UNIVERSIDADE DO VALE DO ITAJAÍ PPGA - PROGRAMA DE …siaibib01.univali.br/pdf/Nilvane Boehm Manthey...

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


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


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)


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



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


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


Gestão do conhecimento

Inovação

Fosfuri e

Tribó

(2008)

Absorção (número de fontes de informação).

Assimilação (índice de captura do conhecimento

externo).

Survey


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


Desempenho

Capacidade de inovação

34

Autor/Ano



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



Tseng, Pai

e Hung

(2011)

Aplicação, Assimilação e transformação. Estudo de

caso

Desempenho da inovação


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 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


Yusr,

Othman e

Mokhtar

(2012)

Não deixa claro.

Survey

Six Sigma



Wuryaning

rat

(2013)

Comunicação com o exterior; nível de know-

how e experiência da organização;

posicionamento estratégico (baseado em Liao et

al. (2006)).

Survey


Partilha de conhecimento


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



Burcharth,

Lettl e

Ulhoi

(2015)

Capacidade da empresa para absorver

conhecimento externo (baseada em Jansen et al.

(1999). Survey

Antecedentes da


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


Fóres e

Camisón

(2015)

Aquisição, Assimilação, Transformação,

Aplicação (baseado e Zahra e George (2002)). Survey


incremental e radical


Jeon,

Suckchul,

Ohm e

Yang

(2015)

Capacidade de absorção (intensidade anual R &

D (despesas de I & D / vendas totais)).

Survey

Aquisição de tecnologia



Roberts

(2015)

Capacidade de absorção (baseada em Pavlou e El

Sawy (2006)). Survey

Antecedentes

Organizacionais

Dinamismo ambiental


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


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.


(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


(produtos)

Envolvimento da família


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


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.


(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


pesquisa

Método de

Pesquisa

Breznik e

Hisrich

(2014)

Capacidade de inovação é resultado de

processos de aprendizagem

continuamente desenvolvido ao longo do

tempo.


Orientação estratégica e gestão

Teórico

conceitual

Maes e Sels

(2014)

Não esta claro. Capacidade de Inovação

Inovação radical de produtos


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)


Survey


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).


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.


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



radical


incremental

https://translate.googleusercontent.com/#16





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


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)


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)


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


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


Henttonen,

Ritala e

Jauhiainen

(2011)

Desempenho de Produto e

Processos (baseado em Alegre e

Chiva (2006)).

Subjetivo Survey Busca de conhecimento

externo


Li e Tsai

(2011)

Não deixa claro. Subjetivo Ensaio

teórico

Capacidade de conhecimento


produto

Yesil, Koska

e Buyukbese

(2013)

(baseado em Lin, 2007). Survey Gestão do conhecimento



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


Jeon et al.

(2015)

Número de patentes. Objetiva Survey Capacidade de absorção

Aquisição tecnológica


Lau e Lo

(2015)

Número de patentes;

Taxas de desempenho de vendas e

crescimento de vendas.

Objetiva Survey Sistemas Regionais de

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


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


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


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


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


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,


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


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.


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.


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.


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


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%


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


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


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


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


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


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


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


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.


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


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


Tabela 15: Análise descritiva dos indicadores do constructo de Desempenho da Inovação de Produto


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


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.


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.


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)



Df 6

Sig. ,000

Medida de KMO e teste de Bartlett (Transformação)



Df 6

Sig. ,000

Medida de KMO e teste de Bartlett (Exploração)



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)


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)


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)


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


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


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


Carga Fator 1 ,211 ,508 ,300


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


Df 6

Sig. ,000

Teste de KMO e Bartlett (Inovação de Processos)



Df 10

Sig. ,000

Teste de KMO e Bartlett (Inovação organizacional-práticas de negócios)



Df 3

Sig. ,000

Teste de KMO e Bartlett (Inovação Organizacional-local de trabalho)



Df 3

Sig. ,000



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



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



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



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



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



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


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


Carga Fator 1 ,750 ,573 ,803

Desempenho Estratégico

Correlação De1 De2 De3

De1 1,000

De2 ,445 1,000

De3 ,454 ,380 1,000


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



Df 3

Sig. ,000

Teste de KMO e Bartlett-Desempenho de Mercado



Df 10

Sig. ,000

Teste de KMO e Bartlett-Desemepnho de Cliente



Df 3

Sig. ,000

Teste de KMO e Bartlett -Desempenho Estratégico



Df 3

Sig. ,000



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


Variância total explicada-Desempenho Financeiro

Fator



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



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



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



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



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


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


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


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


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


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



1.

89

Tabela 29: Variância explicada da AFE dos indicadores de Capacidade de Inovação.


quadrado

Total % de

variância


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





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



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



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


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



1.

Tabela 33: Variância explicada da AFE dos indicadores de Desempenho da Inovação de Produto.


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




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



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


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



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


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


Produto

0,516117 0,920352 0,406122 0,903671


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


Capacidade de

Absorção 0,7548410

Capacidade de

Inovação 0,758407 0,7843003

Desempenho da

Inovação de Produto 0,530457 0,581525 0,7180027


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


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


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


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


97


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.



índices de Variância Média Extraída (AVE), Alfa de Cronbach e a confiabilidade composta,



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.


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


Produto

0,515971 0,920331 0,384121 0,903671









consistentemente mais elevadas no constructo em que estão associados. Não houve

necessidade de ajustes, e portanto exibiu validade discriminante.

99


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


Tabela 43: Validade discriminante do Modelo Inicial seguindo o critério de Fornell e Larcker (1981).

Constructo Capacidade de

Absorção

Capacidade de

Inovação

Desempenho da


Capacidade de

Absorção 0,7666283

Capacidade de

Inovação 0,764003 0,814498

Desempenho da

Inovação de Produto 0,512167 0,578209 0,7178196



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


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




100



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.

















Tabela 46: Resultado do teste de significância para os coeficientes estruturais do Modelo Alternativo 1.


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.


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.



índices de Variância Média Extraída (AVE), Alfa de Cronbach e a confiabilidade composta



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.


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


Produto 0,515335 0,920226 0,333740 0,903671









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.


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


0,57458 0,489703 0,567611 0,716990


103


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


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






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.


Capacidade Dinâmica 0,429958 0,429958







104










Tabela 51: Resultado do teste de significância para os coeficientes estruturais do Modelo Alternativo 2.


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


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.


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


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


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


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).


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


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


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


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.


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.

http://onlinelibrary.wiley.com/doi/10.1111/jpim.2010.27.issue-5/issuetoc

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.

http://www.emeraldinsight.com/action/doSearch?ContribStored=Gray%2C+C

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.

http://www.sebrae.com.br/sites/PortalSebrae/estudos_pesquisas/Conhe%C3%A7a-melhor-o-ambiente-das-micro-e-pequenas-empresas,destaque,19

http://www.sebrae.com.br/sites/PortalSebrae/estudos_pesquisas/Conhe%C3%A7a-melhor-o-ambiente-das-micro-e-pequenas-empresas,destaque,19

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.

http://www.emeraldinsight.com/action/doSearch?ContribStored=Tseng%2C+C

http://www.emeraldinsight.com/action/doSearch?ContribStored=Chang+Pai%2C+D

http://www.emeraldinsight.com/action/doSearch?ContribStored=Hung%2C+C

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:


(absorção, assimilação,

transformação, aplicação).

Variável Dependente


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



industrial de Santa

Catarina.

H2: A capacidade de inovação

influência positivamente o

desempenho da inovação de

produtos de PME´s do setor

têxtil industrial.



(inovação de gestão, inovação

de processo e inovação de

produto).

Variável Dependente


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.


(absorção, assimilação,

transformação, aplicação).


(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



industrial de Santa

Catarina.

H4: Capacidades dinâmicas

relacionam-se positivamente

com o desempenho da

inovação de produto em

PME´s da indústria têxtil.



(Capacidade de absorção e

Capacidade de Inovação.

Variável Dependente:


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**


,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


,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


,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**


,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).

UNIVERSIDADE DO VALE DO ITAJAÍ PPGA - PROGRAMA DE …siaibib01.univali.br/pdf/Nilvane Boehm Manthey...

Documents

Transcript of UNIVERSIDADE DO VALE DO ITAJAÍ PPGA - PROGRAMA DE …siaibib01.univali.br/pdf/Nilvane Boehm Manthey...