andré germano vasques - departamento de engenharia florestal ...

QUADRO 12 – COMUNALIDADES DETERMINADAS PARA A MATRIZ PRINCIPAL
DE DADOS
DENOMINAÇÃO DA VARIÁVEL
VALOR DA
COMUNALIDADE
ORIENTAÇÃO
ESTRATÉGICA
V01 Novos produtos 0,205 Diferenciação
V02 Serviços aos clientes 0,531 Diferenciação
V03 Produção eficiente 0,308 Baixo Custo
V04 Qualidade de produto 0,449 Diferenciação
V05 Equipe treinada 0,435 Diferenciação
V06 Preço competitivo 0,159 Baixo Custo
V07 Marca forte 0,443 Diferenciação
V08 Marketing intensivo 0,663 Diferenciação
V09 Controle de distribuição 0,646 Foco
V10 Busca matéria-prima 0,210 Baixo Custo
V11 Mercados específicos 0,361 Foco
V12 Produtos especiais 0,590 Foco
V13 Propaganda e promoções 0,676 Diferenciação
V14 Força de vendas 0,613 Diferenciação
V15 Colheita própria 0,151 Baixo Custo
V16 Entrega rápida 0,304 Diferenciação
V17 Pesquisa de Mercado 0,396 Foco
V18 Equipamentos e processos 0,641 Baixo Custo
V19 Clientes específicos 0,480 Foco
V20 Reputação no setor 0,451 Diferenciação
123
O método de extração e determinação numérica das comunalidades e
atribuição de dimensão aos fatores considerados foi o dos componentes principais e
o da rotação da matriz principal pelo “Varimax”, o que contou com a determinação da
normalização de Kaiser-Meyer-Olkin e também foi realizado o teste de normalidade
através do Chi-quadrado para cada variável. Steel e Torrie (1960) afirmaram que o
teste Chi-quadrado expressa a homogeneidade da distribuição dos dados, quanto
maior a sua significância. Este teste em conjunto com o teste a medida de
adequação de dados conhecido como método Kaiser-Meyer-Olkin e o teste de
esfericidade de Bartlett, apresentados na Quadro 13, atestam a capacidade analítica
do método da análise fatorial para este conjunto de variáveis.