Relatório
de Pesquisa
Processos, Indicadores Analíticos e Impactos
Sobre o Desempenho Competitivo: Um Estudo
em Médias e Grandes Empresas Produtoras de
Bens e Serviços
Marcelo Bronzo Ladeira
Paulo Tarso Vilela de Resende
Marco Paulo Valadares de Oliveira
Paulo Renato de Souza
Reinaldo Lopes Ferreira
João Victor Rodrigues Silva
Amanda Cecília Rodrigues Silva
Luiz Carlos Macedo de Oliveira Monteiro
Vinícius Chagas Brasil
PROCESSOS, INDICADORES ANALÍTICOS E
IMPACTOS SOBRE O DESEMPENHO COMPETITIVO:
UM ESTUDO EM MÉDIAS E GRANDES EMPRESAS
PRODUTORAS DE BENS E SERVIÇOS
Coordenadores do Projeto de Pesquisa
Marcelo Bronzo Ladeira, Universidade Federal de Minas Gerais – UFMG
Paulo Resende, Fundação Dom Cabral – FDC
Subcoordenadores do Projeto
Marcos Paulo Valadares de Oliveira, Universidade Federal do Espírito Santo
Paulo Renato de Sousa, Fundação Dom Cabral
Reinaldo Lopes Ferreira, Fundação Dom Cabral
Bolsistas
Amanda Cecília Rodrigues Silva
João Victor Rodrigues Silva
Luiz Carlos Macedo de Oliveira Monteiro
Vinícius Chagas Brasil
Março
2011
SUMÁRIO
1.INTRODUÇÃO ----------------------------------------------------------------1.1 Problema de pesquisa ------------------------------------------------------1.2 Objetivo geral da pesquisa -------------------------------------------------1.2.1 Objetivos específicos -----------------------------------------------2. MARCO TEÓRICO-CONCEITUAL -----------------------------------------2.1 Orientação para processos de negócio ------------------------------------2.1.1 Modelos de maturidade no gerenciamento de operações -------2.1.1.1 CSC Framework -------------------------------------------------2.1.1.2 Supply Chain Maturity Model -----------------------------------2.1.1.3 Business Process Orientation Maturity Model ------------------2.1.1.4 Supply Chain Management Maturity Model – SCMMM --------2.2 Desempenho de processos e operações ----------------------------------2.2.1 Fatores de desempenho competitivo do Balanced Scorecard----2.3.Abordagem Analítica (Business Analytics – BA) ---------------------------
5
8
8
8
10
10
13
14
16
17
20
22
24
26
3. MODELO CONCEITUAL, HIPÓTESES DE PESQUISA E DEFINIÇÃO
OPERACIONAL DE VARIÁVEIS ---------------------------------------------- 29
4. METODOLOGIA DA PESQUISA --------------------------------------------35
4.1 População-alvo da pesquisa ------------------------------------------------ 35
4.2 Concepção de amostragem -------------------------------------------------35
4.3 Unidades de análise ---------------------------------------------------------36
4.4 Unidades de observação-----------------------------------------------------36
4.5 Técnica para levantamento dos dados--------------------------------------36
4.6 Técnicas para tratamento dos dados----------------------------------------36
5. APRESENTAÇÃO E ANÁLISE DOS DADOS -------------------------------37
5.1 Cálculo da amostra, análise de dados ausentes e tratamento
de outliers ------------------------------------------------------------------- 37
5.2 Descrição da amostra ------------------------------------------------------- 40
5.3 Alfa de Cronbach e a consistência interna das escalas do modelo --------43
5.4 Descrição dos construtos latentes do modelo de pesquisa:
amostra global -------------------------------------------------------------- 44
5.5 Descrição dos dados obtidos para os construtos do modelo de pesquisa:
segmentação da amostra por porte ---------------------------------------- 46
5.6 Descrição dos dados obtidos para os construtos do modelo
de pesquisa: segmentação da amostra por atividade econômica –
Indústria e Serviços -------------------------------------------------------- 47
5.7 Coeficientes de correlações entre os construtos do
modelo de pesquisa --------------------------------------------------------- 48
5.8 Modelagem de equações estruturais --------------------------------------- 50
5.9 Teste das hipóteses da pesquisa ------------------------------------------- 55
5.9.1 Validação nomológica das escalas e dos resultados da pesquisa ------ 57
3
6. CONSIDERAÇÕES FINAIS ------------------------------------------------- 62
7. REFERÊNCIAS --------------------------------------------------------------- 68
APÊNDICE 1 – Instrumento da pesquisa --------------------------------------- 74
APÊNDICE 2 – Descrição da amostra, alfa de Cronbach e
correlação inter-itens ------------------------------------------- 82
APÊNDICE 3 – Teste de mensuração do modelo hipotético ------------------ 101
APÊNDICE 4 – Efeitos totais e níveis de significância:
teste estrutural do modelo ------------------------------------105
4
RESUMO
O objetivo deste estudo foi descrever a natureza do relacionamento entre os
construtos de orientação para processos de negócio (business process
orientation – BPO), indicadores analíticos e desempenho competitivo de uma
amostra de 368 empresas, com operações no estado de Minas Gerais e em
outros estados do Brasil, e também diversificadas em relação ao porte e à
participação nos segmentos da indústria e de serviços. Por meio de um estudo
quantitativo, do tipo descritivo-conclusivo, as hipóteses testadas neste
trabalho foram: (I) quanto maior a orientação para processos, maior a
utilização de indicadores analíticos pelas empresas; (II) a orientação para
processos possui uma correlação positiva e estatisticamente significativa para
com o desempenho organizacional; (III) a utilização de indicadores analíticos
está positivamente associada à melhoria do desempenho organizacional; (IV)
quanto maior a orientação para os processos, tanto maior a utilização de
indicadores analíticos e também melhores os resultados de desempenho
organizacional. Todas as hipóteses foram corroboradas com altíssimo nível de
significância (p valor < 0,001). O tratamento dos dados e o teste das hipóteses
envolveram técnicas de estatística descritiva univariada, bivariada e
multivariada. Foram também realizados testes para mensurar a consistência
interna das escalas do instrumento de pesquisa, bem como para avaliar a
composição estrutural do modelo, por meio da modelagem de equações
estruturais. As escalas e o modelo foram validados. Os resultados apontam a
importância estratégica dos fatores de BPO e de indicadores analíticos como
preditores do desempenho competitivo das empresas. E, por meio da equação
estrutural do modelo, esses fatores preditores foram capazes de explicar
66,3% das variações do desempenho das empresas da amostra, sendo
igualmente significativos os efeitos diretos (coeficientes de caminho)
verificados nos testes realizados. Tais achados descortinam questões
relevantes tanto do ponto de vista prático e da ação gerencial das empresas
(no sentido de reforçar a importância da BPO e do uso intensivo de indicadores
analíticos na estratégia de incremento de desempenho competitivo) quanto da
perspectiva acadêmica, abrindo novas frentes de pesquisa nessa área de
fronteira do conhecimento da gestão de operações.
5
1. INTRODUÇÃO
No campo da gestão de operações, o conceito de orientação para processos de
negócio (business process orientation/BPO) está associado a melhores
resultados em certos indicadores-chave do desempenho competitivo de
empresas e cadeias de suprimento (BREWER; SPEH, 2001; HAMMER;
STANTON, 1999; GROVER et. al., 1995; HAMMER; CHAMPY, 1993; PORTER,
1985; HAMMER, 1990; DAVENPORT; SHORT, 1990).
As primeiras contribuições para o tema do gerenciamento de processos podem
ser identificadas no desenvolvimento conceitual e metodológico do
gerenciamento da Qualidade Total (Total Quality Management – TQM). O TQM
enfatiza o uso de técnicas e ferramentas para o mapeamento, a análise e a
melhoria contínua dos processos organizacionais em diferentes momentos do
ciclo PDCA, como na implementação de planos de ação, bem como em formas
de controle e em ações subsequentes para a melhoria ou a padronização dos
processos organizacionais. A convergência do desenvolvimento da TQM para a
gestão orientada para processos é evidente em muitos aspectos, e aportes
conceituais relevantes estão em trabalhos seminais sobre o tema (CROSBY,
1979; SCHONBERGER,1982; SHEWART,1986; DEMING,1986).
Também o desenvolvimento do conceito e das práticas da produção enxuta
(lean production), com ênfase na aplicação do princípio kaizen de melhoria
incremental dos processos organizacionais, aportou contribuições relevantes
para princípios de gestão orientada para processos. A melhoria incremental dos
processos requer, em um sentido contínuo no tempo, a redução de todas as
formas de desperdício de recursos pelas empresas, procurando-se eliminar ou
redesenhar aqueles processos ou atividades que geram custos sem a
contrapartida de valor efetiva para seus clientes, o que representa, em síntese,
uma perda de eficiência do sistema (SCHONBERGER, 2007; WOMACK; JONES;
ROOS, 1992).
Como extensão da abordagem da qualidade total, tem-se o recente
desenvolvimento da metodologia Seis Sigma, que também converge à gestão
orientada para processos, por sua ênfase em reduzir a variabilidade e em
aumentar a capabilidade dos processos organizacionais, de forma a minimizar
ou extinguir defeitos e taxas de não conformidade de produtos e serviços
(NASLUND, 2008; SCHONBERGER, 2007).
Mais recentemente, duas relevantes linhas de pesquisa também têm se
orientado para o campo do conhecimento da gestão de processos, com
abordagens e propostas complementares. A primeira corrente investiga o
relacionamento entre a gestão orientada para processos e os níveis de
maturidade de processos organizacionais, notadamente da maturidade de
processos nos contextos da logística integrada e do gerenciamento de cadeias
de suprimento (MCCORMACK, 2007; LOCKAMY; MCCORMACK, 2004;
MCCORMACK et al., 2003). A segunda corrente investiga o impacto da
utilização de indicadores analíticos como vetores do desempenho de processos
6
organizacionais e de vantagens competitivas duradouras para as empresas
(DAVENPORT, 2006; DAVENPORT; HARRIS, 2007).
A abordagem analítica permitiria explicar o desempenho competitivo de muitos
tipos e padrões de organizações, líderes ou extremamente competitivas, em
seus respectivos segmentos de mercado. Trata-se de empresas dotadas de
capacidade distintiva e de orientação de suas estratégias competitivas,
empregando recursos de inteligência analítica. Seriam, nas palavras de
Davenport (2006), verdadeiros “competidores analíticos”. Colocado de outra
forma, a inteligência analítica seria um recurso integral da estratégia de
negócios das organizações, e premissas da business analytics (DAVENPORT;
HARRIS, 2007; DAVENPORT et al., 2007; DAVENPORT, 2006) seriam
convergentes aos objetivos da gestão orientada para processos.
Estudos recentes, liderados pelo professor Thomas Davenport e pela equipe do
Centro de Pesquisas em Gerenciamento de Processos do Babson College
(EUA), mostram que as empresas consideradas líderes e excelentes em seus
mercados possuem uma capacidade analítica diferenciada no acesso, no
tratamento de dados e na geração de informações essenciais para os objetivos
de desempenho dos seus processos críticos de valor. São organizações dotadas
de habilidade e uma capacidade especial para orientar suas estratégias
competitivas com recursos de inteligência analítica. Segundo Davenport
(2006), são empresas que possuem condições de aportar a combinação ideal
de competências e habilidades para lidar com a gestão baseada em fatos e
utilizar dados estratégicos e modelos explicativos de forma ostensiva, visando
orientar suas decisões e ações.
Ao contrário das inconsistências que caracterizam os modelos de decisão das
organizações ainda não intensivamente analíticas, o conceito de business
analytics – BA – permite idealizar um sistema de modelos de previsão e de
simulação de cenários quantitativos e qualitativos (incluindo vários tipos de
tratamento de dados) e que exigem, dos “donos do processo” e de sua equipe,
um foco sistêmico, inúmeras análises de trade-offs e grande atenção aos
resultados financeiros e não financeiros (em termos dos níveis de serviço) de
forma equilibrada em suas decisões. Um dos objetivos da BA, assim, é o de
fornecer informação útil, tanto para monitorar o desempenho de processos
existentes e dar suporte aos objetivos de melhoria desses processos quanto
para projetar e modelar processos inteiramente novos. Os competidores
analíticos parecem seguir o caminho oposto das otimizações locais nesse
sentido – tentam prospectar dados relevantes e garantir que os processos da
organização possam compartilhá-los sem os impedimentos de formatos
inconsistentes ou dados redundantes ou em excesso, ou então dados
relacionados a atividades ou processos não críticos para o desempenho
competitivo do negócio.
Um dos pontos fundamentais dessa nova abordagem – que encontra na gestão
orientada para processos a infraestrutura ideal para sua aplicação – é a sua
influência potencial em diferentes áreas da gestão. É especialmente relevante
a aplicação de inteligência analítica em quatro áreas de processos:
relacionamento com clientes/mercado (marketing, vendas e serviços),
7
produção (cadeias de suprimentos e operações), gestão de pessoas e
gerenciamento do desempenho (DAVENPORT, 2006).
A abordagem analítica, integrada ao esforço da gestão orientada dos processos
organizacionais, representa uma visão particular e necessária sobre como,
efetivamente, as organizações alocam seus recursos e gerenciam seus
processos de forma a alcançarem vantagens competitivas sustentáveis no
tempo. São essas vantagens que permitem às empresas a posição de liderança
nos seus respectivos mercados de atuação e o desenvolvimento de práticas
mais eficientes de operações em suas cadeias de suprimentos. Em resumo, a
abordagem analítica e a orientação para processos podem ser importantes
preditoras do desempenho organizacional.
Entre os sistemas contemporâneos para a mensuração do desempenho
organizacional, o Balanced Scorecard – BSC – talvez tenha sido a metodologia
que ganhou maior notoriedade acadêmica e empresarial a partir do início da
década de 1990, precisamente a partir das repercussões de um trabalho
seminal de Kaplan e Norton (1992), intitulado “The Balanced Scorecard –
Measures that Drives Performance”, publicado na Harvard Business Review em
1992. Com a publicação desse trabalho, o BSC passou a receber crescente
atenção, por uma razão plenamente justificável: representava, de fato, um
passo à frente em relação aos sistemas tradicionais de mensuração do
desempenho das empresas (tradicionalmente compostos por métricas com viés
financeiro, como indicadores de lucratividade, fluxo de caixa, retorno sobre
ativos – ROA –, retorno sobre investimentos – ROI –, custos de produção,
entre outros), paradigma este dominante até o final da década de 1980.
A metodologia do Balanced Scorecard recebeu esse nome exatamente pelo
fato de conferir uma atenção balanceada entre objetivos de curto e longo
prazos para as organizações, assim como a integração de medidas financeiras
e não financeiras de desempenho competitivo, distribuídas em quatro grandes
dimensões ou perspectivas: Financeira; Cliente/Mercado; Capacidade em
processos e Aprendizagem/Crescimento. Cada uma dessas dimensões, com
seus respectivos objetivos críticos, indicadores, metas e programas de ação,
visando à consecução de uma diretriz estratégica específica (SMITH, 2007;
FARIA; COSTA, 2005; KAPLAN; NORTON, 1993).
Para as organizações, a implementação de um sistema como o BSC exige a
reorientação do foco de seus sistemas convencionais de mensuração de
desempenho. Ao contrário de uma abordagem tradicionalmente reativa e
baseada em dados históricos de desempenho – utilizando indicadores e
métricas financeiras convencionais em sua maior parte –, a abordagem do BSC
implica a adoção de uma mensuração tanto mais proativa quanto propriamente
de teor preditivo. Trata-se de um modelo que potencialmente afeta, quando
implementado, o desempenho da empresa. Ao indicar certas iniciativas
(ponderadas em sua importância) para o atendimento de metas para cada
fator ou dimensão do desempenho, o BSC acaba por afetar o valor percebido
pelos vários stakeholders da empresa – clientes, colaboradores internos,
acionistas, fornecedores e sociedade, dentre outros (SMITH, 2007).
8
Colocadas essas questões iniciais, tem-se que o problema central desta
pesquisa esteve nucleado no interesse em investigar as associações entre os
conceitos de orientação para processos de negócio, indicadores analíticos e
desempenho competitivo.
1.1 Problema de Pesquisa
O nível de orientação para processos e a utilização de indicadores analíticos
estão associados aos resultados de desempenho competitivo de empresas do
ramo industrial e de serviços, independentemente do porte e do segmento de
atuação dessas organizações?
Desse problema de pesquisa tem-se então o desdobramento dos seguintes
objetivos, geral e específicos, do trabalho desenvolvido:
1.2 Objetivo Geral da Pesquisa
Descrever a natureza do relacionamento entre os construtos de orientação
para processos de negócio – BPO –, indicadores analíticos e desempenho
competitivo de uma amostra de empresas diversificadas em relação ao porte e
ao ramo de atuação, nos segmentos de indústria e serviços, com operações
em Minas Gerais e em outros estados do Brasil.
1.2.1 Objetivos Específicos
 Descrever os níveis de orientação para processos de negócio das empresas
da amostra.
 Identificar a intensidade de uso de indicadores analíticos por parte das
empresas pesquisadas.
 Descrever os resultados de desempenho competitivo das empresas da
amostra nas dimensões críticas de desempenho do Balanced Scorecard
(financeira; cliente/mercado; capacidade em processos; aprendizagem e
crescimento).
 Identificar a influência das variáveis independentes “porte” e “ramo de
atuação” (indústria ou serviço) sobre os construtos principais do modelo
(orientação para processos – BPO –; indicadores analíticos; desempenho
competitivo).
 Descrever matematicamente a composição estrutural do modelo de
pesquisa, especificando o peso das variáveis estudadas e as equações
estruturais que retratem os relacionamentos e a força dos caminhos entre os
construtos do modelo.
Nos dois próximos capítulos deste documento, tem-se o marco teóricoconceitual do estudo (capítulo 2) e a apresentação de uma discussão sobre o
modelo de pesquisa, a definição operacional das variáveis e as hipóteses de
9
pesquisa testadas nesta investigação (capítulo 3). Em seguida, no capítulo 4,
são apresentadas as questões referentes ao arcabouço metodológico da
pesquisa, e, no capítulo 5, são apresentados os resultados do levantamento e
a análise dos dados. No capítulo 6, são feitas as considerações finais do
trabalho, com um sumário dos achados da pesquisa e apresentação das
limitações do estudo, bem como questões de interesse para futuros estudos
sobre o tema e problema abordados nesta investigação. Seguem, por fim, as
referências e os apêndices do relatório, em que são apresentados,
respectivamente: o instrumento de coleta dos dados (Apêndice 1); a descrição
da amostra, o cálculo do alfa de Cronbach e o resultado do teste de correlação
interitens dos construtos do modelo (Apêndice 2); o teste de mensuração do
modelo hipotético (Apêndice 3) e os efeitos totais e níveis de significância para
o teste estrutural do modelo da pesquisa (Apêndice 4).
10
2. MARCO TEÓRICO-CONCEITUAL
2.1 Orientação para processos de negócio
As novas demandas do mercado para o fornecimento de melhores serviços e
produtos, combinadas a uma concorrência dramaticamente elevada, exigem
uma mudança de paradigma na maneira como as organizações são projetadas,
sendo especialmente relevante nesse sentido o rompimento do conceito de
“silos funcionais” e, portanto, de metas de desempenho para a função, como
as metas indicadas nos planos de marketing, financeiros ou de operações
(CHRISTOPHER, 1997).
Um número ainda bastante expressivo de organizações, de diferentes portes e
atuantes em diferentes setores econômicos, orienta suas estruturas
organizativas pelo viés funcional, com a divisão de responsabilidades por
função. Cada uma das funções “verticais” da organização tradicional é chefiada
por gerentes que tratam sua área funcional como seu “território”. Para
Christopher (1997), a organização tradicional, funcional é representada pelo
seu sistema de orçamento. Com isso, curiosamente, cada função está alinhada
a um orçamento que direciona e controla os recursos consumidos pela própria
função, desconsiderando-se, assim, o custo total de cada processo.
Skjoet-Larsen et al. (2003) corroboram essa impressão, citando pesquisas que
demonstram que, das barreiras identificadas na implementação do
planejamento colaborativo em redes de suprimento (Collaborative Planning,
Forecasting and Replenishment – CPFR), destacam-se tanto as do tipo
operacional quanto aquelas propriamente de cunho organizativo. Nesse último
caso, faz-se referência às características das estruturas de governança nos
relacionamentos em rede, como atributos de confiança entre os parceiros, o
compartilhamento efetivo de ganhos oriundos de melhorias nos processos e,
também, a necessidade de proposição e consecução de objetivos comuns em
relação aos resultados dos processos e, portanto, de um sistema integrado de
informações para apoiar os processos de decisão no canal.
Kerzner (1979), já no final da década de 1970, apontava influências negativas
de estruturas rigidamente funcionais sobre o desempenho competitivo. Por
essas limitações típicas desse tipo de estrutura, Kerzner (1979) propõe que a
gerência deve perseguir prioritariamente a utilização mais eficiente dos
recursos organizacionais tangíveis e intangíveis, promovendo a fluidez do
trabalho, tanto vertical quanto horizontalmente, ao longo da organização,
perpassando, portanto, diferentes funções e atividades, mas adotando uma
visão fundamentalmente de processos.
A abordagem de Kerzner (1979) não pressupõe necessariamente desarticular
as estruturas funcionais burocráticas e tampouco o fluxo vertical de trabalho,
que, por força de especialização funcional, continuará sendo necessário e de
responsabilidade dos gerentes funcionais. Por outro lado, defende as
vantagens de uma gestão eficaz do fluxo horizontal, para tentar dirimir os
riscos de “hiatos operacionais”, formados pela adição dos hiatos hierárquicos –
definidos pelo atrito do fluxo entre os níveis hierárquicos – e os hiatos
11
funcionais – definidos pela típica ênfase na departamentalização (marketing,
vendas, produção, finanças, outras) nas estruturas organizacionais funcionais.
A representação gráfica de tais hiatos operacionais pode ser vista FIG. 1, a
seguir.
Alta Gerência: políticas
Gerência: planejamento
Supervisores:
programação
Pessoal: operações
Hiatos gerenciais
Hiatos funcionais:
departamentalização
Ilhas operacionais
Figura 1 – Hiatos organizacionais
Fonte: KERZNER, 1979, p. 20.
Para Skinner (1974), o problema da definição dos níveis ótimos de integração
vertical e de integração horizontal dos processos de negócio é, de alguma
forma, influenciado pelo nível de diversificação das firmas. Assim, o autor
defende que as operações de produção deveriam focar um ou um pequeno
número de produtos, um ou poucos processos de produção ou uma ou duas
tecnologias similares.
Se uma atividade de produção envolve muitos produtos, processos ou
tecnologias, poderá perder o foco e a eficiência e, consequentemente, ceder
posições de mercado a processos mais eficientes e focados dos concorrentes
diretos. É necessário, assim, que as organizações promovam mudanças e
venham a desenvolver, de forma deliberada, processos de negócio mais
focados, bem como certas capacidades úteis ao gerenciamento destes. Tais
processos de valor naturalmente fazem uso de recursos funcionais, porém não
estão limitados pelas fronteiras artificiais das funções organizacionais e
ensejam um processo decisório com análise de compensações ou trade-offs
(SKINNER, 1974).
O desafio para a organização passa a ser, portanto, derrubar barreiras
verticais e funcionais à integração e estruturar ou reestruturar (redesenhar) os
seus processos, com uma orientação estratégica para a gestão de recursos e
para as exigências ou oportunidades em seus mercados de atuação. A força
motriz da mudança está em admitir, portanto, que são os processos os
elementos ou drivers criadores de valor para o cliente, e não o desempenho
eficiente das funções organizacionais. As empresas experimentam dificuldades
12
na solução desse impasse. Muitas já reconhecem a necessidade de evitar os
excessos da especialização funcional – em estruturas verticalizadas e baixa ou
ausente orientação para os processos de negócio –, mas também reconhecem
que soluções eminentemente guiadas pela lógica de processos são também
ineficientes, por não considerarem devidamente as exigências de competências
e especializações funcionais para o gerenciamento e controle dos respectivos
processos.
Há evidências crescentes, encontradas na literatura técnica e na prática
empresarial, de que níveis superiores de orientação para processos – a partir
do adensamento dos processos intraorganizacionais e interorganizacionais, na
cadeia de suprimentos – resultam em potencial aumento da capacidade de
resposta da empresa, seja em relação à elasticidade quantitativa das
demandas nos vários mercados em que atue, seja em relação à sua
dinamicidade em atender os padrões de especificação de produtos e serviços
desses mercados, buscando como meta, ao final, gerar um pacote de valor
adequado às exigências interpostas por seus clientes intermediários e finais
(CROXTON et al., 2001). Esse tipo de organização exige uma orientação para o
desempenho dos seus processos, e não para o desempenho de suas funções.
A melhoria contínua, que é uma característica da gestão orientada para
processos, vem quase sempre associada a níveis superiores de maturidade dos
processos em empresas e cadeias de suprimento. Esse conceito de maturidade
de processos organizacionais está bem documentado na literatura técnica e
expressa o fenômeno de trajetórias evolutivas e a adoção de melhores práticas
para a mensuração e o gerenciamento de processos de negócio, por meio de
caminhos e ações sequenciadas ou em níveis.
Esses níveis representam as capacidades que as empresas possuem
relativamente à padronização, à medição, ao controle e à melhoria contínua de
seus processos de valor. Colocado aqui de outra forma, os processos possuem
ciclos de vida, sob a forma de níveis ou de estágios de desenvolvimento, que
podem ser definidos (são específicos), medidos e devidamente controlados ao
longo do tempo. Portanto, podem ser gerenciados em direção à excelência.
Alcançar um nível mais alto de maturidade em algum processo é uma meta
possível desde que presentes pelo menos três condições: I) o maior controle
sobre os resultados desse processo; II) a maior previsibilidade em relação aos
objetivos de custo e de desempenho do processo e III) a maior efetividade
quanto ao alcance das metas predefinidas, bem como a capacidade da
gerência em propor novas e superiores metas de desempenho no tempo
(MCCORMACK et al., 2007; LOCKAMY; MCCORMACK, 2004; POIRIER; QUINN,
2004).
13
2.1.1 Modelos de maturidade no gerenciamento de operações
Nos últimos anos, um número crescente de pesquisas tem-se dedicado a
investigar, em caráter ainda exploratório, o desenvolvimento de modelos de
maturidade e de métricas de desempenho para o gerenciamento estratégico
dos processos logísticos em empresas e cadeias de suprimento (CHAN; QI,
2003; COYLE et al., 2003; GUNASEKARAN et al., 2001).
O conceito de maturidade de processos – entre os quais, os processos
logísticos – parte da premissa de que eles possuem ciclos de vida, ou estágios
de desenvolvimento, que podem ser explicitamente definidos, gerenciados,
medidos e controlados ao longo do tempo. Alcançar um nível mais alto de
maturidade em algum processo empresarial é um fenômeno possível, desde
que presentes três condições: (I) maior controle sobre os resultados; (II)
maior previsibilidade em relação aos objetivos de custo e de performance e
(III) maior efetividade em relação ao alcance das metas definidas e à
capacidade da gerência de propor novos e superiores alvos de performance
(LOCKAMY; MCCORMACK, 2004; POIRIER; QUINN, 2004).
Para atender os níveis de desempenho desejados por seus clientes em relação
a atributos como flexibilidade quantitativa e qualitativa no atendimento das
demandas, consistência nos prazos de entrega e redução dos lead times
relativos ao atendimento dos pedidos, as empresas desenvolvem capacidades
e pacotes complexos de habilidades e de conhecimentos, que serão
exercitados em seus processos organizacionais (SLACK et al., 2006; LOCKAMY;
MCCORMACK, 2004; DAY, 1994).
Em parte, por conta dessas novas exigências, o gerenciamento dos processos
logísticos evoluiu, nas duas últimas décadas, de uma perspectiva
departamental, extremamente funcional e verticalizada, para um arranjo
orgânico de processos integrados, horizontalizados e decididamente orientados
para o atendimento da oferta de valor aos clientes intermediários e
consumidores finais (MENTZER et al., 2001). Esse novo padrão de
gerenciamento dos processos logísticos favoreceu, com o tempo, o
desenvolvimento e a aplicação de diferentes modelos de maturidade e métricas
de performance úteis como ferramentas de apoio para a definição de
estratégias e para o enfrentamento de trade-offs, bem como para a
identificação dos itens considerados críticos à melhoria da qualidade dos
serviços logísticos prestados aos clientes.
Os modelos de maturidade representam uma metodologia cujas aplicações
relativas à definição, à mensuração, à gestão e ao controle dos processos
empresariais têm se mostrado aderentes aos preceitos da abordagem de
gerenciamento por processos (Business Process Reengineering – BPR),
atraindo interesse crescente tanto de empresas quanto de pesquisadores
acadêmicos envolvidos diretamente com pesquisas na área da Gestão de
Operações (CHAN; QI, 2003; GUNASEKARAN et al., 2001).
Embora sua origem não se vincule diretamente ao campo da logística, nos
últimos anos testemunha-se um número crescente de relatos empíricos que
14
apresentam a utilização de modelos de maturidade apoiados em indicadores
críticos de desempenho (Key Performance Indicators – KPI) para a análise de
atividades afins aos ciclos de suprimento, produção e entrega/distribuição
física. A expectativa é de que a consolidação de tais experiências exploratórias
venha definir uma agenda de pesquisa sobre o assunto, o que seguramente
trará grande contribuição aos estudos desenvolvidos no campo da logística e,
especificamente, do gerenciamento de cadeias de suprimento (supply chain
management).
2.1.1.1 CSC Framework
O CSC Framework foi desenvolvido pela Computer Sciences Corporation – CSC
– e testado pela primeira vez em 2003, por meio de uma pesquisa envolvendo
142 representantes com responsabilidades de gestão na cadeia de
suprimentos. A amostra foi composta por leitores da Supply Chain
Management Review e clientes da CSC. Dos 142 respondentes, 71 eram
oriundos de empresas ou consultores independentes e os outros 71 de grupos,
divisões, unidades estratégicas de negócio ou subsidiárias. O principal objetivo
do trabalho foi identificar o estágio de desenvolvimento da função logística nas
empresas pesquisadas, considerando-se os níveis de excelência nos cinco
estágios de maturidade na cadeia de suprimentos, apresentados a seguir
(POIRIER; QUINN, 2003; 2004).
Como pode ser visto na FIG. 2, no primeiro nível do modelo a empresa prioriza
a melhoria de seus processos funcionais. Nessa fase, os esforços são internos e
orientados para a integração das diferentes áreas funcionais em cada empresa
que integra a cadeia de suprimentos. Os benefícios, normalmente, incluem
redução dramática do número de fornecedores e provedores de serviços
logísticos, racionalização do mix de produtos oferecidos nos mercados e maior
volume de compras. No nível 1, as principais ineficiências de que padecem
muitas empresas são resultantes da baixa integração dos processos
interorganizacionais, das barreiras na colaboração entre os negócios e do
inexistente ou inexpressivo compartilhamento dos sistemas de informação com
os demais agentes na cadeia de valor expandida.
No nível 2, a logística ganha maior atenção, sendo enfocadas a utilização dos
ativos e a efetividade de sua distribuição física. O gerenciamento da demanda
passa a ser um fator crítico, e a precisão das previsões pode ser o principal
impulsor para uma maior acuidade nas operações da empresa nas áreas de
planejamento, programação e controle da produção. A orientação para a
cadeia de suprimentos ganha maior importância, com um gerenciamento mais
estratégico e segmentado da base de fornecedores e clientes imediatos da
organização.
15
III
Colaboração e
parceria
I
Integração
interna
Processo/
funcional
IV
Colaboração
na cadeia de
valor
V
Completa
conectividade na
rede
II
Excelência
corporativa
Intraorganizacional
Interorganizacional
Externo
Sistema de
negócios
totalizado
Figura 2 – Os cinco níveis de evolução da cadeia de suprimentos
Fonte: Traduzido de POIRIER; QUINN, 2004, p. 26.
Segundo Poirier e Quinn (2004), muitas vezes, a “cultura logística” dominante
na empresa inibe o progresso de suas ações em direção a níveis superiores de
excelência, dadas algumas premissas compartilhadas pelas empresas que se
encontram nesse estágio evolutivo: (I) todas as boas ideias precisam ser
geradas internamente; (II) se precisamos de ajuda externa, isso significa que
a equipe interna não está fazendo seu trabalho; e (III) se pudermos utilizar
informações externas, o faremos, mas não as compartilharemos com ninguém.
A empresa só consegue expandir seus limites de eficiência quando suas
lideranças, em especial as vinculadas à área de operações, resolvem romper
com essas premissas e dissipar as restrições por elas impostas.
No nível 3, a empresa desenvolve ou redesenha seus processos
interorganizacionais e começa a formar uma rede de negócios com a ajuda de
poucos, mas cuidadosamente selecionados, aliados. Durante essa fase,
fornecedores considerados importantes são convidados a participar de sessões
de Planejamento de Operações e Vendas (Sales and Operation Planning –
S&OP), aproximando-se o suprimento da demanda, e vice-versa. Estabelecemse relações globais com provedores de serviços logísticos qualificados em
relação às funções de transporte, logística e armazenagem, e os clientes são
incentivados a gerar feedback sobre produtos atuais e desejados. Nesse nível,
aliados de negócio trabalham juntos, utilizando diversas ferramentas e técnicas
colaborativas, para, por meio de iniciativas mútuas e resultados
compartilhados, reduzir os tempos de ciclo, em especial o time-to-market,
utilizando seus ativos com maior eficiência.
O nível 4 caracteriza-se pelas iniciativas colaborativas. As empresas começam
a utilizar metodologias como o activity based costing – ABC – e o Balanced
Scorecard para transformar a cadeia de suprimentos em uma cadeia de valor
de parceiros, que trabalham sob a orientação dos mesmos objetivos
estratégicos. A informação é compartilhada eletronicamente, e equipes
multiempresas são formadas para encontrar soluções para problemas
16
específicos dos clientes. As tecnologias de e-commerce são consideradas
cruciais para tal nível, garantindo o compartilhamento em tempo real de todas
as informações relevantes em cada ponto ou nódulo da cadeia de valor. O
desenvolvimento e a utilização de modelos e metodologias para a
implementação no design, no planejamento e no reabastecimento
colaborativos são atinentes a esse estágio de evolução do relacionamento
interorganizacional.
O estágio mais avançado da evolução da cadeia de suprimentos, o de nível 5,
é, fundamentalmente, uma meta de difícil alcance. Trata-se de um estágio de
desenvolvimento caracterizado pela completa conectividade entre agentes ao
longo de toda a cadeia de suprimentos. Segundo Poirier e Quinn (2003; 2004),
somente poucas organizações de poucos setores alcançam esse estágio. É uma
situação de colaboração completa ao longo da rede e de uso estratégico de
tecnologia da informação para conquistar posições de dominância no mercado.
Nessa fase, as empresas costumam alcançar extraordinários níveis de previsão
de pedidos e redução do tempo de ciclo, ao longo de redes completamente
conectadas eletronicamente.
2.1.1.2 Supply Chain Maturity Model
A PRTM Management Consultants, juntamente com sua subsidiária, a
Performance Measurement Group – PMG –, desenvolveu o Supply Chain
Maturity Model, a partir de uma combinação de experiência de campo,
métricas do modelo SCOR e conhecimento de práticas atuais e emergentes em
diferentes tipos de indústrias nos últimos anos. O modelo define quatro dos
cinco estágios de capacidade operacional (PMG, 2005), o que será apresentado
a seguir.
No primeiro estágio, foco funcional, os departamentos funcionais das empresas
priorizam a melhoria dos seus processos e o melhor uso de seus recursos. Os
processos multifuncionais, por sua vez, não são bem definidos ou reconhecidos
claramente pelas organizações, o que resulta necessariamente em uma
eficiência relativa e limitada desses processos no contexto mais amplo de
gerenciamento integrado da cadeia de suprimentos.
Durante o segundo estágio, integração interna, a divisão ou a definição dos
processos multifuncionais é clara. Medidas de desempenho para esses
processos são claramente definidas e as funções individuais são
compreendidas e consideradas como fontes de contribuições importantes para
o desempenho sistêmico de tais processos. Os recursos são distribuídos
harmoniosamente ao longo da organização. A demanda e o suprimento
seguem um processo que combina a previsão e o planejamento juntamente
com os fornecedores e com a linha de fabricação.
O terceiro estágio, integração externa, caracteriza-se pela extensão das
práticas típicas do segundo estágio e alcança os pontos de interface com
clientes e fornecedores. A empresa identifica clientes e fornecedores
estratégicos, bem como informações-chave externas necessárias ao suporte
17
dos seus processos de negócio. Acordos de serviço em conjunto e práticas de
scorecard são utilizados. Ações corretivas são implementadas quando o
desempenho atinge um resultado abaixo do esperado.
No quarto estágio, colaboração e otimização interorganizacional, clientes e
fornecedores trabalham para definir uma estratégia mutuamente benéfica e
para determinar alvos comuns de performance. A tecnologia da informação
atua como agente de automatização da integração dos processos de negócio
entre os atores da cadeia de suprimentos.
2.1.1.3 Business Process Orientation Maturity Model
O Business Process Orientation Maturity Model – BPOMM – apoia-se no
Capability Maturity Model – CMM –, desenvolvido pelo Instituto de Engenharia
de Software da Carnegie Mellon University (LOCKAMY; MCCORMACK, 2004;
MCCORMACK et al., 2003; SEI, 2000).
O conceito de orientação para processos de negócio sugere que as empresas
podem aumentar seu desempenho global por meio de uma visão estratégica
de seus processos. Segundo Lockamy e McCormack (2004), empresas com
forte orientação para seus processos de negócio atingem maiores níveis de
desempenho e possuem melhor ambiente de trabalho, com mais colaboração e
menos conflitos internos. McCormack et al. (2003) afirmam que as
organizações precisam deslocar o foco da força, da autoridade e das atividades
que não trazem valor para o cliente para uma perspectiva voltada diretamente
para os interesses e necessidades do cliente. Nesse sentido, o Business
Process Orientation pode ser definido como uma abordagem das organizações
que enfatizam processos em oposição a funções e hierarquias, com especial
ênfase nos resultados e na satisfação dos clientes (MCCORMACK et al., 2003).
O conceito de maturidade de processos propõe que um processo tem um ciclo
de vida medido pela extensão em que é explicitamente definido, gerenciado,
medido, controlado e efetivado. Para McCormack et al. (2003), tais
características representam quatro dos cinco componentes básicos da
orientação para processos (BPO): visão de processos, atribuições, estruturas,
medidas e sistemas de gerenciamento. A maturidade implica aumentar os
níveis de BPO e os níveis de desempenho e espírito cooperativo.
Políticas
e
padrões,
bem
como
estruturas
organizacionais,
são
institucionalizadas à medida que uma organização aumenta a maturidade de
seus processos, demonstrando maiores capacidades no gerenciamento de
recursos e conjuntos de atividades. Nesse sentido, o conceito de capacidade,
segundo McCormack et al. (2003), é definido como:
 controle – diferença entre aonde se pretendia chegar e aonde efetivamente
se chegou, e a variação entre esses pontos;
18
 previsibilidade – medida pela variabilidade em alcançar objetivos de custo e
desempenho;
 efetividade – alcance dos resultados almejados e habilidade para se
conseguirem, potencialmente, resultados ainda melhores.
Esses são aspectos críticos de maturidade de processos. À medida que se
aumenta a maturidade dos processos, mais eficiente se torna o controle dos
processos. A diferença entre o desempenho almejado e o desempenho atual é
conhecida e diminui à medida que se aumentam os níveis de maturidade das
empresas. O maior controle também contribui para a maior habilidade das
empresas em prever o desempenho dos seus processos, como mostra a FIG.
3.
Figura 3 – Capacidade de processos e maturidade
Fonte: McCormack et al., 2003, p. 47.
Para McCormack et al. (2003), é importante observar que a tentativa de pular
níveis de maturidade é improdutiva, pois cada nível constrói um alicerce que
servirá para alcançar o próximo nível. Uma organização precisa se envolver
nesses níveis para alcançar uma cultura de excelência em processos. Pode até
implementar uma prática avançada a qualquer momento, mas, sem a base
adequada à estabilidade, está em risco, e tais processos frequentemente se
degradam ou falham em momentos críticos para a organização.
Para a construção do BPO Maturity Model, McCormack et al. (2003) utilizaram
uma abordagem sistemática e rigorosa. Inicialmente, mediante a revisão da
literatura e a realização de entrevistas com profissionais e acadêmicos, foram
desenvolvidas 145 questões representando os componentes de BPO referentes
19
ao gerenciamento da cadeia de suprimentos. Tais entrevistas tinham por
objetivo solicitar aos respondentes que descrevessem as atividades de gestão
da cadeia de suprimentos que levariam a um desempenho superior. Essa lista
inicial de questões foi então organizada de acordo com a metodologia do
Supply Chain Operations Reference – SCOR –, desenvolvida pelo Supply Chain
Council, focando as áreas de processos: planejamento, suprimento, produção e
entrega/distribuição.
As questões foram então validadas por diversas empresas pertencentes ao
Supply Chain Council, bem como por profissionais seniores em gestão de
cadeias de suprimentos. As melhores práticas de gestão da cadeia de
suprimentos foram então identificadas a partir de sua correlação estatística
com o desempenho da cadeia de suprimentos (MCCORMACK et al., 2003).
Essas questões referentes às melhores práticas, reduzidas ao número de 85,
tornaram-se então a base para a mensuração do BPO aplicado à maturidade
da gestão da cadeia de suprimentos. As questões foram organizadas em
variáveis, ou conceitos, que se relacionavam aos diferentes níveis de
maturidade. O primeiro passo foi desenvolver uma definição para cada nível de
maturidade a partir de uma perspectiva de gestão da cadeia de suprimentos.
Em discussões com profissionais e especialistas acadêmicos em SCM, foi então
construído um modelo de níveis de maturidade, composto dos cinco níveis
apresentados a seguir.
O ad hoc, primeiro nível do modelo, é caracterizado por práticas
desestruturadas e mal definidas. Medidas de processos não são aplicadas, e
estruturas organizacionais e de trabalho não são baseadas em processos
horizontais na cadeia de suprimentos. O desempenho é imprevisível e os
custos são elevados. Os níveis de cooperação funcional e de satisfação dos
clientes são baixos.
No segundo nível, definidos, os processos básicos da SCM são definidos e
documentados. Não há alteração no trabalho nem na estrutura organizacional.
Em contrapartida, o desempenho é um pouco mais previsível. A superação de
silos organizacionais exige um esforço considerável, e os custos continuam
altos. Os níveis de satisfação do cliente melhoram, porém continuam baixos,
comparativamente aos níveis alcançados pela concorrência.
No terceiro nível, vinculados, já ocorre a aplicação de princípios de
gerenciamento de cadeias de suprimento. A estrutura organizacional preparase para a horizontalização, a partir da criação de autoridades superiores às
unidades funcionais. A cooperação entre funções intraorganizacionais,
vendedores e clientes materializa-se sob a forma de equipes que compartilham
medidas comuns e objetivos comuns de desempenho na cadeia de
suprimentos. A previsibilidade do desempenho aumenta, e a empresa começa
a acertar seus alvos com mais frequência. Esforços de melhoria contínua
tomam forma, com o objetivo de eliminar a raiz dos problemas e alcançar,
assim, melhoria incremental no desempenho. A eficiência de custos aumenta,
e os clientes passam a estar diretamente envolvidos nos esforços de melhoria
dos processos interorganizacionais.
20
No quarto nível, integrados, a empresa, os fornecedores e os clientes
cooperam mais estrategicamente no nível dos processos. Estruturas
organizacionais e atividades estão baseadas nos princípios de gestão de redes
de suprimento, e as funções tradicionais, quando relacionadas aos processos
da cadeia de valor expandida, começam a desaparecer. Métricas de
desempenho para a cadeia de suprimentos são utilizadas, surgindo também
práticas avançadas e baseadas na colaboração. Os objetivos de melhoria de
processos são direcionados para equipes e alcançados com confiança. Os
custos são reduzidos drasticamente, e a satisfação dos clientes e o espírito de
cooperação transformam-se em vantagem competitiva.
No último nível, estendidos, a competição é baseada em cadeias de
suprimento. Surgem equipes de gerenciamento da rede de suprimentos, com
processos expandidos, objetivos e figuras de autoridade reconhecidas ao longo
da cadeia. Confiança e interdependência formam a base de sustentação da
cadeia de suprimentos estendida. O desempenho de processos e a
confiabilidade do sistema estendido são mensurados. A cadeia de suprimentos
é tomada por uma cultura horizontal focada no cliente. Os investimentos na
melhoria do sistema são compartilhados, assim como os retornos sobre esses
investimentos.
O próximo passo no desenvolvimento do modelo foi definir os diferentes
componentes de BPO a partir da perspectiva da gestão da cadeia de
suprimentos, fazendo surgir o Supply Chain Management Maturity Model –
SCMMM.
2.1.1.4 Supply Chain Management Maturity Model – SCMMM
Segundo Lockamy e McCormack (2004), alguns componentes de gestão da
cadeia de suprimentos precisam estar presentes antes que outros possam ser
então agregados, em uma abordagem incremental. Com base nesses
requisitos de precedência, foram encontrados dois grandes agrupamentos de
componentes: os estruturais e os de alavancagem, conforme pode ser visto
graficamente na FIG. 4.
21
Figura 4 – Supply Chain Management Maturity Model
Fonte: Traduzido de MCCORMACK et al., 2003, p. 55.
Os agrupamentos estruturais proporcionam a fundação ou base para alcançar
a capacidade de processos e a previsibilidade. Os agrupamentos de
alavancagem proporcionam a força e os mecanismos de controle para alcançar
níveis superiores de desempenho e eficiência. Ambos são necessários, segundo
o autor, para alcançar níveis de maturidade sustentáveis. Os três grupos
estruturais incluem:
 Visão de processos – Passos de documentação de processos, atividades e
tarefas são apresentados em formato tanto visual quanto escrito, permitindo
que pessoas em diferentes funções e empresas se comuniquem utilizando o
mesmo vocabulário. Esse grupo inclui um extenso entendimento de processos
ao longo da organização, não apenas da documentação.
 Estrutura de processos – Essa é a base para a definição das equipes de
gestão de cadeias de suprimentos. Subdivide os antigos compartimentos
funcionais, como vendas e fabricação, que inibem a orientação por processos
na empresa. A iniciativa inclui times horizontais, parcerias e o
compartilhamento de responsabilidades e de propriedade nos contextos intra e
interorganizacionais.
 Atribuição de processos – Inclui responsabilidades horizontais (crossfuncionais) no lugar de responsabilidades verticais. Pessoas participam e
assumem a responsabilidade de todo o processo. Cargos como “membro da
equipe da cadeia de suprimentos”, “dono do planejamento do processo” e
“gerente global da cadeia de suprimentos” são exemplos típicos.
22
Os três grupos de alavancagem incluem:
 Valores e crenças de processos focados em clientes – Energizam uma
organização. Podem incluir confiança nas previsões de venda dos clientes e
crença de que os membros da equipe são completamente comprometidos com
os objetivos comuns e a melhoria contínua de processos.
 Sistema de gerenciamento e mensuração de processos – Os componentes
dessa categoria incluem sistemas de mensuração de processos, recompensas
para melhorias, mensuração de resultados e medidas e recompensas
orientadas a clientes e equipes. Servem como indicadores a respeito de quão
rápido se está indo, qual direção está sendo tomada e quando é o momento
adequado para, temporariamente, parar de evoluir, para que o processo de
mudança aconteça sem traumas.
 Melhores práticas – São táticas utilizadas para melhorar o desempenho da
cadeia de suprimentos de acordo com as especificidades intrínsecas de dada
cadeia. Algumas práticas possuem um tempo crítico para implementação, e
certas bases e condições precisam ser garantidas anteriormente. A
implementação satisfatória das práticas certas nos tempos certos serve como
driver para níveis superiores de desempenho.
O próximo passo para a construção do modelo de maturidade constituiu em
identificar quais grupos estavam relacionados com quais níveis de maturidade.
O BPO Maturity Model proporciona uma visualização da classificação dos
diferentes níveis de maturidade, que descreve não só os níveis de maturidade
como também o balanceamento dos agrupamentos dos componentes
(MCCORMACK et al., 2008). O modelo de maturidade de McCormack et al.
(2003) foi pioneiramente aplicado e testado no Brasil em trabalho de Oliveira
(2006).
2.2 Desempenho de processos e operações
De acordo com Neely et al. (1995), um dos problemas persistentes
relacionados à mensuração do desempenho organizacional é que a literatura
sobre o assunto é excessivamente abrangente, diversificada e impulsionada
por pesquisas que, não raro, tendem a focar diferentes aspectos de um grande
número de sistemas ou modelos de mensuração.
Algumas características presentes em muitos diferentes sistemas de
mensuração de desempenho (performance measurement systems – PMS)
podem servir ao propósito de mapeamento do desempenho funcional e do
desempenho de processos, em nível interfuncional e organizativo: I) os PMS
devem ser inclusivos, o que significa a mensuração de todos os aspectos
pertinentes ou úteis à avaliação do desempenho de um determinado processo;
II) os PMS devem ser suficientemente genéricos, favorecendo a comparação
do desempenho sob várias condições de operação; III) os PMS devem estar
apoiados na mensuração, facilitando a quantificação dos dados requisitados e
23
IV) os PMS devem ser consistentes, instituídos a partir de métricas alinhadas
aos objetivos estratégicos das unidades de negócio das empresas.
Importante destacar, neste ponto, que o desempenho das operações vem
dividido normalmente em dois grupos: (I) o desempenho em fatores de custo,
incluindo-se os custos de produção e os elementos de produtividade,
reconhecidamente vinculados aos resultados finais da empresa, ao lucro líquido
e à lucratividade; e (II) o desempenho em fatores de não custo, que envolvem
atributos como lead-time, flexibilidade e qualidade, entre outros fatores de
desempenho, e são mensurados a partir de métricas não necessariamente
definidas em valores monetários (mesmo que venham a influenciar a
performance financeira, tal relação não pode ser estimada diretamente).
Corroborando a interface entre tais grupos de fatores de desempenho, para De
Toni e Tonchia (2001) os PMS estão evoluindo da simples mensuração e
controle de custos para a mensuração e criação de valor por meio de atributos
de performance não financeiros, ou seja, de natureza não explicitamente
econômica.
Em geral, entende-se ser necessário garantir um certo dinamismo para os
PMS, para que os sistemas consigam acompanhar as mudanças do ambiente
no qual a organização está inserida. Segundo Bititci et al. (1997), as principais
barreiras para uma organização adotar um PMS mais dinâmico são: I)
impossibilidade de diferenciar medidas para melhorias e medidas para
controle; II) dificuldade de desenvolver relações causais ou preditivas entre
objetivos estratégicos e processos e atividades, e vice-versa; III) a ausência
de uma plataforma flexível que permita um gerenciamento efetivo dos PMS
dinâmicos e IV) inabilidade de quantificar as relações entre medidas em um
sistema. Bititci et al. (1997) propõem, assim, um modelo de referência para a
mensuração de performance estruturado em quatro níveis: I) corporativo; II)
unidade de negócios; III) processos de negócio e IV) atividades. Em cada
nível, há cinco fatores-chaves: stakeholders; medidas de controle;
posicionamento no ambiente; objetivos de melhoria e medidas internas de
desempenho.
Dentre os sistemas de mensuração de desempenho orientados especificamente
para a gestão dos processos logísticos no contexto de cadeias de suprimentos,
a metodologia ou o modelo Supply Chain Operations Reference – SCOR – foi a
que recebeu, na última década, a maior atenção por parte tanto de
pesquisadores vinculados à área de gestão de operações logísticas quanto da
comunidade empresarial. Como já destacado na subseção 2.1, o SCOR cumpre
um papel de “infraestrutura” para o desenvolvimento de alguns modelos de
maturidade de processos em cadeias de suprimento. O modelo SCOR permite a
descrição de padrões de gerenciamento de processos, a associação entre tais
processos, a utilização de métricas de desempenho e de práticas de
gerenciamento para melhorar o desempenho e o alinhamento entre
características e funcionalidades das operações dos agentes econômicos
participantes da cadeia de suprimentos (SCC, 2008). Além de auxiliar a
comunicação entre as empresas e promover as melhores condições para uma
gestão integrada no âmbito da cadeia de suprimentos, o SCOR revela-se
24
também como um guia de implementação que apresenta técnicas para a
solução de problemas atinentes ao escopo das funções produção e logística, a
partir de pressupostos oriundos da reengenharia de processos (BPR) e do
gerenciamento de projetos. E, embora o SCOR seja relativamente completo em
relação aos princípios da reengenharia de processos (business process
reengineering), ao benchmarking e a outros diferentes sistemas de
mensuração de desempenho – gerando como resultado um amplo sistema de
métricas orientado para a melhoria contínua dos processos de planejamento,
suprimento, manufatura, expedição e logística reversa –, sua inserção na
comunidade empresarial e no círculo acadêmico é relativamente recente. O
SCOR ainda não é utilizado globalmente, mas é muito provável que venha a
contribuir para a construção de modelos de maturidade mais robustos e
completos para o gerenciamento de processos nos sistemas de operações das
empresas (SCC, 2008).
2.2.1 Fatores de desempenho competitivo do Balanced Scorecard
Apesar de não poder ser resumido a um sistema para mensuração do
desempenho competitivo, o Balanced Scorecard, tal qual proposto
originalmente por Kaplan e Norton (1992; 1996), além de ampliar o espectro
de quais fatores competitivos seriam relevantes para assegurar às empresas
vantagens competitivas sustentáveis, busca também encetar uma dimensão
proativa para o desempenho, auxiliando as empresas “a expressarem suas
estratégias em metas, objetivos e indicadores, alinhados e balanceados,
direcionando comportamentos e desempenho” (FARIA; COSTA, 2005, p. 374).
O modelo do BSC integra, assim, medidas para as estratégias de negócio em
pelo menos quatro dimensões: (I) financeira; (II) clientes/mercado; (III)
capacidades em processos e (IV) aprendizagem e crescimento. Essas
dimensões representam, por sua vez, um equilíbrio entre indicadores externos
(voltados para acionistas e clientes) e as medidas internas dos processos de
negócio – voltadas para a inovação, para as capacidades e repertórios de
habilidades possuídas ou demonstradas pelas organizações (KAPLAN; NORTON,
1992; PIRES, 2004).
Devido a razões até certo ponto esperadas, o BSC ganhou enorme penetração
em diferentes tipos de organizações. Essa é uma importante característica do
modelo BSC – sua capacidade de ser suficientemente “genérico” de forma a
poder ser aplicado de forma parcial ou integral, isoladamente ou em conjunto
com outros modelos de mensuração de desempenho, em praticamente todos
os tipos de organização. Porém, à semelhança do que ocorre com outros
modelos ou sistemas de mensuração recentemente desenvolvidos (análise de
valor agregado – EVA –, custo total de propriedade, mensuração do
desempenho de fornecedores – supplier management performance – SMP –,
entre outros), também no caso do BSC podem ser observados pontos
favoráveis e desvantagens. Há, assim, acumuladas na literatura técnica,
evidências suficientes de que não existem sistemas de mensuração do
desempenho que se mostrem adequados a todos os tipos de processos de
negócio e para todas as empresas. Ao contrário, o que se observa, na prática
empresarial, são aplicações de modelos de mensuração que exigem
25
procedimentos de customização e ajustamentos importantes, seja pela
necessária definição de um mapa estratégico do negócio fundamentado na
visão/missão do negócio (e as relações de causa e efeito entre variáveis
específicas do modelo), seja pela especificidade dos programas ou dos planos
de ação deflagrados para atender às diretrizes estratégicas dos planos de
negócio das empresas.
Essa questão, que pode parecer singela, tem sua importância reconhecida até
mesmo por aqueles que defendem o uso do BSC. As empresas não utilizam o
mesmo número de indicadores para todas as quatro perspectivas presentes no
BSC e, em muitos casos, são necessárias adaptações (absorção ou
desenvolvimento de novas métricas e indicadores) para se avaliar algum
processo ou alguma atividade particular.
Há também, na literatura técnica especializada, referências crescentes às
oportunidades, percebidas por muitas empresas, de incorporar o Balanced
Scorecard como um recurso relevante aos objetivos de mensuração do
desempenho de suas cadeias de suprimentos, a partir da integração dos seus
processos e dos seus indicadores de desempenho aos de outros agentes
econômicos, em uma perspectiva mais ampla, de cadeias ampliadas de valor
(BREWER; SPEH, 2001). Nesse sentido, o BSC vem sendo empregado para
guiar e balizar a implementação de um sistema de desempenho capaz de
favorecer a uma maior eficiência operacional e a um desempenho financeiro
para empresas parceiras em redes de suprimentos, que compartilham um
mesmo sistema de valoração de indicadores e de programas ou planos de ação
para atingir metas conjuntamente propostas para os processos. Trata-se de
um uso, portanto, não para guiar e controlar a implementação de diretrizes
estratégicas de uma unidade de negócios, mas sim de todas as empresas que
contribuem com o “pacote de valor” que será disponibilizado aos clientes finais
dessa rede.
Para Brewer e Speh (2001), a incorporação do BSC no âmbito de cadeias de
valor exige ações convergentes das organizações em relação (I) à formulação
da estratégia e à construção de consenso em termos de prioridades a serem
atacadas; (II) à seleção de medidas de desempenho que sejam consistentes,
harmônicas entre si, parcimoniosas e alinhadas às estratégias ou diretrizes
definidas para toda a cadeia de suprimentos em questão; e que exista, por
parte das empresas (III) uma clara orientação para processos, incluindo-se
formas compartilhadas de controle e ações corretivas quando necessário,
assim como um sistema de distribuição de recompensas reconhecido e
legitimado por todos os agentes que participam da rede. A princípio, como
sumarizado no Quadro 1, a seguir, é possível efetivamente articular as quatro
dimensões do BSC aos objetivos típicos para a gestão de cadeias de
suprimentos, expandindo-se assim o escopo dos objetivos individuais a metas
compartilhadas por múltiplos agentes no contexto das redes de valor.
26
Quadro 1
Articulação entre Perspectivas do Balanced Scorecard e Objetivos de Desempenho na Gestão de Cadeias
de Suprimento – SCM
Gestão da cadeia de suprimentos – SCM
Balanced Scorecard – BSC
- Elevadas margens de lucro
- Melhoria dos fluxos de caixa
- Crescimento de receitas
- Alto retorno sobre os ativos
- Melhoria na qualidade do produto ou serviço
- Melhoria na pontualidade do atendimento
- Melhoria nos níveis de flexibilidade do atendimento
dos pedidos
- Aumento do valor total de propriedade
- Redução de desperdícios
- Diminuição dos lead times de atendimento,
produção, suprimento
- Flexibilidade de resposta a variações quantitativas
e qualitativas da demanda final
- Redução de custos unitários
- Redução de custos dos serviços logísticos
Perspectiva Financeira
- Inovações em produtos e processos
- Gerenciamento de estruturas de parceria
- Integração dos fluxos de informação e de
arquiteturas dos sistemas de informação gerencial
- Planejamento colaborativo da demanda
Perspectiva Aprendizagem e
Crescimento
Perspectiva Clientes/Mercado
Perspectiva Capacidades em
Processos
Fonte: BREWER; SPEH, 2001. Adaptação.
2.3 Abordagem Analítica (Business Analytics – BA)
Como apresentado sucintamente na seção anterior, o desenvolvimento e a
implementação do BSC favorecem a vinculação de decisões estratégicas e de
longo prazo das unidades de negócio (ou das redes) ao atendimento de metas
operacionais das empresas ou de cadeias de suprimento. Trata-se de um
modelo de decisão cuja lógica é a de desdobramento das diretrizes do
planejamento estratégico da empresa ou da rede (por exemplo, planejamento
colaborativo de demanda) em um complexo espectro de relações de causa e
efeito ou de interdependência entre essas metas e seus indicadores para todo
o sistema, empresa e rede de suprimentos.
Há uma evidente convergência, portanto, entre o modelo de decisão presente
na abordagem do Balanced Scorecard e os recentes desenvolvimentos do
conceito de inteligência analítica (business analytics) e, por extensão, do
conceito de process analytics (DAVENPORT; HARRIS, 2007; DAVENPORT et al.,
2007; DAVENPORT, 2006). Com a publicação de um artigo seminal na Harvard
Business Review, em 2006, e com a publicação do livro Competing on
Analytics, os trabalhos de Davenport (2006) e de Davenport e Harris (2007),
respectivamente, ganharam rápida repercussão nos meios acadêmicos,
27
especificamente entre pesquisadores envolvidos com as temáticas de gestão
de processos e de desempenho em operações.
Em estudos recentes, liderados pelo professor Davenport e sua equipe,
vinculados ao Centro de Pesquisas em Gerenciamento de Processos do Babson
College, as evidências seriam claras ao apontarem muitas empresas de
excelência e líderes em seus respectivos mercados de atuação competindo com
recursos e capacidades analíticas diferenciadas em relação aos de seus
concorrentes diretos, relativamente às formas de acesso e tratamento de
dados e geração de informações consideradas críticas (essenciais) para a
obtenção de vantagens competitivas sustentáveis em seus domínios de
atuação.
Ao contrário da ausência de formalização ou de inconsistências que
caracterizam os modelos de decisão em muitas organizações, envolvendo
gerentes e staff técnico de analistas em processos decisórios desprovidos de
tais recursos analíticos, o conceito de business analytics favorece o
desenvolvimento de modelos preditivos, a simulação de cenários e vários
outros tipos de tratamento de dados, tanto quantitativos quanto qualitativos. O
objetivo é aportar informação útil, seja para monitorar o desempenho de
processos já existentes ou suportar objetivos de melhoria incremental desses
processos, seja para modelar processos inteiramente novos. Para Davenport
(2006), “competidores analíticos” parecem seguir o caminho oposto das
otimizações locais, procurando prospectar dados relevantes e garantir que
processos da organização possam compartilhar dados de forma facilitada, sem
óbices provocados por formatos inconsistentes ou por dados em excesso
relacionados a atividades ou processos que não sejam considerados críticos
para o desempenho competitivo do negócio.
Segundo Davenport e Harris (2007), exemplos de modelos de business
analytics podem ser encontrados em muitos tipos de organizações,
direcionados para finalidades também distintas, como: (I) redução de rupturas
de estoques, simulação e otimização de cadeias de abastecimento de empresas
como Wal Mart, Dell ou Amazon; (II) políticas de precificação que ampliam
margens e lucratividade operacional, como o ocorrido com a rede de hotéis
Marriot; (III) detecção prematura de problemas de qualidade e não
conformidade de produto e de processos, nos casos da Honda e da Intel; (IV)
mitigação de fraudes em sistemas bancários on line, como os sistemas de
contas do Banco HSBC, e (V) aprimoramento dos níveis de serviço logístico
prestados ao cliente, como o sucedido na empresa UPS, do ramo de
distribuição e logística. Portanto, um dos pontos fundamentais dessa nova
abordagem, que encontra na gestão orientada para os processos a
infraestrutura ideal para suas aplicações, é exatamente o espectro de sua
influência potencial em diferentes áreas da gestão, sendo especialmente
relevante, segundo Davenport et al (2007), a aplicação da inteligência analítica
em
quatro
áreas
de
processos
relevantes:
relacionamento
com
clientes/mercado (marketing, vendas e serviços), produção (cadeias de
suprimentos e operações), gestão de pessoas e gerenciamento do
desempenho.
28
Nos últimos anos, com os estudos de caso realizados em várias empresas do
setor industrial e de serviços nos Estados Unidos, Davenport e colaboradores
(2007) têm levantado evidências de que muitas empresas, visando assegurar
sua participação nos atuais mercados hipercompetitivos, em uma escala
global, estão conferindo atenção crescente ao gerenciamento do desempenho
dos seus processos-chave de negócio. Essa orientação acaba por exigir,
segundo os pesquisadores, dados “limpos”, consistentes e integrados, como
repertórios de habilidades e de inteligência analítica por parte de seu corpo
gerencial e das equipes de projetos. O emprego da inteligência analítica por
parte desse “competidor analítico” (DAVENPORT; HARRIS, 2007) redundaria,
assim, em potenciais vantagens competitivas sustentáveis no tempo.
29
3. MODELO CONCEITUAL, HIPÓTESES DE PESQUISA E
DEFINIÇÃO OPERACIONAL DE VARIÁVEIS
O modelo hipotético da pesquisa está apresentado na FIG. 5 e contempla
domínios conceituais relacionados aos temas de orientação para processos de
negócio – BPO –, atributos de desempenho competitivo seguindo-se o
enquadramento do Balanced Scorecard e um conjunto de indicadores analíticos
extraídos do modelo de maturidade para cadeias de suprimentos (Supply chain
Management Maturity Model), proposto por McCormack et al (2003). Esse
modelo de pesquisa constitui-se, portanto, de três variáveis latentes
(construtos) principais:
I. Orientação para os processos de negócio
II. Fatores de desempenho do Balanced Scorecard
III. Indicadores analíticos (business analytics – BA)
Figura 5 – Modelo hipotético-conceitual da pesquisa
Fonte: Elaborado pelos pesquisadores.
Nesta investigação, o modelo teórico conceitual apresenta o BPO e indicadores
analíticos como preditores do desempenho competitivo. O BPO, os indicadores
analíticos e o desempenho competitivo são variáveis latentes no modelo, isto
é, fenômenos que não podem ser observados diretamente, sendo constituídos
30
ou por outros construtos latentes (como é o caso dos construtos BPO e
desempenho) ou diretamente por variáveis manifestas (no caso do construto
indicadores analíticos). BPO é um construto exógeno, de segunda ordem,
composto por nove dimensões ou construtos de primeira ordem (liderança e
estratégia; documentação de processos; medição do desempenho de
processos; estrutura organizacional; gestão de pessoas; cultura e valores da
organização; orientação para o cliente; orientação para fornecedores; sistemas
e tecnologia da informação). Esses construtos de primeira ordem do BPO
podem ser tomados como reflexivos, ou como “recebedores” do impacto
referente aos níveis de orientação para processos, por parte das empresas. O
construto indicadores analíticos é, por sua vez, um construto exógeno de
primeira ordem, composto diretamente por variáveis manifestas. Por fim, temse o construto desempenho competitivo, que é de tipo endógeno e de segunda
ordem, e vem composto por quatro dimensões ou construtos de primeira
ordem, para cada uma das quatro áreas do Balanced Scorecard (perspectiva
financeira; perspectiva cliente/mercado; perspectiva capacidade em processos;
perspectiva aprendizagem e crescimento). Por possuir natureza endógena,
recebe influência tanto de BPO quanto de indicadores analíticos, a qual é
refletida nesses quatro construtos de primeira ordem.
Referenciando-se esse modelo hipotético, foram formuladas quatro hipóteses
de pesquisa. Como bem demonstrado em outros trabalhos metodológica e
estatisticamente muito rigorosos (LOPES, 2001), as hipóteses – entendidas
como versões reduzidas de teorias (SELLTIZ; WRIGHTSMAN, 1987) ou de
suposições apresentadas como respostas provisórias a um problema de
pesquisa (SILVA; MENEZES, 2000) – precisam atender a alguns requisitos. Em
especial, devem ser passíveis de verificação; devem assumir consistência
lógica, possuir um poder explicativo ou preditivo, ser parcimoniosas, evitandose terminologias complexas. Além disso, devem ser específicas e ancoradas
em algum conhecimento teórico, ou seja, teoricamente fundamentadas
(LOPES, 2001; GIL, 1994).
Tomando-se o problema desta pesquisa, apresentado na introdução deste
relatório, as seguintes hipóteses básica e secundárias foram testadas:
HSecundária 1 : Quanto maior a orientação para processos, maior a utilização de
indicadores analíticos.
HSecundária 2 : A orientação para processos possui uma correlação positiva e
estatisticamente significativa com o desempenho organizacional.
HSecundária 3 : A utilização de indicadores analíticos está positivamente associada à
melhoria do desempenho organizacional.
H Básica : Quanto maior a orientação para os processos, tanto maior a utilização de
indicadores analíticos e melhores os resultados de desempenho organizacional.
31
As hipóteses somente podem ser testadas – sendo corroboradas ou não – a
partir do exame de suas contrapartidas, também conhecidas como hipóteses
nulas, espelhando a ausência ou o inverso dos relacionamentos apresentados
nas suas correspondentes hipóteses básica e secundárias (LOPES, 2001;
KANJI, 1999). Têm-se, assim, as seguintes hipóteses nulas testadas neste
trabalho:
H0 Secundária 1 : O nível de orientação para processos não possui uma correlação
positiva e estatisticamente significativa com a utilização de indicadores analíticos.
H 0 Secundária 2 : O nível de orientação para processos não possui uma associação
positiva e estatisticamente significativa com o desempenho organizacional.
H 0 Secundária 3 : O desempenho organizacional não se modifica se for menor a
utilização de indicadores analíticos.
H0 Básica : Não existem associações estatisticamente significativas entre a
orientação para processos, o uso de indicadores analíticos e o desempenho
organizacional.
Considerando-se as hipóteses de pesquisa, tem-se, então, a definição
operacional das variáveis latentes que compõem o modelo de pesquisa.
Primeiramente, apresentam-se os itens que compõem cada um dos nove
construtos de primeira ordem de BPO, descritos no Quadro 2, a seguir.
32
Quadro 2
Construto Orientação para Processos – BPO – e Variáveis Manifestas
Variável
Latente
BPO
Construtos de
primeira ordem
Items/indicadores*
 Planejamento de melhorias de processos
 Alinhamento de resultados às diretrizes do planejamento estratégico
Liderança e Estratégia
 Comprometimento da gerência com a melhoria dos processos
 Comunicação das estratégias em níveis hierárquicos na estrutura organizacional
 Eficácia do planejamento estratégico
 Nível de documentação – básica e avançada – de processos
Documentação de
 Definição e documentação das responsabilidades pelos processos e tarefas
processos
 Clareza dos processos em relação às entradas e saídas
 Metodologia formal e padronizada para mapear processos
 Metodologia formal e padronizada para desenho de novos processos
 Desenvolvimento de indicadores de desempenho de processos
Medição do
 Alinhamento de metas do processo à estratégia organizacional
desempenho de
 Metas de desempenho de melhorias contínuas
processos
 Sistema de desempenho orientado para a maturidade dos processos
 Nível de integração dos fluxos físicos e de informação entre departamentos
Estrutura
 Nìvel de ênfase na coordenação de atividades interdepartamentais
organizacional
 Presença formal, no organograma da empresa, do gestor (“dono”) de processos
 Treinamento em gestão de processos (frequência, avaliação e coerência na orientação
Gestão de pessoas
Cultura e
valores da
organização
Orientação para
o cliente









dos programas de treinamento)
Remuneração vinculada ao desempenho dos processos
Grau de autonomia e responsabilidade para decisões
Valorização da cultura de processos na organização
Alinhamento de metas de processos entre as áreas funcionais
Gestão de conflitos interdepartamentais
Centralidade do cliente no modelo de negócio da empresa
Mensuração da satisfação de clientes
Produtos e serviços produzidos para atender expectativas de clientes
Utilização intensiva de feedbacks do cliente para aprimoramento da qualidade de produtos e
processos
 Desenvolvimento de relacionamento com fornecedores
 Nível de integração do fluxo físico e de informações
 Planejamento e ressuprimento colaborativos
 Planos conjuntos de melhoria de processos
 Nível de integração de dados e informações entre diferentes áreas da empresa
 Apoio dos sistemas de informação para tomada de decisão sobre os processos
 Acessibilidade e confiabilidade de dados
 Utilização da internet para coletar e subsidiar decisões com clientes
Sistemas e tecnologias  Utilização da internet para coletar e subsidiar decisões com fornecedores
da informação
 Desenvolvimento e utilização de intranet
 Utilização de sistemas de gestão eletrônica de documentação
 Utilização de softwares para simulação e modelagem de processos
Orientação para
fornecedores
* No instrumento de pesquisa, há um total de 49 indicadores para o construto BPO, relacionados aos itens apresentados
nesse quadro. Tem-se, assim, que alguns dos itens do quadro estão representados por mais de uma pergunta no
questionário de pesquisa. Para uma avaliação integral dos indicadores componentes do construto BPO, ver Apêndice 1
deste relatório.
33
Outro construto do modelo, indicadores analíticos, está composto diretamente
por 16 indicadores, ou variáveis manifestas, apresentados no Quadro 3.
Quadro 3
Construto “Indicadores Analíticos” e Variáveis Manifestas
Itens/indicadores
Variável
latente




Indicadores
analíticos












Avaliação da lucratividade do negócio por segmento de clientes atendidos
Reconhecimento de padrões de demanda para produtos e serviços da empresa
Reconhecimento de atributos de valor sob a perspectiva dos clientes do negócio
Utilização de métodos matemáticos/modelos estatísticos para prever comportamento da cadeia de
demanda
Ação estratégica futura baseada no comportamento de demanda de clientes
Ação estratégica futura baseada nos perfis de clientes/segmentos de clientes
Confiabilidade dos métodos de previsão empregados na empresa
Planejamento colaborativo com fornecedores
Políticas de ressuprimento automáticas com fornecedores
Previsão conjunta de demanda com fornecedores
Planejamento colaborativo com clientes
Previsão conjunta de demanda com clientes
Eficácia da programação da produção em relação aos objetivos de lucratividade do negócio
Análise detalhada de impactos financeiros e operacionais de mudanças não planejadas na
programação de produção da empresa
Monitoramento de parâmetros de níveis de serviços ao cliente
Monitoramento e análise de erros de previsão
Por fim, tem-se o construto de segunda ordem, endógeno, desempenho
competitivo, composto por quatro dimensões do BSC, as quais são constituídas
diretamente por 17 variáveis manifestas, relacionadas aos construtos de
primeira ordem, perspectiva financeira; perspectiva cliente/mercado;
perspectiva capacidade em processos; perspectiva aprendizagem e
crescimento. Esses itens ou indicadores estão indicados no Quadro 4.
34
Quadro 4
Construto “Desempenho Competitivo” e Indicadores
Variável
latente
Construtos de
primeira ordem
Perspectiva
Financeira
Desempenho
competitivo
Perspectiva
Cliente/Mercado
Perspectiva
Capacidade em Processos
Perspectiva
Aprendizagem e
Crescimento
Items/indicadores
 Resultado financeiro: lucratividade e aumento de receita nos últimos dois

anos
Resultado financeiro: redução de custos nos últimos dois anos
 Eficiência na fidelização de clientes
 Eficiência na atração de novos clientes
 Evolução do market share da empresa
 Nível de satisfação de clientes
 Consistência nos prazos de entrega prometidos
 Redução do tempo para atendimento de pedidos
 Redução do tempo para o desenvolvimento de novos produtos
 Eficiência na gestão de processos interorganizacionais com fornecedores
 Eficiência na gestão de processos interorganizacionais com clientes
 Capacidades humanas alinhadas às metas do negócio
 Capacidades tecnológicas alinhadas às metas do negócio
 Quadro de funcionários com potencialidade de crescimento de



competências em gerenciamento de processos
Níveis de comprometimento da força de trabalho para com metas de
desempenho em processos
Nível de avanços na gestão do conhecimento em processos
Competências da força de trabalho em gerenciamento de processos
Além dos indicadores que compõem todas os construtos do modelo (BPO,
indicadores analíticos e desempenho competitivo), o instrumento de pesquisa
contempla, com escalas nominais e de razão, o levantamento de conteúdos
relacionados à natureza do negócio (indústria ou serviço), ao segmento de
atuação da organização (tipos de produtos), à localização da matriz, à
localização dos mercados atendidos (local, regional, nacional, exterior), ao
número de funcionários e à receita bruta no último ano. O questionário
completo encontra-se disposto no Apêndice 1 deste relatório.
Na próxima seção, serão apresentadas as considerações de natureza
metodológica do trabalho, destacando-se informações sobre a população-alvo
da pesquisa e das unidades de análise e de observação, bem como das
técnicas para a coleta e para o tratamento dos dados, obtidos por meio do
trabalho de campo.
35
4. METODOLOGIA DA PESQUISA
Esta pesquisa pode ser caracterizada como de natureza descritivo-conclusiva e
de corte transversal, uma vez que examina correlações e pares ordenados de
relações entre variáveis e construtos de um modelo hipotético-conceitual, em
uma abordagem quantitativa e contando com um típico processo estruturado
de investigação e de análise dos dados (MALHOTRA, 2001). Pesquisas do tipo
descritivas e conclusivas são particularmente úteis ao mapeamento de
características e comportamentos de amostras de uma determinada
população-alvo a partir do emprego de técnicas e instrumentos estruturados
para a coleta dos dados, o tratamento e o registro padronizado das respostas.
Além do caráter descritivo e conclusivo, a pesquisa assume também uma
relativa dimensão exploratória, uma vez que o modelo e o seu respectivo
instrumento de coleta de dados contemplam variáveis de três mainstreams da
literatura técnica em gestão de processos que não estão suficientemente
explorados – de maneira integrada – em estudos científicos no campo da
gestão de operações: orientação para processos de negócio (BPO),
desempenho competitivo em dimensões críticas do BSC e indicadores analíticos
(business analytics – BA).
4.1 População-alvo da pesquisa
Em função dos objetivos deste estudo – incluindo-se aqui a validação do
modelo de pesquisa – a população-alvo deste estudo foi composta por
empresas de médio porte e de grande porte, atuantes nos segmentos da
indústria e dos serviços, com operações em Minas Gerais (majoritariamente) e
em outros estados da Federação. A opção por investigar empresas atuantes
nos segmentos da indústria e de serviços, no Estado e no país, deve-se ao fato
de serem esses setores bem representativos da economia tanto mineira
quanto nacional. E a opção por serem estudadas empresas de médio e grande
porte é devida ao fato de que tais organizações possuem, em função de suas
estruturas organizacionais mais desenvolvidas, características operacionais e
níveis de complexidade relacionados com os objetivos primeiros deste
trabalho.
4.2 Concepção de amostragem
Em função das técnicas multivariadas empregadas no estudo, especificamente
para o caso da análise e modelagem de equações estruturais, foi necessário
observar com cuidado o tamanho da amostra final deste levantamento,
visando assegurar a condução efetiva dos testes multivariados na fase de
análise dos dados.
A amostragem foi definida pelo critério de acessibilidade, e extraída de um
conjunto de empresas vinculadas à base de dados da Fundação Dom Cabral.
Foi realizado um pré-teste e, a partir da análise do desvio padrão de índices
obtidos por meio da soma dos indicadores de cada um dos três construtos do
modelo – BPO, indicadores analíticos e desempenho –, tomou-se para o cálculo
36
final da amostra o valor de desvio daquele construto que apresentou a maior
variância. O cálculo do tamanho final desejado da amostra envolveu a
especificação também de um intervalo de confiança de 95% (z = 1,64) e um
erro = 3. Os parâmetros e os resultados desse procedimento estão
apresentados no próximo capítulo, na seção 5.1.
4.3 Unidades de análise
As unidades de análise da pesquisa recaíram, essencialmente, sobre os
processos e as estruturas organizacionais das empresas que compuseram a
amostra do estudo.
4.4 Unidades de observação
Os respondentes foram escolhidos preferencialmente em setores relacionados
às seguintes áreas de processos e funções: operações e logística, marketing,
vendas, desenvolvimento de produto, finanças e qualidade, dando-se
preferência às figuras profissionais atuantes em nível de gerência intermediária
ou da alta gerência, nas empresas da amostra.
4.5 Técnica para levantamento dos dados
O levantamento dos dados foi realizado por meio de um questionário
estruturado, enviado por meio eletrônico (em formato PDF) a uma lista de
empresas vinculadas aos programas de formação executiva e outros
programas da Fundação Dom Cabral. A coleta dos dados foi realizada entre os
meses de outubro e dezembro de 2010.
4.6 Técnicas para tratamento dos dados
Além dos procedimentos iniciais de tratamento de dados ausentes e outliers do
banco de dados da pesquisa, a análise das informações envolveu
procedimentos de estatística descritiva uni e bivariada, em função do interesse
dos pesquisadores em conhecer medidas de centralidade e de dispersão dos
dados e as possíveis correlações/associações entre os construtos do modelo de
pesquisa. Foi então realizado um teste de confiabilidade das escalas do
instrumento de pesquisa, sendo estimado o alfa de Cronbach para todos os
construtos (variáveis latentes) do modelo, e, depois, estimado o alfa de
Cronbach para todos os indicadores individuais do modelo hipotético-conceitual
da pesquisa. Em seguida, foi empregada a modelagem de equações estruturais
(structural equation modelling – SEM), buscando-se descrever estatisticamente
a composição estrutural do modelo e reconhecer o peso das variáveis
estudadas, chegando-se, assim, a uma equação matemática que retratou o
relacionamento entre os construtos do modelo – orientação para processos,
indicadores analíticos e desempenho competitivo.
37
5. APRESENTAÇÃO E ANÁLISE DOS DADOS
Nesta seção, estão apresentados os principais resultados do estudo. Em um
primeiro momento, são apresentados os cálculos do tamanho da amostra na
pesquisa, e indicados como foram realizados a análise de dados ausentes
(missing data) e o tratamento de outliers no banco de dados da pesquisa
(seção 5.1). Após esse procedimento inicial, a amostra foi descrita (seção 5.2)
aportando informações relativamente ao segmento de atuação das empresas
amostradas, a caracterização de porte, localização e os principais mercados de
atuação das organizações pesquisadas. Em seguida, na seção 5.3, foi estimado
o alfa de Cronbach para todas as variáveis latentes (construtos) do modelo de
pesquisa, buscando-se produzir informação acerca da confiabilidade das
escalas utilizadas no instrumento de pesquisa e verificar oportunidades para o
refinamento de tais escalas.
Somente após esses procedimentos iniciais de tratamento do banco de dados,
é que foram então produzidos os testes de estatística descritiva para os
construtos do modelo – BPO, indicadores analíticos e desempenho.
Primeiramente, foram produzidos os testes estatísticos para a descrição dos
dados considerando-se a amostra global (seção 5.4) e, em um segundo
momento, os testes de estatística descritiva da amostra segmentada por porte
(seção 5.5) e por segmento de atuação (seção 5.6). A seção 5.7 apresenta os
resultados dos testes de correlação entre as variáveis latentes (construtos) do
modelo, e a seção 5.8 apresenta o resultado da modelagem de equações
estruturais, cujo objetivo foi definir os caminhos entre todas as variáveis
latentes e manifestas (indicadores) do modelo de pesquisa. A finalidade de se
empregar a modelagem foi a de testar até que ponto a estrutura de
relacionamentos entre os construtos – proposta no modelo teórico e hipotético
da pesquisa – mostrou-se válida e, também, do quão bem ajustado estava
esse modelo em relação às suas escalas. Na seção 5.9 foram apresentados os
resultados do teste das hipóteses da pesquisa e, na última seção do capítulo,
os principais achados do estudo foram adensados para fins de validação
nomológica das escalas e do alinhamento destas ao encadeamento de teorias e
conceitos abordados na pesquisa.
5.1 Cálculo da amostra, análise de dados ausentes e tratamento de
outliers
Inicialmente, foi feito um pré-teste com 35 empresas. A partir da análise do
desvio padrão dos índices obtidos pela soma dos indicadores de cada um dos
construtos do modelo, foram obtidos os dados apresentados na TAB. 1.
38
Tabela 1
Desvio-Padrão dos Principais Construtos do Modelo - Teste-Piloto para Estimação de Tamanho da Amostra
Estatistica descritiva de amostra do teste-piloto
N
Amplitude
Mínimo
Máximo
Média
Desvio padrão
BPO
35
178
67
245
167,63
34,791
Indicadores analíticos
35
64
16
80
53,48
12,858
Desempenho
35
66
19
85
62,19
11,502
Valid N (listwise)
Fonte: Dados da pesquisa.
35
Como pode ser observado na TAB. 1, o construto que apresentou a maior
variância (e correspondente maior desvio-padrão) foi o construto BPO, sendo o
valor de 34,791 tomado como referência para fins de cálculo do tamanho final
desejado da amostra. Esse cálculo utilizou um intervalo de confiança de 95%
(z = 1,64) e um erro (E) de 3, equivalente a 1,7 da amplitude para esse
construto (178). Assim, o tamanho recomendado para amostra foi
determinado utilizando-se a fórmula a seguir especificada (ANDERSON, 2002):
N
Z2 x σ 2
E2
Em que:
N = Número de casos da amostra
Z = Número de desvios-padrão (e correspondente intervalo de confiança)
 = Desvio-padrão
E= Erro
A utilização da fórmula em Anderson (2002) oferece, enfim, a amostra final
desejada para o nível de confiança e a estimativa de erro especificados na
pesquisa:
N
(1,64)2 x(34,791)2
32
 363,86  364 casos
Como descrito no capítulo de Metodologia deste relatório, os dados da
pesquisa foram coletados por meio de um survey eletrônico, realizado entre os
meses de outubro e dezembro de 2010. Utilizando-se uma estratégia de coleta
de dados por meio da internet, questionários em formato eletrônico foram
enviados a 2 mil empresas, constituintes de uma base de contatos da
Fundação Dom Cabral. A utilização do recurso de coleta de dados online tinha
como objetivo acessar o maior número possível de empresas dos segmentos
industrial e de serviços da economia mineira e brasileira, preferencialmente
empresas de médio e grande porte. Após o encaminhamento inicial dos
convites e do subsequente endereçamento do questionário da pesquisa às
39
empresas daquela lista, durante os três meses de coleta dos dados, foram
necessários procedimentos de controle para se assegurar a participação do
maior número possível de organizações. Em certo sentido, quanto maior o
número de respondentes, melhor o adensamento dos resultados da pesquisa,
tendo-se em vista as exigências de um número suficiente de casos para se
garantirem os procedimentos e testes de estatística multivariada empregados
neste estudo. Após os três meses de coleta dos dados, chegou-se a uma base
de 369 empresas, considerada então como a base amostral para a pesquisa,
superando a quantidade prevista no planejamento amostral (364 casos).
Com o objetivo de se analisarem os dados ausentes e os possíveis outliers da
amostra, procedeu-se à análise de cada uma das variáveis que integram os
construtos do modelo. Dados ausentes podem ser tratados – sendo excluídos
ou substituídos –, desde que seja produzida uma análise prévia acerca do seu
grau de aleatoriedade. Se essa análise não vem realizada, há sempre o risco
de que exclusões ou substituições possam ocultar um padrão não aleatório dos
dados, o que certamente implicará vieses indesejados nos resultados da
pesquisa. Neste trabalho, ao se avaliar o comportamento dos dados ausentes
para os indicadores de cada construto latente do modelo, o resultado das
análises indicou que a variável com o maior número de dados ausentes foi o
item 1.8.5. do instrumento de pesquisa (constituinte do construto BPO), com
três casos de dados ausentes, representando, assim, apenas 0,8% da amostra
global. Ao se avaliar o comportamento dos dados ausentes por casos,
entretanto, a incidência de dados ausentes em um caso apresentou um valor
significativo (superior a 10%). Pela magnitude desse resultado, decidiu-se por
excluir tal caso da amostra final. Portanto, para os fins de tratamento e de
análise dos dados da pesquisa, a base de dados foi constituída por 368 casos.
Para a substituição dos dados ausentes remanescentes na amostra, optou-se
pelo método de substituição desses dados pela mediana dos pontos vizinhos à
variável ausente correspondente.
Também nos procedimentos iniciais de análise dos dados é recomendada a
análise de valores discrepantes (outliers), uma vez que a presença de
observações substancialmente diferentes de outras observações, em um
conjunto de casos, pode encetar uma distorção significativa dos resultados.
Procedeu-se à identificação dos extremos inferiores e superiores da
distribuição dos dados da amostra, na qual valores extremos seriam
identificados quando estivessem situados a mais de três desvios quartílicos do
quartil inferior ou superior da distribuição. Em uma análise por variáveis,
quanto ao extremo superior, ao avaliar todas as variáveis do questionário,
nenhum caso foi identificado. Quanto ao extremo inferior, a variável 1.9.4
(constituinte do construto BPO) foi a que apresentou o maior número de casos
(35), o que representa menos de 10% da amostra. Ao se avaliar o padrão dos
extremos por casos, não foi possível identificar uma incidência estatisticamente
relevante de padrões não aleatórios no comportamento de dados discrepantes
em nenhum dos 368 casos da amostra.
40
5.2 Descrição da amostra
Como indicado na TAB. 2, a seguir, das 368 empresas que compuseram a
amostra, 72% (265 casos) responderam não possuir capital aberto. Trata-se
de um percentual alto, sobretudo porque, conforme será detalhado mais à
frente, a amostra foi composta essencialmente por empresas de grande porte,
em faturamento e em número de funcionários diretos, e certamente seria de
se esperar um maior número de empresas com ações em bolsa.
Tabela 2
Percentual de Empresas da Amostra com Capital Aberto
Frequência
Não
265
Sim
103
Total
368
Fonte: Dados da pesquisa.
Validos
Percentual
72,0
28,0
100,0
Em relação ao segmento de atuação das empresas, a amostra foi composta
por um leque muito diversificado de empresas (vide Apêndice 2), constituintes
do segmento industrial e de serviços da economia mineira e de outros estados
do país. Para fins de tratamento e de análise dos dados, portanto, decidiu-se
por agrupá-las em dois segmentos, industrial e de serviços. Como sumarizado
no GRÁF. 1, a amostra final foi composta por 58% de empresas do segmento
industrial (212 casos) e por 42% de empresas do segmento de serviços (156
casos).
Gráfico 1 – Segmento de atuação das empresas da amostra – Indústria x Serviços
Fonte: Dados da pesquisa.
Em relação ao porte, também em razão da diversificação e heterogeneidade
dos casos, as empresas da amostra foram classificadas em dois grupos, em
função do faturamento e do número de funcionários: médias empresas e
grandes empresas. No Apêndice 2 deste relatório, tem-se uma descrição
41
completa da diversificação dos casos em função dos atributos faturamento e
número de funcionários.
Para fins de análise dos dados, optou-se pela determinação do porte
considerando-se o atributo número de funcionários. Tal decisão deve-se ao
fato de que, em razão da heterogeneidade dos segmentos industriais e de
serviços das empresas amostradas, ocorreu certa dispersão das taxas de
resposta em faixas distintas de faturamento, o que, apesar de não ser
contraintuitivo, não favorece em absoluto as análises de dados necessárias aos
objetivos da pesquisa.
Assim, considerando-se a variável número de funcionários como um atributo
relevante para a descrição do porte das empresas da amostra, foi necessário
estabelecer linhas de corte como parâmetros dessa segmentação. Tratando-se
primeiramente da amostra global, independentemente de serem empresas do
ramo industrial ou de serviços, dos 368 casos da amostra, 280 organizações
(76%) foram identificadas como grandes empresas, e 88 organizações (24%)
como empresas de médio porte. Tais informações estão descritas no GRÁF. 2.
Gráfico 2 – Porte das empresas da amostra
Fonte: Dados da pesquisa.
Considerando-se o ramo de atuação das empresas (indústria ou serviços), do
total de 212 casos de empresas industriais da amostra, tem-se 153 casos
classificados como organizações de grande porte, e 59 casos como
organizações de médio porte. Dos 156 casos de empresas do setor de serviços,
127 organizações foram classificadas como empresas de grande porte e 29
foram definidas como de médio porte. Essas informações estão sumarizadas na
TAB. 3.
42
Tabela 3
Porte das Empresas da Amostra e Estratificação por Segmento de Atuação – Indústria x Serviços
Tabulação cruzada
Porte (número de empregados)
Grande
Média
Total
Indústria
153
59
212
Serviços
127
29
156
280
88
368
Total
Fonte: Dados da pesquisa.
Outra maneira de se descrever a amostra em relação ao porte das empresas
pode ser observada na TAB. 4, indicando a distribuição de casos em percentil.
Assim, tem-se que: até 10% da amostra é constituída por empresas com no
máximo 108 funcionários; até 25% da amostra, por empresas com no máximo
320 funcionários; até 50% da amostra, por empresas com no máximo 1.050
funcionários; até 75% da amostra, por empresas com no máximo 3.500
funcionários; ou, alternativamente, até 10% da amostra compõe-se por
empresas com um número superior a 10 mil funcionários.
Tabela 4
Porte das Empresas da Amostra em Percentis
Percentis
10
20
25
30
40
50
60
70
75
80
90
108
250
320
400
700
1.050
1.800
2.885
3.500
4.500
10.000
Fonte: Dados da pesquisa.
Trata-se com efeito, então, de uma amostra diversificada não somente em
relação ao porte (e com a predominância de empresas de grande porte), mas
também relativamente ao segmento de atuação dessas empresas na economia
de Minas Gerais e do Brasil. Das 368 empresas amostradas, 105 estão
localizadas em Minas Gerais. As 263 restantes estão em outros estados da
Federação, a saber: Rio de Janeiro, São Paulo, Bahia, Espírito Santo, Ceará,
Sergipe, Paraná, Distrito Federal, Mato Grosso, Mato Grosso do Sul, Santa
Catarina, Rio Grande do Sul, Goiás, Alagoas, Piauí, Pará, Tocantins e
Amazonas.
A TAB. 5 sumariza as informações relacionadas aos mercados de atuação das
empresas pesquisadas. Há diversificação em relação à abrangência dos
mercados cobertos pelas organizações, tendo sido especialmente expressivo o
resultado para as operações: em um ou dois estados (50 casos); em muitos
43
estados (46 casos); em todo o país (81 casos); em todo o Brasil e no exterior
(144 casos).
Tabela 5
Mercados de Atuação das Empresas Amostradas
Valid
Local, em um ou dois estados da
federação
Em alguns poucos estados da
federação
Em muitos estados da federação
Em todo o país
Em todo o país e exterior
Majoritariamente no exterior
Total
Fonte: Dados da pesquisa.
Frequency
50
Percent
13,6
32
8,7
46
81
144
15
368
12,5
22,0
39,1
4,1
100,0
5.3 Alfa de Cronbach e a consistência interna das escalas do modelo
A consistência interna das escalas de um instrumento de pesquisa pode ser
reconhecida por meio do indicador alfa de Cronbach, o qual pode variar de 0 a
1, sendo recomendado um valor mínimo superior a 0,70 para se atestar a
confiabilidade (HAIR et al., 1998). Nesta pesquisa, diferentes dimensões de
análise foram consideradas para essa finalidade. Em um primeiro momento, o
alfa de Cronbach foi calculado considerando-se todos os 82 itens (escalas) do
instrumento de pesquisa, individualmente. Em seguida, foram estimados o alfa
de Cronbach para os construtos do modelo de pesquisa: BPO (liderança e
estratégia; documentação de processos; medição do desempenho de
processos; estrutura organizacional; gestão de pessoas; cultura e valores da
organização; orientação para o cliente; orientação para fornecedores; sistemas
e tecnologia da informação); indicadores analíticos; desempenho competitivo
(perspectiva financeira; perspectiva cliente/mercado; perspectiva capacidade
em processos; perspectiva aprendizagem e crescimento).
Levando-se em conta a avaliação global dos indicadores, obteve-se um alfa de
Cronbach equivalente a 0.978, considerado um valor extremamente alto.
Mesmo assim, adicionalmente, foi verificada a chance de incremento desse
valor original do alfa de Cronbach por meio da extração/remoção de alguma
variável do instrumento, procedimento esse conhecido como refinamento de
escalas. Entretanto, o resultado indicou que não haveria um aumento do valor
de alfa com esse procedimento, o que significa, na prática, que a exclusão de
variáveis do modelo não aumentaria a confiabilidade do mesmo, já
significativa.
Posteriormente, foi calculado o alfa de Cronbach para todos os construtos
principais do modelo. Os resultados foram: orientação para processos de
negócio – BPO (0.965), indicadores analíticos (0.928) e desempenho (0.928).
Também nesse caso os resultados indicaram que a exclusão de qualquer
variável, pertencente a qualquer um dos três construtos, não proporcionaria
um incremento do valor de alfa de Cronbach original, já bastante alto.
44
Quando estimado o alfa de Cronbach para os construtos de primeira ordem
relacionados ao construto BPO, os resultados foram: liderança e estratégia
(0.834); documentação de processos (0.890); medição do desempenho de
processos (0.917); estrutura organizacional (0.789)1; gestão de pessoas
(0.773)2; cultura e valores da organização (0.874); orientação para o cliente
(0.847); orientação para fornecedores (0.917)3; sistemas e tecnologia da
informação (0.865). Quando tomados os construtos de primeira ordem
relacionados à dimensão desempenho competitivo, foram obtidos os seguintes
resultados: financeiro (0.784); cliente/mercado (0.853); capacidade em
processos (0.861); aprendizagem e crescimento (0.858). Considerados todos
os valores de alfa de Cronbach apurados nas diversas dimensões de análise,
observa-se que o menor valor obtido, na análise global dos indicadores e dos
construtos, foi de 0,773 (para a variável latente gestão de pessoas). Esse valor
é superior ao recomendado como limite mínimo aceitável para se atestar a
confiabilidade das escalas. Ademais, foram reconhecidamente altos os valores
do alfa para todas as outras variáveis e construtos do modelo.
Uma segunda medida de confiabilidade de escalas adotada nesta pesquisa foi o
cálculo da correlação interitens. Nesse teste, todos os valores apurados, em
todos os construtos, foram superiores a 0.30, indicado como limite de corte
por Hair et al. (1998).
No Apêndice 2, encontram-se as tabelas indicando os valores encontrados para
o alfa de Cronbach para os construtos de primeira e segunda ordens do modelo
de pesquisa, bem como os resultados do teste de correlação interitens,
empregados para se validar de maneira complementar ou alternativa a
confiabilidade do instrumento de pesquisa. Em resumo, portanto,
considerando-se a validação da consistência interna das escalas utilizadas no
instrumento, todas as variáveis originais do modelo de pesquisa foram
mantidas.
5.4 Descrição dos construtos latentes do modelo de pesquisa: amostra
global
A TAB. 6 sumariza os resultados encontrados para a amostra global levando-se
em conta os construtos principais do modelo de pesquisa. Considerando-se que
todos os itens do questionário eram compostos por escalas likert de 5 pontos
(à exceção das escalas ordinais e de razão atinentes à caracterização da
amostra), tem-se que o construto BPO, composto por 49 indicadores (com
uma amplitude de valores, portanto, entre 49 e 245 pontos), alcançou a média
de 167,70 pontos. O construto indicadores analíticos, composto por 16
indicadores (com uma amplitude de valores, portanto, entre 16 e 80 pontos),
alcançou a média 53,48. Por fim, o construto desempenho (com uma
amplitude de valores entre 17 e 85 pontos) apresentou a média de 62,19.
1
O resultado das análises demonstrou que uma das variáveis desse construto, caso removida, levaria a um incremento
do valor apurado do alfa de Cronbach. Entretanto, como tal aumento não se mostrou significativo, e tendo em vista a
relevância do conteúdo da variável para o modelo de pesquisa, optou-se pela sua permanência.
2
Idem.
3
Idem.
45
Essas medidas de centralidade para os 368 casos investigados estão
sumarizadas na TAB. 6.
Tabela 6
Estatística Descritiva para os Construtos de Primeira e Segunda Ordens do Modelo
167,70
34,81
49
49
245
Média
normalizada
(média/número
de itens do
construto)
3,422
Liderança e estratégia
14,72
3,26
4
4
20
3,679
Documentação de processos
14,17
3,96
4
4
20
3,542
Medição do desempenho de processos
24,31
6,45
7
7
35
3,472
Estrutura organizacional
13,48
3,85
4
4
20
3,369
Gestão de pessoas
12,51
3,57
4
4
20
3,127
16,52
4,56
5
5
25
3,304
Orientação para o cliente
20,13
5,29
6
6
30
3,355
Orientação para fornecedores
20,67
5,73
6
6
30
3,445
Sistemas e tecnologias da informação
31,13
53,48
7,84
12,86
9
16
9
16
45
80
3,458
Média
BPO
Aspectos da cultura e valores da organização
Indicadores analíticos
Desempenho
Desviopadrão
Nº de
itens
MÍN.
MÁX.
3,342
62,19
11,50
17
17
85
3,658
Financeiro
7,28
2,05
2
2
10
3,638
Cliente/Mercado
15,52
3,26
4
4
20
3,881
Processos e capacidades
24,56
5,02
7
7
35
3,509
Aprendizado e crescimento
14,82
3,22
4
4
20
3,705
Fonte: Dados da pesquisa.
A última coluna da TAB. 6 apresenta o valor de médias normalizadas, valor
esse obtido por meio da relação entre os resultados das médias e o
correspondente número de itens dos respectivos construtos. Nesse sentido,
para os construtos de BPO, indicadores analíticos e desempenho, os escores
normalizados foram, respectivamente, de 3,422, 3,342 e 3,658. Tais
resultados indicam, a princípio, que o desempenho das empresas da amostra,
considerando-se o intervalo de cinco pontos (1-5), estaria acima da média. De
outra forma, esses mesmos resultados, agregados, identificam também que o
grupo de empresas amostrado não apresenta escores altos ou níveis que
poderiam ser considerados de excelente desempenho em nenhum dos
construtos da pesquisa.
Porém, é preciso reconhecer que os valores de desvio-padrão indicados na
TAB. 6 evidenciam uma dispersão de dados que poderia modificar a direção
desse quadro de análise. Ou seja, a média é uma medida de valor teórico e a
presença de empresas com um excelente ou péssimo desempenho nessa
amostra global acaba diluindo seus resultados no comportamento das demais,
ou seja, daquele maior número de empresas com um comportamento
mediano, sendo esse um limite importante de todas as pesquisas de caráter
quantitativo e que não se prestam a uma análise qualitativa e individual, em
profundidade, de um caso exclusivo ou singular. Para minimizar esse viés,
46
certamente indesejado em todo tipo de pesquisa de tal natureza, um relatório
sumarizado de performance individual foi encaminhado a todas as empresas
pesquisadas, apresentando sua performance relativa frente ao grupo das 10%
mais bem avaliadas empresas da amostra global.
5.5 Descrição dos dados obtidos para os construtos do modelo de
pesquisa: segmentação da amostra por porte
Quando levada em consideração a dimensão porte (pelo atributo número de
funcionários, vide seção 5.2 deste capítulo), procedeu-se a uma tabulação
cruzada considerando-se os dois extratos ou as duas categorias (médias
empresas e grandes empresas) e os escores obtidos para os construtos
principais do modelo (BPO, indicadores analíticos e desempenho). Os
resultados desse cruzamento estão apresentados na TAB. 7.
Tabela 7
Tabulação Cruzada entre Construtos Principais do Modelo e Segmentação por Porte das Empresas da
Amostra
Analytics Desempenho
BPO
Mean
Mean
Mean
Porte
Todas
167.7
53.48
62.19
Grande
169
55
63
Média
164
49
60
Pearson Chi-Square
348,34
132,71
110,47
Asymp. Sig. (2-sided)
,001
,201
,314
Fonte: Dados da pesquisa.
Portanto, com base nos resultados do teste qui-quadrado, a diferença no
comportamento das empresas, considerando-se os construtos de BPO,
indicadores analíticos e desempenho, foi apenas considerada significativa no
caso do construto BPO. Em outras palavras: ao se considerarem dois grupos de
respondentes – um composto por grandes empresas e outro por médias
organizações –, e ao se compararem os resultados entre esses dois grupos, a
diferença mostrou-se significativa (p valor = 0,001) apenas para os escores de
BPO. Para os construtos indicadores analíticos e desempenho, as análises
estatísticas não evidenciaram diferenças significativas entre esses dois grupos.
Tais resultados apresentam, portanto, indícios de que as empresas, à medida
que crescem de tamanho, aumentando o número de funcionários e,
consequentemente, criando novas funções e tarefas em sua estrutura
organizativa, talvez só possam vir a manter os mesmos níveis de desempenho
(de sua antiga estrutura) se forem capazes de executar o mesmo nível de
capacidades analíticas, porém alcançando níveis superiores de orientação para
seus processos. Não se trata este de um resultado contra-intuitivo. Ao
contrário, esse achado de pesquisa pode ser entendido como razoavelmente
coerente e vir a ser testado em estudos futuros, buscando-se, assim, sua
validação nomológica.
47
5.6 Descrição dos dados obtidos para os construtos do modelo de
pesquisa: segmentação da amostra por atividade econômica –
Indústria e Serviços
Quando o perfil da amostra foi segmentado pelo ramo de atuação das
empresas (indústria e serviços), o teste de tabulação cruzada e o respectivo
teste qui-quadrado identificaram uma diferença estatisticamente significativa
(p valor = 0,021) entre os dois grupos somente para o construto de
indicadores analíticos. Os demais construtos, BPO e desempenho, não
apresentaram diferenças de médias que possam ser tomadas como
estatisticamente significativas, quando considerados os dois grupos (de
empresas industriais e de empresas de serviços), como se depreende dos
valores do teste qui-quadrado também apresentados na TAB. 8.
Tabela 8
Tabulação Cruzada entre Construtos do Modelo e Segmento de Atuação das Empresas da Amostra
IndServ
Todas
Indústria
Serviços
Pearson ChiSquare
Asymp. Sig. (2sided)
BPO
Média
167.70
173
160
Analytics
Média
53.48
56
50
Desempenho
Média
62.19
64
60
116,43
84,33
54,06
,846
,021
,396
Fonte: Dados da pesquisa.
Apesar de esse achado merecer pesquisas subsequentes de forma a avaliar, a
partir de outras amostras, os valores dessas médias e desses níveis de
significância para os dois grupos, existem algumas possíveis explicações para
tal resultado. A princípio, pode-se trabalhar com a hipótese de que o segmento
de empresas industriais tenha, concretamente, desenvolvido maiores
capabilidades e necessite utilizar de forma mais intensiva os indicadores
analíticos mapeados neste estudo, em função de características próprias e
idiossincrasias do segmento, como inércia decisória maior (envolvendo riscos
também maiores) relacionada a reconfiguração de programação de produção,
tipos de produtos e flexibilização de estoque de bens tangíveis. Nesse sentido,
por exemplo, enquanto na produção de um serviço as alterações de
características de demanda podem ser atendidas até certo nível apenas com a
instituição de maior diversificação no serviço e/ou capacidade operacional na
linha de frente, no caso da produção industrial tal reconfiguração de
quantidades e características de produto ou processo poderia ser absorvida
com estoques e/ou customização de produtos em níveis muito restritivos (ou
seja, menos facilmente que no caso da produção de serviços). Apesar de
provisório esse resultado (a ser ou não corroborado em futuros estudos sobre
o tema), e tomando-se os indicadores do modelo, observou-se que a
intensidade de utilização de indicadores analíticos foi maior por parte das
empresas do segmento industrial da amostra, comparativamente às empresas
de serviços.
48
5.7 Coeficientes de correlações entre os construtos do modelo de
pesquisa
Nesta seção, estão sumarizados os principais achados do estudo, no que se
refere à natureza do relacionamento entre os construtos (variáveis latentes) do
modelo hipotético da pesquisa. São apresentadas, nessa ordem, as matrizes
de correlação bivariada: (I) da amostra global; (II) da amostra segmentada
por ramo de atuação (indústria/serviços) e (III) da amostra segmentada por
porte.
Tomando-se indistintamente todos os casos que constituem a amostra global
da pesquisa (368 casos), a matriz de correlações indica que as correlações são
positivas e altamente significativas ao nível de 0,01, conforme se pode
verificar pelos valores apresentados na TAB. 9. Em outras palavras, como se
trata de uma matriz de correlações bivariadas, todas as associações potenciais
mostraram-se relevantes: (a) entre BPO e indicadores analíticos; (b) entre
BPO e desempenho; (c) entre indicadores analíticos e desempenho.
Tabela 9
Correlações entre os Construtos da Pesquisa – Amostra Global
BPO
Pearson Correlation
BPO
1
**
Analytics
Pearson Correlation
,787
**
Pearson Correlation
Desempenho
,765
N = 368 casos
** Correlation is significant at the 0.01 level (2-tailed).
Fonte: Dados da pesquisa.
Analytics
**
,787
1
**
,736
Desempenho
**
,765
**
,736
1
O mesmo padrão de significância para associações entre os construtos do
modelo de pesquisa também foi identificado quando considerado o ramo de
atuação das empresas pesquisadas. Como indicado nas TAB. 10 e 11, a seguir,
os resultados indicam a relevância das associações, com correlações também
positivas, fortes e com alto nível de significância (p valor = 0,01) para
empresas tanto do segmento industrial quanto de serviços.
Tabela 10
Correlações entre os Construtos da Pesquisa – Empresas do Setor de Serviços
BPO
Analytics
Desempenho
**
**
Pearson Correlation
BPO
1
,773
,785
**
**
Analytics
Pearson Correlation
,773
1
,718
**
**
Pearson Correlation
Desempenho
,785
,718
1
N = 156 casos
** Correlation is significant at the 0.01 level (2-tailed).
Fonte: Dados da pesquisa.
49
Tabela 11
Correlações entre os Construtos da Pesquisa – Empresas do setor indústria
BPO
Pearson Correlation
BPO
1
**
Analytics
Pearson Correlation
,785
**
Pearson Correlation
Desempenho
,733
N = 212 casos
** Correlation is significant at the 0.01 level (2-tailed).
Fonte: Dados da pesquisa.
Analytics
**
,785
1
**
,741
Desempenho
**
,733
**
,741
1
Também pode ser considerado alto o nível de significância das associações
entre os construtos do modelo de pesquisa quando a amostra vem
segmentada em função do porte das empresas. Como indicado nas TAB. 12 e
13, os dados indicam a relevância das associações entre os construtos, com
correlações positivas, fortes e com alto nível de significância (p valor = 0,01)
tanto para empresas de médio porte quanto para as grandes empresas da
amostra.
Tabela 12
Correlações entre os Construtos da Pesquisa – Médias Empresas da Amostra
BPO
BPO
Pearson Correlation
1
**
Analytics
Pearson Correlation
,821
**
Pearson Correlation
Desempenho
,719
N = 88 casos
** Correlation is significant at the 0.01 level (2-tailed).
Fonte: Dados da pesquisa.
Analytics
**
,821
1
**
,716
Desempenho
**
,719
**
,716
1
Tabela 13
Correlações entre os Construtos da Pesquisa – Grandes Empresas da Amostra
BPO
Pearson Correlation
BPO
1
**
Analytics
Pearson Correlation
,786
**
Pearson Correlation
Desempenho
,770
N = 280 casos
** Correlation is significant at the 0.01 level (2-tailed).
Fonte: Dados da pesquisa.
Analytics
**
,786
1
**
,731
Desempenho
**
,770
**
,731
1
Apesar de se ter uma diferença importante entre o número absoluto de médias
(88) e de grandes empresas na amostra (280 casos), ainda assim o número de
empresas de médio porte é estatisticamente significativo, e descortina
interessantes reflexões acerca da real influência ou da incapacidade preditora
da variável independente “porte” sobre os níveis de orientação para processos
nas empresas. Apesar de não ter sido esse um dos objetivos específicos do
trabalho (já que, nesta pesquisa, BPO é exatamente o contrário, uma variável
latente exógena e do tipo preditora), novos estudos poderão esclarecer melhor
a questão, buscando reconhecer até que ponto o porte das empresas afeta, de
maneira inequívoca, os níveis de orientação para processos.
50
5.8 Modelagem de equações estruturais
A modelagem de equações estruturais foi realizada por meio do Partial Least
Squares – PLS – e teve como objetivos o teste do modelo hipotético e a
avaliação da influência preditiva de BPO e de indicadores analíticos sobre o
desempenho competitivo das empresas estudadas.
Inicialmente, buscando-se testar os modelos de mensuração (relativamente ao
teste de significância de cada conjunto de variáveis latentes e suas variáveis
manifestas), procedeu-se ao método de bootstrapping. O teste permitiu apurar
o nível de significância das relações entre as variáveis manifestas (indicadores
da cada construto) e as variáveis latentes (construtos) do modelo. O resultado
da estatística t evidenciou que todas as relações entre variáveis manifestas e
construtos latentes foram consideradas válidas a um nível de significância (p
valor) de 0,001. Esses resultados podem ser verificados no Apêndice 3.
Com os modelos de mensuração validados, partiu-se, então, para o teste do
modelo estrutural da pesquisa (as relações entre as variáveis ou construtos
latentes do modelo, tanto os efeitos diretos quanto indiretas). Os coeficientes
de caminho (efeitos diretos) e os efeitos indiretos foram classificados em três
diferentes níveis de impacto: valores de efeito entre 0 e 0.3 foram classificados
como fracos; valores entre 0.3 e 0.7 foram classificados como fortes; valores
acima de 0.7 foram classificados como muito fortes. Considerando-se essa
classificação, os efeitos diretos (coeficientes de caminho), apresentados na
TAB. 14, evidenciam a força significativa entre os construtos latentes –
vinculados diretamente – no modelo.
Tabela 14
Efeitos Totais da Equação Estrutural – Efeitos Diretos/Coeficientes de Caminho
BPO
BPO
BPO
BPO
BPO
BPO
BPO
BPO
BPO
BPO
Indicadores Analíticos
Desempenho
Desempenho
Desempenho
Desempenho
Direção do efeito
 Cultura e valores
 Desempenho
 Documentação de processos
 Estrutura organizacional
 Gestão de pessoas
 Liderança e estratégia
 Medição do desempenho de processos
 Orientação para clientes
 Orientação para fornecedores
 Sistemas e Tecnologia de Informação
 Desempenho
 Aprendizagem e crescimento
 Cliente/Mercado
 Financeiro
 Capacidade em processos
Efeito*
0,8794
0,5072
0,7128
0,7375
0,8257
0,7771
0,8230
0,7817
0,7721
0,7499
0,3526
0,8352
0,8442
0,6977
0,9275
*Todos os efeitos foram significativos ao nível de p valor < 0,001, quando submetidos ao teste t com a
técnica de bootstrapping.
Fonte: Dados da pesquisa.
51
Ao avaliar as relações entre BPO e seus construtos de primeira ordem, apesar
de todas as cargas terem se mostrado altas, acima de 0,7, considera-se
relevante destacar aqueles impactos exercidos por BPO sobre as variáveis
latentes cultura e valores, gestão de pessoas e medição do desempenho de
processos, podendo-se, portanto, ter esses construtos de primeira ordem como
elementos a serem dinamizados, talvez prioritariamente, dada sua
sensibilidade a um direcionamento das estruturas organizacionais mais
orientadas para processos.
Há também evidências importantes relativas aos vínculos entre os construtos
latentes do modelo, quando são observados os valores de R², obtidos então
pela regressão múltipla das variáveis do modelo. Os valores de R² estão
apresentados na TAB. 15.
Tabela 15
Correlações entre os Construtos Diretamente Vinculados no Modelo Estrutural
BPO
BPO
BPO
BPO
BPO
BPO
BPO
BPO
BPO
BPO e Indicadores Analíticos
Desempenho
Desempenho
Desempenho
Desempenho
Correlações
 Sistemas e Tecnologia de Informação
 Orientação para fornecedores
 Orientação para clientes
 Cultura e valores da organização
 Gestão de pessoas
 Estrutura organizacional
 Medição do desempenho de processos
 Documentação de processos
 Liderança e estratégia
 Desempenho
 Perspectiva financeira
 Perspectiva cliente/mercado
 Perspectiva capacidade em processos
 Perspectiva aprendizagem e crescimento
R²
0.562
0.596
0.611
0.773
0.682
0.544
0.677
0.508
0.604
0.663
0.487
0.713
0.860
0.698
*Todas as correlações significativas a um p valor < 0,001
Fonte: Dados da pesquisa.
Todos os efeitos diretos e valores de correlação encontrados no modelo
estrutural estão graficamente representados na FIG. 8:
52
Figura 6 – Modelo de equações estruturais
Fonte: Dados da pesquisa.
Em relação aos efeitos indiretos (isto é, entre construtos que não estão
diretamente vinculados em caminhos no modelo), os resultados não foram tão
expressivos, como se poderia esperar pela composição do próprio modelo.
Mesmo assim, conforme indicado na TAB. 16, podem ser tomados como
significativos, ao p valor < 0,001.
Tabela 16
Efeitos Indiretos da Equação Estrutural
Direção do efeito
 Capacidades em processos
BPO
 Cliente/mercado
BPO
 Aprendizagem e crescimento
BPO
 Financeiro
BPO
 Capacidade em processos
Indicadores analíticos
 Cliente/mercado
Indicadores analíticos
 Aprendizagem e crescimento
Indicadores analíticos
 Financeiro
Indicadores analíticos
Efeito*
0,4705
0,4282
0,4236
0,3539
0,3271
0,2977
0,2945
0,2460
*Todos os efeitos foram significativos ao nível de p valor < 0,001, quando submetidos ao teste t
com a técnica de bootstrapping.
Fonte: Dados da pesquisa.
53
Como pode ser observado, todas as relações diretas e indiretas do modelo
estrutural foram validadas, igualmente a um p valor muito significativo (<
0,001). Relevante, neste momento, a observação de que, ao se avaliar o
impacto dos indicadores analíticos sobre as quatro dimensões de desempenho
do modelo, a perspectiva capacidade em processos mostrou ser a mais
influenciada
pela
abordagem
analítica,
seguida
pela
perspectiva
cliente/mercado e pela perspectiva aprendizagem e crescimento. Por sua vez,
a perspectiva menos impactada pela abordagem analítica esteve relacionada à
dimensão financeira do desempenho competitivo. A mesma ordem de
influência ou de impacto foi também verificada ao serem avaliados os efeitos
do construto BPO sobre as perspectivas de desempenho. Esses resultados
evidenciam, assim, a importância de se considerar a orientação para processos
e a abordagem analítica como impulsionadoras do desempenho no médio e
longo prazo, auxiliando as empresas a projetar e desenvolver novas
capacidades em processos, aprimorando, com o tempo, competências e
padrões de competitividade. A princípio, portanto, novos estudos deverão ser
desenvolvidos com o propósito exclusivo de se avaliarem os impactos ou
efeitos diretos da abordagem analítica e do BPO na explicação de variações da
lucratividade ou da eficiência de custos das empresas.
Os valores totais indicados pelo teste t com a técnica de bootstraping,
indicando as cargas, médias de amostras, valores de desvio-padrão e níveis de
significância (p valor) estão apresentados no Apêndice 4 deste relatório.
A última etapa da modelagem, tendo já sido validado o modelo estrutural, foi a
de se calcular o modelo estrutural. Ao se avaliarem as relações entre BPO,
indicadores analíticos e desempenho, observa-se a seguinte equação de
regressão:
Desempenho = 0,507*BPO + 0,353*Indicadores Analíticos +
em que

,
representa o erro.
A equação especificada indica a importância dos indicadores analíticos e das
dimensões de BPO na predição do desempenho competitivo das empresas da
amostra. Observa-se que a influência, ou o efeito, do construto BPO é mais
expressiva que a da abordagem analítica. Porém, é importante a compreensão
de que, juntos, os dois construtos foram capazes de explicar 66,30% da
variação do desempenho das empresas da amostra (como indicado por meio
da TAB. 15 e na FIG. 6).
Por fim, foi realizado um teste de qualidade dos indicadores do modelo de
pesquisa, avaliando-se, conjuntamente, os valores de comunalidade e
redundância. Os valores de comunalidade são definidos pela soma das
correlações em um bloco de variáveis reflexivas, e altos indicadores de
comunalidade indicam um bom ajuste das variáveis latentes do modelo
54
(TENENHAUS et al., 2005), uma vez que a comunalidade mensura o percentual
da variância de uma determinada variável que poderia ser explicada por todos
os fatores do construto, em conjunto. Considerando-se que os construtos do
modelo são reflexivos, isso pode ser considerado como um bom indicador de
composição do modelo de pesquisa. Da mesma forma, escores de redundância
mensuram a qualidade do modelo estrutural relativamente a cada construto
endógeno, considerando-se o modelo de mensuração. A redundância mensura
o percentual da variação de um fator que poderia ser explicada pelos fatores
exógenos do modelo; em outras palavras, escores de redundância mensuram a
qualidade do modelo estrutural relativamente a cada construto endógeno,
considerando-se o modelo de mensuração (GARSON, 2009). Como pode ser
observado na TAB. 17, os resultados dos valores de comunalidade e
redundância variaram para cada construto do modelo, e podem ser tomados
como aceitáveis. Os valores equivalentes a zero (0) para a redundância dos
construtos de BPO e indicadores analíticos ocorrem porque ambos são
construtos de natureza puramente exógena.
Tabela 17
Indicadores de Qualidade do Modelo Estrutural
Construtos
BPO
Cultura e valores
Documentação de processos
Estrutura organizacional
Gestão de pessoas
Liderança e estratégia
Medição do desempenho de processos
Orientação para clientes
Orientação para fornecedores
Sistemas e tecnologias de TI
Indicadores analíticos
Desempenho
Financeiro
Cliente/mercado
Capacidade em processos
Aprendizagem e crescimento
Comunalidades
0,3869
0,6664
0,7528
0,6119
0,6069
0,6696
0,6716
0,5721
0,7148
0,4904
0,4960
0,4724
0,8217
0,6958
0,5491
0,7018
Redundância
0
0,5145
0,38
0,3231
0,4128
0,4035
0,4515
0,3473
0,4255
0,2706
0
0,1913
0,3976
0,4951
0,4704
0,4865
Fonte: Dados da pesquisa.
Por fim, foi calculado o Goodness of Fit – GoF, que é a média geométrica das
2
comunalidades e dos valores de R do modelo, como poder ser observado a
partir da equação a seguir.
GoF  comunalida de * R 2
55
Como apresentado em Tenhenhaus et al. (2005), o GoF representa um
indexador que pode ser utilizado para validar modelos com o PLS. O GoF
obtido neste estudo foi de 0.6293, indicando que o modelo proposto atingiu
63% de ajuste, o que é considerado um valor extremamente positivo.
5.9 Teste das hipóteses da pesquisa
O problema central desta pesquisa foi o de investigar a força e a intensidade
da associação entre a gestão orientada para processos e o desempenho
organizacional, compreendendo também a relevância dos indicadores analíticos
nesse relacionamento. Neste sentido, a hipótese básica e as hipóteses
secundárias, apresentadas no capítulo 3, foram testadas, e os resultados dos
testes – apresentados anteriormente – foram consolidados nesta seção.
A hipótese secundária 1 deste estudo foi assim enunciada:
HSecundária 1 :
Quanto maior a orientação para processos, maior a utilização de
indicadores analíticos.
E sua correspondente hipótese nula:
H0 Secundária 1 : O nível de orientação para processos não possui uma correlação
positiva e estatisticamente significativa com a utilização de indicadores analíticos.
Como se depreende das TAB. 9, 10, 11, 12 e 13 apresentadas na seção 4.7
deste capítulo, a H0 Secundária 1 foi rejeitada em favor da HSecundária 1 , tendo-se em
vista as correlações positivas e estatisticamente significativas (p valor =
0,001) entre os construtos orientação para processos e indicadores analíticos.
Tal correlação forte e positiva foi evidenciada tanto na amostra global quanto
nos subgrupos amostrais formados em função da segmentação por porte e
ramo de atuação (indústria e serviços).
A hipótese secundária 2 desta pesquisa foi assim apresentada:
HSecundária 2 : A orientação para processos possui uma correlação positiva e
estatisticamente significativa com o desempenho organizacional.
Sua correspondente hipótese nula, por sua vez, foi assim apresentada:
H0 Secundária 2 : O nível de orientação para processos não possui uma associação
positiva e estatisticamente significativa com o desempenho organizacional.
56
Os dados constantes das TAB. 9, 10, 11, 12 e 13, apresentadas na seção 4.7
deste capítulo, evidenciam que a H0 Secundária 2 foi rejeitada em favor da
HSecundária 2 , tendo-se em vista as correlações positivas e estatisticamente
significativas (p valor = 0,001) entre os construtos orientação para processos
e desempenho organizacional. Semelhantemente ao ocorrido com a hipótese 1,
no caso da hipótese 2 as correlações fortes e positivas foram evidenciadas
tanto para a amostra global quanto para os subgrupos amostrais formados em
função da segmentação por porte e ramo de atuação (indústria ou serviços).
Por sua vez, a hipótese secundária 3 foi assim enunciada:
HSecundária 3 : A utilização de indicadores analíticos está positivamente associada
à melhoria do desempenho organizacional.
E sua correspondente hipótese nula:
H0 Secundária 3 : O desempenho organizacional não se modifica se for menor a
utilização de indicadores analíticos.
Os resultados da pesquisa também indicaram que a H0 Secundária 3 foi rejeitada
em favor da HSecundária 3 , tendo-se em vista as correlações positivas e
estatisticamente significativas (p valor = 0,001) entre o construto indicadores
analíticos e desempenho organizacional. À semelhança do ocorrido com as
hipótese 1 e 2, no caso da hipótese 3, as correlações fortes e positivas foram
evidenciadas tanto para a amostra global quanto para os subgrupos amostrais
formados em função da segmentação por porte e ramo de atuação (indústria
ou serviços).
Testada a validade das hipóteses secundárias 1, 2 e 3, tem-se por fim a
hipótese básica e central desta pesquisa, de que:
HBásica : Quanto maior a orientação para os processos, tanto maior a utilização de
indicadores analíticos e melhores os resultados de desempenho organizacional.
Essa hipótese básica tem sua correspondente hipótese nula:
H0 Básica : Não existem associações estatisticamente significativas entre a
orientação para processos, o uso de indicadores analíticos e o desempenho
organizacional.
Os resultados da modelagem de equações estruturais empregada na pesquisa
e que estão apresentados na seção 5.8 deste capítulo evidenciam que as
associações existem, são fortes e positivas entre todos os construtos latentes
57
do modelo de pesquisa (orientação para processos, indicadores analíticos,
desempenho). Rejeita-se a hipótese nula e corrobora-se a hipótese básica do
estudo.
5.9.1 Validação nomológica das escalas e dos resultados da pesquisa
Alguns dos achados desta pesquisa convergem com os achados de estudos
anteriores, desenvolvidos diretamente nos domínios da BPM, do BPO, de
indicadores analíticos e da utilização das novas tecnologias de informação no
contexto da gestão orientada para processos e cadeias de suprimentos.
O grau de orientação para os processos de negócio e o esforço gerencial no
sentido de se buscar o incremento da maturidade desses processos no tempo
oportuniza retornos mais rápidos para as empresas, traduzidos em maior
velocidade tanto na redução de custos quanto na maior lucratividade do
negócio (HOFMAN; REINER, 2006). Nesta pesquisa, observando-se a matriz de
correlações entre os construtos principais do modelo, percebe-se uma relação
forte e positiva entre BPO e desempenho, em suas várias dimensões
exploradas neste estudo, e entre essas dimensões e a perspectiva financeira,
mapeada por indicadores tanto de lucratividade quanto de incremento da
eficiência de custos por parte das empresas da amostra.
A efetividade do gerenciamento de processos no contexto das cadeias de
suprimentos pode ser tomada como um driver para a geração de vantagens
competitivas e a melhoria sustentada da performance organizacional. O
trabalho de Li et al. (2006) aporta evidências de que níveis superiores de
práticas de gestão de processos na cadeia de suprimentos (traduzidos, por
exemplo, em melhores práticas de gerenciamento estratégico de fornecedores,
gestão estratégica de relacionamentos com clientes, compartilhamento
intensivo de informações com fornecedores e clientes, entre outras)
oportunizam vantagens competitivas estáveis e a melhoria do desempenho
organizacional. Esses achados são coerentes com aqueles encontrados nesta
pesquisa, uma vez que os escores das 368 empresas da amostra,
considerando-se os construtos de primeira ordem ”orientação para clientes”,
”orientação para fornecedores” e “sistemas e tecnologias de informação”,
apresentaram uma média normalizada que indica avanços no grau de
orientação dessas empresas para os seus processos a montante e a jusante na
cadeia de valor, bem como intensividade no uso da TI para apoiar a gestão por
processos. Dessa forma, podem estar contribuindo para explicar as variações
no desempenho competitivo das empresas da amostra.
A essa abordagem de Li et al. (2006) soma-se aquela apresentada em Cai et
al. (2008), ao indicarem que a necessidade de um efetivo monitoramento das
empresas, em relação aos seus processos no contexto das cadeias de
suprimento, conforma atividades crescentemente complexas. São mais
complexas sobretudo por envolverem um esforço continuado da gerência em
desenvolver e aprimorar indicadores de performance ou metas para esses
processos, em melhor e mais efetivo planejamento, em maior alcance do
monitoramento de dados e nas exigências de feedbacks de agentes que
58
estejam direta ou indiretamente envolvidos com os diferentes processos-chave
de negócios na cadeia de valor.
Segundo Cai et al (2008), a experiência de muitas empresas envolvidas em
práticas avançadas de gestão da cadeia de valor indica, de maneira cada vez
mais inequívoca, o fato de que a inteligência competitiva está sendo
progressivamente ancorada na abordagem de processos, seja na cadeia de
valor internamente à empresa, seja na integração dos fluxos físicos e de
informação com fornecedores e clientes nas cadeias de suprimento. Esses
achados também foram em parte corroborados na pesquisa, seja por conta
dos escores das empresas da amostra para os construtos de primeira ordem
relativos aos domínios de “liderança e estratégia”, ”documentação de
processos” e “mensuração do desempenho”, seja por conta da utilização
também significativa de vários indicadores analíticos que, de forma direta,
estão relacionados aos objetivos de integração dos fluxos de valor na cadeia.
Os objetivos de maior integração dos fluxos na cadeia de valor das empresas
podem ser favorecidos pelo uso sistemático de indicadores analíticos ou
métodos analíticos que garantiriam conhecimento valioso para a tomada de
decisão gerencial: por exemplo, minimizando os custos de operação entre os
agentes da cadeia e aumentando a sua acurácia na predição eficiente da
demanda futura (HEDGEBETH, 2007). Nesse sentido, segundo Hedgebeth
(2007), as aplicações de TI podem contribuir de maneira decisiva para que as
empresas consigam melhorar o acesso e a consolidação de dados para a
gestão integrada de seus processos de negócio e instruírem melhor, dessa
forma, os seus próprios processos de tomada de decisão.
Nesta pesquisa, a descrição quanto aos níveis de utilização e ao tipo de uso
das novas tecnologias de informação por parte das empresas da amostra
atesta o fato de que os sistemas de informação e as novas tecnologias estão
sendo utilizados com o foco na integração de dados entre diferentes áreas ou
funções da organização. Há evidência em atenção especial na garantia de
acesso a dados confiáveis sobre o desempenho dos processos e, assim, apoiar
as estratégias de aproximação e relacionamento com fornecedores e clientes,
tendo em vista a utilização de internet, não desprezível estatisticamente, no
sentido tanto a montante (de fluxos com fornecedores) quanto a jusante (de
fluxos com clientes/mercado).
Esse achado é convergente com algumas das características elencadas por
Davenport (2006) para se fazer referência ao caso dos efetivos “competidores
analíticos”, que acabam por desenvolver habilidades importantes e distintivas
no que se refere a coleta, análise e instrução de ações baseadas em dados
analíticos. Segundo Davenport (2006), em um momento histórico em que
muitas empresas oferecem produtos similares e utilizam tecnologias
indiferenciadas aos olhos de seus potenciais clientes, os processos de negócio
estão entre os últimos pontos e, portanto, ainda remanescentes de alguma
chance de efetiva diferenciação na percepção de valor dos consumidores. E os
chamados competidores analíticos se diferenciariam exatamente por
conseguirem retirar até a última gota de valor de seus processos de negócio.
59
Competidores analíticos fariam, assim, uso inteligente de métodos estatísticos
e de recursos de modelagem de forma a buscar garantir tal extração de valor
dos seus processos:
 No tocante à gestão de cadeia de suprimento, oportunizando simulações e
otimizações dos fluxos da cadeia, reduzindo o inventário e a ruptura de
estoques, simultaneamente.
 No tocante aos níveis de serviço e à fidelização de clientes, indicadores
analíticos podem ser empregados para identificação de segmentos de
clientes com maior potencial de lucratividade e para a proposição e
sustentação de estratégias de incremento dos níveis de serviço, visando
maior fidelização de clientes.
 No que se refere à precificação de produtos, indicadores analíticos podem
ser empregados para ajudar empresas a estabelecerem preços
competitivos, de maneira a favorecer o retorno sobre os investimentos ou a
lucratividade do negócio.
 No tocante à qualidade, a utilização sistemática de dados analíticos
orientados por uma visão de processos há muito já favorecem as empresas
a garantirem rápida e antecipada identificação de problemas de qualidade,
e também a minimização da frequência de tais eventos no tempo.
 Indicadores analíticos podem também facilitar o entendimento de quais são
os principais fatores financeiros e não financeiros que afetam a
performance global da cadeia de valor das empresas.
 Nos processos afins ao desenvolvimento de novos produtos, competidores
analíticos podem utilizar inteligência de processos e indicadores analíticos
para incrementar a qualidade do projeto de novos produtos e a eficácia dos
processos de fabricação dos novos produtos.
Uma rápida observação do Apêndice 2 deste documento, relativa à descrição
da frequência de uso dos indicadores analíticos mapeados nesta pesquisa,
evidenciará que as empresas da amostra – mesmo que não possam, muitas
delas, vir a ser caracterizadas estritamente ainda como “competidoras
analíticas!” – estariam, sim, progressivamente, utilizando muitos indicadores
para prospectar informação estratégica útil ao objetivo de gerenciamento de
seus processos e, dessa forma, tentando influenciar positivamente os seus
resultados de desempenho nas dimensões competitivas que foram mapeadas
neste estudo.
Esses resultados, por um lado, demonstram a potencial aproximação da
gestão analítica e da gestão orientada para processos, e convergem aos
achados apresentados por Ranjan (2008), quando menciona a relevância para
as empresas, atualmente, de ter acesso rápido a dados e informações e,
assim, favorecer ao gestor uma visão mais ampla e útil ao monitoramento –
em tempo real – de diferentes processos de suas empresas. Nesse sentido,
60
segundo Ranjan (2008), a gestão baseada em um atributo como “inteligência
de processos” de negócio diferenciar-se-ia das formas mais tradicionais de
gerenciamento, embebidas em sistemas informacionais e transacionais
clássicos, que não foram desenhados para suportar ou mesmo projetados para
permitir o vínculo de toda essa massa de dados cross funcional que permeia os
processos críticos – principais ou de suporte – de qualquer tipo de
organização.
Nesse sentido, segundo Azvine et al. (2005), exige-se hoje das empresas não
somente uma capacidade analítica executável em tempo real, como também
as ações em resposta a esse esforço analítico devem ser deflagradas em
tempo real e instantaneamente, alterando parâmetros de funcionamento dos
processos de uma empresa ou cadeia em tempo real, se necessário (por
exemplo, a tomada de decisão de uma empresa que necessita reagir a um
evento não esperado, e modifica a roteirização do transporte ou a localização
de seus estoques e, com isso, consegue reduzir prejuízos nos níveis de serviço
prestados aos seus clientes). Convergindo com os achados de Azvine et al.
(2005) e também referenciados em Ranjan (2008), não foram poucas, entre
as 368 empresas da amostra, as organizações que relataram o uso de seus
sistemas de informação para fins de suporte e facilitação de mudanças nos
processos da organização, e que julgam possuir sistemas de informação
capazes de oferecer informação confiável a qualquer momento, se necessário.
Tampouco irrelevante estatisticamente a frequência de respostas, por parte
das empresas da amostra, citando a utilização de softwares para otimização
de processos ou a disponibilidade de ferramentas de simulação para se
examinar o impacto de uma decisão antes que tal decisão venha a ser tomada
na prática, em algum momento do tempo.
A utilização intensiva de todo o potencial de conhecimento analítico, por parte
das empresas, implicará mudanças ou inovações incrementais nos processos
de negócio dessas organizações. Nesse sentido, passa a ser relevante a
capacidade da organização em destruir continuamente suas rotinas e
procedimentos obsoletos ou destituídos de eficiência, levando-a a um
comportamento mais eficiente ou mais bem alinhado às metas de
prosperidade do negócio. Essa capacidade em criar inovação que assuma valor
sob a perspectiva dos clientes estaria proximamente relacionada aos conceitos
de capacidade absortiva (absorptive capacity), termo cunhado por Cohen e
Levinthal (1990), e também do conceito de capacidades dinâmicas da firma,
desenvolvido por Teece et al. (1997). Em outras palavras, essa habilidade em
reconhecer o valor da informação, assimilá-la e utilizar esse conhecimento
externo útil em uma finalidade comercial, tudo isso mediado por intensividade
em TI, é uma componente fundamental da teoria proposta por Cohen e
Levinthal (1990), de uma visão da organização como um conjunto de rotinas e
processos orientados ao gerenciamento do conhecimento, para se produzir
uma capacidade organizacional que é, fundamentalmente, dinâmica (Teece et
al., 1997). Verifica-se progressivamente, assim, que a utilização intensiva de
tecnologia de informação e de indicadores analíticos pode favorecer, às
empresas hoje, a descoberta de novos dados e informações úteis a serem
assimilados. Ao absorverem esses dados e informações em suas rotinas e
61
processos, essas organizações estão também progressivamente sendo mais
capazes de utilizar, de maneira inteligente, essas novas informações
(embebidas em seus processos) para uma finalidade comercial ou de
incremento de valor do negócio. Não por coincidência, os resultados da
pesquisa evidenciaram as associações positivas e altas entre os construtos
BPO, indicadores analíticos e desempenho, sendo que, entre as dimensões de
desempenho competitivo investigadas, as correlações foram estatisticamente
muito significativas para a dimensão aprendizagem e crescimento. Há
evidências, assim, naturalmente a serem testadas em novos e futuros
estudos, de que a orientação para os processos e o uso intensivo de
indicadores analíticos, por parte das empresas da amostra, poderiam ser
tomados como drivers que estão gerando novos conhecimentos para essas
organizações, a partir da execução e do monitoramento permanente de seus
processos e da atenção às oportunidades de melhoria nesses processos de
valor.
62
6. CONSIDERAÇÕES FINAIS
Este estudo buscou investigar os efeitos preditivos da orientação para
processos de negócio – BPO – e do uso de indicadores analíticos sobre o
desempenho competitivo de empresas brasileiras: a partir de uma amostra
diversificada, em termos de porte (grandes e médias empresas) e
relativamente ao segmento de atuação (empresas privadas do setor de
serviços e do segmento industrial, bem como organizações do setor público),
com matrizes localizadas no Estado de Minas Gerais e em outros estados
brasileiros, este estudo buscou desenvolver e validar escalas para os
construtos do modelo de pesquisa (BPO, indicadores analíticos e desempenho
competitivo) bem como testar as possíveis associações entre essas três
variáveis latentes. Assumiu, neste sentido, sua natureza descritiva,
procurando, inicialmente, caracterizar a força e a direção das correlações e dos
efeitos diretos entre as variáveis latentes do modelo. Porém, este estudo
também assume sua natureza aplicada, prática, e apresenta uma dimensão
prescritiva. Ao conseguir explicar as variações nos resultados de desempenho
das empresas da amostra a partir das variáveis latentes exógenas (BPO e
indicadores analíticos), a pesquisa assume então implicações gerenciais
relevantes, reforçando um caminho de ações voltadas ao incremento do
desempenho competitivo das organizações:
 É necessário incorporar o conteúdo da gestão orientada para processos no
contexto do planejamento estratégico da empresa, alinhando incentivos
para os resultados de desempenho de processos, em todos os níveis e áreas
da organização. Condição importante para esse fim, portanto, é o
comprometimento da alta gerência para a gestão e a melhoria contínua dos
processos de negócio.
 É fundamental o desenvolvimento de metas, para os processos, que
estejam alinhadas aos resultados pretendidos nas estratégias do negócio;
além disso, é necessário que tais metas reforcem o bom desempenho de
todo um sistema, e não de uma ou mais funções do negócio. É preciso
ainda enfrentar trade-offs e também contar com metas de desempenho
orientadas para a melhoria incremental, contínua, dos níveis de maturidade
da organização.
 É necessário investir na documentação básica e avançada dos processos, e
definir claramente como cada um dos colaboradores pode contribuir para o
esforço em documentar falhas ou oportunidades de melhorias em suas
atividades. Da mesma forma, é necessário ter clareza em relação às
interfaces e à natureza interfuncional dos processos, sendo importante que
as organizações desenvolvam uma metodologia padronizada tanto para
mapear em base contínua os seus processos multifuncionais quanto para
elaborar o design de novos processos de negócio ou de partes de processos
já existentes na organização.
 A estrutura organizacional deve ser menos verticalizada, com fluxos
claramente mais horizontalizados, e ênfase deve ser dada tanto à melhoria
63
da coordenação interdepartamental ou interfuncional (reduzindo-se handoffs do processo) quanto à instituição de figuras profissionais
exclusivamente dedicadas à gestão de processos na empresa.
 Do ponto de vista da gestão de pessoas, é importante assegurar
treinamento
nos
domínios
BPO,
garantir
maior
empowerment
(“empoderamento”) e certa autonomia da força de trabalho para decisões
locais em partes do processo sob sua responsabilidade. Além desse ponto, é
importante assegurar parcelas da remuneração atreladas ao desempenho
dos processos, e garantir formas mais eficientes de valorizar a “cultura de
processos” na organização.
 Não há como reduzir a importância das evidências que indicaram que as
empresas que apresentaram os maiores escores para BPO e indicadores
analíticos foram também aquelas que apresentaram compromissos mais
efetivos em relação à centralidade do cliente (e de suas expectativas por
produtos e serviços) no próprio modelo de negócios da empresa. É preciso
mensurar de forma consistente e contínua os níveis de satisfação dos
clientes para com os produtos da empresa, e utilizar os feedbacks do
mercado para aprimorar os processos envoltos na produção e entrega de
valor para os clientes da organização.
 A integração dos fluxos físicos e de informação, de atividades e funções
afins aos processos internos à empresa é apenas uma parte do esforço
necessário à otimização da cadeia de valor da organização. Os esforços pela
integração dos processos intraorganizacionais devem ser estendidos,
também, à integração em nível interorganizacional, sobretudo com agentes
externos a montante e a jusante à cadeia de valor da empresa.
Planejamento, previsões e ressuprimentos colaborativos com fornecedores e
clientes, por exemplo, são objetivos estratégicos que requerem,
primeiramente, forte ênfase no desenvolvimento de relacionamentos entre
os agentes na cadeia. E, quanto maior a orientação para os processos, por
parte de todos esses agentes, tanto menores as resistências a uma efetiva
integração dos fluxos de informação e físico entre as empresas.

Como já há muito evidenciado na literatura especializada, a tecnologia de
informação assume um papel crucial na forma como um negócio vem
estruturado e na efetividade deste em atender aos seus clientes contando
com processos mais eficientes em custo, mais rápidos, produzindo
resultados melhores em qualidade de outputs, processos mais flexíveis e
atendendo níveis superiores de serviços, garantindo assim – esse conjunto
de efeitos – maior lucratividade para o negócio. Há evidências de que a
utilização das novas tecnologias de informação em favor de uma gestão
mais eficiente dos processos de negócio não é um objetivo que se possa
confundir com aquele de automação de determinada função ou de
otimização de determinada tarefa ou função do trabalhador. Ao contrário, a
TI pode e deve ser empregada como um recurso efetivo para incrementar o
acesso e o uso de dados e informações estratégicos e relevantes para que o
negócio possa otimizar os níveis de integração intra e interorganizacionais,
64
de forma econômica, rápida e confiável, reduzindo custos de transação e
aumentando a percepção de valor dos clientes.
Apesar do fato de que este trabalho atendeu a todos os objetivos específicos
propostos e também de seu rigor metodológico, é preciso pontuar as restrições
que caracterizaram o seu desenvolvimento.
A primeira limitação refere-se à amostra. Não obstante a pesquisa tenha
envolvido a coleta e o tratamento de dados primários de 368 médias e grandes
empresas mineiras e brasileiras, e que esse possa ser considerado um número
suficiente de casos para os testes de estatística multivariada realizados com o
recurso do PLS, infelizmente não há condições suficientes para se generalizar
os achados deste estudo ao universo de todas as empresas mineiras ou
brasileiras de médio e grande porte. Em parte, essa limitação deve-se à
própria estratégia de amostragem – por conveniência – empregada no estudo.
Portanto, todas as conclusões do trabalho devem ser tomadas à luz do fato de
que a amostra, neste estudo, é reduzida, específica, e não diz respeito ao
universo de todas as empresas localizadas em Minas Gerais e no Brasil.
Uma segunda limitação está na impossibilidade de se chegar a dados
conclusivos, relativamente ao comportamento dos construtos do modelo de
pesquisa, levando-se em consideração, simultaneamente, porte e segmento de
atuação (indústria e serviços) das empresas da amostra. As linhas de corte na
escala ordinal relativa ao porte das empresas, considerando-se o atributo
“faturamento”, e também a tentativa de se caracterizar o porte da amostra a
partir da escala razão indicativa do “número de funcionários”, não permitiram
uma segmentação muito detalhada da amostra em relação a esse atributo de
interesse. Em relação à segmentação por ramo de atividade, à parte o bemsucedido esforço em diferenciar os casos relativos à indústria e ao setor de
serviços, tem-se que, em função da estratégia amostral, não foi possível
alcançar representatividade estatística para uma análise mais detalhada de
subgrupos ou subamostras de ramos da indústria ou do setor serviços. Uma
eventual modificação da estratégia de amostragem – por exemplo, por meio
de uma amostra deliberada e estratificada por ramos ou subgrupos – poderia
ter garantido que informações adicionais, sobre as empresas, pudessem ter
sido acessadas, contemplando especificidades de muitos setores da economia
mineira e brasileira.
Uma terceira limitação encontra-se no tipo de pesquisa, bem como na
estratégia para a coleta de dados e no seu tratamento. Este estudo pode ser
caracterizado como quantitativo essencialmente, e, apesar de não ter a
intenção de reduzir a uma mera descrição estatística e matemática os
complexos fenômenos organizacionais estudados, acabou por não assumir uma
abordagem qualitativa. Esta, certamente, poderia ter sido útil para o
aprofundamento pontual de alguns dos achados da pesquisa. Não obstante a
realização de uma pesquisa sob a forma de um survey e da utilização do
questionário como técnica de levantamento de dados sejam amplamente
reconhecidos como recursos válidos e recomendados em muitos trabalhos no
campo das ciências sociais aplicadas, é preciso reconhecer seus limites.
65
Certamente, outras estratégias, abordagens e técnicas, sobretudo de
inspiração mais qualitativa, poderiam aportar informações adicionais úteis e
complementares à caracterização e ao mapeamento da amostra, nas
dimensões de pesquisa de interesse.
Apesar desse conjunto de restrições, é preciso destacar aqui o fato de que este
estudo apresenta achados de pesquisa extremamente relevantes, tanto do
ponto de vista prático das organizações quanto de sua relevância acadêmica.
Sumarizando-se esses principais achados do estudo, tem-se que:
 A consistência interna das escalas do instrumento foi bastante alta (no
exame tanto dos construtos quanto de todos os indicadores individuais do
instrumento de pesquisa), não sendo possível melhorar esse nível de
consistência com a extração de nenhum indicador. Os altos valores
encontrados no teste do alfa de Cronbach atestam a confiabilidade do
instrumento de pesquisa.
 Os valores das médias normalizadas – considerando-se todos os construtos
de primeira ordem e de segunda ordem do modelo de pesquisa –
assumiram valores acima de três pontos e inferiores a quatro pontos, em
uma escala de cinco. Mesmo que o resultado não possa indicar uma
informação útil para cada caso de empresas da amostra (dadas as
limitações objetivas e os possíveis vieses da média, em se tratando de uma
amostra tão diversificada), o fato é que o grupo de empresas pesquisadas
apresentou escores acima da média tanto para o grau de orientação para
processos quanto para o uso de indicadores analíticos e, também,
ligeiramente maiores, em relação às dimensões de desempenho
investigadas.
 Os resultados do teste qui-quadrado, confrontando-se os grupos de
empresas de grande porte e de médio porte, indicaram que a diferença no
comportamento dessas organizações em relação aos construtos do modelo
(BPO, Indicadores Analíticos e Desempenho) pode ser considerada
significativa apenas no caso do construto BPO. Colocando a questão aqui de
outra forma: as evidências empíricas da pesquisa não permitem atestar que
o porte de uma organização (como uma variável independente) esteja
relacionado à intensidade de uso de indicadores analíticos pela empresa ou
ao seu desempenho organizacional. Porém, os níveis de orientação para
processos parecem variar em função do porte da organização.
 Os resultados do teste qui-quadrado, confrontando-se os grupos de
empresas do segmento indústria e do segmento de serviços, indicaram que
a diferença no comportamento dessas organizações em relação aos
construtos BPO, indicadores analíticos e desempenho pode ser considerada
significativa apenas no caso do construto indicadores analíticos. Em outras
palavras: as evidências empíricas da pesquisa não permitem afirmar que a
natureza do negócio (indústria ou serviço) esteja relacionada, na condição
de uma variável independente, ao grau de orientação para processos ou ao
desempenho organizacional. Porém, a extensão ou intensidade de uso de
66
indicadores analíticos poderá variar em função do segmento de atuação da
empresa em questão.
 As correlações estatísticas entre BPO e desempenho foram altas e
positivas.
 As correlações estatísticas entre BPO e indicadores analíticos foram altas e
positivas.
 As correlações estatísticas entre indicadores analíticos e desempenho
foram altas e positivas.
Por fim, em função dos resultados desta pesquisa e também das limitações a
ela inerentes, faz-se aqui a sugestão de futuros trabalhos de campo sobre o
tema abordado:
 Este trabalho não procurou relacionar diretamente as variáveis latentes do
modelo (BPO, indicadores analíticos e desempenho competitivo) aos níveis
de maturidade de processos das empresas da amostra. Nesse sentido, um
possível e útil desenvolvimento de novas pesquisas poderia exatamente
buscar relacionar as escalas e os construtos validados nesta pesquisa aos
níveis de maturidade de processos das organizações. Há uma natural
percepção de que, quanto maior o nível de orientação para processos de
uma organização, tanto provavelmente maiores serão os níveis de
maturidade de seus processos de negócio. É preciso, assim, estudar a
questão para se mensurar, de preferência por meio de métodos
quantitativos, a natureza dessa associação.
 Apesar da significativa diversificação da amostra (como um recurso
desejado e útil para vários fins nesta pesquisa), o fato é que não foi
possível contemplar o comportamento do modelo em setores da indústria
ou em setores de serviços de forma particular ou específica. Nesse sentido,
seria útil a aplicação do mesmo modelo, porém em estudos focados em
setores definidos, como voltados para a indústria metal-mecânica,
indústria têxtil, indústria automotiva, serviços financeiros,organizações
públicas, comunicações, energia, agronegócio, construção civil, empresas
de varejo, petroquímicas, transporte (logística), entre outros. Tal
estratégia seria útil para se avaliar o quão bem se comporta o modelo
mesmo diante das especificidades/idiossincrasias de todos esses
segmentos de empresas.
 Apesar de o refinamento de escalas não ter sido indicado como
procedimento necessário neste estudo, em função dos altos valores obtidos
para o alfa de Cronbach, sugere-se que novos estudos possam revisar
tanto os indicadores de BPO do modelo (dado o seu grande número) como
os indicadores analíticos (a serem extraídos de outras fontes, que não
aquela utilizada neste trabalho) e de desempenho competitivo (não
necessariamente utilizando indicadores do BSC, conforme realizado nesta
pesquisa). Ou seja, que sejam abertas novas frentes de pesquisa para se
67
estudarem as associações entre BPO, indicadores analíticos e desempenho,
porém a partir de outros pontos de vista ou particularidades não
contemplados neste trabalho.
 Apesar de ter sido o método quantitativo empregado nesta pesquisa
extremamente importante, no sentido de tornar evidente e reconhecida a
natureza do relacionamento entre as variáveis latentes pesquisadas,
recomenda-se que novos estudos possam ser desenvolvidos utilizando-se o
mesmo modelo validado nesta pesquisa, porém com o recurso de uma
abordagem qualitativa. Por meio de estudos de casos comparados, estudo
de caso único ou mesmo de formas distintivas de pesquisa-ação, por
exemplo, é possível que novas e úteis informações possam emergir a
respeito das relações entre os construtos investigados na presente
pesquisa.
Em síntese, tem-se que os resultados desta investigação aportam evidências
claras de associações relevantes entre os construtos que conformam o modelo
de pesquisa. Apesar de seus limites, o trabalho avança no sentido de
identificar caminhos para o incremento do desempenho organizacional nas
dimensões do BSC que foram investigadas, e apresenta a gestão orientada
para processos e o uso de indicadores analíticos como dois elementos críticos e
preditores da variação do desempenho competitivo das empresas e de suas
cadeias de valor.
68
7. REFERÊNCIAS
ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. Essentials of statistics for
business and economics. Belmont, CA: Thomson Learning, 2002.
AZVINE, B.; NAUCK, D.; CUI, Z. Towards real-time business intelligence. BT
Technology Journal, v. 23, n. 3, p. 214–225, 2005.
BITITCI, U. S.; CARRIE, A. S.; MCDEVITT, L. Integrated performance
measurement systems: a development guide. International Journal of
Operations & Production Management, v. 17, n. 5, p. 522-534, 1997.
BREWER, P.; SPEH, T. Adapting the balanced scorecard to supply chain
management. Supply Chain Management Review, v. 5, n. 2, p. 48-56, Mar.Apr., 2001.
CAI, J.; LIU, X.; XIAO, Z.; LIU, J. Improving supply chain performance
management:
a
systematic
approach
to
analyzing
iterative
KPI
accomplishment. Decision Support Systems, v. 46, n. 2, p. 512-521, 2009.
CHAN, F. T. S.; QI, H. F. An innovative performance measurement method for
supply chain management. Supply Chain Management: An International
Journal, v. 8, n. 3, p. 209-223, 2003.
CHRISTOPHER, M. Logística e gerenciamento da cadeia de suprimentos. São
Paulo: Pioneira, 1997.
CLELAND, D. I.; KING, W. R. Project management: strategic design and
implementation. 3rd ed. New York: McGraw-Hill, 1999.
COHEN, W.; LEVINTHAL, D. Absorptive capacity: a new perspective on learning
and innovation. Administrative Science Quarterly, v.35, n. 1, p. 128-152,
1990.
COYLE, J. J.; BARDI, E.; LANGLEY, C. J. The management of business logistics:
a supply chain perspective. Belmont, CA: Thomson Learning, 2003.
CROSBY, Philip B. Quality is free: the art of making quality certain. New York:
McGraw-Hill, 1979.
CROXTON, K. L.; GARCÍA-DASTUGUE, S. J.; LAMBERT, D. M.; ROGERS, D. S.
The supply chain management processes. The International Journal of Logistics
Management, v. 12, n. 2, p. 13-36, 2001.
DAY, G. S. The capabilities of market driven organizations. Journal of
Marketing, p.37-52, Oct., 1994.
DAVENPORT, T. H. Competing on analytics. Harvard Business Review, p. 1-11,
Jan. 2006.
69
DAVENPORT, T. H.; HARRIS, J. Competição analítica. Rio de Janeiro:
Campus/Elsevier, 2007.
DAVENPORT, T. H.; HARRIS, J.; CRAIG, E.; MILLEY, A.; MORISON, B.;
BEVINS, T.; CARRILLO, L.; GALINS, M.; MARTIN, M.; RENNELLA, M. Managing
business processes analytically. Global Report of BSG Concours, EUA, 2007.
DAVENPORT, T. H.; SHORT, J. The new industrial engineering: information
technology and business process redesign. Sloan Management Review, v. 31,
n. 4, p. 11-27, 1990.
DEMING, W. E. Out of the crisis: quality, productivity, and competitive
position. Cambridge: Cambridge University Press, 1986.
DE TONI, A.; TONCHIA, S. Performance measurement systems: models,
characteristics and measures. International Journal of Operations & Production
Management, v. 21, n. 1, p. 46-70, 2001.
FARIA, A. C.; COSTA, M. F. G. Gestão de custos logísticos. São Paulo: Atlas,
2005.
GARSON, D. G. Partial Least Squares Regression (PLS). Disponível em:
http://faculty.chass.ncsu.edu/garson/PA765/pls.htm. Acesso em: 30 dez.
2009.
GIL, A. C. Métodos e técnicas de pesquisa social. São Paulo: Atlas, 1994.
GROVER, V.; JEONG, S. R.; KETTINGER, W. J.; TENG, J. T. C. The
implementation of business process reengineering. Journal of Management
Information Systems, v. 12, p. 109–144, 1995.
GUNASEKARAN, A.; PATEL, C; TIRTIROGLU, E. Performance measurement and
metrics in a supply chain environment. International Journal of Operations &
Production Management, v. 21, n. 2, p. 71-87, 2001.
HAIR, J. F.; TATHAM, R. L.; ANDERSON, R. E.; BLACK, W. Multivariate data
analysis. Upper Saddle River, NJ: Prentice-Hall, 1998.
HAMMER, M.; CHAMPY, J. Reengineering the corporation: a manifesto for
business revolution. New York, NY: HarperCollins, 1993.
HAMMER, M. Reengineering work: Don’t automate,
Business Review, p. 104-112, July-Aug., 1990.
obliterate.
Harvard
HAMMER, M.; STANTON, S. How process enterprises really work. Harvard
Business Review, v. 77, n. 6, p. 108-118, 1999.
HAMMER, M. Process management and the future of six sigma. MIT/Sloan
Management Review, v. 43, n. 2, p. 26-32, 2002.
70
HEDGEBETH, D. Data-driven decision making for the enterprise: an overview
of business intelligence applications, v. 37, n. 4, p. 414-420, 2007.
HOFMANN, P.; REINER, G. Drivers for improving supply chain performance: an
empirical study. International Journal of Integrated Supply Management, v. 2,
n. 3, p. 214-230, 2006.
KANJI, G. K. 100 statistical tests: new edition. London: Sage, 1999.
KAPLAN, R. S.; NORTON, D. P. Using the Balanced Scorecard as a Strategic
Management System. Harvard Business Review, v. 74, n. 1, p. 75-85, 1996.
KAPLAN, R. S. Putting the Balanced Scorecard to work. Harvard Business
Review, v. 71, n. 5, p. 134-140, 1993.
KAPLAN, R. S.; NORTON, D. P. The Balanced Scorecard – measures that drive
performance. Harvard Business Review, v. 70, n. 1, p. 71-79, 1992.
KERZNER, H. Project management: a systems approach to planning,
scheduling and controlling. New York: Van Nostrand Reinhold, 1979.
LI, S.; RAGU-NATHAN, B.; RAGU-NATHAN, T. S.; RAO, S. The impact of supply
chain management practices on competitive advantage and organizational
performance. The International Journal of Management Science, v. 34, n. 2, p.
107-124, 2006.
LOCKAMY, A.; MCCORMACK, K. The development of a supply chain
management process maturity model using the concepts of business process
orientation. Supply Chain Management: An International Journal, v. 9, n. 4, p.
272-278, 2004.
LOPES, H. E. G. A força dos contatos: um estudo das redes interpessoais. Tese
(Doutorado). Belo Horizonte. Universidade Federal de Minas Gerais, Centro de
Pós-Graduação e Pesquisas em Administração, Belo Horizonte, 2001.
MALHOTRA, N. Pesquisa de marketing: uma orientação aplicada. Porto Alegre:
Bookman, 2001.
MCCORMACK, K.; JOHNSON, W.; WALKER, W. Supply chain networks and
business process orientation: advanced strategies and best practices. APICS
series on resource management. CRC Boca Raton, Florida: Press LLC. 2003.
MCCORMACK, K.; BRONZO, M.; OLIVEIRA, M. P. V. Supply chain maturity and
performance. Supply Chain Management: an International Journal, v. 13, n. 4,
p. 272-282, 2008.
71
MCCORMACK, K.; BRONZO, M.; OLIVEIRA, M. P. V. Supply chain management
maturity in Brazil. In: MCCORMACK, K. (org.). Business process maturity:
theory and application. EUA, DRK Consulting, 2007.
MENTZER, J. T.; DEWITT, W.; KEEBLER, J. S.; MIN, S.; NIX, N.; SMITH, C.D.;
ZACH, Z. G. Defining supply chain management. Journal of Business Logistics,
v. 22, n. 2, p. 1-25, 2001.
NASLUND, D. Lean, six sigma and lean sigma: fads or real process
improvement methods? Business Process Management Journal, v. 14, n. 3, p.
269-287, 2008.
NEELY, A.; GREGORY, M.; PLATTS, K. Performance measurement system
design: a literature review and research agenda. International Journal of
Operations & Production Management, v. 15, n. 4, p. 80-116, 1995.
NIESSINK, F.; CLERK, V.; VLIET, H. The IT Service Capability Maturity Model.
Software
Engineering
Research
Centre,
2005.
Disponível
em:
<http://itservicecmm.googlepages.com/SPIP98-2.Niessink.pdf>. Acesso em:
27 fev. 2009.
OLIVEIRA, M. P. V. Análise estrutural de construtos e relações entre
maturidade e desempenho logístico. Dissertação (Mestrado). Belo Horizonte.
Universidade Federal de Minas Gerais, Centro de Pós-Graduação e Pesquisas
em Administração, Belo Horizonte, 2006.
PIRES, S. R. I Gestão da cadeia de suprimentos: conceitos, estratégias,
práticas e casos. São Paulo: Atlas, 2004.
POIRIER, C. C.; QUINN, F. J. How are we doing? A survey of supply chain
progress. Supply Chain Management Review, v. 8, n. 8, p. 24-31, 2004.
POIRIER, C. C.; QUINN, F. J. (2003). A survey of supply chain progress.
Supply Chain Management Review, v. 7, n. 5, p. 40-47, 2003.
PMG. Boost the botton line with supply chain best practices. Signals of
performance. Performance Measurement Group, LCC, 2005. Disponível em:
http://www.pmgbenchmarking.com/public/Product/scorecard/supply_chain/sco
recard.aspx. Acesso em: 21 dez. 2008.
PMI. Organizational Project Management Maturity Model (OPM3). Project
Management Institute – PMI. Bookstore. Org., 2003.
PORTER, M. E. Competitive advantage: creating and sustaining superior
performance. New York, NY: Free Press, 1985.
RANJAN, J. Business justification with business intelligence. VINE: The Journal
of Information and Knowledge Management Systems, v. 38, n. 4, p. 461-475,
2008.
72
SCC – SUPPLY CHAIN COUNCIL – SCOR Version 9.0. Supply-Chain Council,
2008.
Disponível
em:
<www.supply-chain.org/galleries/publicgallery/SCOR%209.0%20Overview%20Booklet.pdf>. Acesso em: 19 dez.
2008.
SEI. CMMI for System Engineering/Software Engineering, version 1.02 (CMMISE/SW, V1.02), version 1.02. Technical report CMU/SEI-2000-TR-018.
Pittsburgh: Software Engineering Institute – Carnegie Mellon University, 2000.
SELLTIZ, C.; WRIGHTSMAN, C. Métodos de pesquisa nas relações sociais. São
Paulo: EPU, 1987.
SHEWHART, W. A. Statistical Method from the Viewpoint of Quality Control.
Dover Publications, Dec. 1986.
SILVA, E. L.; MENEZES, E. M. Metodologia da pesquisa e elaboração de
dissertação. Florianópolis: UFSC/PPGEP/LED, 2000.
SKJOETT-LARSEN,
T.;
THERNOE,
C.;
ANDRESEN,
C.
Supply-chain
collaboration: theoretical perspectives and empirical evidence. International
Journal of Physical Distribution & Logistics Management, v. 33, n. 6, p. 531549, 2003.
SLACK, N.; CHAMBERS, S.; JOHNSTON, R.; BETTS, A. Gerenciamento de
operações e de processos. Porto Alegre: Bookman, 2006.
SMITH, R. Business process management and the Balanced Scorecard: using
processes as strategic drivers. New Jersey: John Wiley & Sons, 2007.
SCHONBERGER, R. J. Some observations on the advantages and
implementation issues of just-in-time production systems. Journal of
Operations Management, v. 3, n. 1, p. 1-12, 1982.
SCHONBERGER, R. J. Japanese production management: an evolution – with
mixed success. Journal of Operations Management, v. 25, p. 403-419, 2007.
SKINNER, W. The focused factory. Harvard Business Review, v. 52, n. 3, p.
113-21, 1974.
TARNE, B. A practical guide to improving project management maturity, 2007.
Disponível em: http://www.projectsatwork.com/content/articles/239619.cfm>.
Acesso em: 19 nov. 2008.
TEECE, D. J.; PISANO, G.; SHUEN, A. Dynamic capabilities and strategic
management. Strategic Management Journal, v. 18, n. 7, p. 509-533, 1997.
73
TENENHAUS, M.; VINZI, V. E.; CHATELIN, Y.-M.; LAURO, C. PLS path
modeling. Computational Statistics & Data Analysis, v. 48, n. 1, p. 159-205,
2005.
URDANG, L.; FLEXNER, S. B. The Randon House dictionary of the English
language: College edition. New York: Random House, 1968. 1568 p.
WOMACK, J. P.; JONES, D. T.; ROOS, D. A máquina que mudou o mundo. Rio
de Janeiro: Campus, 1992.
74
APÊNDICE 1 - Instrumento da pesquisa
Assinale com um X o seu grau de concordância ou discordância em relação às questões
apresentadas neste instrumento de pesquisa, conforme a escala:
Discordo
totalmente
1
2
3
4
Concordo
totalmente
5
PARTE 1 – Gestão e orientação para processos
1.1 Liderança e Estratégia
1.1.1 A diretoria da empresa está comprometida com o
planejamento de melhorias dos processos existentes na
organização?
1
2
3
4
5
1.1.2 Os resultados atuais dos processos são alinhados às
diretrizes do planejamento estratégico da organização?
1
2
3
4
5
1.1.3 As estratégias da empresa são comunicadas
adequadamente para os funcionários, em todos os níveis da
organização?
1
2
3
4
5
1.1.4 O planejamento estratégico da empresa tem sido eficaz
na melhoria do desempenho geral da organização?
1
2
3
4
5
1.2.1 Os principais processos da empresa estão devidamente
documentados em fluxogramas, mapas de processos,
relatórios ou de outra forma?
1
2
3
4
5
1.2.2 As responsabilidades dos funcionários em relação aos
objetivos dos processos da organização estão definidas e
devidamente documentadas?
1
2
3
4
5
1.2.3 A organização possui uma metodologia formal e
padronizada para descrever ou mapear os seus processos?
1
2
3
4
5
1.2.4 A organização possui uma metodologia formal e
padronizada para o desenho de novos processos?
1
2
3
4
5
1.2 Documentação de processos
75
1.3 Medição do desempenho de processos
1.3.1 Indicadores de desempenho estão definidos para a maior
parte dos processos da organização?
1
2
3
4
5
1.3.2 Há metas de desempenho para a maior parte dos
processos da organização?
1
2
3
4
5
1.3.3 As metas de desempenho dos processos parecem estar
alinhadas às diretrizes estratégicas do negócio?
1
2
3
4
5
1.3.4 Os indicadores de desempenho dos processos são
1
comunicados de maneira clara a todos os funcionários que estão
direta ou indiretamente envolvidos com esses processos na
organização?
2
3
4
5
1.3.5 Os resultados de desempenho dos processos atuais estão 1
sendo utilizados para ajustar metas de melhorias futuras desses
processos?
2
3
4
5
1.3.6 Modificações nos processos da organização são
1
documentadas e passam por um processo formal de consultas e
decisões na empresa?
2
3
4
5
1.3.7 Quando há mudanças nos processos da empresa, elas são 1
comunicadas de maneira eficaz e rápida aos envolvidos direta
ou indiretamente com o processo (por exemplo, fornecedores,
funcionários, acionistas, comunidade, outros)?
2
3
4
5
2
3
4
5
1.4.2 Na estrutura organizacional da empresa, existem times ou 1
equipes de profissionais responsáveis por coordenar projetos ou
processos interdepartamentais?
2
3
4
5
1.4.3 Existem, na empresa, profissionais responsáveis pela
gerência de processos e que se encontram formalmente
representados no organograma da empresa?
1
2
3
4
5
1.4.4 Há, na estrutura organizacional da empresa, uma área ou
uma gerência responsável pela proposição de melhorias nos
processos do negócio?
1
2
3
4
5
1.4 Estrutura organizacional
1.4.1 A estrutura organizacional da empresa facilita a 1
integração do fluxo de atividades entre áreas/departamentos da
organização?
76
1.5 Gestão de pessoas
1.5.1 Funcionários da empresa participam periodicamente de 1
cursos e treinamentos que valorizem conhecimentos em gestão
de processos?
2
3
4
5
1.5.2 Quando há uma mudança em um processo ou quando há
a implementação de um novo processo na organização os
funcionários envolvidos são suficientemente treinados antes de
começarem a executar as suas atividades neste novo processo?
1
2
3
4
5
1.5.3 Parte da remuneração dos funcionários da empresa está
atrelada, de alguma forma, ao desempenho dos processos da
organização nos quais atuam esses funcionários?
1
2
3
4
5
1.5.4 Em sua maior parte, as tarefas são executadas 1
valorizando-se a autonomia do funcionário e conferindo-lhe a
responsabilidade para tomar certos tipos de decisões na
execução de suas tarefas diárias?
2
3
4
5
2
3
4
5
1.6.2 No geral, os funcionários da empresa compreendem a 1
natureza do negócio como uma série de processos interligados?
2
3
4
5
1.6.3 A empresa é capaz de gerenciar adequadamente conflitos 1
entre funções (ou entre departamentos) e minimizar a
resistência a mudanças nos processos, se necessário?
2
3
4
5
1.6.4 Existe, na empresa, alinhamento entre os objetivos 1
estratégicos de suas áreas funcionais (marketing, vendas,
produção, finanças, outras)?
2
3
4
5
1.6.5 Gerentes da organização realizam reuniões com o objetivo 1
de aprimorarem a integração dos fluxos de atividades afins às
várias áreas funcionais do negócio (marketing, vendas,
produção, finanças, outras)?
2
3
4
5
1.6 Aspectos da cultura e valores da organização
1.6.1 Conceitos como gestão orientada para processos e 1
excelência no desempenho de processos são discutidos pela
gerência da empresa em suas reuniões periódicas?
77
1.7 Orientação para clientes
1.7.1 A organização realiza constantemente pesquisas de 1
mercado para identificar as necessidades dos seus clientes?
2
3
4
5
1.7.2 A maior parte dos funcionários da empresa compreende 1
quais características dos produtos são mais valiosas para os
clientes da organização?
2
3
4
5
1.7.3 Os feedbacks (opiniões) de clientes são geralmente 1
utilizados para aprimorar os processos da organização?
2
3
4
5
1.7.4 A organização mede a satisfação dos seus clientes de 1
forma frequente – por exemplo, por semana ou mês?
2
3
4
5
1.7.5 Produtos e serviços são desenvolvidos com base nas 1
necessidades e expectativas dos clientes da empresa?
2
3
4
5
1.7.6 A organização monitora de forma efetiva as ações dos 1
seus concorrentes diretos?
2
3
4
5
1.8.1 A organização está desenvolvendo relacionamentos de 1
longo prazo com seus principais fornecedores, de materiais ou
de serviços?
2
3
4
5
1.8.2 A organização trabalha em conjunto com os seus 1
fornecedores buscando maior eficiência e velocidade dos
processos de suprimento de materiais e de serviços?
2
3
4
5
1.8.3 As mudanças nos processos de suprimento da empresa 1
são comunicadas de maneira eficaz e rápida para os seus
fornecedores de produtos ou serviços?
2
3
4
5
1.8.4 A empresa valoriza o intercâmbio de informações e o 1
compartilhamento
de
conhecimento
com
fornecedores
estratégicos?
1.8.5 A empresa executa planos conjuntos de melhorias dos 1
processos de suprimento com seus fornecedores estratégicos?
1.8.6 Há equipes de trabalho constituídas por profissionais da 1
sua empresa e de fornecedores, e que estão voltadas ao
gerenciamento dos processos de suprimento?
2
3
4
5
2
3
4
5
2
3
4
5
1.8 Orientação para fornecedores
78
1.9 Sistemas e tecnologias da informação
1.9.1 Os sistemas de informação da empresa favorecem a
integração de dados de diferentes áreas ou funções da
organização?
1.9.2 Os sistemas de informação na empresa permitem acessar
dados confiáveis sobre o desempenho dos principais processos ou
atividades da organização, a qualquer momento?
1.9.3 Os sistemas de informação da empresa suportam e
facilitam a introdução de mudanças nos processos da
organização?
1.9.4 A empresa utiliza a internet para acessar dados de seus
clientes (previsões, ideias, reclamações)?
1.9.5 A empresa utiliza a internet para acessar dados de seus
fornecedores (previsões, ideias, reclamações)?
1.9.6 A empresa utiliza a internet para colocar pedidos de
compras de produtos e serviços aos seus fornecedores?
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1.9.7 A empresa utiliza a internet para receber pedidos de 1
produtos ou serviços de seus clientes?
1.9.8 A organização possui um sistema de gerenciamento 1
eletrônico de documentos?
1.9.9 A organização utiliza softwares de modelagem e simulação 1
de processos?
2
3
4
5
2
3
4
5
2
3
4
5
Parte 2 – INDICADORES ANALÍTICOS
2.1 A empresa possui informações a respeito de quais são os 1
atributos mais valorizados pelos seus clientes em relação aos seus
produtos e/ou serviços?
2.2 A empresa possui medidas de desempenho para a gestão de 1
seus processos de suprimentos, de materiais ou de serviços?
2
3
4
5
2
3
4
5
2.3 Os responsáveis pelo planejamento das operações da empresa 1
usam ferramentas de simulação para examinarem o impacto de
uma decisão antes que tal decisão seja tomada?
2.4 A empresa avalia a lucratividade do negócio para cada 1
segmento de clientes atendido?
2
3
4
5
2
3
4
5
2.5 A empresa reconhece os padrões de demanda para os seus 1
produtos?
2
3
4
5
2.6 Há na empresa a utilização de métodos matemáticos ou de 1
métodos estatísticos para prever demanda?
2
3
4
5
2.7 A empresa planeja sua atuação futura baseando-se em dados1
referentes à demanda por seus produtos/serviços?
2
3
4
5
2.8 A empresa planeja sua atuação futura baseando-se nos1
diferentes perfis de seus clientes/segmentos de clientes?
2
3
4
5
2.9 As previsões de demanda são confiáveis?
2
3
4
5
1
79
2.10
Algum
fornecedor
possui
a
responsabilidade
gerenciamento dos estoques em sua empresa?
pelo1
2
3
4
5
2.11 A empresa compartilha informações sobre previsão de 1
demanda com seus fornecedores?
2
3
4
5
2.12 Pode-se dizer que há um planejamento colaborativo entre sua 1
empresa e seus fornecedores?
2
3
4
5
2.13 A programação da produção da empresa é eficaz em relação 1
aos objetivos de lucratividade do negócio?
2
3
4
5
2.14 A empresa monitora o tempo para atendimento do pedido de 1
seus clientes?
2
3
4
5
2.15 Modificações na programação das operações são examinadas 1
detalhadamente em suas consequências financeiras e operacionais,
antes que venham a ser implementadas?
2
3
4
5
2.16 A empresa analisa periodicamente seus erros de previsão?
2
3
4
5
2
3
4
5
2
3
4
5
1
2
3
4
5
3.2.2 A empresa consegue atrair novos clientes?
1
2
3
4
5
3.2.3 A empresa é competitiva, em termos de vendas e de
participação (market share), nos mercados em que atua?
1
2
3
4
5
3.2.4 A empresa consegue manter os níveis de satisfação de seus
clientes, nos vários mercados em que atua?
1
2
3
4
5
1
PARTE 3 - DESEMPENHO GLOBAL
3.1 Financeiro
3.1.1 Do ponto de vista da lucratividade e do aumento de receita, 1
os resultados financeiros dos últimos dois anos são satisfatórios e
atendem as metas do planejamento estratégico da empresa?
3.1.2 Do ponto de vista da eficiência na redução de custos, os
1
resultados financeiros dos últimos dois anos são satisfatórios e
atendem as metas do planejamento estratégico da empresa?
3.2 Cliente/Mercado
3.2.1 A empresa tem a fidelização da maior parte de seus
clientes?
80
3.3 Processos e capacidades
3.3.1 A empresa é consistente no atendimento de pedido dos 1
seus clientes, isto é, consegue entregar o que foi prometido
dentro dos prazos acordados com os seus clientes?
3.3.2 A empresa tem tido êxito em reduzir o tempo de 1
atendimento dos pedidos de seus clientes?
2
3
4
5
2
3
4
5
3.3.3 A empresa tem tido êxito em reduzir o tempo de 1
desenvolvimento de novos produtos?
2
3
4
5
3.3.4 A empresa vem conseguindo desenvolver e gerenciar 1
satisfatoriamente os seus processos externos com fornecedores?
2
3
4
5
3.3.5 A empresa vem conseguindo desenvolver e gerenciar 1
satisfatoriamente os seus processos externos com clientes?
2
3
4
5
3.3.6 As capacidades humanas possuídas pela empresa são 1
adequadas em relação às diretrizes estratégicas do planejamento
do negócio?
2
3
4
5
3.3.7 As capacidades tecnológicas possuídas pela empresa são 1
adequadas em relação às diretrizes estratégicas do planejamento
do negócio?
2
3
4
5
2
3
4
5
2
3
4
5
3.4.3 A empresa procura continuamente gerar conhecimento a 1
partir da execução de seus processos?
2
3
4
5
3.4.4 As habilidades e as competências do quadro de funcionários 1
da empresa são adequadas para o atendimento das metas
estratégicas da organização?
2
3
4
5
3.4 Aprendizado e crescimento
3.4.1 A empresa possui hoje, em seu quadro, funcionários com 1
elevada capacidade ou potencial de crescimento profissional em
suas respectivas áreas de competência?
3.4.2 É elevado o nível de comprometimento da maior parte dos 1
funcionários para com as metas de desempenho da empresa?
4. Caracterização da amostra
4.1 Nome da empresa _____________________
4.2 A empresa possui capital aberto?
(
) Sim
(
) Não
4.3 Qual o segmento principal de atuação de sua empresa?
( ) Agronegócio
( ) Energia
( ) Atacado
( ) Farmacêutico
( ) Autoindústria
( ) Indústria da construção civil
( ) Bens de capital
( ) Indústria digital
( ) Bens de consumo
( ) Papel e celulose
( ) Comunicações
( ) Mineração
( ) Eletroeletrônico
( ) Química e petroquímica
( ) Serviços financeiros
( ) Têxtil
( ) Transporte (logística)
( ) Telecomunicações
( ) Varejo
( ) Siderurgia e metalurgia
81
4.4 Indique o volume de vendas/ano da sua empresa:
( ) Menos de R$100 milhões
( ) R$ 100 - R$150 milhões
( ) R$ 150 - R$200 milhões
( ) R$200 - R$500 milhões
( ) R$500 milhões - R$1 bilhão
( )R$1 bilhão - R$2 bilhões
( )R$2 bilhões - R$10 bilhões
( ) Acima de R$10 bilhões
4.5 Qual é o número total de funcionários em tempo integral de sua empresa?
___________
4.6 Indique a localização da empresa em que você atua.
_______________________
4.7
(
(
(
(
(
(
Indique o principal mercado de atuação do negócio.
) Local, em um ou dois estados da federação
) Em alguns poucos estados da federação
) Em muitos estados da federação
) Em todo o país
) Em todo o país e no exterior
) Majoritariamente no exterior
82
APÊNDICE 2 -
Segmento de atuação das empresas da amostra
Cumulative
Frequency
Valid
Percent
Valid Percent
Percent
Agronegócio
17
4,6
4,6
4,6
Atacado
11
3,0
3,0
7,6
Autoindústria
29
7,9
7,9
15,5
8
2,2
2,2
17,7
41
11,1
11,1
28,8
Bens de capital
Bens de consumo
Comunicações
2 ,5
,5
29,3
Eletroeletrônico
10
2,7
2,7
32,1
Energia
13
3,5
3,5
35,6
8
2,2
2,2
37,8
Financeiro
15
4,1
4,1
41,8
Indústria da construção
22
6,0
6,0
47,8
Indústria digital
5
1,4
1,4
49,2
Mineração
9
2,4
2,4
51,6
Outros
1 ,3
,3
51,9
1 ,3
,3
52,2
2 ,5
,5
52,7
1 ,3
,3
53,0
1 ,3
,3
53,3
1 ,3
,3
53,5
Farmacêutico
Outros: Agência reguladora Autarquia federal
Outros: Associação de
empresas
Outros: Aviação civil
Outros: Entidade sem fins
lucrativos – Gerenciamento
de embalagens vazias
Outros: Governo – Saúde
pública
83
Fundação científica
1 ,3
,3
53,8
1 ,3
,3
54,1
Outros: Produção e
comercialização de
embalagens sob encomenda
Papel e celulose
4
1,1
1,1
55,2
Papel e celulose
2 ,5
,5
55,7
Produção agropecuária
1 ,3
,3
56,0
Química e petroquímica
17
4,6
4,6
60,6
Serviços
67
18,2
18,2
78,8
Siderurgia e metalurgia
17
4,6
4,6
83,4
Telecomunicações
9
2,4
2,4
85,9
Têxteis
9
2,4
2,4
88,3
Transformação de plásticos
1 ,3
,3
88,6
Transporte
30
8,2
8,2
96,7
Varejo
12
3,3
3,3
100,0
368
100,0
100,0
Total
Faturamento das empresas da amostra
Frequency
Menos de R$100 milhões
R$100 milhões - R$150 milhões
R$150 milhões - R$200 milhões
R$200 milhões - R$500 milhões
R$500 milhões - R$ 1bilhão
R$1 bilhão - R$2 bilhões
R$2 bilhões - R$10 bilhões
Acima de R$10 bilhões
TOTAL
Percent
Cumulative
Percent
90
24.5
24.5
32
8.7
33.2
29
7.9
41.1
45
12.2
53.3
52
14.1
67.4
37
10.1
77.5
42
11.4
88.9
37
11.1
100
368
100,0
84
Alfa de Cronbach e correlações interitens
Liderança e estratégia
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
items
,834
,835
4
Item Statistics
@1.1.1_1
@1.1.2_1
@1.1.3_1
@1.1.4_1
Mean
4,16
3,76
3,19
3,61
Std. Deviation
,908
,974
1,098
,998
N
368
368
368
368
Inter-Item Correlation Matrix
@1.1.1_1
@1.1.2_1
@1.1.3_1
@1.1.4_1
@1.1.1_1
@1.1.2_1
@1.1.3_1
1,000
,549
,478
,549
1,000
,563
,478
,563
1,000
,530
,598
,634
@1.1.4_1
,530
,598
,634
1,000
Inter-Item Covariance Matrix
@1.1.1_1
@1.1.2_1
@1.1.3_1
@1.1.4_1
@1.1.1_1
@1.1.2_1
@1.1.3_1
,825
,486
,477
,486
,948
,603
,477
,603
1,206
,481
,581
,695
@1.1.4_1
,481
,581
,695
,995
Item – Total Statistics
@1.1.1_1
@1.1.2_1
@1.1.3_1
@1.1.4_1
Scale mean if Scale variance if
item deleted
item deleted
10,56
6,906
10,96
6,331
11,53
5,863
11,10
6,109
Corrected item- Squared multiple Cronbach's alpha if
total correlation
correlation
item deleted
,604
,375
,816
,681
,466
,783
,667
,464
,792
,712
,512
,768
Scale Statistics
Mean
14,72
Variance
10,617
Std. Deviation
3,258
N of Items
4
85
Alfa de Cronbach e correlações interitens
Documentação de processos
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,890
,890
4
Item Statistics
@1.2.1_1
@1.2.2_1
@1.2.3_1
@1.2.4_1
Mean
3,75
3,42
3,60
3,40
Std. Deviation
1,133
1,030
1,196
1,202
N
368
368
368
368
Inter-Item Correlation Matrix
@1.2.1_1
@1.2.2_1
@1.2.3_1
@1.2.4_1
@1.2.1_1
@1.2.2_1
@1.2.3_1
1,000
,732
,685
,732
1,000
,619
,685
,619
1,000
,599
,559
,825
@1.2.4_1
,599
,559
,825
1,000
Inter-Item Covariance Matrix
@1.2.1_1
@1.2.2_1
@1.2.3_1
@1.2.4_1
@1.2.1_1
@1.2.2_1
@1.2.3_1
1,283
,855
,928
,855
1,062
,762
,928
,762
1,430
,815
,693
1,186
@1.2.4_1
,815
,693
1,186
1,446
Item-Total Statistics
@1.2.1_1
@1.2.2_1
@1.2.3_1
@1.2.4_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
10,42
9,220
,755
,624
,859
10,75
10,019
,708
,565
,877
10,58
8,517
,824
,741
,832
10,77
8,866
,752
,685
,861
Scale Statistics
Mean
14,17
Variance
15,701
Std. Deviation
3,962
N of Items
4
86
Alfa de Cronbach e correlações interitens
Medição do desempenho de processos
Reliability Statistics
Cronbach's Cronbach's alpha based
N of
Alpha
on standardized items
Items
,917
,918
7
Item Statistics
@1.3.1_1
@1.3.2_1
@1.3.3_1
@1.3.4_1
@1.3.5_1
@1.3.6_1
@1.3.7_1
Mean
3,70
3,73
3,66
3,31
3,49
3,33
3,10
Std. Deviation
1,077
1,099
1,077
1,170
1,127
1,212
1,126
N
368
368
368
368
368
368
368
Interitem Correlation Matrix
@1.3.1_1
@1.3.2_1
@1.3.3_1
@1.3.4_1
@1.3.5_1
@1.3.6_1
@1.3.7_1
@1.3.1_1
@1.3.2_1
@1.3.3_1
@1.3.4_1
@1.3.5_1
@1.3.6_1
1,000
,776
,703
,658
,661
,502
,776
1,000
,768
,665
,680
,450
,703
,768
1,000
,673
,705
,487
,658
,665
,673
1,000
,732
,608
,661
,680
,705
,732
1,000
,634
,502
,450
,487
,608
,634
1,000
,464
,431
,463
,592
,581
,666
@1.3.7_1
,464
,431
,463
,592
,581
,666
1,000
Item – Total Statistics
@1.3.1_1
@1.3.2_1
@1.3.3_1
@1.3.4_1
@1.3.5_1
@1.3.6_1
@1.3.7_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
20,61
31,262
,761
,660
,903
20,58
31,069
,760
,715
,903
20,64
31,178
,769
,670
,902
21,00
29,943
,803
,649
,898
20,81
30,187
,819
,678
,897
20,98
31,071
,670
,551
,913
21,21
32,154
,639
,507
,915
Scale Statistics
Mean
24,31
Variance
41,592
Std. Deviation
6,449
N of Items
7
87
Alfa de Cronbach e correlações interitens
Estrutura organizacional
Reliability Statistics
Cronbach's Cronbach's alpha based
N of
Alpha
on standardized items
Items
,789
,787
4
Item Statistics
@1.4.1_1
@1.4.2_1
@1.4.3_1
@1.4.4_1
Mean
3,49
3,46
3,33
3,20
Std. Deviation
1,075
1,152
1,349
1,315
N
368
368
368
368
Inter-Item Correlation Matrix
@1.4.1_1
@1.4.2_1
@1.4.3_1
@1.4.4_1
@1.4.1_1
@1.4.2_1
@1.4.3_1
1,000
,455
,353
,455
1,000
,631
,353
,631
1,000
,311
,492
,640
@1.4.4_1
,311
,492
,640
1,000
Inter-Item Covariance Matrix
@1.4.1_1
@1.4.2_1
@1.4.3_1
@1.4.4_1
@1.4.1_1
@1.4.2_1
@1.4.3_1
1,155
,564
,512
,564
1,328
,981
,512
,981
1,820
,439
,746
1,135
@1.4.4_1
,439
,746
1,135
1,729
Item – Total Statistics
@1.4.1_1
@1.4.2_1
@1.4.3_1
@1.4.4_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
9,99
10,599
,433
,219
,810
10,02
8,877
,667
,467
,705
10,14
7,709
,701
,542
,680
10,28
8,415
,608
,426
,733
Scale Statistics
Mean
13,48
Variance
14,784
Std. Deviation
3,845
N of Items
4
88
Alfa de Cronbach e correlações interitens
Gestão de pessoas
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,773
,781
4
Item Statistics
@1.5.1_1
@1.5.2_1
@1.5.3_1
@1.5.4_1
Mean
3,18
3,11
2,96
3,27
Std. Deviation
1,174
1,089
1,308
1,036
N
368
368
368
368
Inter-Item Correlation Matrix
@1.5.1_1
@1.5.2_1
@1.5.3_1
@1.5.4_1
@1.5.1_1
@1.5.2_1
@1.5.3_1
1,000
,659
,375
,659
1,000
,355
,375
,355
1,000
,443
,560
,438
@1.5.4_1
,443
,560
,438
1,000
Inter-Item Covariance Matrix
@1.5.1_1
@1.5.2_1
@1.5.3_1
@1.5.4_1
@1.5.1_1
@1.5.2_1
@1.5.3_1
1,377
,842
,576
,842
1,185
,505
,576
,505
1,710
,539
,631
,593
@1.5.4_1
,539
,631
,593
1,073
Item – Total Statistics
@1.5.1_1
@1.5.2_1
@1.5.3_1
@1.5.4_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
9,33
7,427
,612
,460
,699
9,40
7,577
,660
,524
,676
9,55
7,660
,463
,233
,788
9,24
8,120
,597
,381
,711
Scale Statistics
Mean
12,51
Variance
12,719
Std. Deviation
3,566
N of Items
4
89
Alfa de Cronbach e correlações interitens
Cultura e valores da organização
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,874
,874
5
Item Statistics
@1.6.1_1
@1.6.2_1
@1.6.3_1
@1.6.4_1
@1.6.5_1
Mean
3,33
3,31
3,24
3,37
3,26
Std. Deviation
1,148
1,035
1,064
1,141
1,197
N
368
368
368
368
368
Inter-Item Correlation Matrix
@1.6.1_1
@1.6.2_1
@1.6.3_1
@1.6.4_1
@1.6.5_1
@1.6.1_1
@1.6.2_1
@1.6.3_1
@1.6.4_1
1,000
,515
,529
,576
,515
1,000
,617
,549
,529
,617
1,000
,623
,576
,549
,623
1,000
,587
,530
,610
,686
@1.6.5_1
,587
,530
,610
,686
1,000
Inter-Item Covariance Matrix
@1.6.1_1
@1.6.2_1
@1.6.3_1
@1.6.4_1
@1.6.5_1
@1.6.1_1
@1.6.2_1
@1.6.3_1
@1.6.4_1
1,318
,612
,646
,754
,612
1,071
,679
,648
,646
,679
1,132
,756
,754
,648
,756
1,301
,806
,657
,776
,937
@1.6.5_1
,806
,657
,776
,937
1,432
Item-Total Statistics
@1.6.1_1
@1.6.2_1
@1.6.3_1
@1.6.4_1
@1.6.5_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
13,19
13,841
,660
,439
,858
13,21
14,535
,658
,453
,858
13,28
13,950
,719
,531
,844
13,15
13,307
,744
,568
,837
13,26
13,014
,736
,561
,839
Scale Statistics
Mean
16,52
Variance
20,797
Std. Deviation
4,560
N of Items
5
90
Alfa de Cronbach e correlações interitens
Orientação para o cliente
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,847
,850
6
Item Statistics
@1.7.1_1
@1.7.2_1
@1.7.3_1
@1.7.4_1
@1.7.5_1
@1.7.6_1
Mean
3,22
3,34
3,54
3,08
3,69
3,25
Std. Deviation
1,259
,987
1,130
1,345
1,095
1,182
N
367
367
367
367
367
367
Inter-Item Correlation Matrix
@1.7.1_1
@1.7.2_1
@1.7.3_1
@1.7.4_1
@1.7.5_1
@1.7.6_1
@1.7.1_1
@1.7.2_1
@1.7.3_1
@1.7.4_1
@1.7.5_1
1,000
,405
,465
,447
,409
,405
1,000
,559
,429
,528
,465
,559
1,000
,554
,620
,447
,429
,554
1,000
,526
,409
,528
,620
,526
1,000
,589
,376
,443
,435
,505
@1.7.6_1
,589
,376
,443
,435
,505
1,000
Inter-Item Covariance Matrix
@1.7.1_1
@1.7.2_1
@1.7.3_1
@1.7.4_1
@1.7.5_1
@1.7.6_1
@1.7.1_1
@1.7.2_1
@1.7.3_1
@1.7.4_1
@1.7.5_1
1,585
,503
,661
,756
,564
,503
,974
,623
,570
,571
,661
,623
1,276
,841
,767
,756
,570
,841
1,808
,775
,564
,571
,767
,775
1,199
,877
,438
,591
,691
,653
@1.7.6_1
,877
,438
,591
,691
,653
1,397
Item-Total Statistics
@1.7.1_1
@1.7.2_1
@1.7.3_1
@1.7.4_1
@1.7.5_1
@1.7.6_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
16,91
19,692
,602
,423
,828
16,79
21,618
,589
,385
,830
16,59
19,758
,694
,519
,809
17,05
18,927
,621
,400
,825
16,44
20,142
,678
,502
,813
16,88
20,104
,613
,437
,825
Scale Statistics
Mean
20,13
Variance
28,001
Std. Deviation
5,292
N of Items
6
91
Alfa de Cronbach e correlações interitens
Orientação para fornecedores
Reliability Statistics
Cronbach's Cronbach’s Alpha Based N of
Alpha
on Standardized Items
Items
,917
,919
6
Item Statistics
@1.8.1_1
@1.8.2_1
@1.8.3_1
@1.8.4_1
@1.8.5_1
@1.8.6_1
Mean
3,76
3,61
3,33
3,56
3,34
3,08
Std. Deviation
1,097
1,074
1,063
1,132
1,166
1,277
N
368
368
368
368
368
368
Inter-Item Correlation Matrix
@1.8.1_1
@1.8.2_1
@1.8.3_1
@1.8.4_1
@1.8.5_1
@1.8.6_1
@1.8.1_1
@1.8.2_1
@1.8.3_1
@1.8.4_1
@1.8.5_1
1,000
,781
,655
,646
,632
,781
1,000
,746
,713
,702
,655
,746
1,000
,714
,704
,646
,713
,714
1,000
,757
,632
,702
,704
,757
1,000
,449
,541
,573
,538
,668
@1.8.6_1
,449
,541
,573
,538
,668
1,000
Inter-Item Covariance Matrix
@1.8.1_1
@1.8.2_1
@1.8.3_1
@1.8.4_1
@1.8.5_1
@1.8.6_1
@1.8.1_1
@1.8.2_1
@1.8.3_1
@1.8.4_1
@1.8.5_1
1,204
,921
,764
,803
,808
,921
1,154
,852
,868
,879
,764
,852
1,130
,860
,873
,803
,868
,860
1,282
,999
,808
,879
,873
,999
1,358
,630
,742
,778
,778
,995
@1.8.6_1
,630
,742
,778
,778
,995
1,631
Item-Total Statistics
@1.8.1_1
@1.8.2_1
@1.8.3_1
@1.8.4_1
@1.8.5_1
@1.8.6_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
16,92
23,803
,733
,634
,906
17,06
23,181
,824
,733
,894
17,35
23,475
,801
,654
,897
17,11
22,960
,794
,664
,897
17,33
22,392
,826
,703
,893
17,60
23,381
,635
,471
,922
Scale Statistics
Mean
20,67
Variance
32,858
Std. Deviation
5,732
N of Items
6
92
Alfa de Cronbach e correlações interitens
Tecnologia de informação
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,865
,867
9
Item Statistics
@1.9.1_1
@1.9.2_1
@1.9.3_1
@1.9.4_1
@1.9.5_1
@1.9.6_1
@1.9.7_1
@1.9.8_1
@1.9.9_1
Mean
3,64
3,48
3,25
3,45
3,31
3,69
3,78
3,57
2,95
Std. Deviation
1,126
1,197
1,145
1,263
1,307
1,269
1,218
1,364
1,391
N
368
368
368
368
368
368
368
368
368
Inter-Item Correlation Matrix
@1.9.1_1
@1.9.2_1
@1.9.3_1
@1.9.4_1
@1.9.5_1
@1.9.6_1
@1.9.7_1
@1.9.8_1
@1.9.9_1
@1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1
1,000
,741
,682
,428
,481
,262
,239
,388
,741
1,000
,719
,427
,527
,308
,323
,390
,682
,719
1,000
,445
,495
,358
,278
,384
,428
,427
,445
1,000
,779
,384
,422
,384
,481
,527
,495
,779
1,000
,486
,440
,455
,262
,308
,358
,384
,486
1,000
,531
,303
,239
,323
,278
,422
,440
,531
1,000
,311
,388
,390
,384
,384
,455
,303
,311
1,000
,287
,329
,362
,372
,418
,290
,223
,508
@1.9.9_1
,287
,329
,362
,372
,418
,290
,223
,508
1,000
Inter-Item Covariance Matrix
@1.9.1_1
@1.9.2_1
@1.9.3_1
@1.9.4_1
@1.9.5_1
@1.9.6_1
@1.9.7_1
@1.9.8_1
@1.9.9_1
@1.9.1_1 @1.9.2_1 @1.9.3_1 @1.9.4_1 @1.9.5_1 @1.9.6_1 @1.9.7_1 @1.9.8_1
1,267
,998
,879
,608
,707
,374
,327
,595
,998
1,433
,986
,645
,824
,468
,471
,637
,879
,986
1,312
,643
,741
,521
,388
,600
,608
,645
,643
1,594
1,286
,615
,649
,661
,707
,824
,741
1,286
1,709
,806
,700
,811
,374
,468
,521
,615
,806
1,611
,820
,524
,327
,471
,388
,649
,700
,820
1,484
,516
,595
,637
,600
,661
,811
,524
,516
1,859
,450
,548
,577
,653
,760
,512
,378
,964
@1.9.9_1
,450
,548
,577
,653
,760
,512
,378
,964
1,935
93
Item-Total Statistics
@1.9.1_1
@1.9.2_1
@1.9.3_1
@1.9.4_1
@1.9.5_1
@1.9.6_1
@1.9.7_1
@1.9.8_1
@1.9.9_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
27,49
50,349
,618
,609
,849
27,64
48,906
,666
,658
,844
27,87
49,512
,662
,598
,845
27,67
48,378
,656
,626
,845
27,81
46,512
,744
,692
,836
27,44
50,601
,514
,384
,858
27,34
51,512
,486
,359
,861
27,56
49,016
,556
,365
,855
28,18
49,873
,493
,322
,862
Scale Statistics
Mean
31,12
Variance
61,494
Std. Deviation
7,842
N of Items
9
Alfa de Cronbach e correlações interitens
Indicadores analíticos
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,928
,931
16
Item Statistics
@2.1_1
@2.2_1
@2.3_1
@2.4_1
@2.5_1
@2.6_1
@2.7_1
@2.8_1
@2.9_1
@2.10_1
@2.11_1
@2.12_1
@2.13_1
@2.14_1
@2.15_1
@2.16_1
Mean
3,70
3,50
2,86
3,72
3,77
3,13
3,67
3,73
3,28
2,42
3,08
3,10
3,34
3,73
3,23
3,23
Std. Deviation
1,087
1,115
1,238
1,224
1,013
1,236
1,076
1,044
1,039
1,389
1,270
1,231
1,055
1,116
1,149
1,180
N
368
368
368
368
368
368
368
368
368
368
368
368
368
368
368
368
94
Inter-Item Correlation Matrix
@2.1_1
@2.2_1
@2.3_1
@2.4_1
@2.5_1
@2.6_1
@2.7_1
@2.8_1
@2.9_1
@2.10_1
@2.11_1
@2.12_1
@2.13_1
@2.14_1
@2.15_1
@2.16_1
@2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1
1,000
,575
,478
,428
,552
,411
,507
,508
,439
,184
,313
,346
,466
,459
,478
,515
,575
1,000
,498
,440
,462
,466
,483
,412
,394
,274
,404
,411
,440
,411
,472
,451
,478
,498
1,000
,465
,535
,502
,503
,435
,518
,271
,359
,356
,490
,323
,566
,529
,428
,440
,465
1,000
,582
,338
,513
,470
,379
,110
,287
,324
,431
,378
,462
,401
,552
,462
,535
,582
1,000
,518
,669
,572
,542
,200
,344
,374
,519
,439
,548
,558
,411
,466
,502
,338
,518
1,000
,639
,505
,592
,397
,418
,440
,449
,335
,440
,505
,507
,483
,503
,513
,669
,639
1,000
,742
,665
,330
,423
,456
,562
,455
,541
,537
,508
,412
,435
,470
,572
,505
,742
1,000
,619
,275
,449
,493
,553
,445
,544
,509
,439
,394
,518
,379
,542
,592
,665
,619
1,000
,286
,389
,436
,548
,412
,551
,542
,184
,274
,271
,110
,200
,397
,330
,275
,286
1,000
,549
,491
,359
,224
,320
,294
,313
,404
,359
,287
,344
,418
,423
,449
,389
,549
1,000
,804
,483
,384
,421
,446
,346
,411
,356
,324
,374
,440
,456
,493
,436
,491
,804
1,000
,534
,410
,433
,455
,466
,440
,490
,431
,519
,449
,562
,553
,548
,359
,483
,534
1,000
,533
,600
,519
,459
,411
,323
,378
,439
,335
,455
,445
,412
,224
,384
,410
,533
1,000
,510
,469
,478
,472
,566
,462
,548
,440
,541
,544
,551
,320
,421
,433
,600
,510
1,000
,634
,515
,451
,529
,401
,558
,505
,537
,509
,542
,294
,446
,455
,519
,469
,634
1,000
95
Inter-Item Covariance Matrix
@2.1_1
@2.2_1
@2.3_1
@2.4_1
@2.5_1
@2.6_1
@2.7_1
@2.8_1
@2.9_1
@2.10_1
@2.11_1
@2.12_1
@2.13_1
@2.14_1
@2.15_1
@2.16_1
@2.1_1 @2.2_1 @2.3_1 @2.4_1 @2.5_1 @2.6_1 @2.7_1 @2.8_1 @2.9_1 @2.10_1 @2.11_1 @2.12_1 @2.13_1 @2.14_1 @2.15_1 @2.16_1
1,181
,696
,644
,569
,608
,552
,593
,576
,496
,277
,432
,463
,534
,557
,598
,660
,696
1,243
,687
,601
,522
,642
,579
,480
,456
,424
,572
,564
,518
,511
,605
,594
,644
,687
1,533
,704
,671
,769
,670
,562
,666
,466
,564
,542
,640
,446
,806
,773
,569
,601
,704
1,499
,721
,511
,676
,601
,482
,186
,446
,488
,557
,517
,650
,579
,608
,522
,671
,721
1,025
,648
,729
,605
,570
,281
,442
,466
,554
,497
,637
,667
,552
,642
,769
,511
,648
1,527
,850
,651
,760
,681
,657
,669
,586
,463
,625
,736
,593
,579
,670
,676
,729
,850
1,159
,833
,744
,493
,578
,604
,639
,547
,669
,683
,576
,480
,562
,601
,605
,651
,833
1,090
,671
,399
,595
,634
,609
,518
,652
,628
,496
,456
,666
,482
,570
,760
,744
,671
1,079
,413
,513
,558
,601
,478
,658
,665
,277
,424
,466
,186
,281
,681
,493
,399
,413
1,928
,968
,839
,526
,348
,511
,481
,432
,572
,564
,446
,442
,657
,578
,595
,513
,968
1,613
1,257
,647
,544
,615
,668
,463
,564
,542
,488
,466
,669
,604
,634
,558
,839
1,257
1,516
,694
,564
,612
,662
,534
,518
,640
,557
,554
,586
,639
,609
,601
,526
,647
,694
1,114
,628
,728
,646
,557
,511
,446
,517
,497
,463
,547
,518
,478
,348
,544
,564
,628
1,246
,654
,617
,598
,605
,806
,650
,637
,625
,669
,652
,658
,511
,615
,612
,728
,654
1,321
,861
,660
,594
,773
,579
,667
,736
,683
,628
,665
,481
,668
,662
,646
,617
,861
1,393
96
Item – Total Statistics
@2.1_1
@2.2_1
@2.3_1
@2.4_1
@2.5_1
@2.6_1
@2.7_1
@2.8_1
@2.9_1
@2.10_1
@2.11_1
@2.12_1
@2.13_1
@2.14_1
@2.15_1
@2.16_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
49,78
147,635
,625
,496
,924
49,98
147,183
,625
,468
,924
50,62
144,573
,646
,496
,924
49,76
147,249
,558
,434
,926
49,71
147,062
,702
,596
,922
50,36
144,201
,660
,534
,923
49,81
144,393
,764
,711
,921
49,75
146,210
,714
,628
,922
50,20
146,782
,694
,571
,923
51,06
148,814
,430
,371
,931
50,41
144,718
,622
,688
,924
50,38
144,577
,649
,687
,924
50,14
145,997
,714
,544
,922
49,76
148,304
,580
,407
,925
50,25
144,241
,716
,580
,922
50,25
144,091
,700
,540
,922
Scale Statistics
Mean
53,48
Variance
165,326
Std. Deviation
12,858
N of Items
16
97
Alfa de Cronbach e correlações interitens
Desempenho financeiro
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,784
,784
2
Item Statistics
@3.1.1_1
@3.1.2_1
Mean
3,71
3,57
Std. Deviation
1,148
1,115
N
368
368
Inter-Item Correlation Matrix
@3.1.1_1
@3.1.2_1
@3.1.1_1
@3.1.2_1
1,000
,645
,645
1,000
Inter-Item Covariance Matrix
@3.1.1_1
@3.1.2_1
@3.1.1_1
@3.1.2_1
1,317
,825
,825
1,244
Item – Total Statistics
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
a
@3.1.1_1
3,57
1,244
,645
,416 .
a
@3.1.2_1
3,71
1,317
,645
,416 .
a. The value is negative due to a negative average covariance among items. This violates reliability
model assumptions. You may want to check item codings.
Scale Statistics
Mean
7,28
Variance
4,212
Std. Deviation
2,052
N of Items
2
98
Alfa de Cronbach e correlações interitens
Desempenho cliente/mercado
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,853
,854
4
Item Statistics
@3.2.1_1
@3.2.2_1
@3.2.3_1
@3.2.4_1
Mean
3,81
3,90
3,92
3,89
Std. Deviation
1,001
1,006
1,013
,888
N
368
368
368
368
Inter-Item Correlation Matrix
@3.2.1_1
@3.2.2_1
@3.2.3_1
@3.2.4_1
@3.2.1_1
@3.2.2_1
@3.2.3_1
1,000
,593
,536
,593
1,000
,690
,536
,690
1,000
,596
,546
,605
@3.2.4_1
,596
,546
,605
1,000
Inter-Item Covariance Matrix
@3.2.1_1
@3.2.2_1
@3.2.3_1
@3.2.4_1
@3.2.1_1
@3.2.2_1
@3.2.3_1
1,003
,597
,544
,597
1,012
,703
,544
,703
1,026
,530
,488
,545
@3.2.4_1
,530
,488
,545
,789
Item-Total Statistics
@3.2.1_1
@3.2.2_1
@3.2.3_1
@3.2.4_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
11,71
6,298
,665
,460
,827
11,62
6,055
,722
,549
,802
11,60
6,033
,720
,553
,803
11,63
6,729
,678
,474
,822
Scale Statistics
Mean
15,52
Variance
10,642
Std. Deviation
3,262
N of Items
4
99
Alfa de Cronbach e correlações interitens
Processo/capacidade
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,861
,861
7
Item Statistics
@3.3.1_1
@3.3.2_1
@3.3.3_1
@3.3.4_1
@3.3.5_1
@3.3.6_1
@3.3.7_1
Mean
3,75
3,52
3,21
3,37
3,53
3,52
3,66
Std. Deviation
,984
,982
1,045
,974
,930
,892
,992
N
368
368
368
368
368
368
368
Inter-Item Correlation Matrix
@3.3.1_1
@3.3.2_1
@3.3.3_1
@3.3.4_1
@3.3.5_1
@3.3.6_1
@3.3.7_1
@3.3.1_1
@3.3.2_1
@3.3.3_1
@3.3.4_1
@3.3.5_1
@3.3.6_1
1,000
,656
,490
,440
,549
,418
,656
1,000
,548
,439
,579
,398
,490
,548
1,000
,573
,536
,375
,440
,439
,573
1,000
,635
,484
,549
,579
,536
,635
1,000
,516
,418
,398
,375
,484
,516
1,000
,313
,288
,355
,392
,384
,503
@3.3.7_1
,313
,288
,355
,392
,384
,503
1,000
Item – Total Statistics
@3.3.1_1
@3.3.2_1
@3.3.3_1
@3.3.4_1
@3.3.5_1
@3.3.6_1
@3.3.7_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
20,82
18,773
,641
,492
,839
21,04
18,699
,654
,532
,837
21,36
18,345
,645
,457
,839
21,19
18,670
,665
,505
,836
21,03
18,526
,727
,559
,827
21,04
19,702
,596
,406
,845
20,91
19,967
,481
,297
,861
Scale Statistics
Mean
24,56
Variance
25,213
Std. Deviation
5,021
N of Items
7
100
Alfa de Cronbach e correlações interitens
Aprendizagem e crescimento
Reliability Statistics
Cronbach's Cronbach's Alpha Based N of
Alpha
on Standardized Items
Items
,858
,859
4
Item Statistics
@3.4.1_1
@3.4.2_1
@3.4.3_1
@3.4.4_1
Mean
3,79
3,79
3,60
3,64
Std. Deviation
,944
,960
1,001
,934
N
368
368
368
368
Inter-Item Correlation Matrix
@3.4.1_1
@3.4.2_1
@3.4.3_1
@3.4.4_1
@3.4.1_1
@3.4.2_1
@3.4.3_1
1,000
,594
,563
,594
1,000
,643
,563
,643
1,000
,611
,580
,626
@3.4.4_1
,611
,580
,626
1,000
Inter-Item Covariance Matrix
@3.4.1_1
@3.4.2_1
@3.4.3_1
@3.4.4_1
@3.4.1_1
@3.4.2_1
@3.4.3_1
,891
,538
,533
,538
,921
,618
,533
,618
1,003
,538
,520
,586
@3.4.4_1
,538
,520
,586
,873
Item – Total Statistics
@3.4.1_1
@3.4.2_1
@3.4.3_1
@3.4.4_1
Scale Mean if Scale Variance if Corrected Item- Squared Multiple Cronbach's Alpha if
Item Deleted
Item Deleted
Total Correlation
Correlation
Item Deleted
11,03
6,244
,682
,473
,828
11,04
6,080
,708
,508
,817
11,22
5,878
,715
,522
,815
11,18
6,191
,707
,505
,818
Scale Statistics
Mean
14,82
Variance
10,353
Std. Deviation
3,218
N of Items
4
101
APÊNDICE 3 -
@1.1.1_1 <- LidEstrat
@1.1.1_1 -> BPO
@1.1.2_1 <- LidEstrat
@1.1.2_1 -> BPO
@1.1.3_1 <- LidEstrat
@1.1.3_1 -> BPO
@1.1.4_1 <- LidEstrat
@1.1.4_1 -> BPO
@1.2.1_1 <- DocPro
@1.2.1_1 -> BPO
@1.2.2_1 <- DocPro
@1.2.2_1 -> BPO
@1.2.3_1 <- DocPro
@1.2.3_1 -> BPO
@1.2.4_1 <- DocPro
@1.2.4_1 -> BPO
@1.3.1_1 <- MedDesPro
@1.3.1_1 -> BPO
@1.3.2_1 <- MedDesPro
@1.3.2_1 -> BPO
@1.3.3_1 <- MedDesPro
@1.3.3_1 -> BPO
@1.3.4_1 <- MedDesPro
@1.3.4_1 -> BPO
@1.3.5_1 <- MedDesPro
@1.3.5_1 -> BPO
@1.3.6_1 <- MedDesPro
@1.3.6_1 -> BPO
@1.3.7_1 <- MedDesPro
@1.3.7_1 -> BPO
@1.4.1_1 <- EstOrg
@1.4.1_1 -> BPO
@1.4.2_1 <- EstOrg
@1.4.2_1 -> BPO
@1.4.3_1 <- EstOrg
@1.4.3_1 -> BPO
@1.4.4_1 <- EstOrg
@1.4.4_1 -> BPO
@1.5.1_1 <- GestPess
@1.5.1_1 -> BPO
@1.5.2_1 <- GestPess
@1.5.2_1 -> BPO
@1.5.3_1 <- GestPess
Teste de mensuração do modelo hipotético
Standard Standard
Original Sample Sample Mean Deviation Error
T Statistics
(O)
(M)
(STDEV) (STERR) (|O/STERR|)
0,7646
0,7584
0,0386
0,0386
19,8035
0,565
0,5591
0,0493
0,0493
11,4653
0,8344
0,8351
0,0263
0,0263
31,7693
0,666
0,6639
0,0451
0,0451
14,7606
0,8178
0,8165
0,0279
0,0279
29,3077
0,6224
0,6233
0,0482
0,0482
12,9196
0,8537
0,8517
0,0241
0,0241
35,3987
0,6822
0,6804
0,04
0,04
17,0688
0,8642
0,8644
0,0229
0,0229
37,7933
0,5845
0,5879
0,0472
0,0472
12,3725
0,8397
0,8414
0,0247
0,0247
34,0098
0,634
0,6381
0,0427
0,0427
14,8372
0,9016
0,9014
0,0164
0,0164
55,1407
0,6018
0,6043
0,0458
0,0458
13,1375
0,8639
0,8645
0,0233
0,0233
37,0993
0,6475
0,6491
0,0457
0,0457
14,1774
0,8267
0,8264
0,026
0,026
31,7431
0,6221
0,62
0,0515
0,0515
12,0768
0,8301
0,8296
0,0239
0,0239
34,7868
0,6423
0,6411
0,0459
0,0459
13,986
0,8392
0,8366
0,024
0,024
34,9672
0,6889
0,6826
0,043
0,043
16,009
0,8629
0,8617
0,0212
0,0212
40,6077
0,693
0,6917
0,0409
0,0409
16,9283
0,8776
0,8776
0,02
0,02
43,8715
0,7481
0,7477
0,0441
0,0441
16,9554
0,756
0,7542
0,0369
0,0369
20,4811
0,6293
0,6284
0,0508
0,0508
12,3786
0,7337
0,7319
0,0408
0,0408
17,9722
0,6801
0,6792
0,0416
0,0416
16,3426
0,7037
0,7037
0,041
0,041
17,1626
0,6322
0,6287
0,052
0,052
12,1516
0,8251
0,8231
0,0265
0,0265
31,1298
0,5739
0,5703
0,047
0,047
12,2106
0,8266
0,8227
0,0299
0,0299
27,6752
0,5392
0,5331
0,0568
0,0568
9,501
0,7672
0,7652
0,0454
0,0454
16,9087
0,5405
0,5364
0,0603
0,0603
8,9674
0,802
0,8021
0,0271
0,0271
29,6125
0,6378
0,6373
0,0393
0,0393
16,221
0,8491
0,852
0,0231
0,0231
36,7914
0,7115
0,7137
0,0335
0,0335
21,2595
0,6558
0,6508
0,0524
0,0524
12,508
#VALOR!
4,3646E-59
4,7122E-26
3,769E-105
1,1306E-38
3,1211E-96
1,7215E-31
1,067E-117
5,8946E-48
1,369E-125
2,0455E-29
5,566E-113
5,6118E-39
1,172E-174
2,5168E-32
2,469E-123
2,2752E-36
4,671E-105
2,6191E-28
1,24E-115
1,2821E-35
3,038E-116
1,1428E-43
1,743E-134
2,1906E-47
2,603E-144
1,7007E-47
7,7293E-62
1,9402E-29
1,2501E-51
5,1514E-45
2,4526E-48
1,3773E-28
7,269E-103
8,2866E-29
3,8646E-90
3,3905E-19
2,6306E-47
1,8638E-17
2,3568E-97
1,5959E-44
2,52E-122
5,4671E-65
6,3089E-30
102
@1.5.3_1 -> BPO
@1.5.4_1 <- GestPess
@1.5.4_1 -> BPO
@1.6.1_1 <- CultVal
@1.6.1_1 -> BPO
@1.6.2_1 <- CultVal
@1.6.2_1 -> BPO
@1.6.3_1 <- CultVal
@1.6.3_1 -> BPO
@1.6.4_1 <- CultVal
@1.6.4_1 -> BPO
@1.6.5_1 <- CultVal
@1.6.5_1 -> BPO
@1.7.1_1 <- OrientClient
@1.7.1_1 -> BPO
@1.7.2_1 <- OrientClient
@1.7.2_1 -> BPO
@1.7.3_1 <- OrientClient
@1.7.3_1 -> BPO
@1.7.4_1 <- OrientClient
@1.7.4_1 -> BPO
@1.7.5_1 <- OrientClient
@1.7.5_1 -> BPO
@1.7.6_1 <- OrientClient
@1.7.6_1 -> BPO
@1.8.1_1 <- OrientForn
@1.8.1_1 -> BPO
@1.8.2_1 <- OrientForn
@1.8.2_1 -> BPO
@1.8.3_1 <- OrientForn
@1.8.3_1 -> BPO
@1.8.4_1 <- OrientForn
@1.8.4_1 -> BPO
@1.8.5_1 <- OrientForn
@1.8.5_1 -> BPO
@1.8.6_1 <- OrientForn
@1.8.6_1 -> BPO
@1.9.1_1 <- SistTI
@1.9.1_1 -> BPO
@1.9.2_1 <- SistTI
@1.9.2_1 -> BPO
@1.9.3_1 <- SistTI
@1.9.3_1 -> BPO
@1.9.4_1 <- SistTI
@1.9.4_1 -> BPO
@1.9.5_1 <- SistTI
@1.9.5_1 -> BPO
@1.9.6_1 <- SistTI
0,5212
0,7959
0,6845
0,7848
0,7087
0,7832
0,6952
0,8275
0,714
0,8476
0,7644
0,8362
0,7036
0,7262
0,5743
0,738
0,6335
0,8083
0,6294
0,7342
0,5205
0,7935
0,5939
0,7341
0,5828
0,8218
0,6313
0,8875
0,6723
0,8706
0,6826
0,8648
0,6634
0,8811
0,6568
0,7374
0,6057
0,7602
0,5802
0,8021
0,6732
0,7876
0,6162
0,7359
0,5224
0,808
0,5771
0,5629
0,5182
0,7934
0,6842
0,7858
0,7126
0,7806
0,6917
0,8285
0,7119
0,8475
0,7651
0,8352
0,7035
0,7236
0,571
0,7347
0,6295
0,8073
0,627
0,7304
0,5151
0,7953
0,5943
0,7313
0,5738
0,8171
0,6278
0,8852
0,6687
0,8714
0,6829
0,8647
0,6619
0,8777
0,6529
0,7332
0,599
0,7578
0,5701
0,8004
0,6655
0,7859
0,6081
0,7351
0,5208
0,8076
0,5792
0,5549
0,0542
0,0317
0,0436
0,0323
0,0433
0,0299
0,0377
0,0276
0,0404
0,0219
0,0324
0,022
0,0408
0,0427
0,0556
0,0355
0,0427
0,0297
0,0453
0,0415
0,0555
0,0266
0,0562
0,0433
0,0584
0,0273
0,0415
0,0167
0,0358
0,018
0,0429
0,0207
0,0421
0,0186
0,0442
0,0363
0,0445
0,0348
0,0489
0,0276
0,0406
0,0331
0,055
0,0391
0,0613
0,031
0,0536
0,0687
0,0542
0,0317
0,0436
0,0323
0,0433
0,0299
0,0377
0,0276
0,0404
0,0219
0,0324
0,022
0,0408
0,0427
0,0556
0,0355
0,0427
0,0297
0,0453
0,0415
0,0555
0,0266
0,0562
0,0433
0,0584
0,0273
0,0415
0,0167
0,0358
0,018
0,0429
0,0207
0,0421
0,0186
0,0442
0,0363
0,0445
0,0348
0,0489
0,0276
0,0406
0,0331
0,055
0,0391
0,0613
0,031
0,0536
0,0687
9,6141
25,0684
15,6916
24,281
16,383
26,2085
18,4423
30,0133
17,685
38,6987
23,5972
38,0646
17,2281
17,0121
10,3388
20,8026
14,8385
27,2136
13,8827
17,6739
9,3852
29,8749
10,5752
16,9421
9,9874
30,1399
15,2104
53,2984
18,7606
48,3505
15,9182
41,8377
15,756
47,401
14,8522
20,3051
13,6183
21,8447
11,8728
29,0383
16,5901
23,7983
11,2065
18,8348
8,5163
26,0672
10,7701
8,1957
1,4256E-19
3,9324E-80
2,162E-42
4,7821E-77
3,5372E-45
1,5046E-84
1,5214E-53
8,027E-99
1,8448E-50
1,702E-128
2,3976E-74
1,825E-126
1,3292E-48
1,0013E-47
4,8509E-22
3,849E-63
5,5455E-39
2,1622E-88
3,2511E-35
2,047E-50
8,1822E-19
2,5728E-98
7,2528E-23
1,9257E-47
7,8463E-21
2,771E-99
1,8295E-40
4,854E-170
7,6828E-55
5,345E-157
2,6526E-43
3,008E-138
1,1915E-42
2,21E-154
4,8921E-39
4,0011E-61
3,4873E-34
2,3936E-67
1,4992E-27
3,0911E-95
5,1402E-46
3,8347E-75
4,0949E-25
3,8304E-55
4,941E-16
5,2669E-84
1,4897E-23
4,7552E-15
103
@1.9.6_1 -> BPO
@1.9.7_1 <- SistTI
@1.9.7_1 -> BPO
@1.9.8_1 <- SistTI
@1.9.8_1 -> BPO
@1.9.9_1 <- SistTI
@1.9.9_1 -> BPO
@2.10_1 <- Analytics
@2.11_1 <- Analytics
@2.12_1 <- Analytics
@2.13_1 <- Analytics
@2.14_1 <- Analytics
@2.15_1 <- Analytics
@2.16_1 <- Analytics
@2.1_1 <- Analytics
@2.2_1 <- Analytics
@2.3_1 <- Analytics
@2.4_1 <- Analytics
@2.5_1 <- Analytics
@2.6_1 <- Analytics
@2.7_1 <- Analytics
@2.8_1 <- Analytics
@2.9_1 <- Analytics
@3.1.1_1 <- Financeiro
@3.1.1_1 <- Desempenho
@3.1.2_1 <- Financeiro
@3.1.2_1 <- Desempenho
@3.2.1_1 <- ClientMkt
@3.2.1_1 <- Desempenho
@3.2.2_1 <- ClientMkt
@3.2.2_1 <- Desempenho
@3.2.3_1 <- ClientMkt
@3.2.3_1 <- Desempenho
@3.2.4_1 <- ClientMkt
@3.2.4_1 <- Desempenho
@3.3.1_1 <- ProcCap
@3.3.1_1 <- Desempenho
@3.3.2_1 <- ProcCap
@3.3.2_1 <- Desempenho
@3.3.3_1 <- ProcCap
@3.3.3_1 <- Desempenho
@3.3.4_1 <- ProcCap
@3.3.4_1 <- Desempenho
@3.3.5_1 <- ProcCap
@3.3.5_1 <- Desempenho
@3.3.6_1 <- ProcCap
@3.3.6_1 <- Desempenho
@3.3.7_1 <- ProcCap
0,3133
0,5419
0,3512
0,6492
0,5061
0,5877
0,4533
0,451
0,6339
0,6667
0,7658
0,6483
0,769
0,7515
0,6952
0,6732
0,6988
0,6291
0,7645
0,7026
0,8156
0,7712
0,7516
0,8926
0,5855
0,9202
0,6743
0,8108
0,67
0,8524
0,7369
0,848
0,6891
0,8246
0,7178
0,7465
0,6769
0,754
0,6639
0,7464
0,659
0,7732
0,7235
0,8217
0,7526
0,7178
0,7191
0,6102
0,3036
0,5385
0,3503
0,6447
0,5003
0,5834
0,4479
0,4465
0,6305
0,664
0,7679
0,6471
0,7697
0,7474
0,6962
0,6678
0,6971
0,6296
0,7643
0,6951
0,8132
0,7689
0,75
0,8898
0,5864
0,9204
0,678
0,8081
0,666
0,8499
0,7342
0,8474
0,6863
0,8215
0,7157
0,7491
0,6775
0,7501
0,6577
0,7449
0,6557
0,7714
0,7202
0,8215
0,7506
0,7166
0,7197
0,6062
0,0677
0,0702
0,0721
0,0438
0,0576
0,0579
0,0595
0,0557
0,0501
0,0484
0,0328
0,0519
0,0348
0,0349
0,04
0,0471
0,0376
0,0636
0,0397
0,0434
0,0273
0,0354
0,0382
0,0237
0,0601
0,0115
0,0442
0,0318
0,0446
0,0209
0,0359
0,0249
0,0429
0,036
0,0417
0,0384
0,0496
0,0373
0,0484
0,0414
0,0487
0,0362
0,0422
0,0268
0,035
0,0409
0,035
0,0612
0,0677
0,0702
0,0721
0,0438
0,0576
0,0579
0,0595
0,0557
0,0501
0,0484
0,0328
0,0519
0,0348
0,0349
0,04
0,0471
0,0376
0,0636
0,0397
0,0434
0,0273
0,0354
0,0382
0,0237
0,0601
0,0115
0,0442
0,0318
0,0446
0,0209
0,0359
0,0249
0,0429
0,036
0,0417
0,0384
0,0496
0,0373
0,0484
0,0414
0,0487
0,0362
0,0422
0,0268
0,035
0,0409
0,035
0,0612
4,6277
7,7215
4,8704
14,8102
8,7858
10,1509
7,6122
8,1023
12,6554
13,7624
23,373
12,4887
22,1151
21,556
17,4021
14,3071
18,5687
9,8991
19,2632
16,175
29,8918
21,7683
19,6569
37,7301
9,7417
80,2959
15,2729
25,5244
15,0284
40,7587
20,5026
34,1123
16,0519
22,8824
17,2296
19,4413
13,6558
20,1945
13,7237
18,0162
13,545
21,3421
17,1644
30,7001
21,5077
17,5408
20,5219
9,9725
5,2155E-06
1,2191E-13
1,6898E-06
7,184E-39
7,061E-17
2,1625E-21
2,5278E-13
9,1001E-15
1,7455E-30
9,5849E-35
1,8583E-73
7,4618E-30
1,9609E-68
3,4796E-66
2,6092E-49
7,0252E-37
4,6485E-54
1,5664E-20
6,8939E-57
2,4471E-44
2,2314E-98
4,858E-67
1,7225E-58
2,192E-125
5,3274E-20
1,558E-227
1,0295E-40
6,6172E-82
9,7352E-40
5,962E-135
6,3234E-62
2,476E-113
7,6753E-44
1,6663E-71
1,3107E-48
1,2985E-57
2,4928E-34
1,125E-60
1,3564E-34
8,2755E-52
6,7163E-34
2,5367E-65
2,4116E-48
2,567E-101
5,448E-66
7,1211E-50
5,2807E-62
8,8192E-21
104
@3.3.7_1 <- Desempenho
@3.4.1_1 <- AprendCresc
@3.4.1_1 <- Desempenho
@3.4.2_1 <- AprendCresc
@3.4.2_1 <- Desempenho
@3.4.3_1 <- AprendCresc
@3.4.3_1 <- Desempenho
@3.4.4_1 <- AprendCresc
@3.4.4_1 <- Desempenho
0,5995
0,8103
0,6157
0,8395
0,6899
0,8563
0,7597
0,8441
0,7209
0,5962
0,8086
0,615
0,8357
0,6852
0,8559
0,7592
0,8425
0,7193
0,0623
0,0323
0,0575
0,0279
0,0454
0,0213
0,038
0,0306
0,0382
0,0623
0,0323
0,0575
0,0279
0,0454
0,0213
0,038
0,0306
0,0382
9,6189
25,0729
10,7083
30,0857
15,1928
40,2159
19,9839
27,6104
18,8592
1,374E-19
3,7767E-80
2,4645E-23
4,368E-99
2,1508E-40
2,856E-133
8,0655E-60
6,789E-90
3,0468E-55
105
APÊNDICE 4 - Efeitos totais e níveis de significância: teste
estrutural do modelo
Efeitos
Analytics -> AprendCresc
Analytics -> ClientMkt
Analytics -> Desempenho
Analytics -> Financeiro
Analytics -> ProcCap
BPO -> AprendCresc
BPO -> ClientMkt
BPO -> CultVal
BPO -> Desempenho
BPO -> DocPro
BPO -> EstOrg
BPO -> Financeiro
BPO -> GestPess
BPO -> LidEstrat
BPO -> MedDesPro
BPO -> OrientClient
BPO -> OrientForn
BPO -> ProcCap
BPO -> SistTI
Desempenho -> AprendCresc
Desempenho -> ClientMkt
Desempenho -> Financeiro
Desempenho -> ProcCap
Cargas da
amostra
original
0,2945
0,2977
0,3526
0,246
0,3271
0,4236
0,4282
0,8794
0,5072
0,7128
0,7375
0,3539
0,8257
0,7771
0,823
0,7817
0,7721
0,4705
0,7499
0,8352
0,8442
0,6977
0,9275
média das
cargas da
amostra Bootstrapping
0,2767
0,2793
0,3312
0,233
0,307
0,4455
0,4494
0,8802
0,5327
0,7164
0,7357
0,3738
0,8272
0,7775
0,8227
0,78
0,7715
0,4935
0,7483
0,8356
0,8434
0,7021
0,9265
Desvio
padrão Estatística T
0,0561
5,2501
0,0569
5,2306
0,0669
5,2743
0,051
4,8217
0,0627
5,2168
0,0646
6,5587
0,0639
6,7015
0,0193
45,471
0,0727
6,975
0,0361
19,729
0,0348
21,1968
0,0551
6,4206
0,0219
37,6367
0,0305
25,4909
0,0324
25,4006
0,0368
21,2131
0,0294
26,2906
0,0674
6,9804
0,0302
24,8248
0,025
33,3854
0,025
33,7938
0,0442
15,7736
0,0123
75,4769
P valor
2,64E-07
2,92E-07
2,34E-07
2,13E-06
3,12E-07
1,95E-10
8,27E-11
6,1E-149
1,54E-11
8,77E-59
9,8E-65
4,42E-10
4,4E-125
8,93E-82
2E-81
8,42E-65
7,27E-85
1,48E-11
3,52E-79
8E-111
3,1E-112
1,01E-42
1,2E-218
Fonte: Dados da pesquisa.
106