novas pesquisas poderão analisar a
influência de cada dimensão ou ainda, verificar o fator de eficiência da capacidade de
absorção no desempenho da inovação de produto.
Ainda no tocante ao constructo de capacidade de absorção, sugere-se pesquisar a
influência desta no desempenho da inovação de produto conjuntamente com outras variáveis
de pesquisa, como por exemplo, aprendizagem, gestão e processos cognitivos, partilha de
conhecimento e fontes de conhecimento. Sugere-se ainda incluir a capacidade de inovação
nesta análise.
Seria interessante ainda, testar a mediação de capacidade de inovação em capacidade
de absorção agindo sobre o desempenho da inovação de produto, pois quando da correlação
entre capacidade de absorção e capacidade de inovação, houve diminuição da influência da
capacidade de absorção no desempenho da inovação de produto, e acréscimo da influência de
capacidade de inovação no constructo exógeno.
125
Frente ao resultado da influência significativa da inovação de processo no constructo
de capacidade de inovação e consequentemente no desempenho da inovação de produto, faz-
se relevante desenvolver estudos que abordem essa relação, que apesar de apresentar-se
relevante, a teoria aponta como sendo ainda incipiente.
Uma proposta de pesquisa relativa á análise adicional ao modelo é a reaplicação do
modelo de constructo de desempenho da inovação de produto que foi testado na pesquisa,
pois esta formulação é recente (Hanachi, 2015), e apresenta uma proposta diferente de
mensuração da que vem sendo usualmente utilizada, e na presente pesquisa demonstrou-se
pertinente.
126
REFERÊNCIAS
ADNER R; HELFAT, C. Corporate Effects and Dynamic Managerial Capabilities. Strategic
Management Journal, December, 2002.
ADNER, R.; HELFAT, C. Corporate effects and dynamic managerial capabilities. Strategic
Management Journal (Special Issue), 1011-1025, 2003.
AHUJA, G.; KATILA, R. Technological Acquisitions and the Innovation Performance of
Acquiring firms: a longitudinal study. Strategic Management Journal, v. 22, 197–220,
2001.
ALEGRE, J.; CHIVA, R. Assessing the impact of organizational learning capability on
product innovation performance: an empirical test. Technovation, v. 28, 315–326, 2008.
ALEGRE, J.; CHIVA R. Linking Entrepreneurial Orientation and Firm Performance: The
Role of Organizational Learning Capability and Innovation Performance. Journal of Small
Business Management, v. 51, 491–507, 2013.
ANDREEVA T.; CHAIKA V. Dynamic Capabilities: What they need to be Dynamic?
Institute of Management, St. Petersburg State University, 2006.
ALEGRE, J., LAPIEDRA, R., CHIVA, R. A measurement scale for product innovation
performance. European Journal of Innovation Management, v. 9, n. 4, 333–346, 2006.
ARGYRIS, C.; SCHON, D. Organizational Learning – A Theory of action perspective
Reading. Mass: Addison Wesley, 1978.
ARIFIN, Z. ; FRMANZAH. The effect of dynamic capability to technology adoptionand its
determinant factors for improving firm’s performance; toward a conceptual model. Procedia -
Social and Behavioral Sciences. Vol. 207, p.786 – 796, 2015.
ATUAHENE-GIMA, K. Resolving the capability-rigidity paradox in new product innovation.
Journal of Marketing, 69, 61–83, 2005.
BARNEY, J. B. Firm Resources and Sustained Competitive advantage. Journal of
Management, v.17, 1991.
BARNEY, J. B. Resource-based theories of competitive advantage: A ten-year retrospective
on the resource-based view. Journal of Management, v. 27, n. 6, 643-650, 2001.
BASS, F.M. A new product growth model for consumer durables. Management Science, v.
15, 215–227, 1969.
BERGHMAN, L.; MATTHYSSENS, P.; STREUKEN, S.; VANDENBEMPT, K. Deliberate
Learning Mechanisms for Stimulating Strategic Innovation Capacity. Long Range Planning
Vol. 46, Issues 1–2, Pages 39–71. February–April, 2013.
127
BLINDENBACH, D.F.; ENDE, J.V.D. Innovation Management Practices Compared:
The Example of Project-Based Firms. Journal of Product Innovation Management.
Volume 27, Issue 5, pages 705–724, September 2010.
BRANZEI O; VERTINSKY I. Pathways to product innovation capabilities in SMEs. Journal
of Business Venturing, v.21, 75–105, 2006.
BREZNIK, L. D.; HISRICH, R. Dynamic capabilities vs. innovation capability: are they
related? Journal of Small Business and Enterprise Development, v. 21, 368 – 384, 2014.
BROWN, S.L.; EISENHARDT, K.M. Product development: Past research, present findings
and future directions. Academy of Management Review, v. 20, 343–378, 1995.
BUGANZA, T.; VERGANTI, R. Life-Cycle Flexibility: How to Measure and Improve the
Innovative Capability in Turbulent Environments. Journal Production Innovation
Management, v.23, 393–407, 2006.
BURCHARTH, A.L.L.; LETTL, C.; ULHOI, J.P. Extending organizational antecedents of
absorptive capacity: Organizational characteristics that encourage experimentation.
Technological Forecasting & Social Change, v.90, 269–284, 2015.
BURREL, G. MORGAN, G.. Sociological Paradigms and Organisational Analysis:
Elements of the Sociology of Corporate live. London: Heimannn Edication Books, 1979.
CALANTONE, R.J.; CAVUSGIL, S.; ZHAO, Y. Learning orientation, firm innovation
capability, and firm performance. Industrial Marketing Management, v.31, 515– 524,
2002.
CAMISÓN, C.; VILLAR-LOPEZ, A. An examination of the relationship between
manufacturing flexibility and firm performance: The mediating role of innovation.
International Journal of Operations and Production Management, v.30, 2010.
CAMISÓN, C.; VILLAR-LOPEZ, A. Organization Innovation as na enabler of technological
innovation capabilities and firm performance. Journal of Business Research, v. 67, 2891-
2902, 2014.
CAPON, N., FARLEY, J.U., HULBERT, J.; LEHMANN, D.R. Profiles of product innovators
among large US manufacturers. Management Science, v.38, 157–169, 1992.
CASSIMAN, B.; VEULEGERS, R. R&D cooperation and spillovers: some empirical
evidence from Belgium. American Economic Review, v.92, 1169–84, 2006.
CAVUSGIL, E.; STEVEN, H.S.; MEHEMER, B.T. Dynamic capabilities view: Foundations
and Research Agenda. Journal of marketing Theory and Practice, v.15, 159-166, 2007.
CHANG, S-C.; LEE, M-S. The linkage between knowledge accumulation capability and
organizational innovation. Journal of Knowledge Management, v. 12, 3 – 20, 2008.
CHAUVET, V. Absorptive Capacity: Scale Development and Implications for Future
Research. Management international, 2014.
128
CHEN, A.N.K.; EDGINGTON, T.M. Assessing value in organizational knowledge creation:
consideration for knowledge workers. MIS Quaterly, v.29, 279–309, 2005.
CHENG, C.C.J; CHEN, J-S. Breakthrough innovation: the roles of dynamic innovation
capabilities and open innovation activities. Journal of Business & Industrial Marketing, v.
28, 444 – 454, 2013.
CHEN, Y.; WANG, Y.; NEVO, S.; BENITEZ-AMADO, J.; KOU, G. IT capabilities and
product innovation performance: The roles of corporate entrepreneurship and competitive
intensity. Original Research Article Information & Management, Vol. 52, Issue 6, p. 643-
657, September 2015.
CHIESA, V.; COUGHLAN, P.; VOSS, C.A. Development of a Technical Innovation Audit.
Journal of Product Innovation Management, v. 13, 105–136, 1996.
CHUANG, Y.; LIN, C. Foreign direct investment, R&D and spillover efficiency: Evidence
from Taiwan’s manufacturing firms. Journal of Development Studies, v.35, 117–37, 1999.
CHUDNOVSKY, D.; LOPEZ, A.; ROSSI, G.G. Foreign direct investment spillovers and the
absorptive capabilities of domestic firms in the Argentine manufacturing sector (1992–2001)’,
Journal of Development Studies, v.44, 645–77, 2008.
CIAVOLINO, E.; NITTI, M. Using the Hybrid Two-Step estimation approach for the
identification of second-order latent variable models. Journal of Applied Statistics. Vol. 40,
No. 3, 508–526, 2013.
COCKBURN, I.; HENDERSON, R. Absorptive capacity, coauthoring behavior, and the
organization of research in drug discovery. Journal of Industrial Economics, v.46, 157-183,
1998.
COCKBURN, I.; HENDERSON, R.; STERN, S. Untangling the origins of competitive
advantage. Strategic Management Journal, v.21, 1123-1146, 2000.
COHEN, W. M.; LEVINTHAL, D. A. Innovation and learning: The two faces of R&D.
Economic Journal, v.99, 569-596, 1989.
COHEN, W. M.; LEVINTHAL, D. A. Absorptive capacity: A new perspective on learning
and innovation. Administrafive Science Quarterly, v.35, 128-152, 1990.
COOPER, D. R.; SCHINDLER, P. S. Métodos de Pesquisa em Administração. 7º Ed. Porto
Alegre: Bookman, 2003.
CRESWELL, J.W. Projeto de Pesquisa: Métodos Qualitativo, Quantitativo e Misto. 3º ed.
Porto Alegre: Artmed, 2010.
CRESWELL, J.W.; MILLER, D.L. Determining Validity in Qualitative Inquiry. In: Theory
into Practice. Vol.39, College Of Education, The Ohio State University, 2000.
129
DADFARA, H.; DAHLGAARDA, J.; BREGEA, S.; ALAMIRHOORB, A. Linkage between
organizational innovation capability, product platform development and performance: The
case of pharmaceutical small and medium enterprises in Iran. Total Quality Management, Vol. 24, No. 7, 819–834, 2013.
DAMANPOUR, F. Organizational Innovation: A Meta-Analysis of Effects of Determinants
and Moderators. The Academy of Management Journal, v. 34, 555-590, 1991.
DEWAGAN, V.; GODSE, M. Towards a holistic enterprise innovation performance
Measurement system. Technovation, v.34, 536–545, 2014.
DIERICKX, J.; COOL, K. Asset Stack Accumulation and Sustainability of competitive
advantage. Management Science, v. 35, 1504-1511, 1989.
DI STEFANO, G.; PETERAF, M.; VERONA, G. Dynamic capabilities deconstructed: a
bibliographic investigation into the origins, development, and future directions of the research
domain. Industrial and Corporate Change, v.19, 1187–1204, 2010.
DOSI, G.; NELSON, R.R; WINTER, S.G. The Nature and Dynamics of Organizational
Capabilities. Oxford University Press, 2000.
D´SOUZA, D.E.; KULKARNI, S.S. A framework and model for absorptive capacity in a
dynamic multi-firm environment. International Journal Production Economics, v.167. 50–
62, 2015.
DUTSE, A. Y. Linking absorptive capacity with innovative capabilities: A survey of
manufacturing firms in Nigeria. International Journal of Technology Management &
Sustainable Development, v.12, 167–183, 2013.
EASTERBY-SMITH, M.; CROSSAN, M.;NICOLINI, D. Organizational Learning: Debates
Past, Present And Future. Journal of Management Studies, v. 37, 783–796, September,
2000.
EASTERBY-SMITH, M; LYLES, M.A.; PETERAF, M.A. Dynamic Capabilities: Current
Debates and Future Directions. British Journal of Management, v. 20,1–8, 2009.
EISENHARDT K.; MARTIN, J. Dynamic capabilities: what are they? Strategic
Management Journal, v. 21, 1105-1121, 2000.
ESTRADA, I.; FAEMS, D.; FARIA, P. de. Coopetition and product innovation performance:
The role of internal knowledge sharing mechanisms and formal knowledge protection
mechanisms. Industrial Marketing Management, 2015.
FERRERAS-MÉNDEZ, J.L.; NEWELL, S.; FERNANDÉZ-MESA, A.; ALEGRE, J. Depth
and breath of external know ledge search and performance: the mediating hole of absorptive
capacity. Industrial Marketing Management, v.47, 86-97, 2015.
FIESC. Federação das Indústrias do Estado de Santa Catarina. Guia da Indústria, 2015.
130
FINNEY, S.J.; DISTEFANO, C. Non-normal and categorical data in structural equation
modeling. In: HANCOK, G.; MUELLER, R. O. Structural Equation Modelig: A Second
Course. Charlotte, NC: Information Age Publishing, 2006.
FLATTEN, T.C.; ENGELEN, A.; ZAHRA, S.A.; BRETTEL, M. A Measure of absorptive
capacity: Scale development and validation. European Management Journal, v. 29, 98-116,
2011.
FONSECA, T. Combining Product and Process Innovation: Is Organizational Innovation
the crucial complement? Academy conference in Rebild, Aalborg, Denmark on January,
15-17, 2014.
FORÉS, B.; CAMISÓN, C. The complementary effect of internal learning capacity and
absorptive capacity on performance: the mediating role of innovation capacity. International
Journal Technology Management, 2009.
FORNELL, C., LARCKER, D.F. Evaluating structural equation models with unobservable
variables and measurement error. Journal of Marketing Research. 18, p.39-50, 1981.
FOSFURI, A.; TRIBÓ, J.A. Exploring the Antecedents of Potential Absorptive Capacity and
its impacto n Innovation Performance. Omega, v. 36, 173-187, 2008.
FREEMAN C. The Economics of Industrial Innovation. Penguin: Harmondsworth, U.K.
1974.
GARCIA, R.; CALANTONE, R. A critical look at technological innovation typology and
innovativeness terminology: a literature review. The Journal of Product Innovation
Management, v.19, 110—132, 2002.
GERBAUER, H.; WORCH, H.; TRUFFER, B. Absorptive Capacity, Learning processes and
combinative capabilities as determinants of strategic innovation. European Management
Journal, v.30, 57-73, 2012.
GINIUNIENE, J.; JURKSIENE, L. Dynamic Capabilities, Innovation and Organizational
Learning: Interrelations and Impact on Firm Performance. Procedia - Social and Behavioral
Sciences. Vol. 213, p. 985 – 991, 2015.
GOPALAKRISHNAN , S.; DAMANPOUR, F. A Review Economics, of Innovation
Research in Sociology and Technology Management. Omega, International Journal
Management Science, v. 25, 15-28, 1997.
GRAY, C. Absorptive capacity, knowledge management and innovation in entrepreneurial
small firms. International Journal of Entrepreneurial Behavior & Research, v. 12, 345 –
360, 2006.
GRIFFIN A. PDMA research on new product development practices. Journal of Product
Innovation Management, 14(6) : 429-458, 1997.
131
GRÜNBAUM, N. N.; STENGER, M. Dynamic Capabilities: Do They Lead to Innovation
Performance and Profitability? IUP Journal of Business Strategy, v.10, 68-85, December,
2013.
GRÜNBAUM, N.N.; STENGER, M. Dynamic Capabilities: Do They Lead to Innovation
Performance and Profitability? Journal of Business Strategy, v.10, 2013.
GOMES, G. Cultura de Inovação e sua Influência no Desempenho em Inovação de
Produtos na Indústria Têxtil de Santa Catarina. Tese de Doutorado. Universidade
Regional de Blumenau – FURB. Programa de Pós-Graduação em Ciências Contábeis
Doutorado em Ciências Contábeis e Administração, Blumenau, SC. 2013.
HAIR, J.F.; BABIN, B.; MONEY, A.H.; SMOUEL, P. Fundamentos de métodos de
pesquisa em Administração. Porto Alegre, RS: Bookman, 2005.
HAIR, J.F.; ANDERSON, R.E.; TATAHM, R.L.; BLACK, W.C. Análise multivariada de
dados. 6 ed. Porto Alegre: Bookman, 2009.
HAIR, J.F.; RINGLE, C; SARSTEDT, M. Editorial Partial Least Squares Structural Equation
Modeling: Rigorous Applications, Better Results and Higher Acceptance. Long Range
Planning.Volume 46, Issues 1–2, February–April, 2013.
HAIR, J.F.; HULT, G.T.; RINGLE, C.M.; SARSTEDT, M. A Primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM). Sage Publications: United Kigdom,
2014.
HANACHI, Y. Development and Validation of a Measure for Product Innovation
Performance: The PIP Scale. Journal of Business Studies Quarterly, v 6, 2015.
HEIDT, T.V.D. Developing and Testing Model of Cooperative Interorganizational
Relationships (IORS) in Product Innovation in an Australian Manufacturing Context: A
Multi-stakeholder Perspective, Sourthern Cross University, Lismore. 2008.
HELFAT, C.; FINKELSTEIN, S.; MITCHELL, W.; PETERAF, M.; SINGH, H.; TEECE, D.;
WINTER, S. Dynamic capabilities: understanding strategic change in organizations.
Blacwel Publishing, 2007.
HENTTONEN, K.; RITALA, P.; JAUHIAINEN, T. Exploring open Search Strategies and
their perceived impact on Innovation Performance — Empirical Evidence. International
Journal of Innovation Management, v. 15, 525–541, 2011.
HIPPEL, E, V. Successful industrial product from customer ideas. Journal of Marketing,
v.42, 39 -49, 1978.
HSU Y.; FANG W. Intellectual capital and new product development performance: The
mediating role of organizational learning capability. Technological Forecasting and Social
Change, 76(5) : 664-677, 2009.
HULT, G.T; HURLEY, R.F.; KNIGHT, G.A. Innovativeness: Its antecedents and impact on
business performance. Industrial Marketing Management, v.33, 429– 438, 2004.
132
HURLEY, R.F.; HULT, T.M. Innovation, market orientation, and organizational learning: an
integration and empirical examination. Journal of Marketing, v.62, 42–54, 1998.
INAN, G.; BITITCI, U. Understanding organizational capabilities and dynamic capabilities in
the context of micro enterprises: a research agenda. Procedia - Social and Behavioral
Sciences. 210, p. 310 – 319, 2015.
JANSEN, J.J.P.; VAN DEN BOSCH, F.A.J.; VOLBERDA, H.W. Managing potential and
realized absorptive capacity: how do organizational antecedents matter? Academy of
Management Journal, v. 48, 999–1015, 2005.
JÉREZ-GOMES, P.; CÉSPEDES-LORENTE, J.; VALLE-CABRERA, R. Organizational
Learning and compensation strategies: Evidence from the Spanish chemical industry. Human
Resources Management, v.44, 279-229, 2005.
JEON, J.; HONG, S.; OHM, J.; YANG, T. Causal Relationships among Technology
Acquisition, Absorptive Capacity, and Innovation Performance: Evidence from the
Pharmaceutical Industry. Journal PLOS ONE, v.16, 2015.
JULIENTI, L.; BAKAR, A.; AHMAD, H. Assessing the relationship between firm resources
and product innovation performance. Business Process Management Journal, v.16, 420 –
435, 2010.
KAMASAK, R. Determinants of innovation performance: a resource-based study. Procedia -
Social and Behavioral Sciences, v.195, 1330 – 1337, 2015.
KEDIA, B.L.; BHAGA, R.S. Cultural Constraints on Transfer of Technology Across Nations:
Implications for Research in International and Comparative Management. Academy of
Management Review, v. 13, 559-571, 1988.
KEUPP, M. M.; PALMIÉ, M.; GASSMANN, O. The Strategic Management of Innovation: a
Systematic Review and Paths for Future Research. International Journal of Management
Reviews, v.14, 367-390, 2012.
KIM, D.H. The link between individual and organizational learning. Sloan Management
Review, v.35, 37–50, 1993.
KIM, L. Crisis construction and organizational learning: capability building in catching-up in
Hyundai Motor. Organization Science, v.9, 506–521, 1998.
KINDSTROM, D.; KOWALKOWSK, C.; SANDENBERG, E. Enabling service innovation:
A dynamic capabilities approach. Journal of Business Research, v.66, 1063–1073, 2013.
KOERICH, G.V.; CANCELLIER, E.L.P.; TEZZA, R. Capacidade de Absorção em Pequenas
Empresas: Proposição de um Instrumento de Medição. VIII EGEPE, 2014.
KOLLMANN, T.; STOCKMANN, C. Filling the Entrepreneurial Orientation–Performance
Gap: The Mediating Effects of Exploratory and Exploitative Innovations. Entrepreneurship
Theory and Practice, v.38, 1001–1026, 2014.
133
KOSTOPOULOS, K.; PAPALEXANDRIS, A.; PAPACHRONI, M.; IOANNOU, G.
Absorptive Capacity, Innovation and Financial performance. Journal Business Review, v.64,
1335-1343, 2011.
KRAFT, K. Are product and process innovations independent of each other? Applied
Economics, v.22, 1029–1038, 1990.
LANE, P.J.; LUBATKIN, M. Relative absorptive capacity and inter-organizational learning.
Strategic Management Journal, v.19, 461–477, 1998.
LANE, P.J.; SALK, J.E.; LYLES, M. A. Absorptive capacity, learning and performance in
international joint ventures, Strategic Management Journal, v. 22, 1139–1161, 2001.
LANE, P.J.; KOKA, B.J; PATHAK, K.S. The Reification of Absorptive Capacity: a critical
review and rejuvenation of the construct. Academy of Management Review, Vol. 31, No. 4,
833–863, 2006.
LAWSON, B.; SAMSON, D. Developing innovation capability in organisations: A dynamic
capabilities approach. International Journal of Innovation Management, v.5, 2001.
LAU, A. K.W.; LO, W. Regional Innovation System, Absortive Capacity and Innovation
Performance: An empirical study. Technological Forecasting & Social Change, v.92, 99-
114, 2015.
LAURSEN, K.; SALTER, A.J. Open for innovation: the role of openness in explaining
innovation performance among U.K. manufacturing firms. Strategic Management Journal,
February, 2006.
LAURSEN, K.; FOSS, N. J. New human resource management practices, complementarities
and the impact on innovation performance. Cambridge Journal of Economics, v.27, 243-63,
2003.
LEE, H.; KELLEY, D. Building dynamic capabilities for innovation: an exploratory study
of key management practices. R&D Management, v.38, 2, 2008.
LEONARD-BARTON, D. We springs knowledge. Boston: Harvard Business School Press.
1995.
LEVIN, R. C.; KLEVORICK, A.K.; NELSOM, R.R.; WINTER, S.G. Appropriating the
returns from industrial R&D. Brookings Papers on Economic Activity, 783-820, 1987.
LI, Y.; LIU, Y.; LI, M.; WU, H. Transformational offshore outsourcing: Empirical evidence
from alliances in China. Journal of Operations Management, v.26, 257–274, 2008.
LI, YY-PEI; TSAI, YUH-YUAN. Knowledge Resource, Product Innovation Percormance,
and the Mediating role of Knowledge Utilization Capability. Northeast Decision Sciences
Institute Proccedings, April, 2011.
134
LICHTENTHALER, U.; MUETHEL, A. The Impact of Family Involvement on Dynamic
Innovation Capabilities: Evidence From German Manufacturing Firms. Entrepreneurship
Theory and Practice. November, 2012.
LIAO, J.; KICKUL, J.; MA, H. Organizational Dynamic Capability and Innovation: An
Empirical Examination of Internet Firms. Journal of Small Business Management, v. 47,
263-286, 2009.
LIAO, J.; WELSCH, H.; STICA, M. Organizational Absorptive Capacity and
Responsiveness: An Empirical Investigation of Growth-Oriented SMEs. Entrepreneurship
Theory and Practice, v. 28, 63–85, 2003.
LIAO, S-H.; WU, C-C.; HU, D-C.; TSUEL, G-A. Knouledge Acquisition, Absortive
Capacuty and Innovation Capability: Na Empirical Study of Taiwans Knouledge Intensive
Industries. Word Academy of Science, 2009.
LIN, H.F. Knowledge sharing and firm innovation capability: an empirical study.
International Journal of Manpower, v.28, 315-332, 2007.
LOHMÖLLER, J. B. Latent Variable Path Modeling with Partial Least Squares. Physica-
Verlag, Heidelberg, 1989.
MAES, J.; SELS, L. SMEs’ Radical Product Innovation: The Role of Internally and
Externally Oriented Knowledge Capabilities. Journal of Small Business Management. v.52,
141–163, 2014.
MAHAJAN, V.; MULLER, E.; BASS, F.M. New Product diffusion models in marketing: are
view and directions for research. Journal Marketing, v.5,1–26, 1990.
MARADOCK, R. Toward a synthesis of the Resouce-based and Dynamic capability views of
rente creation. Stretegic Management Journal, v.22, 387-401, 2001.
MARTINS, G. A. THEÓPHILO, C. R. Metodologia de Investigação Científica para
ciências sociais aplicadas. 2º ed. São Paulo: Atlas, 2009.
MEDEIROS, M. Doidas e Santas. Porto Alegre: L&PM, 2008.
MENGUC, B.; AUH, S. Development and return on execution of product innovation
capabilities: The role of organizational structure. Industrial Marketing Management, v.39,
820–831, 2010.
MEIRELLES, D. S. e; CAMARGO, A. A. B. Capacidades Dinâmicas: O que são e como
identifica-las? RAC, Revista de Administração Contemporânea. V.18, Edição Especial,
art.3, pp.41-64, Dezembro, 2014.
MILLER, D.; FRIESEN, P.H. Organizations: A quantum view. Englewood Cliffs, NJ:
Prentice-Hall. 1984.
MOWERY, D.C.; OXLEY, J.E.; SILVERMAN, B.S. Strategic Alliances and Interfirm
Knowledge Transfer. Strategic Management Journal, v. 17, 77-91, 1996.
135
MULLER, V.; ROSENBUSH, N.; BAUSCH, A. Success of Exploratory and Explorative
Innovation: A meta-analysis of the influence of institutional factors. Journal of
Management, v.30, 1606-1636, 2013.
NELSON, R. R.; WINTER, S. G. An evolutionary theory of economic change. Cambridge,
Harvard University Press, 1982.
NIETO, M.; QUEVEDO, P. Absorptive capacity, technological opportunity, knowledge
spillovers, and innovative effort. Technovation, v. 25, 1141-1157, 2005.
NETEMEYER, R. G.; BEARDEN, W. O.; SHARMA, S. Scaling procedures: issues and
applications. Thousand Oaks: Sage Publications, 2003.
NOOTEBOOM, B. Innovation and inter-firm linkages: New implications for policy’,
Research Policy, v.28, 793–805, 1999.
OECD-EUROSTAT. The measurement of scientific and technological activities. Proposed
Guidelines for Collecting and Interpreting Technological Data, OECD, Paris. 1997.
O’REGAN, N.; GHOBADIAN, A. The importance of capabilities for strategic direction and
Performance. Management Decision, v. 42, 292-312, 2004.
PAVLOV, P.A.; EL SAWY, O.A. From IT leveraging competence to competitive advantage
in turbulent environments: The case of new product development. Information Systems
Research, v.17, 198–227, 2006.
PENROSE, E. The Theory of the Growth of the Firm. New York: Orford University Press.
1959.
PETERAF, M.A. The Cornestones of Competitive Advantage: A resource-based view.
Strategic Management Journal, v.14, 179-191, 1993.
PEZESHKAN, A.; FAINSHMIDT, S.; NAIR, A.; FRAZIER, M.L.; MARKOWSKI, E. An
empirical assessment of the dynamic capabilities–performance relationship. Journal of
Business research, 2015.
PIENING, E. P.; SALGE, T.O. Understanding the Antecedents, Contingencies, and
Performance Implications of Process Innovation: A Dynamic Capabilities Perspective.
Journal Production Innovation Management, v. 32, 80–97, 2015.
PRAHALAD, C. K.; HAMEL, G. The core competence of the corporation. Harvard
Business Review, v. 68, 79–91, 1990.
PRAJOGO, D.I.; AHMED, P.K. Relationships between innovation stimulus, innovation
capacity, and innovation performance. R&D Management, v. 36, 499–515, 2006.
PORTER M. Competitive Strategy: Techniques for Analyzing Industries and
Competitors. Free Press: New York. 1980.
PORTER, M.E. The Competitive Advantage Nations. Free Press, New York, 1990.
136
RAISCH, S.; BIRKINSHAW, J. Organizational ambidexterity: antecedents, outcomes, and
moderators. Journal Management, v.34, 375–409, 2008.
REN, S.; EISINGERICH, A.R.; TSAI, HUEI-TING. How do marketing, research and
development capabilities, and degree of internationalization synergistically affect the
innovation performance of small and medium-sized enterprises (SMEs)? A panel data study
of Chinese SMEs. International Business Review
24, 642–651, 2015.
RICARDO, D. Principles of Political Economy and Taxation. J. Murray: London, 1897.
RINGLE, C. M.; SILVA, D.; BIDO, D. Modelagem de Equações Estruturais com utilização
do Smartpls. Revista Brasileira de Marketing –ReMark. Edição Especial.Vol. 13, n. 2.
Maio, 2014.
RITALA, P.; HURMENINNA-LAUKKANEN, P. Incremental and radical innovation in
coopetition: The role of absorptive capacity and appropriability. Journal of Product
Innovation Management, v.30, 154–169, 2013.
RITTER, T.; GEMUNDEM, H. G. The impact of a company’s business strategy on its
technological competence, network competence and innovation success. Journal of Business
Research, v.57, 548– 556, 2004.
ROBERTS, N. Absorptive capacity, organizational antecedents, and environmental
dynamism. Journal of Business Research. 2015.
ROGERS, E.M. Diffusion of Innovations. Simon and Schuster, New York, NY. 2010.
RUMELT R. Towards a strategic theory of the enterprise. In Competitive Strategic
Management, Lamb RB (ed). Prentice-Hall: Englewood Cliffs, NJ, 556–570, 1984.
SAENZ, J.; ARAMBURU, N.; RIVEIRA, O. Knowledge sharing and innovation
performance: A comparison between high‐tech and low‐tech companies, Journal of
Intellectual Capital, v.10, 22 – 36, 2009.
SANSON, A.T.; ROSLI, M. Integration of Entrepreneurial Orientation and Dynsmics
capabilities in Dynamic Enviromento of small and medium enterprises: a case of Nigerians
export firms. International Journal of Economics, Commerce an Management, v.2, 2014.
SAPIENZA, H.J.; AUTIO, E.; GEORGE, G.; ZAHARA, S.A. A Capabilities perspective on
effects of early internalization on firm survival and growth. Academy of Management
Review, v. 31, 914-933, 2006.
SARSTEDT, M.; RINGLE, C.M.; SMITH, D.; REAMS, R.; HAIR, J. F. Partial least squares
structural equation modeling (PLS-SEM): A useful tool for family business researchers.
Journal of Family Business Strategy, v.5, p.105–115. 2014.
137
SCHUMPETER, J.A. The Theory of Economic Development: An Inquiry into Profits,
Capital, Credit, Interest, and the Business Cycle. Harvard University Press. Cambridge,
MA, EUA, 1934.
SEBRAE – Serviço de Apoio às Micro e Pequenas Empresas. Santa Catarina em Números:
Setor Textil e confecções. Florianópolis: Sebrae/SC, p.59, 2010.
SEBRAE – Serviço de Apoio às Micro e Pequenas Empresas. Disponível em:
http://www.sebrae.com.br/sites/PortalSebrae/estudos_pesquisas/Conhe%C3%A7a-melhor-o-
ambiente-das-micro-e-pequenas-empresas,destaque,19. Acesso 20/05/2015.
SHAPIRO, C. The Theory of Business Strategy. The RAND Journal of Economics, v. 20,
125-137, 1989.
SCHINING, M. Technological lockout: An integrative model on the economic and strategic
factors driving technology success and failure. Academy of Management Review, v.23,
267-284, 1998.
SICOTTE, H.; DROUIN, N.; DELERUE, H. Innovation Portfolio Management as a Subset of
Dynamic Capabilities: Measurement and Impact on Innovative Performance. Project
Management Journal, v. 45, 58–72, 2015.
STOCKDALE B. U.K. Innovation Survey, Department of Trade and Industry, London,
October 2002.
STOREY C.; EASINGWOOD C. Types of New Product Performance: Evidence from the
Consumer Financial Services Sector. Journal of Business Research, 46 :193-203, 1999.
SU, Z.; AHLSTROM, D.; LI, J.; CHENG, D. Knowledge creation capability, absorptive
capacity, and product innovativeness. R & D Management, Vol. 43, nº5, 2013.
SUBRAMANIAM, M.; YOUNDT, M. A. The Influence of Intellectual Capital on the Types
of Innovative Capabilities. Academy of Management Journal, v. 48, 450–463, 2005.
SUN, P.Y.T; ANDERSON, M.H. An Examination of the Relationship Between Absorptive
Capacity and Organizational Learning, and a Proposed Integration. International Journal of
Management Reviews, 2010.
SZULANSKI, G. Exploring internal stickiness: impediments to the transfer of best practice
within the firm’, Strategic Management Journal, v.17, 27–43, 1996.
TANG, H. K. An integrative model of innovation in organizations. Technovation, v.18, 297–
309, 1996.
TEECE, D.J. Explicating Dynamic Capabilities: The Nature and Microfoundations of
(Sustainable) Enterprise Performance. Strategic Management Journal, v. 28, 1319–1350,
2007.
TEECE D.J.; PISANO G. The dynamic capabilities of enterprises: an introduction. Industrial
and Corporate Change, v.3, 537–556, 1994.
138
TEECE, D. J.; PISANO, G. SCHUEN, A. Dynamic capabilities and strategic management.
Strategic Management Journal, v.18, 509-533, 1997.
TERZIOVSKI, M. Innovation Practice and its Performance Implications in small and medium
enterprises (smes) in the manufacturing sector: a resource-based view. Strategic
Management Journal, v.31, 892–902, 2010.
TIDD, J., BESSANT, J.; PAVITT, K. Managing Innovation: Integrating Technological,
Market and Organizational Change. Great Britain: John Wiley & Sons Inc. 1997.
TIDD, J.; BESSANT, J.; PAVITT, K. Managing Innovation: Integrating Technological,
Market and Organizational Change. John Wiley & Sons. 2005.
TSENG, CHUN‐YAO; PAI, D.C.; HUNG, CHI‐HSIA. Knowledge absorptive capacity and
innovation performance in KIBS. Journal of Knowledge Management, v. 15, 971 – 983,
2011.
TODOROVA, G.; DURISIN, B. Absorptive capacity: valuing a reconceptualization.
Academy of Management Review, v.32, 774–786, 2007.
TU, Q.; MARK, A.; VONDEREMBSE, T.S.; RAGU-NATHEN; SHARKEY, T.W.
Absorptive capacity: Enhancing the assimilation of time-based manufacturing practices.
Journal of Operations Management, v. 24, 692–710, 2006.
TUOMINEM, M.; HYUONEM, S. Organizational innovation capability: A driver for
competitive superiority in marketing channels. International Review of Retail, Distribution
and Consumer Research, v.14, 277–293, 2004.
ULUSOY, G.; YEGENOGLU, H. Innovation Performance and Competitive Strategies in
the Turkish Manufacturing Industry, Sabanci University, Istanbul, 1-11, 2005.
UNCTAD. United Nation Conference on Trade and Development (2005), Economic
Development in Africa: Rethinking the Role of Foreign Direct Investment.
VALLADARES, P.S.D.A. Capacidade de Inovação: Análise Estrutural e do efeito
moderador da organicidade da estrutura organizacional e da gestão de projetos. Tese de
Doutorado. FGV – Fundação Getúlio Vargas. São Paulo, 2012.
VAN DEN BOSCH, F.A.J.; VOLBERDA, H.W.; DE BOER, M. Coevolution of firm
absorptive capacity and knowledge environment: organizational forms and combinative
capabilities. Organization Science, v.10, 551– 568, 1999.
VAN DE VEN, A. H.; POOLE, M. S. Explaining development and change in organizations.
Academy of Management Review, v.20, 510–540, 1995.
VERGA-JURADO, J.; GUTIERREZ-GRACIA, A.; FERNANDEZ-DE-LUCIO, I. Analyzing
the determinants of firm's absorptive capacity: beyond R&D. R&D Management, v. 38, 392–
405, 2008.
139
VINDING, A.L. Absorptive capacity and innovative performance: a human capital approach.
Economics of Innovation and New Technologies, v. 15, 507–517, 2006.
VINZI, V.E.; TINCHERA, L.; AMATO, S. PLS Path modeling: from foundations to recent
developments and open issues for model assessment and improvement. In: Handbook of a
Partial Least Squares, p. 47-82. 2010.
VOGEL, R.; GÜTTEL, W. H. The Dynamic Capability View in Strategic Management:A
Bibliometric Review. International Journal of Management Reviews, v. 15, 426–446,
2013.
VOLBEDA, H.W.; FOSS, N.J.; LYLES, M.A. Absorbing the concept of absorptive capacity:
how to realize its potential in the organization field. Organizational Science. V.21, 931–951,
2010.
WANG, C.L.; AHMED, P.K. Dynamic capabilities: a review and research agenda.
International Journal of Management Reviews, v.9, 31–51, 2007.
WANG, K.Y.; HERMENS, A.; HUANG, K-I.; CHELLIAH, J. Entrepreneurial Orientation
and organizational learning on SME´s innovation. International Jounal of Organizational
Innovation, v.7, 2015.
WEMERFELT, B. A Resource-based view on the firm. Strategic Management Journal, v.5,
171-180, 1984.
WINTER, S.G. Understanding Dynamic Capabilities. Strategic Management Journal, v.24,
991-995, 2003.
WURYANINGRAT, N. F. Knowledge Sharing, Absorptive Capacity and Innovation
Capabilities: An Empirical Study on Small and Medium Enterprises in North Sulawesi,
Indonesia. Gadjah Mada. International Journal of Business, v.15, 61 – 78, 2013.
YESIL, S.; KOSKAB, A.; BUYUKBESC, T. Knowledge Sharing Process, Innovation
Capability and Innovation Performance: An Empirical Study. Procedia - Social and
Behavioral Sciences, v. 75, 217 – 225, 2013.
YUSR, M.; OTHMAN, A.R.; MOKHTAR, S.S.M. Assessing the telationship among Six
Sigma, Absorptive capacity and Innovation Performance. Procedia-Social and Behavioral
Science, v.65, 570-578, 2012.
ZAHRA, S.A.; GEORGE, G. Absorptive Capacity: a Review, Reconceptualization, and
Extension. Academy of Management review, v. 17, 185-203, 2002.
ZAHRA, S. A.; SAPIENZA, H. J.; DAVIDSSON, Per. Entrepreneurship and Dynamic
Capabilities: A Review, Model and Research Agenda. Journal of Management Studies, 2006.
ZHU, Y. An analysis on technology spillover effect of foreign direct investment and its
countermeasures. International Journal of Business and Management, v.5, 2010.
140
ZHUANG, L. Bridging the gap between technology and business strategy: a pilot study on the
innovation process. Management Decision, v.33, 13-21, 1995.
ZHUANG, L.; WILIAMSON, D.; CARTER, M. Innovate or liquidate – are all organizations
convinced? A two-phased study into the innovation process. Management Decision, v. 37,
57–71, 1999.
Apêndice a: Temáticas de estudo e os autores base.
Tema: Autores:
Capacidades
Dinâmicas
Schumpeter (1934); Selznik (1957); Penrose (1959); Argyris; Schon (1978); Porter (1980);
Nelson; Winter (1982); Rumelt (1984); Wernenfelt (1984); Diericky; Cool (1989, 1991);
Shapiro (1989); Prahalad; Hamel (1990); Barney (1991, 2001); Peteraf (1993);Teece; Pisano
(1994); Teece; Pisano; Schuen (1997); Eisenhart; Martin (2000); Dosi; Nelson; Winter
(2000); Maradock (2001); Zollo; Winter (2002);Adner; Helfat (2003); Winter (2003); Jérez-
Gomes; Céspedes-Lorente; Valle-Cabrera (2005); Zahra; Sapienza; Davidson, 2006;
Cavusgil; Steven; Mehemer (2007); Helfat; Finkelstein; Mitchell; Peteraf; Singh; Teece;
Winter (2007).
Capacidade
Absortiva
Bass (1969); Hippel (1978); Levin; Klevorick; Nelson; Winter (1987); Kedia; Bhagat (1988);
Cohen; Levithal (1989, 1990); Mahajan; Muller; Bass (1990); Leonard-Barton (1995);
Movery; Oxley; Silverman (1996); Szulanski (1996); Kim (1997; 1998); Cockburn;
Henderson (1998); Schining (1998); Lane; Lubatkin (1998); Chuang; Lin (1999); Nootebom
(1999); Van den Bosch; Volbeda; De Boer (1999); Easterby-Smith; Crossan; Nicolini (2000);
Lane; Salk; Lyles (2001); Zahra; George, 2002; Liao; Welsch; Stoica (2003); Cheng;
Edgington (2005); Jansen; Van Den Bosch; Volbeda (2005); Nieto; Quevedo (2005);
UNCTAD (2005); Branzey; Vertinsky (2006); Gray (2006); Tu; Vonderembse; ragu-nathan;
Shrkey (2006); Vinding (2006); Todorova; Durisin (2007); Chundnovsky; Lopez; Rossi
(2008); Fosfuri; Tribó (2008); Raisch; Birkinshaw (2008); Yusr; Othman; Mokhtar (2008);
Vega-Jurado; Gutierrez-Gracia; Fernandez-de-Lucio (2008); Fóres; Camisón (2009); Liao;
Wu; Hu; Tsei (2009); Rogers (2010); Volbeda; Foss; Lyles (2010); Zhu (2010); Flatten;
Engelen; Zahra; Brettel (2011); Kostopoulos; Papalexandris; Papachroni; Ioannov (2011);
Tseng; Pai; Hung (2011); Gerbauer; Worch; Truffer (2012); Yusr; Othman; Mokhtar (2012);
Dutse (2013); Wuryaningrat (2013); Chauvet (2014); Koerich; Cancelier; Tezza (2014);
Burcharth; Lettl; Ulhoi (2015); D’Souza; Kulkarni (2015); Ferreras-Mendez; Newell;
141
Férnandez-Mendez; Alegre (2015); Jeon; Hong; Ohm; Yang (2015); Lau (2015); Roberts
(2015).
Capacidade
Dinâmica
Inovação
Barney (1991); Capon; Farley; Hulbert; Lehmann (1992); Teece; Pisano (1994); Chiesa;
Coughlan; Voss (1996); Tang (1996); Gopalakrishnan; Damanpour (1997); Tidd; Bessant,
Pavitt (1997); Hurley; Hult (1998); Ahuja; Katila (2001); Lawson; Samson (2001);
Calantone; Cavusgil; Zhao (2002); Hult; Hurley; Nkight (2004); Ritter; Gemunden (2004);
Wang; Ahmed (2004); Tuominem; Hyuonem (2004); Subramaniam; Youndt (2005); Tidd;
Bessant, Pavitt, (2005); Buganza; Verganti (2006); Laursen; Salter (2006); Prajogo; Ahmed
(2006); Chang; Lee (2008); Lee; Kelley (2008); Liao; Kickul; Ma (2009); Sáenz; Aramburu;
Riveira (2009); Camisón; Villar-López (2010); Menguc; Auh (2010); Keupp; Palmié;
Gassmann (2012); Lichtenthaler; Muethel (2012); Cheng; Chen (2013); Grümbaum; Stenger
(2013); Kindstrom; Kowalkowsk; Sandenberg (2013); Breznik; Hisrich (2014); Camisón;
Villar-López (2014); Fonseca (2014); Kollmann; Stockmann (2014); Maes; Sels (2012);
Sicote; Drouvin; Delerue (2014); Piening; Salge (2015); Kamasak (2015).
Desempenho
da inovação
Kraft (1990); OCDE-Eurostat (1997); Ahyja; Katila (2001); Garcia; Calantone (2002);
Stockdale (2002); O’Regan; Ghobadian (2004); Rittel; Gemuden (2004); Atuahene-Gima
(2005); Ulusoy; Yegenoglu (2005); Alegre; Lapiedra; Chiva (2006); Cassiman; Veulegers;
Wong (2006); Laursen; Salter (2006); Lin (2007); Alegre; Chiva (2008); Fosfuri; Tribó
(2008); Heidt (2008); Li; Liu; Li; Wu (2008); Sáenz; Armburu; Riveira (2009); Julienti;
Bakar; Ahmad (2010); Terziovski (2010); Henttonen; Ritala; Jauhiainen (2011); Valadares
(2012); Grumbaum; Stenge (2013); Yesil; Koska; Buyukbese (2013); Ritala; Hurmelinna-
Laukkanen (2013); Dewagan (2014); Fóres; Camisón (2015); Hanachi (2015); Jeon; Hong;
Ohm; Yang (2015); Lau; Lo (2015).
142
Apêndice b: Cálculo amostra no software G-POWER®.
143
Apêndice c: Resumo etapas do trabalho.
Objetivo geral: Analisar a relação da Capacidade Dinâmica de Absorção e da Capacidade de Inovação com o desempenho da inovação de PME´s do setor têxtil industrial.
Objetivos específicos Hipótese Constructo Representação gráfica do modelo Teste estatístico
A) Mensurar a relação
da capacidade de
absorção com o
desempenho da
inovação de produto de
PME´s do setor têxtil
industrial de Santa
Catarina.
H1: A capacidade de absorção
influencia positivamente o
desempenho da inovação de
produto de PME´s do setor
têxtil industrial.
Variável Independente:
Capacidade de absorção
(absorção, assimilação,
transformação, aplicação).
Variável Dependente
Desempenho da inovação de
produto.
Modelagem de equações
estruturais
Análise do modelo de
mensuração:
Validade convergente (AVE)
Confiabilidade (Alfa Cronbach e
Confiabilidade composta)
Validade discriminante (Cross
Loading, Critério Fornell e
Lacker; Correlação
desatenuada).
Análise do modelo estrutural:
Coeficiente de determinação
(R²)
Relevância Preditiva (Q²)
Tamanho do Efeito (F²)
Análise do coeficiente de
caminho:
t-value
Valor p
B) Mensurar a relação
da capacidade de
inovação com o
desempenho da
inovação de produto de
PME´s do setor têxtil
industrial de Santa
Catarina.
H2: A capacidade de inovação
influência positivamente o
desempenho da inovação de
produtos de PME´s do setor
têxtil industrial.
Variável Independente:
Capacidade de Inovação
(inovação de gestão, inovação
de processo e inovação de
produto).
Variável Dependente
Desempenho da inovação de
produto.
C) Avaliar a
correlação da
capacidade de absorção
com a capacidade de
inovação de PME´s do
setor têxtil industrial de
Santa Catarina.
H3: A capacidade de absorção
correlaciona-se a capacidade
de inovação.
Capacidade de absorção
(absorção, assimilação,
transformação, aplicação).
Capacidade de Inovação
(inovação de gestão, inovação
de processo e inovação de
produto).
d) Avaliar a relação da
capacidade de absorção
e da capacidade de
inovação atuando
conjuntamente no
desempenho da
inovação de produto de
PME´s do setor têxtil
industrial de Santa
Catarina.
H4: Capacidades dinâmicas
relacionam-se positivamente
com o desempenho da
inovação de produto em
PME´s da indústria têxtil.
Variável Independente:
Capacidades Dinâmicas
(Capacidade de absorção e
Capacidade de Inovação.
Variável Dependente:
Desempenho da inovação de
produto.
144
Apêndice d: Instrumento de coleta de dados.
Este questionário é parte integrante de uma investigação da Dissertação de Mestrado sobre a relação
entre capacidades dinâmicas de desempenho da inovação de produto da Universidade do Vale do Itajaí
– UNIVALI. Vimos solicitar sua participação pela resposta ao questionário que segue. Agradecemos
que responda pensando na realidade da sua empresa, e que retratem o mais fielmente possível os fatos
que existem e não aquelas que lhe pareçam mais desejáveis ou corretas.
BLOCO 1:
Dados sobre as Empresas Têxteis e sobre os Respondentes
1.Dados do Respondente:
Nome:_____________________________________________________________________________
__ Cargo/Função:________________________________ Tempo no cargo:-
__________________________
Formação:___________________________________ Ocupação
anterior:_________________________
Idade: _______________ Gênero: ( ) Masculino ( ) Feminino
2. Dados da empresa:
Em que ano sua empresa foi estabelecida:____________________
Quantos funcionários a empresa possuí atualmente:
( )1 - 19 ( )20 – 49 ( )50 – 99 ( )100 - 199 ( )200 – 400 ( ) Mais de 500
Qual o tipo de empresa: ( )Própria ( )Franquia ( )Filial ( )Outra ( )Não Sabe
A empresa realiza comércio exterior: ( )Importa ( )Exporta ( )Importa e Exporta ( )Nenhum
A empresa produz para outras empresas:
( )Não ( )Sim, exclusivamente ( )Sim, parte da produção
Qual a cidade que sua empresa está localizada:
______________________________________________
BLOCO 2:
Capacidade Dinâmica de Absorção
Por favor, indique a frequência com que sua empresa age habitualmente usando a
escala, onde 1 = Nunca e 7 = Muitas vezes.
Marque com um X o
número apropriado.
1 2 3 4 5 6 7 Q01 A busca de informações importantes sobre o nosso setor é uma prática diária em
145
nossa empresa. Q02 Nossa gestão incentiva os colaboradores envolvidos a usarem fontes de
informação no nosso setor de atuação.
Q03 Nossa gestão espera que os colaboradores lidem com informações que vão além
do nosso setor de atuação.
Q04 Em nossa empresa ideias e conceitos são transmitidos entre todas as
áreas/departamentos.
Q05 Nossa gestão prioriza a ajuda entre as áreas/departamentos para resolver
problemas.
Q06 Em nossa empresa existe um fluxo de informação rápido, por exemplo, se uma
área ou departamento obtém uma informação importante, comunica esta
informação prontamente para todas as outras áreas ou departamentos.
Q07 Nossa gestão exige encontros periódicos entre as áreas/departamentos para o
intercâmbio de problemas, ideias, novos desenvolvimentos e realizações.
Q08 Nossos colaboradores tem a habilidade de estruturar e utilizar os novos
conhecimentos obtidos com os atuais da empresa.
Q09 Nossos colaboradores estão acostumados a absorver novos conhecimentos assim
como usar estes conhecimentos em outras finalidades e torná-los disponíveis
para a empresa.
Q10 Nossos colaboradores articulam com sucesso o conhecimento existente com
novas ideias.
Q11 Nossos colaboradores são capazes de aplicar os novos conhecimentos em seu
trabalho prático.
Q12 Nossa gestão encoraja o desenvolvimento de novos produtos ou novos serviços. Q13 Nossa empresa periodicamente reavalia tecnologias para ajustá-las aos novos
conhecimentos.
Q14 Nossa empresa tem a capacidade de trabalhar de forma mais eficaz através da
adoção de novas tecnologias.
Capacidade Dinâmica de Inovação Produto
Por favor, compare a sua empresa tomando como base a média dos concorrentes
usando a escala, onde 1 = Nunca e 7 = Muitas vezes.
Marque com um X o
número apropriado.
1 2 3 4 5 6 7 Q15 Nossa empresa é capaz de ampliar o leque de produtos. Q16 Nossa empresa é capaz de melhorar a concepção dos produtos. Q17 Nossa empresa é capaz de reduzir o tempo para desenvolver um novo produto
até o seu lançamento no mercado.
Q18 Nossa empresa é capaz de substituir produtos obsoletos. Q19 Nossa empresa é capaz de desenvolver produtos ecológicos.
Capacidade Dinâmica de Inovação Processo
Por favor, avalie as capacidades da sua empresa em comparação com os concorrentes
usando a escala, onde 1 = Muito pior e 7 = Muito melhor.
Marque com um X o
número apropriado.
1 2 3 4 5 6 7 Q20 Nossa empresa é capaz de dominar e absorver as tecnologias básicas e
fundamentais dos negócios.
Q21 Nossa empresa desenvolve continuamente programas para reduzir os custos de
produção.
Q22 Nossa empresa tem um conhecimento valioso sobre os melhores processos e
sistemas para organização do trabalho.
Q23 Nossa empresa administra organização da produção de forma eficiente.
146
Q24 Nossa empresa atribui recursos para o departamento de produção de forma
eficiente.
Capacidade Dinâmica de Inovação Organizacional
Por favor, indique o quanto a sua empresa utiliza os instrumentos organizacionais
propostos usando a escala, onde 1 = Nunca e 7 = Muitas vezes.
Marque com um X o
número apropriado.
1 2 3 4 5 6 7 Q25 Nossa empresa mantêm bases de dados com informações de melhores práticas,
lições e outros conhecimentos.
Q26 Há implementação de práticas para o desenvolvimento dos funcionários e
melhorar a retenção do trabalhador.
Q27 Ocorre o uso de sistemas de gestão de qualidade Q28 Há descentralização na tomada de decisões Q29 Há grupos de trabalho interfuncionais. Q30 Há flexibilidade no trabalho. Q31 Desenvolve-se colaboração com os clientes. Q32 Utiliza-se métodos para a integração com fornecedores. Q33 Há terceirização das atividades de negócios.
Desempenho da Inovação de Produto
Por favor, indique a frequência com que ocorrem as situações relatadas na sua empresa
usando a escala, onde 1 = Nunca e 7 = Muitas vezes.
Marque com um X o
número apropriado.
1 2 3 4 5 6 7 Q34 Os lucros proporcionados pelos produtos inovadores são mais elevados do que o
previsto aos produtos restantes.
Q35 Produtos inovadores têm alcançado os objetivos fixados em termos de lucro. Q36 Produtos inovadores têm alcançado os objetivos fixados em termos de retorno
sobre o investimento.
Q37 Vendas de produtos inovadores são maiores do que aqueles fornecidos pelo resto
dos produtos.
Q38 Produtos inovadores têm alcançado os objetivos fixados em termos de vendas. Q39 Comparado com outros produtos de sua empresa, produtos inovadores têm
alcançado resultados superiores em termos de quota de mercado.
Q40 Produtos inovadores têm alcançado os objetivos em termos de quota de mercado. Q41 Produtos inovadores têm permitido a entrada em outros mercados. Q42 A qualidade dos produtos inovadores é melhor do que o resto dos produtos. Q43 Produtos inovadores são lançados nos prazos. Q44 Produtos inovadores são lançados dentro objetivos de desenvolvimento do
orçamento.
Q45 Os clientes estão satisfeitos com o desempenho de produtos inovadores. Q46 Comparado com outros produtos de sua empresa, reclamações de clientes sobre
novos produtos são menos.
Q47 Produtos inovadores têm aumentado a fidelidade do cliente. Q48 Produtos inovadores proporcionam à empresa uma vantagem competitiva. Q49 Produtos inovadores têm alcançado todas as metas estabelecidas. Q50 Produtos inovadores têm melhorado a reputação da empresa.
147
Apêndice e: Carta de apresentação do instrumento de coleta de dados
Termo de Confidencialidade
Título do projeto: Capacidades Dinâmicas e Desempenho da Inovação de Produto em PME´s.
Pesquisadores responsáveis: Nilvane Boehm Manthey e Miguel Verdinelli.
Instituição de origem dos pesquisadores: Universidade do Vale do Itajaí
Área de Conhecimento: Ciências Sociais Aplicadas
Curso: Mestrado em Administração
Telefone para contato: (47) 97142441
O(s) pesquisador(es) do projeto acima identificado(s) assume(m) o compromisso de:
I. Preservar o sigilo e a privacidade dos sujeitos cujos dados (informações) serão
estudados;
II. Assegurar que as informações serão utilizadas, única e exclusivamente, para a
execução do projeto em questão;
III. Assegurar que os resultados da pesquisa somente serão divulgados de forma
anônima, não sendo usadas iniciais ou quaisquer outras indicações que possam
identificar o sujeito da pesquisa.
Os Pesquisadores declaram ter conhecimento de que as informações pertinentes às
técnicas do projeto de pesquisa somente podem ser acessados por aqueles que assinaram o
Termo de Confidencialidade, excetuando-se os casos em que a quebra de confidencialidade é
inerente à atividade ou que a informação e/ou documentação já for de domínio público.
Biguaçú, 14 de outubro de 2015.
_________________________
Assinatura Pesquisadora Responsável
Nome:Nilvane Boehm Manthey
RG:10642206-25
148
Apêndice f:Resultado correlação variáveis capacidade de absorção e capacidade de
inovação.
Correlações
Aq2 As1 As3 Ex2 Ex3 Tr4 Tr3 Tr2 Tr1 Pd1 Pr1 Pr2 Pr3 Pr4 Pr5 Io1 Io2
Aq2 Correlação de
Pearson 1 ,364** ,363** ,476** ,401** ,393** ,495** ,518** ,494** ,230* ,275** ,325** ,294** ,332** ,489** ,474** ,335**
Sig. (2 extremidades)
,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,028 ,008 ,002 ,005 ,001 ,000 ,000 ,001
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
As1 Correlação de
Pearson ,364** 1 ,572** ,534** ,577** ,275** ,484** ,355** ,563** ,343** ,478** ,397** ,494** ,451** ,499** ,444** ,363**
Sig. (2
extremidades) ,000 ,000 ,000 ,000 ,008 ,000 ,001 ,000 ,001 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
As3 Correlação de Pearson
,363** ,572** 1 ,564** ,445** ,452** ,556** ,453** ,632** ,393** ,418** ,386** ,386** ,419** ,486** ,527** ,352**
Sig. (2
extremidades) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,001
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Ex2 Correlação de
Pearson ,476** ,534** ,564** 1 ,737** ,523** ,641** ,501** ,563** ,456** ,531** ,512** ,626** ,565** ,638** ,526** ,437**
Sig. (2
extremidades) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Ex3 Correlação de
Pearson ,401** ,577** ,445** ,737** 1 ,499** ,530** ,453** ,521** ,501** ,506** ,487** ,666** ,591** ,675** ,444** ,463**
Sig. (2
extremidades) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Tr4 Correlação de Pearson
,393** ,275** ,452** ,523** ,499** 1 ,673** ,593** ,406** ,378** ,311** ,385** ,487** ,527** ,505** ,411** ,505**
Sig. (2
extremidades) ,000 ,008 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,003 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Tr3 Correlação de
Pearson ,495** ,484** ,556** ,641** ,530** ,673** 1 ,811** ,616** ,411** ,460** ,433** ,520** ,657** ,585** ,600** ,547**
Sig. (2 extremidades)
,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Tr2 Correlação de Pearson
,518** ,355** ,453** ,501** ,453** ,593** ,811** 1 ,632** ,471** ,494** ,484** ,549** ,582** ,585** ,535** ,557**
Sig. (2
extremidades) ,000 ,001 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Tr1 Correlação de Pearson
,494** ,563** ,632** ,563** ,521** ,406** ,616** ,632** 1 ,353** ,416** ,396** ,421** ,351** ,506** ,510** ,406**
Sig. (2
extremidades) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,001 ,000 ,000 ,000 ,001 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Pd1 Correlação de
Pearson ,230* ,343** ,393** ,456** ,501** ,378** ,411** ,471** ,353** 1 ,573** ,587** ,632** ,460** ,511** ,365** ,499**
Sig. (2
extremidades) ,028 ,001 ,000 ,000 ,000 ,000 ,000 ,000 ,001 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Pr1 Correlação de
Pearson ,275** ,478** ,418** ,531** ,506** ,311** ,460** ,494** ,416** ,573** 1 ,741** ,654** ,620** ,610** ,463** ,553**
Sig. (2 extremidades)
,008 ,000 ,000 ,000 ,000 ,003 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Pr2 Correlação de
Pearson ,325** ,397** ,386** ,512** ,487** ,385** ,433** ,484** ,396** ,587** ,741** 1 ,744** ,660** ,608** ,513** ,611**
Sig. (2
extremidades) ,002 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
149
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Pr3 Correlação de Pearson ,294** ,494** ,386** ,626** ,666** ,487** ,520** ,549** ,421** ,632** ,654** ,744** 1 ,762** ,759** ,562** ,700**
Sig. (2
extremidades) ,005 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Pr4 Correlação de Pearson
,332** ,451** ,419** ,565** ,591** ,527** ,657** ,582** ,351** ,460** ,620** ,660** ,762** 1 ,784** ,643** ,664**
Sig. (2
extremidades) ,001 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,001 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Pr5 Correlação de
Pearson ,489** ,499** ,486** ,638** ,675** ,505** ,585** ,585** ,506** ,511** ,610** ,608** ,759** ,784** 1 ,668** ,661**
Sig. (2 extremidades) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Io1 Correlação de
Pearson ,474** ,444** ,527** ,526** ,444** ,411** ,600** ,535** ,510** ,365** ,463** ,513** ,562** ,643** ,668** 1 ,582**
Sig. (2
extremidades) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
Io2 Correlação de Pearson
,335** ,363** ,352** ,437** ,463** ,505** ,547** ,557** ,406** ,499** ,553** ,611** ,700** ,664** ,661** ,582** 1
Sig. (2
extremidades) ,001 ,000 ,001 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91 91
**. A correlação é significativa no nível 0,01 (2 extremidades).
*. A correlação é significativa no nível 0,05 (2 extremidades).