Geraldo Alemandro Leite Filho, Ana Flávia Guedes Figueró y Luiz Marcelo Antonialli
A pesquisa caracterizou-se como descritiva, pois descreveu os fatores que foram determinantes na descontinuidade das empresas. Quanto à abordagem do problema, utilizou-se de avaliação quantitativa, identificada pelo uso de ferramentas estatísticas na coleta e no tratamento dos dados (BEUREN, 2003).
Optou-se pelo levantamento com a coleta de dados feita por meio do questionário estruturado com 51 perguntas fechadas, definidas conforme plataforma teórica de fatores causadores de descontinuidade das empresas, subdivido em seis categorias de análise (aspectos financeiro, de mercado, empreendedor, administração estratégica, macro econômico, estrutura e razões gerais para a descontinuidade). Foram elaboradas assertivas com escalas de atitudes de intervalo de concordância de 0 a 10, sendo dez maior grau de concordância. Os questionários foram aplicados aos contadores cadastrados no Conselho Regional de Contabilidade (CRC), atuantes na cidade de Montes Claros, Minas Gerais, no período de abril a maio de 2009, os quais prestavam serviço de contabilidade para empresas com escritórios constituídos na referida cidade. A abordagem inicial foi de realizar a pesquisa com os empresários que tiveram as organizações desconstituídas, entretanto, devido às adversidades e a dificuldade de encontrar uma listagem das empresas encerradas na cidade em um determinado período e de encontrar os empresários que seriam alvo da pesquisa, optou-se pela realização da pesquisa com os contadores, subtendendo que estes são conhecedores das mutações que envolvem a empresa e capacitados de descrever e citar quais foram os fatores que provocaram a descontinuidade das empresas sob sua responsabilidade. Os questionários foram entregues aos respondentes e recolhidos depois de respondidos, sendo que todos foram submetidos às mesmas perguntas e às mesmas alternativas de respostas, previamente definidas. Escolheu-se este tipo de instrumento de coleta de dados em função da facilidade em obter as informações e das questões a serem pesquisadas.
Foram realizados dois pré-testes, com dois contadores, para verificar a coerência dos termos, possíveis falhas, inconsistências, complexidade de questões formuladas, ambiguidade, exaustão etc. Isso com o intuito de eliminar possíveis falhas na execução da coleta de dados, verificando assim os critérios de validade e confiabilidade do mesmo. O pré-teste foi realizado mediante a aplicação prévia do instrumento de coleta de dados a elementos que pertencem à população pesquisada. Observou-se com o pré-teste uma dificuldade na obtenção de respostas, visto a generalização dos fatores expostos e questionados em uma única pergunta, além da exaustão do respondente devido à extensão das perguntas. Foi proposta então, uma categorização de fatores, onde os mesmos foram apresentados em grupos de fatores, com o intuito de uma melhor orientação e subdivisão das perguntas, visando uma melhor organização, coleta e análise dos dados.
A técnica de amostragem aplicada à pesquisa foi a amostragem probabilística aleatória simples com reposição de população finita (MATTAR, 1994). O dimensionamento da amostra foi feito considerando-se o erro a um máximo de 10% nas inferências sobre as características da população, com um nível de confiabilidade de 90%. Do universo formado por 301 contadores, extraiu-se uma amostra de 55 contadores, os quais foram aplicados os questionários. A amostra corresponde a 18,27% do total do universo, composto pelos contadores registrados no Conselho Regional de Contabilidade localizado na cidade de Montes Claros. Utilizada a técnica de amostragem probabilística aleatória simples com reposição, sorteou-se manual e casualmente dentro do universo os 55 contadores que seriam os respondentes da pesquisa. Dos 55 questionários obtidos 52 foram considerados como válidos e três descartados durante o processo de análise dos dados por apresentarem muitos dados faltantes (missings) e muitas divergências (outliers). Os dados obtidos foram analisados por meio do software Statistical Package for the Social Sciences (SPSSÒ), utilizando-se da Análise Fatorial.
A Análise Fatorial procura explicar a correlação entre as variáveis observáveis simplificando os dados por meio da redução do número de variáveis necessárias para as descrever (PESTANA; GAGEIRO, 2005). Desta forma, a análise dos dados, segundo o método acima citado, visa a busca de um conjunto menor possível de fatores para se fazer julgamentos de aspectos que têm a mesma relevância frente ao conjunto de assertivas. Com essa análise pode-se separar e agregar elementos muitas vezes indistintos, obtendo uma visão integral das concepções prévias dos respondentes.
Para processar Análise Fatorial, realizou-se o teste de normalidade dos dados Komolgorov-Smirnov (K-S) de uma amostra, com significância de 0,05 apresentou-se que 54 % das variáveis seguiam distribuição normal de probabilidades (a > 0,05) e que 46 % eram não normais (a < 0,05). Tendo em vista que uma parte dos dados não atendera o critério da normalidade, optou-se por utilizar a redução de variáveis pelo método de Análise Fatorial Não-Métrica (AF), que conforme Dillon e Goldstein (1994), Johnson (2000) e Cooper e Schindler (2003), pode ser usada, para a redução de variáveis e a criação de fatores ou variáveis provenientes de combinações lineares. Para Hair et al (2005) as suposições críticas na análise fatorial são mais conceituais do que estatísticas, sendo a normalidade necessária somente se um teste estatístico é aplicado para a significância dos fatores, mas esses testes raramente são usados, tampouco foi objetivo desta pesquisa.
Posteriormente, com o objetivo de validar as variáveis tratadas na amostra para obter os fatores foi aplicada a técnica do Alfa de Cronbach, que permite ao analista obter uma informação qualitativa relevante em termos de grau de validade das referidas variáveis perante o total da amostra. Nesse sentido, para todas as variáveis, foi obtido o coeficiente de 0,928 que significa, de acordo com Pereira (2001, p.87), que o indicador representa 92,8 % do universo dos possíveis indicadores de impacto constituído pelo mesmo número de itens. Procedeu-se, também, a análise de cada variável, sendo que as mesmas se apresentaram acima de 92 %, denotando que as questões foram respondidas de forma coerente pelos entrevistados, e que, portanto, as variáveis apresentam uma satisfatória consistência interna (HAIR JR. et al, 2005).
Para se processar a análise fatorial, realizou-se o teste de adequação de amostragem de Kaiser-Meyer-Olkin (KMO test), que mostra se os dados podem ser tratados pelo método de Análise Fatorial (AF) e o teste de Esfericidade de Bartlett, que indica se a matriz de correlação tem aderência à matriz identidade (HAIR et al, 2005; PEREIRA, 2001) cujos resultados são descritos no quadro a seguir:
Quadro 1: Resultado do teste de adequação de KMO e de esferecidade de Bartlett |
||||
Categorias das Variáveis |
KMO |
BARTLETT |
||
Financeiro |
0,594 |
Razoável |
0,0001 |
Significativo |
Administração Estratégica |
0,702 |
Média |
0,0001 |
Significativo |
Macroeconômicos |
0,749 |
Média |
0,0001 |
Significativo |
Mercado |
0,734 |
Média |
0,0001 |
Significativo |
Empreendedor |
0,672 |
Razoável |
0,0001 |
Significativo |
Estrutura |
0,561 |
Razoável |
0,0001 |
Significativo |
Fonte: Dados da pesquisa 2009. |
Pela análise do teste de adequação KMO verificou-se que as categorias sugeridas para a pesquisa apresentaram qualidade média a razoável para tratamento da análise fatorial (PESTANA e GAGEIRO, 2005; HAIR JR et al 2005). Para o teste de Bartlett, todas as categorias mostraram significativas (p<0,01) indicando que a há um nível de probabilidade muito adequado para a correlação entre variáveis e, portanto, o método de Análise Fatorial é, novamente, confirmado como possibilidade de uso para o tratamento dos dados. Assim, com base nestes testes, supõe-se que a análise fatorial é apropriada para tratamento dos dados em questão.
Com relação à quantidade de fatores extraídos por categoria, foram usados o método da raiz latente (HAIR JR et al 2005; MONEY et al 2009) destacando a medida da variância que o fator explica e análise do Scree Plot escolhendo-se a quantidade de fatores com autovalor maior do que um. O método de extração foi análise dos componentes principais e o resultado das cargas fatoriais encontradas foram com base na matriz rotacionada. A seguir apresentam-se os resultados da aplicação da técnica de análise fatorial:
A primeira categoria analisada foi o aspecto financeiro, do qual foram identificados três fatores que juntos explicaram 65,57 % da variância, conforme destacado no quadro 02:
Quadro 2: Matriz dos componentes principais rotacionada: Aspecto Financeiro |
|||
Variáveis |
Fator 1 |
Fator 2 |
Fator 3 |
Falta de crédito |
0,8506 |
|
|
Falta de capital próprio |
0,8160 |
|
|
Insuficiência de capital para iniciar o negócio |
0,7029 |
|
|
Falta de capital de giro |
0,5799 |
|
0,4386 |
Falta de planejamento financeiro |
|
0,8309 |
|
Falta de dimensionamento de capital |
|
0,8151 |
|
Falta de controles financeiros |
|
0,5655 |
0,5959 |
Capitalização excessiva de ativos fixos |
|
|
0,7608 |
Não uso de capital próprio/reinvestimento de lucros |
|
|
0,7287 |
Fonte: Dados da Pesquisa, 2009. |
Na categoria dos aspectos financeiros, o fator 1 foi denominado de Insuficiência de recursos financeiros, com variância explicada de 29,37 % e autovalor de 2,64. Os fatores aglutinados que geraram este fator foram descritos na teoria por SEBRAE (2004), Cher (1991), Degen (2005), Dutra (2003), Felippe et al (2000) e DNRC (2004). O fator 2 relacionou fatores com Falta de Controles Gerenciais, com variância explicada de 22,21 % e autovalor de 1,99, com simetria nos trabalhos de Felippe et al (2000) e SEBRAE (2004). O fator 3, relacionou variáveis com Deficiente gestão financeira e de ativos, com variância explicada de 13,98 % e autovalor de 1,26, destacado na teoria por Bedê e Azzonni (1999), SEBRAE (2004), Degen (2005), Dutra (2003) e Previdelli (2001).
Nesta categoria verificou-se que os respondentes deram uma ênfase na insuficiência de recursos financeiros, aliada a falta de controles financeiros e gerenciais por parte dos empresários, como causadores da descontinuidade empresarial. Ademais, estes dois fatores aliados com a deficiente gestão financeira dos ativos, principalmente com relação à imobilização excessiva e não reinvestimento de lucros ou sobras foram também significativos no fechamento do negócio.
Na categoria administração estratégica, foram identificados três fatores que juntos explicaram 65,63 % da variância, conforme apresentado no quadro a seguir:
Quadro 3: Matriz dos componentes principais rotacionada: Aspecto Administração Estratégica |
|||
Variáveis |
Fator 1 |
Fator 2 |
Fator 3 |
Centralização do poder |
0,8617 |
|
|
Falta de assessoria |
0,7693 |
|
|
Falta de treinamento de pessoal |
0,5741 |
|
|
Controle de estoques precários |
0,6963 |
0,5892 |
|
Qualidade dos produtos/serviços |
|
0,7724 |
|
Falta de investimento em pesquisa e desenvolvimento |
|
0,7711 |
|
Má gestão de custos |
|
0,6839 |
|
Má administração dos fluxos de caixa |
0,4778 |
0,4811 |
|
Crescimento mal planejado |
0,5188 |
|
0,5574 |
Deficiência na gestão empresarial |
|
|
0,8944 |
Fonte: Dados da Pesquisa, 2009. |
Denominou-se o fator 1 desta categoria de Aspecto Comportamental do gestor, responsável por 27,93 % da variância explicada e com um autovalor de 3,84, referenciado por SEBRAE (2008) e Degen (2005). Denominou-se o fator 2 de Deficiente gestão estratégica, com variância explicada de 23,41% e autovalor de 1,40, com referencial teórico nos trabalhos de Bedê e Azzonni (1999), SEBRAE (2004) e Rebouças (1991). O Fator 3 foi denominado de Falta de Planejamento estratégico, responsável por 14,29 % da variância e com autovalor de 1,33, embasado nos resultados de Oliveira (1986), SEBRAE (2008) e Degen (2005).
Na categoria administração estratégica os fatores encontrados revelaram que os principais motivos da descontinuidade repousaram no Comportamento do Gestor, destacando-se a centralização de poder, falta de treinamento e na ausência de uma gestão estratégica com Planejamento voltado para longo prazo, denotando que a técnica e as ferramentas de gestão estratégica não estão sendo usadas de forma apropriada pelos empresários das organizações descontinuadas.
Na categoria dos aspectos macroeconômicos foram identificados dois fatores que explicam juntos 62,08 % da variância, apresentados no quadro a seguir:
Quadro 4: Matriz dos componentes principais rotacionada: aspecto macroeconômico |
||
Variáveis |
Fator 1 |
Fator 2 |
Problemas com a fiscalização |
0,8218 |
|
Aspectos políticos |
0,8056 |
|
Falta de políticas de apoio |
0,6242 |
|
Inflação/taxa de juros |
0,5975 |
|
Recessão econômica do país |
0,4529 |
0,6921 |
Carga tributária elevada |
|
0,8865 |
Fonte: Dados da Pesquisa, 2009. |
Na categoria do aspecto macroeconômico, O fator 1 foi denominado de Política Econômica Brasileira que explicou 37,98 % da variação com um autovalor de 2,65, referenciado na teoria por Yonemoto(1998), SEBRAE (2008), De Mori (1998), Espinha e Machado (2005). O segundo fator, foi denominado de Carga tributária Elevada, com variância explicada de 21,09 % e autovalor de 1,08, referenciado por SEBRAE (2004), Cher (1991), GEM (2000), Previdelli (2001), Dutra (2003), DNCR (2004).
Nesta categoria, verificou-se que fatores exógenos têm afetado a continuidade das empresas, tais como aspectos da política e economia e carga tributária brasileira. Pode-se aqui fazer uma ligação com a categoria de administração estratégica, verificando que os empresários poderiam usar técnicas de monitoramento ambiental e planejamento a longo prazo para estudar o ambiente externo da organização e tentar minimizar os efeitos destas variáveis economia, política e tributos na gestão das organizações.
Na categoria de aspectos mercadológicos ou de mercado, foram identificados dois fatores que juntos explicam 62,60 % da variância total, evidenciados no quadro a seguir:
Quadro 5: Matriz dos componentes principais rotacionada: aspecto mercadológico |
||
Variáveis |
Fator 1 |
Fator 2 |
Instabilidade de mercado |
0,8778 |
|
Preços acima do mercado |
0,7864 |
|
Falta de clientes |
0,7104 |
|
Inadimplência de credores |
0,6348 |
|
Desconhecimento do mercado onde atua |
0,5899 |
0,4307 |
Concorrência muito forte |
|
0,9119 |
Fonte: Dados da Pesquisa, 2009 |
O Fator 1 desta categoria, denominado de Variações de mercado foi responsável por 44,15 de explicação da variância com um autovalor de 2,65, embasado em Felippe et al (2000), Yonemoto(1998), SEBRAE (2008), De Mori (1998), Espinha e Machado (2005). O segundo fator foi denominado de Posicionamento e Concorrência, explicando 18,45 % da variância com um autovalor de 1,10, referenciado na teoria por Felippe et al (2000), Dutra (2003), Cher (1991), Previdelli (2001), Degen (2005).
Os aspectos mercadológicos verificados encontram simetria nos estudos referenciados no texto, verificando que as variações de mercado e o posicionamento e a concorrência exercem influência na descontinuidade das empresas investigadas. Aspectos de Controles Gerenciais e planejamento deveriam ser usados pelas organizações, como destacados em categorias anteriores, de forma que se pudesse minimizar os efeitos da descontinuidade.
Na categoria de aspecto empreendedor, foram identificados dois fatores que juntos explicam 56,37 % da variância total, conforme quadro a seguir:
Quadro 6: Matriz dos componentes principais rotacionada: aspecto empreendedor |
||
Variáveis |
Fator 1 |
Fator 2 |
Problemas de sucessão |
0,8264 |
|
Problemas particulares |
0,8218 |
|
Falta de experiência no setor |
0,8008 |
|
Ausência de planejamento prévio |
0,7139 |
|
Baixa escolaridade |
0,6400 |
|
Falta de comportamento empreendedor |
|
0,7799 |
Falta de conhecimentos e habilidades administrativas |
|
0,7135 |
Falta de dedicação ao negócio |
|
0,6974 |
Falta de conhecimento de gestão de empresas |
|
0,6038 |
Incapacidade para assumir riscos |
0,4843 |
0,5422 |
Fonte: Dados da Pesquisa, 2009. |
Nesta categoria, o primeiro fator foi denominado de Falta de experiência empresarial, responsável por 32,85 % da variância e com um autovalor de 3,67, referenciado por Dutra (2003), Cher (1991), Previdelli (2001), Degen (2005), SEBRAE (2004), Yonemoto (1998) e Felippe et al (2000). O segundo fator denominado de Ausência de formação e comportamento empreendedor, responsável por explicar 23,53 % da variância e autovalor de 1,97, foi embasado em Sebrae (2008), Dutra (2003), Cher (1991), Greatti (2003), Yonemoto (1998) e Felippe et al (2000).
A falta de experiência em gestão de empresas aliada com um perfil não empreendedor e a carência de conhecimentos técnicos em administração de organizações foram os fatores relevantes levantados no aspecto empreendedor, que comprometeram a continuidade das organizações pesquisadas. Julga-se relevante assumir uma postura empreendedora aliada a conhecimentos e técnicas de gestão de organizações, supondo que tais aspectos poderiam auxiliar na manutenção da empresa no mercado.
Com relação ao aspecto estrutural, foram identificados três fatores que em conjunto explicam 64,31 % da variância, conforme quadro a seguir:
Quadro 7: Matriz dos componentes principais rotacionada: aspecto estrutural |
|||
Variáveis |
Fator 1 |
Fator 2 |
Fator 3 |
Má estratégia de vendas e marketing |
0,8527 |
|
|
Instalações inadequadas |
0,7497 |
0,4018 |
|
Ponto inadequado |
0,7404 |
|
|
Falta de acesso a novas tecnologias |
0,6552 |
|
|
Falta de comunicação |
|
0,7295 |
|
Falta de profissionais qualificados |
|
0,9063 |
|
Falta de mão-de-obra qualificada |
|
0,8533 |
|
Obsolescência de métodos e equipamentos |
|
|
0,8096 |
Mau atendimento/relacionamento com cliente |
|
|
0,7248 |
Fonte: Dados da Pesquisa, 2009. |
Para esta categoria, o fator 1 foi denominado de Deficitária estrutura, estratégia e tecnologia, responsável por explicar 26,30 % da variância e com um autovalor de 3,45, citando Degen (2005),Yonemoto (1998), Dutra (2003), Cher (1991), Previdelli (2001). O fator 2, classificado como Problemas de qualificação e comunicação, foi responsável por explicar 23,49 % da variância e autovalor de 1,73, foi referenciado por Cher (1991), Felippe et al (2000) e GEM (2000). O terceiro fator foi denominado de Obsolescência técnica, explicando 14,54 % da variância, com autovalor de 1,24, com referencial em Yonemoto (1998), Cher (1991) e Degen (2005).
Corroborando as categorias anteriores, os resultados desta categoria dão conta de que aspectos como estrutura operacional, tecnologia, gestão estratégica, comunicação empresarial, formação técnica dos recursos humanos, técnicas antiquadas, equipamentos e processos obsoletos foram fatores que dificultaram a estrutura organizacional das empresas investigadas, contribuindo para a descontinuidade.
[anterior] [inicio] [siguiente]
Vol. 32 (2) 2011
[Índice]