Trabalho de Estatística II

UNIVERSIDADE FEDERAL DE OURO PRETO
INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS

DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO
Estatística II – ENP 157
Professora Luciana Paula Reis
Estratégias para adaptabilidade das edtechs brasileiras em

contextos turbulentos.
Adônis Silva Oliveira
Ana Cecilia Harumi Sato
Jennyfer da Conceição Fonseca Santos
Diego Yuzo Yamasaki
Marina Souza de Oliveira
JOÃO MONLEVADE
2022
Adônis Silva Oliveira
Ana Cecilia Harumi Sato
Jennyfer da Conceição Fonseca Santos
Diego Yuzo Yamasaki
Marina Souza de Oliveira
Estratégias para adaptabilidade das edtechs brasileiras em

Trabalho apresentado à disciplina de ENP157 -

Estatística II, do curso de Engenharia de Produção da
UFOP - Universidade Federal de Ouro Preto como
requisito parcial para a conclusão da disciplina, sob a
orientação da professora Luciana Paula Reis.
JOÃO MONLEVADE
2022
1. INTRODUÇÃO
O nome edtech surgiu do termo “educational technology”, que significa tecnologia

educacional em inglês, e tem o objetivo de posicionar esses tipos de iniciativas como
transformadoras reais do ensino, focada em criar soluções que apliquem a tecnologia ao
desenvolvimento de serviços relacionados à educação. Os avanços tecnológicos que vêm se
ampliando no decorrer dos anos, torna necessário o quadro de mudança do aprendizado.
Nesse cenário de mudanças, a promoção de novas startups no ramo da educação vem
crescendo gradativamente. Segundo o Distrito Edtech Report, em 2013 foram registradas 108
edtechs brasileiras enquanto em 2020, de acordo com a Associação Brasileira de Startups
(Abstartups) e o Centro de Inovação para a Educação Brasileira (CIEB) o número de edtechs
ativas correspondia a 449.
A pandemia da Covid-19 , impulsionou o mercado das edtechs, "o que antes era um
plano B passou a ser a primeira opção para muitos estudantes”, diz Rodrigo de Godoy, head
da EXAME Academy. O sócio da Atmã Educar, Romário Davel considera a crise sanitária
um catalisador de um processo que demoraria até dez anos para ocorrer no ensino superior.
Apesar das edtechs serem uma realidade com inúmeros benefícios tais como a praticidade,
maior custo benefício e ao mesmo tempo proporciona um ensino de qualidade, como
pontuado por Jan, CEO e cofundador da MedRoom, o desafio da motivação e engajamento
dos alunos é um ponto que deve ser melhorado pelos programas online.
O trabalho em questão visa analisar o desempenho de algumas edtechs e, como elas

reagem a contextos turbulentos. Para isso, é necessário entender como se comportam em
meios de incerteza e a maneira como utilizam as tecnologias para a inovação e criação de
novos métodos de ensino. Ademais, serão pontuados as principais dificuldades enfrentadas
por essas startups para se manterem ativas no mercado.
2. REFERENCIAL TEÓRICO
Shumpeter (1982) foi um dos primeiros pesquisadores a citar o conceito de inovação.

Ele definiu como “um processo de destruição criativa em que antigos elementos são
destruídos e novos elementos são originados”. Com o passar dos anos, outros autores
interessados nesse assunto surgiram ressaltando a necessidade da criação da inovação como
algo novo que gera valor (Freeman, 1979; Rogers 1995; Costa Neto & Canuto 2010).
Permitindo assim uma difusão para a aceitação e consequente inserção deste relevante
conceito no mercado.
A inovação também pode ser entendida como a implementação de um produto, bem

ou serviço, seja novo ou implantado, ou um processo, ou um novo método organizacional nas
práticas de negócios na organização (Manual de Oslo, 2005).
Para Barbieri (2003), a inovação baseia-se na seguinte equação: IDEIA + AÇÃO +

RESULTADOS. Agrupar estes itens e ressaltar os resultados obtidos, passa a ser um
diferencial competitivo para as organizações estimulando novos mecanismos de inovação.
Com a exposição dos resultados, evidencia-se o fato de que por um lado para uma
organização ser inovadora deve obter ganhos de inovação e, por outro, as organizações
possuem dificuldades em transformar as entradas de inovação em resultados (Quandt et al.,
2014; Ramos & Zilber, 2015).
Para Porter (2009) :
A inovação é uma das bases da competição e é impactada pela revolução da

informação onde ocorrem, em sequência: a alteração das regras de
competição, a produção de vantagens competitivas frente aos concorrentes e
a disseminação de novos negócios, em bases já existentes das empresas e
mercados.
Todavia, a garantia de resultados de inovação se dá através da aplicação das ideias

construídas pela empresa.(Markides, 1997). Portanto, é de suma importância que a
organização precisa construir mecanismos que permitam colocar as ideias em prática e
reorganizar suas diferentes atividades em torno disso (Tidd, Bessant, & Pavitt, 2008).
A busca das organizações em inovar está relacionada com a necessidade de

formar um posicionamento competitivo no mercado atuando na melhoria da
marca, na satisfação dos seus colaboradores, dos seus clientes e acionistas. E
como consequência, constrói-se uma estrutura empresarial voltada para a
inovação, por meio do desenvolvimento de um ambiente que estimule e
projete a competição e o comportamento empreendedor, ao mesmo tempo
em que fomenta o desenvolvimento de redes de relacionamentos internas e
externas entre as diversas empresas (Denyer & Neely 2004).
As organizações que potencializam o capital humano, passam a adquirir maior ênfase

na criação da inovação permitindo com que os resultados obtidos através desses esforços
tornem-se o diferencial competitivo esperado pela organização, criando assim oportunidades a
serem exploradas (Ramos & Zilber, 2015; Robertson, Casali, & Jacobson, 2012).
Segundo Teixeira (2011) :
O conceito de inovação relacionado à educação surgiu impregnado da

concepção de que os avanços da ciência e da tecnologia determinariam o
desenvolvimento econômico, social e cultural”, ou seja, o mundo estava
passando por momentos de diversos avanços tecnológicos que contribuíram
para que houvesse um avanço científico, impulsionados pelos investimentos
nas áreas da educação e pesquisa.
As edtechs surgem nos Estados Unidos a partir de três episódios importantes que
ocorreram no país. o primeiro foi a emissão do relatório “Uma nação em risco: O imperativo
para a reforma educativa” (Nacional Comissão Sobre Excelência em Educação [NCEE],
1983). Onde aponta que o sistema de ensino dos EUA estava ficando atrasado em relação ao
resto do mundo.
O segundo, ocorreu com a abertura da Arpanet, em seguida chamada de 39 NSFnet, no

início de 1990, e a criação do conceito de "World Wide Web”, como meio para compartilhar
informações, e o desenvolvimento de um navegador web, por alunos da Universidade de
Illinois em 1992. E o terceiro, foi o incidente da bolha da internet em 2001 na qual muitas
empresas de Info-Tech fecharam. O sistema de educação estadunidense não possuía uma
padronização, então os presidentes na época investiram amplamente nessa padronização.
O conceito de edtechs, vem crescendo cada vez mais, tendo conduzido o processo de
aprendizagem a uma era de novas tecnologias. As edtechs focam no desenvolvimento de
soluções tecnológicas voltadas para a educação. O objetivo dessas empresas é de reinventar
métodos de aprendizado e não somente facilitar o aprendizado em si. Buscam explorar novas
soluções, desenvolvê-las e adicionar a rotina de ensino, com intuito de inspirar além de maior
facilidade na absorção do conteúdo, novas habilidades para com os alunos e com os demais
integrantes componentes desse processo.
Esse modelo de startup possui modelo de negócio e metodologia de trabalho, além de

desenvolver as áreas de gestão e qualificação nos segmentos relacionados à educação. Um dos
principais ganhos que a tecnologia desenvolvida pelas edtechs trouxe, foi a percepção do
aluno como indivíduo e não como mais um integrante do grupo da sala de aula, onde o ensino
era transmitido de forma única e em massa para todo o grupo de alunos da classe. A
identificação de que cada aluno é diferente, tem necessidades, aptidões, gostos, dificuldades e
habilidades diferentes, levou as edtechs a criação de uma abordagem ativa de aprendizagem,
onde cada aluno é o protagonista. A incorporação da tecnologia na educação, olhando por
uma lente facilitadora de aprendizagem, faz com que professores, escolas e empresas
interessadas em desenvolver a educação corporativa, encontrem melhores soluções para lidar
com os desafios dentro de sala de aula.
Ferramentas como tablets, computadores, a disponibilização de conteúdos digitais em

plataformas, video aulas, treinamento online e acesso irrestrito à informação durante as aulas,
são exemplos de formas alternativas de aprendizagem utilizados. A partir dos dados obtidos
digitalmente sobre cada aluno, o professor irá traçar uma melhor estratégia de ensino
individual.
Ainda não foi possível selecionar quais serão as variáveis escolhidas para a então
análise dos dados devido a variabilidade das respostas das empresas e também pela falta do
número mínimo de entrevistados, mas até então o grupo busca analisar como variáveis
inicialmente o perfil das empresas segundo a demanda, além do perfil do produto também
segundo a demanda de mercado e a qual a fatia dentro desse segmento tem se destacado
quanto às estratégias e inovações no desenvolvimento de projeto de produto.
3. METODOLOGIA
Para realização do trabalho é utilizada uma abordagem qualitativa de análise de dados

secundários, onde primeiramente, foi realizada uma pesquisa teórica, baseada em artigos,
teses e dissertações sobre o mundo vuca, effectuation / causation, e como as startups ligadas a
área da educação aplicam estas metodologias em seu empreendimento. A pesquisa se
classifica como uma pesquisa do tipo survey, que consiste na obtenção de dados e
informações através de um único questionário, com um levantamento de uma mostra
significativa (Walter, 2013). Neste caso, será utilizada a plataforma Google Forms para
aplicação do formulário.
O contato com os membros das edtechs, deu-se a partir da plataforma Linkedin. À

medida que os membros das empresas aceitavam a conexão com os membros do grupo do
trabalho, o questionário era enviado. Foi criado um banco de dados para acompanhar os
feedbacks das empresas que deram o retorno e das que optaram por não responder. A figura
01, apresenta uma breve relação das empresas contatadas e das empresas respondentes:
Figura 01 - Relação das Edtechs pesquisadas.
Número de empresas pelo Número de Contatos pelo

Categoria Edtech mapeamento Edtechs 2020 Linkedin Número de Respondentes
Objeto Digital de
Aprendizagem
(ODA) 21 9 5
Jogo Educativo 27 9 2
Curso Online 22 7 2
Ferramenta
Gerenciadora de
Currículo 2 2 0
Ferramenta de
Autoria 6 3 0
Plataforma de
Oferta de Conteúdo
Online 13 6 1
Fonte: Autoria Própria.
Para definição da amostragem, como apresentado na figura 01, utilizou-se de um

arquivo de mapeamento de edtechs do ano de 2020, onde foram escolhidas edtechs das
seguintes categorias: Objeto Digital de Aprendizagem (ODA); Jogo educativo; Curso online;
Ferramenta gerenciadora de currículo; Ferramenta de autoria, e Plataforma de Oferta de
Conteúdo Online, totalizando inicialmente 91 empresas a serem contatadas. Conseguiu-se o
contato com 36 Edtechs, pois muitas optaram por não se conectarem através da plataforma
utilizada e algumas já não atuam mais na área da educação. Dentre as empresas que
receberam o questionário, apenas 10 deram o retorno.
Os dados serão tabulados a fim de se aplicar as técnicas da análise da estatística

descritiva e estatística multivariada. Esses dados serão aplicados no software Minitab que
gerará os gráficos e tabelas, e serão feitos a interpretação e análise dos dados numéricos.
4. ESTATÍSTICA DESCRITIVA E CORRELAÇÃO: CARACTERIZAÇÃO DAS
EDTECHS
As edtechs analisadas no presente trabalho apresentam 6 micro empresas, 2 empresas

de pequeno porte, 1 empresa de médio porte e 1 grande porte, cujo grau de maturidade da
Startup se caracteriza por serem empresas que estão começando a gerar receita e são
lucrativas, um único caso se caracterizou por ser uma empresa de Scale-up (auto sustentação),
pois encontra-se em fase do auge de seu desenvolvimento e apenas uma não soube responder.
Destacam-se como principais áreas de atuação as empresas que produzem Objeto
Digital de Aprendizagem (ODA), Jogos educativos, Cursos online contendo Ambientes
virtuais de aprendizagem (AVA) e possuindo sua própria Plataforma Educacional Adaptativa.
A maioria das empresas que responderam ao questionário possuem como inovação

mais presentes a inovação de produtos em 70% das empresas e processos organizacionais em
30% das empresas. Além disso, o tipo de inovação tecnológica mais presente na maior parte
das empresas é a inovação no modelo em 40% de negócios e de inovação incremental em
40% das empresas, enquanto a inovação tecnológica se apresenta em 20% das empresas.
4.1 ESTRATÉGIAS INTERNAS DE INOVAÇÃO DAS EMPRESAS
Pode-se considerar o desenvolvimento de produtos e serviços inovadores, novas

maneiras de conquistar novos mercados ou a sugestão de novos usos criativos para os itens já
existentes e ofertados pela organização. Todas essas definições têm como fim a superação de
desafios e também a quebra de certos paradigmas e normas até então aplicados e seguidos em
diversas organizações.
Ao definir uma estratégia de inovação é necessário levar em consideração diferentes

elementos que não estão diretamente interligados, mas que ao serem vinculados, assumem um
alto potencial de impacto na organização. Pode-se citar a infraestrutura, orçamento,
ociosidade dos times e outros, como poder da marca e seu valor de mercado.
A cultura organizacional exerce grande influência nas estratégias internas de inovação

de uma organização, pois é tão importante quanto desenvolver a inovação em si. Em uma
empresa onde a cultura está em desenvolvimento em prol da inovação, é possível
potencializar os resultados da mesma e portanto é considerada um elemento importante na
definição da estratégia de inovação.
É necessário citar alguns outros pontos que podem ajudar a construir um planejamento
em torno da estratégia de inovação: os resultados esperados com a inovação, como fazê-la,
haverá parceiros ou não nesse processo. A partir do momento em que se definem estas
demandas, é possível criar o esboço do tipo de inovação que a empresa vai buscar
(incremental ou disruptiva) e o ponto de partida para a busca de inovação.
Diferentes casos (cultura empreendedora, intraempreendedorismo, aceleração de

startups, investimento em startups, desafios abertos) nos ajudam a ver mais claramente como
uma ou outra empresa buscou a inovação, se foi de forma aberta ou fechada; incremental e
disruptiva. Menos comum é encontrar casos em que as empresas compartilham suas
estratégias de inovação. Então, é possível identificar alguns fatores que, apoiados em outros
autores, são considerados por pessoas que estejam definindo a estratégia de inovação para
suas respectivas empresas.
Para realização das análises referentes às estratégias internas de inovação foram

utilizadas as seguintes variáveis, apresentadas na figura 02:
Figura 02 - Relação das afirmações do primeiro bloco do questionário referente às estratégias internas de
inovação.
C1 A empresa possui algum funcionário que é responsável por estabelecer um canal de observação e
contato direto com os clientes
C2 A empresa proporciona constantemente treinamentos aos seus funcionários para o desenvolvimento

de atividades inovadoras e para o uso de novas tecnologias
C3 O processo da empresa de seleção e recrutamento dos funcionários considera o perfil inovador do

candidato
C4 A empresa usa equipes integradas (multifuncionais) para o desenvolvimento das diversas

atividades
C5 A empresa possui a inovação como um elemento estratégico para a sua consolidação no mercado
C6 A empresa divulga para seus funcionários suas estratégias de inovação
C7 A empresa possui parcerias com instituições de pesquisa ou contrata P&D externo
C8 A empresa possui um centro interno de P&D para criar novos conhecimentos e tecnologias
C9 A empresa gerencia suas lições aprendidas para se adaptar às novas mudanças do mercado a partir
de experiências passadas
C10 A empresa busca formalizar (documentar) os conhecimentos gerados pelo relacionamento com
seus clientes, fornecedores e demais parceiros externos
4.1.2 ANÁLISE DESCRITIVA
A partir da utilização do Minitab, foi selecionado a análise descritiva para que

seja possível analisar, entender e descrever os aspectos importantes dos conjuntos de
variáveis, como mostra a figura 03:
Figura 03 - Análise Descritiva do primeiro bloco referente às estratégias internas adotadas pelas Edtechs
pesquisadas.
Fonte: Saída do minitab.
Como apresentado na figura, foram analisados a Média, o Desvio-Padrão e os valores

máximos e mínimos das variáveis. Percebe-se que as variáveis que possuem maiores médias
são as variáveis C1(média=4,300) e C4(média=4,300) e menor média é a C7(média=3,000). O
desvio-padrão mostra o quanto os dados estão dispersos sobre a média, dessa forma, nota-se
que a variável que possui maior nível de dispersão é a variável C7(desvio-padrão=1,333),
seguida da variável C2(desvio-padrão=1,229). Já a variável que possui menor nível de
dispersão é a variável C1(desvio-padrão=0,483).
Figura 04 - Gráfico de probabilidade indicando os valores p do teste de normalidade
Conforme a análise do gráfico, pudemos observar que a variável C8 possui o p-valor >
0,05. Portanto é possível afirmar que C8 não rejeita a hipótese de que os dados seguem a
distribuição Normal.
A partir da análise da pesquisa com as empresas, foi possível identificar que todas
delas possui algum funcionário que é responsável por estabelecer um canal de observação e
contato direto com os clientes e portanto estudar o comportamento destes com o intuito de
desenvolver alguma metodologia de inovação para traçar o perfil do cliente e portanto
fornecer o produto ideal para o mercado.
Além disso, foi constatado que boa parte das EdTechs focam no treinamento de seus
funcionários permitindo que estes possam desenvolver todas atividades renovadoras para a
empresa, apenas uma empresa que enfrenta uma grande dificuldade em executar esse
treinamento. Destaca-se ainda que a grande maioria dá preferência a perfis inovadores de
empregados num processo de seleção de trabalho nestas empresas. Também observou-se o
uso de equipes integradas para o desenvolvimento de diversas atividades em oito das dez
EdTechs analisadas. É relevante salientar que ocorre o compartilhamento de estratégias de
inovação entre todos os setores em grande parte das empresas analisadas. É notório que existe
por parte da empresa grande interesse em mapear as experiências e habilidades de seus
funcionários, somente em duas empresas que isso é indiferente. Duas empresas também são
indiferentes a um ambiente organizacional em prol da inovação, diferente das outras oito
EdTechs. Como forma de incentivo, boa parte delas promove treinamentos aos seus
funcionários, programas de recompensas para sugestões inovadoras e uso de tecnologias,
promovendo o espírito de liderança nas equipes de trabalho. Sendo que, cinco das dez
empresas entrevistadas, relatam possuir centros internos de criação e desenvolvimento de
novas tecnologias e conhecimento.
A inovação como citado no início desta parte do trabalho é ferramenta estratégica para
a consolidação das empresas no mercado e isso é comprovado durante a pesquisa, algumas
empresas adotam a parcerias com instituições de pesquisa e contratam empresas que realizam
a parte de Pesquisas e Desenvolvimento para as suas empresas, entretanto a maioria das
empresas entrevistadas não possui parcerias.
A partir do gerenciamento de feedbacks de clientes e experiências, as empresas

pesquisadas utilizam e formalizam por meio de documentos estas informações para adaptar-se
às novas tendências de mercado. Por meio destes documentos, é feita uma avaliação constante
em relação aos possíveis riscos futuros de atividades, projetos, lançamentos de produtos ou
serviços em oito das empresas entrevistadas.
4.1.2 CORRELAÇÃO DAS ESTRATÉGIAS INTERNAS
Para as análises, deve-se considerar se a correlação entre as variáveis é significativa,

para isso foi analisado o valor de p, P-Value. Se p é menor ou igual a 0,05, tem uma
correlação significativa, caso p seja maior que 0,05, não é possível dizer que a correlação tem
algum grau significância.
Correlação linear ou Correlação de Pearson calcula a relação entre duas

variáveis contínuas, podendo seu resultado variar entre -1 e 1, caso seja igual
a zero indica que não há relação entre as variáveis, caso seja maior do que
zero significa que há associação positiva e se for menor do que zero
representa associação negativa (QUESTIONPRO, 2021).
Além disso, para que uma correlação seja considerada forte, deve-se ter o valor maior
que 0,9. Uma correlação é considerada moderada quando possui correlação entre 0,5 e 0,9. Já
a correlação considerada fraca, tem o valor menor que 0,5.
A figura 05, apresenta a matriz de correlação referente às estratégias internas de

inovação adotadas pelas edtechs:
Figura 05 - Matriz de correção para analisar as relações entre as variáveis relacionadas às estratégias
internas das empresas.
De acordo com a imagem acima, é notável que as variáveis que possuem uma
correlação significativas são: C2 com C3 (p_valor=0,004); C2 com C9 (p_valor=0,031); C3
com C9 (p_valor=0,005) e C7 com C8 (p_valor=0,027). Para as demais variáveis, nota-se que
não possuem significância, pois apresenta o valor de p maior que 0,05.
Percebe-se que não existe nenhuma correlação forte entre nenhuma das variáveis pois
todas estão abaixo de 0,9, e as variáveis consideradas significativas no parágrafo anterior são
todas classificadas como moderadas, e as demais são consideradas fracas por possuírem
correlação < 0,5.
4.2 ESTRATÉGIAS EXTERNAS DE INOVAÇÃO DAS EMPRESAS
Tendo como objetivo principal a criação e aplicação de notas metodologias de

inovação dentro da empresa, destacam-se em nossa pesquisa as seguintes estratégias externas
adotadas pelas empresas: adaptação e renovação de recursoS físicos, financeiros e habilidades
humanas, processos, tecnologias, a busca pela promoção de ações ambientalmente
sustentáveis no médio e longo prazo, captação e análise das experiências, feedbacks e
necessidades do cliente em relação ao produto ou serviço ofertado no mercado. É interessante
destacar que algumas empresas incentivam seus clientes a participar do projetos
desenvolvimento.
Sobre os fornecedores é interessante destacar que a maioria mantém boas relações

com os seus, e, através de uma sistemática avaliação de performance destes avaliando
inúmeros aspectos (como tempo de entrega, qualidade, confiabilidade, dentre outros fatores) é
possível desenvolver novas metodologias inovativas. Outro ponto é que o monitoramento
constante do mercado fornece uma orientação para a direção dos desenvolvimentos
tecnológicos e as mudanças comportamentais da sociedade impactam os processos de gestão
da empresa. Um fator bastante impactante que deve se considerar é quanto a evolução dos
processos de gestão da empresa são os incentivos e barreiras (processos burocráticos,
impostos...) advindos dos órgãos governamentais.
Para realização das análises das estratégias externas de inovação, foram utilizadas as
seguintes variáveis descritas na figura 06:
Figura 06 - Relação das variáveis referentes às estratégias externas de inovação.
C16 A empresa busca renovar e adaptar seus recursos (componentes físicos, financeiros e habilidades
humanas)
C17 A empresa busca renovar e adaptar seus processos
C18 A empresa busca renovar e adaptar suas tecnologias
C19 A empresa busca promover ações de responsabilidade social no médio e longo prazo
C20 A empresa busca promover ações ambientalmente sustentáveis no médio e longo prazo
C21 A empresa busca captar e compreender as experiências, feedbacks e necessidades do cliente em

relação ao seu produto/serviço
C22 A empresa incentiva seus clientes a participar dos seus projetos de desenvolvimento
C23 A empresa mantém boas relações com seus fornecedores
C14 A empresa possui uma sistemática de avaliação de performance (tempo de entrega, qualidade,
confiabilidade...) de seus fornecedores
C25 A empresa participa de redes de compartilhamento de experiências com seus concorrentes

4.2.1 ANÁLISE DESCRITIVA DAS ESTRATÉGIAS EXTERNAS DE INOVAÇÃO
A figura 07 abaixo apresenta a análise descritiva referente às estratégias externas:
Figura 07 - Análise Descritiva do bloco da relação das estratégias externas adotadas pelas Edtechs
pesquisadas.
Percebe-se que a variável que possui maior média é a variável C2(média=4,700) e a

menor média é a C25(média=3,000). O desvio padrão mostra o quanto os dados estão
dispersos sobre a média, dessa forma, nota-se que a variável que possui maior nível de
dispersão é a variável C25(desvio-padrão=1,491), seguida da variável C20(desvio-
padrão=1,398). Já a variável que possui menor nível de dispersão é a variável C23(desvio-
padrão=0,527).

Com base na análise da Figura 08, é possível verificar que as variáveis C25, C26 e
C33 possuem o valor p > 0,05 e portanto, não deve-se rejeitar a hipótese de que os dados
dessas variáveis seguem a distribuição Normal.
4.2.2 CORRELAÇÃO DAS ESTRATÉGIAS EXTERNAS
Na figura 09, tem-se a matriz de correlação referente às estratégias externas de

inovação adotadas pelas Edtechs:
Figura 09 - Matriz de correção para analisar as relações entre as variáveis relacionadas às estratégias
externas das empresas.
De acordo com informação presente na figura 09, nota-se que as variáveis que
possuem uma correlação significativa são: C16 com C17 (p_valor=0,040); C16 com C18
(p_valor=0,024); C17 com C18 (p_valor=0,007); C18 com C22 (p_valor=0,038); C20 com
C25 (p_valor=0,046); C26 com C18 (p_valor=0,021); C18 com C27 (p_valor=0,043); C26
com C27 (p_valor=0,023). Para as demais variáveis, nota-se que não possuem significância,
pois apresenta o valor de p maior que 0,05.
correlação < 0,5.
4.3 LÓGICAS DE TOMADA DE DECISÃO PARA O DESENVOLVIMENTO DE

PRODUTOS E SERVIÇOS.
Pode-se simplificar a lógica de tomada de decisão para o desenvolvimento/produto

baseado em cinco etapas, de acordo com as análises feitas.
1ª etapa – Identificação do problema
Na maioria das vezes, uma decisão tem como objetivo solucionar um problema. Assim
sendo, é importante identificar a natureza da questão a ser resolvida e delimitá-la.
Essa etapa é fundamental porque, ao final do processo, a decisão tomada deverá estar
de acordo com o problema identificado. Caso contrário, há grandes chances de você tomar
uma decisão ineficaz, que não consiga trazer a solução que você precisa.
2ª etapa – Coleta de dados

O segundo passo da nossa lista de etapas do processo de tomada de decisão diz
respeito à coleta de dados que darão fundamento para a sua decisão.
Aqui, a intenção é fazer um diagnóstico e uma análise da situação e descobrir em que

contexto o problema identificado na etapa anterior está inserido.
3ª etapa – Identificação das alternativas

Antes de tomar uma decisão, é importante identificar e analisar quais são as
alternativas disponíveis.
Depois que você identificar o problema e fazer a coleta de informações, é bem

provável que você encontre vários caminhos possíveis de ação.
Nesta etapa, você deverá listar todas as alternativas possíveis e desejáveis para
solucionar o problema.
4ª etapa – Escolha da melhor alternativa

Escolher a alternativa mais adequada para enfrentamento do problema é uma das mais
importantes etapas do processo de tomada de decisão. Por isso, é preciso traçar possíveis
cenários para cada alternativa, como forma de prever o resultado.
Avalie se a necessidade identificada na 1ª etapa seria atendida com o uso de cada

alternativa.
À medida que você passa por esse difícil processo de escolha, já vai ficando mais
claro quais alternativas têm um potencial maior para alcançar seu objetivo.
Depois, coloque as alternativas em uma ordem de prioridade, com base em critérios e

valores coerentes à situação que se tem em mãos.
5ª etapa – Decisão e acompanhamento
Depois de avaliar as alternativas e suas respectivas consequências, os dados apurados
com as pesquisas ajudaram a tomar a melhor decisão.
Com a decisão tomada, no entanto, é de fundamental importância que você procure

acompanhar os resultados dessa escolha, a fim de verificar o seu grau de eficiência na solução
do problema.
Na próxima questão, pode-se detalhar melhor as alternativas visando a melhor tomada

de decisão de acordo com os dados coletados na pesquisa desenvolvida. Para análise das
lógicas de tomada de decisão foram utilizadas as seguintes variáveis apresentadas na figura
10:
Figura 10 - Relação das afirmações referentes às lógicas de tomada de decisão.
C29 A empresa desenvolve seus projetos de inovação com base nos recursos que estão disponíveis
(competências internas, tecnologias…)
C30 A partir das ideias geradas dos projetos existentes, a empresa identifica novas possibilidades de
inovação.
C31 A empresa adquire recursos com base em seus novos projetos de inovação
C32 Novos projetos de inovação são definidos com base nos objetivos estratégicos da empresa
C33 A empresa realiza diferentes experimentações até encontrar um produto/serviço que atenda às
necessidades de seus clientes
C34 Durante o desenvolvimento de um produto/serviço, o protótipo inicial é substancialmente diferente

do produto lançado.
C35 Novas descobertas (de mercado, de necessidades de clientes...) não influenciam o objetivo dos
projetos de inovação da empresa
C36 Durante o desenvolvimento de um produto/serviço, a empresa foca principalmente em atingir seus

objetivos sem atrasos
4.3.1 ANÁLISE DESCRITIVA DAS LÓGICAS DE TOMADA DE DECISÃO
A figura 11 apresenta a análise descritiva referente às lógicas de tomada de decisão:
Figura 11 - Análise descritiva das afirmações sobre as lógicas de tomada de decisão adotadas pelas
Edtechs pesquisadas.
Percebe-se a partir da figura 11, que a variável que possui maior média é a variável
C29(média=4,000) e a menor média é a C35(média=2,300). O desvio padrão mostra o quanto
os dados estão dispersos sobre a média, dessa forma, nota-se que a variável que possui maior
nível de dispersão é a variável C35(desvio-padrão=1,494), seguida da variável C33(desvio-
padrão=0,707).
Sobre a figura 12, é possível fazer as seguintes informações com base no valor-p >
0,05: a segunda e terceira afirmações, cujos trechos são citados em parte pelo gráfico,
representam que não deve-se rejeitar a hipótese de que os dados seguem a distribuição
Normal.
4.3.2 CORRELAÇÃO DAS LÓGICAS DE TOMADA DE DECISÃO
A figura 13 mostra a matriz de correlação referentes às lógicas de tomada de decisão

adotadas pelas Edtechs:
Figura 13 - Matriz de correção para analisar as relações entre as variáveis relacionadas às lógicas de
tomada de decisões das empresas.
A partir da figura 13, é possível analisar que as variáveis que possuem uma correlação
significativa são: C29 com C30 (p_valor=0,003); C29 com C32 (p_valor=0,033); C32 com
C33 (p_valor=0,048); C32 com C35 (p_valor=0,040) e C29 com C36 (p_valor=0,005). Para
as demais variáveis, nota-se que não possuem significância, pois apresenta o valor de p maior
que 0,05.
correlação < 0,5.
4.4 ADAPTABILIDADES A UM CONTEXTO TURBULENTO
Buscando uma Startup que se adapte num contexto turbulento, sabendo que há
diversos cenários diferentes em momentos distintos, pode-se concluir que a Startup ideia seja
a que tenha mais tempo de mercado, com maior experiência, um maior número de
funcionários e afins. Porém é necessário um maior conhecimento de todo esse contexto.
Iniciando toda a análise pela Estrutura de Negócio, há uma empresa que já está
consolidada no mercado e tem um fluxo de operação estruturado e direcionado aos seus
processos. Desde que não perca o foco em ideias e oportunidades. Há também outros pontos
interessantes que são: Espírito organizacional e Ambiente Organizacional: Uma startup é uma
empresa que desde o seu nascimento é projetada para escalar e crescer diante de uma
oportunidade identificada, de uma tendência ou descoberta de uma solução para um problema.
Fundos e Escalabilidade: Uma empresa que tenha mais fundos para gastar em coisas
como anúncios, contratação de talentos e abertura de locais adicionais além de ser
escalonáveis. Isso é o que os torna financeiramente interessantes. Normalmente, operam com
base em tecnologia e podem repetir o mesmo “truque” em novas cidades ou países.
Financiamento e Custos: O potencial e o tamanho do mercado e os alvos de aquisição

em potencial também são interessantes para investidores iniciantes. Normalmente, os bancos
estão fora de questão, pois o risco de inadimplência é bem alto. As startups não ganham
lucros desde o primeiro dia de seu início. O empresário tem de trabalhar para o crescimento e
desenvolvimento da empresa ao nível dos serviços, produtos e atendimento aos clientes.
A empresa tradicional como em qualquer outra empresa, também visa obter lucros.
Porém, a diferença é que essas empresas visam gerar lucros somente para os proprietários ou
apenas para os operadores. E dessa forma, na maioria das vezes, acabam ganhando mais
dinheiro do que investiram.
Inovação: As startups não ganham lucros desde o primeiro dia de seu início. O
empresário tem de trabalhar para o crescimento e desenvolvimento da empresa ao nível dos
serviços, produtos e atendimento aos clientes, visando obter lucros.
Para análise da adaptabilidade em contexto turbulento, foram utilizadas as seguintes

variáveis, apresentadas na figura 14:
Figura 14 - Relação das variáveis referentes a adaptabilidade em contexto turbulento.
C44 A empresa possui agilidade para resolver problemas e eventos inesperados que são difíceis de
quantificar e resolver o que proporciona sua adaptação à volatilidade do mundo no qual está inserida
C45 A empresa capta informações essenciais para tentar prever o futuro com segurança o que
proporciona sua adaptação à incerteza do mundo no qual está inserida
C46 A empresa busca reestruturar suas redes, processos e relacionamentos com seus stakeholders o que
proporciona sua adaptação à complexidade do mundo no qual está inserida
C47 A empresa realiza experimentações em busca de estratégias para maior clareza das necessidades do
mercado o que proporciona sua adaptação à ambiguidade do mundo no qual está inserida
4.4.1 ANÁLISE DESCRITIVA SOBRE ADAPTABILIDADE EM CONTEXTO

TURBULENTO
A seguir, a análise descritiva referente a adaptabilidade em contexto turbulento é

apresentada na figura 15:
Figura 15 - Análise descritiva das afirmações sobre a adaptabilidade em contexto turbulento nas Edtechs
pesquisadas.
A partir da figura 15, percebe-se que a variável que possui maior média é a variável
C44(média=4,400) e a menor média é a C46(média=3,800). O desvio padrão mostra o quanto
os dados estão dispersos sobre a média, dessa forma, nota-se que a variável que possui maior
nível de dispersão é a variável C45(desvio-padrão=1,054), seguida da variável C46(desvio-
padrão=0,699).
Com base na análise da Figura 16, é possível afirmar que as duas afirmações
representadas pelas cores marrom e verde representam as afirmações com o valor p > 0.05 e,
portanto, não deve-se rejeitar a hipótese de que os dados destas afirmações seguem a
distribuição Normal.
4.4.2 CORRELAÇÃO DA ADAPTABILIDADE EM CONTEXTO TURBULENTO
Na figura 17, identifica-se a matriz de correlação referentes a adaptabilidade em

contexto turbulento pelas edtechs:
Figura 17 - Matriz de correção para analisar as relações entre as variáveis relacionadas à adaptabilidade
em contextos turbulentos das empresas.
Analisando as informações presentes na figura 17, é possível concluir que as variáveis

que possuem uma correlação significativa são: C45 com C47 (p_valor=0,009). Para as demais
variáveis, nota-se que as evidências que não possuem significância, pois apresenta o valor de
p maior que 0,05.
correlação < 0,5.
5. ANÁLISE DE COMPONENTES COMPONENTES PRINCIPAIS (ACP) DAS
EMPRESAS PESQUISADAS
Inicialmente, é importante enfatizar a função desta análise para o trabalho que aqui é
desenvolvido. A Análise de Componentes Principais ou PCA (Principal Component Analysis)
é uma técnica de análise multivariada que pode ser usada para analisar inter-relações entre um
grande número de variáveis e explicar essas variáveis em termos de suas dimensões inerentes
(Componentes).
O objetivo desta análise é encontrar um meio de condensar as informações contidas

em várias variáveis originais em um conjunto menor de variáveis estatísticas (componentes)
com uma perda mínima de informação.
O número de componentes principais se torna o número de variáveis consideradas na

análise, mas geralmente as primeiras componentes são as mais importantes já que explicam a
maior parte da variação total.
5.1 ANÁLISE DAS VARIÁVEIS PRINCIPAIS QUE DETERMINAM AS

ESTRATÉGIAS INTERNAS DE INOVAÇÃO
A figura 18 apresenta a saída da Análise Componente Principal para as variáveis das

estratégias internas.
Figura 18 - Análise das Componentes Principais para as Estratégias Internas.

Para fazer a análise inicialmente optou-se por adotar a opção de exclusão dos loadings
de menor valor para obtermos o valor de concordância > 0,50 visto que ao rodarmos a análise
pela primeira vez, não encontramos este valor.
Observa-se que o comportamento dos valores dos loadings da coluna PC1 alteram-se
conforme cada sequência de exclusão de loadings menores e, portanto, as variáveis que não
foram excluídas tiveram seus valores de loadings aumentados, pois os mesmos concentram-se
para construir o valor da Correlação e portanto traçar um perfil global das empresas quanto às
estratégias internas aplicadas.
Na primeira tentativa de rodar a ACP, os valores dos loadings da primeira coluna C1

tiveram 0,048% de concordância com o primeiro bloco das afirmações que aborda sobre as
estratégias internas aplicadas pelas empresas pesquisadas, não sendo o suficiente para poder
traçar o perfil das empresas quanto às políticas adotadas, então é necessário a exclusão dos
loadings de menor valor (referente às afirmações que identificam quais são as estratégias
adotadas pelas Edtechs) até atingir o resultado esperado do coeficiente de correlação.
Fonte
: Saída do minitab.
Na segunda tentativa de rodar a ACP, eliminamos a afirmação C1 e portanto os

valores dos loadings da primeira coluna PC1 tiveram 0,415% de concordância com o primeiro
bloco das afirmações que aborda sobre as estratégias internas aplicadas pelas empresas
pesquisadas, não sendo o suficiente para poder traçar o perfil das empresas quanto às políticas
adotadas, então é necessário a exclusão dos loadings de menor valor (referente às afirmações
que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o resultado
esperado do coeficiente de correlação.
Na terceira tentativa de rodar a ACP, eliminamos a afirmação C3 e portanto os valores

dos loadings da primeira coluna PC1 tiveram 0,435% de concordância com o primeiro bloco
das afirmações que aborda sobre as estratégias internas aplicadas pelas empresas pesquisadas,
não sendo o suficiente para poder traçar o perfil das empresas quanto às políticas adotadas,
então é necessário a exclusão dos loadings de menor valor (referente às afirmações que
identificam quais são as estratégias adotadas pelas Edtechs) até atingir o resultado esperado
do coeficiente de correlação.

Na quarta tentativa de rodar a ACP, eliminamos a afirmação C9 e portanto os valores
então é necessário a exclusão dos loadings de menor valor (referente às afirmações que
identificam quais são as estratégias adotadas pelas Edtechs) até atingir o resultado esperado
do coeficiente de correlação.
Na quinta tentativa de rodar a ACP, eliminamos as afirmações C9 e C10 e portanto os

bloco das afirmações que aborda sobre as estratégias internas aplicadas pelas empresas
adotadas, então é necessário a exclusão dos loadings de menor valor (referente às afirmações
que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o resultado
Na sexta tentativa de rodar a ACP, eliminamos a afirmação C5 e portanto os valores

sendo o suficiente para poder traçar o perfil das empresas quanto às políticas adotadas.
Quando se excluem afirmações do questionário, implica na perda de dados da

pesquisa. Porém, visto que os valores dos loadings são pequenos, significa que os dados
perdidos são irrelevantes ou pouco significativos para traçar o perfil das Edtechs quanto às
estratégias internas aplicadas. Em termos práticos, isso significa que poucas ou nenhuma
empresa concorda com a afirmação proposta ou mesmo não aplica a estratégia na empresa.
Após a exclusão dos loadings de menor valor e a obtenção da concordância com valor
igual a 50%, inicia-se o processo de montar uma equação que representa de forma quantitativa
a concordância das empresas quanto às afirmações sobre as estratégias internas que possuem
os maiores e menores loadings e, com isso, obter uma análise do perfil de cada uma das
empresas quanto ao tipo de estratégia utilizada e o quanto cada uma destas será relevante para
a mesma quanto à construção do seu perfil.
Segue a equação de PC1: 0,414 C2 - 0,292C4 -0,151C6 + 0,718C7 + 0,453 C8.
A partir da análise da equação, é possível fazer as seguintes afirmações: observando os

loadings que acompanham cada uma das variáveis, tem-se que C2, C7 e C8 determinaram que
as empresas neste bloco estão satisfeitas ou concordam com a maior parte das perguntas deste
bloco, reforçando assim que são bastante influentes para a análise das empresas. Enquanto C4
e C6 são afirmações que pouco foram influentes na análise das empresas neste primeiro bloco,
pois a maior parte das empresas discorda das afirmações feitas e portanto, pouco são
influentes para a adequação das mesmas para o primeiro bloco.
Figura 24 - Loading Plot Drive Interno
Este gráfico representa a influência de cada uma das afirmações do bloco de

Estratégicas Internas com base na análise dos loadings das colunas PC1 e PC2 para a
construção de um perfil. Nota-se que as variáveis C2, C3, C6 e C4 possuem valores negativos,
C1 possui um valor neutro, enquanto as variáveis C5, C7, C8, C10 e C9 são variáveis que
possuem valores positivos.
Figura 25 - Loading Plot drive interno

Estratégicas Internas com base na análise dos loadings das colunas PC1 e PC2 para a
construção de um perfil. Nota-se que as variáveis C6 e C4 possuem valores negativos,
enquanto as variáveis C7, C8 e C2 são variáveis que possuem valores positivos.
Figura 26 - Scree Plot Drive Interno
Pela análise da Figura 26, observa-se que o número de componentes antes do salto é
de duas componentes. A partir da terceira componente os autovalores são próximos.
Figura 27 - Scree Plot Drive Interno
Com base na análise da Figura 27, é possível perceber que o número de componentes
antes do salto são duas componentes, visto que os valores dos autovetores a partir do segundo
salto são próximos.
Figura 28 - Ranking decrescente dos valores dos loadings na coluna PC1 referente às afirmações do bloco
das Estratégias Internas de Inovação conforme a Análise das Componentes Principais.
C9 A empresa gerencia suas lições aprendidas para se adaptar às novas mudanças do mercado a partir de
experiências passadas
C10 A empresa busca formalizar (documentar) os conhecimentos gerados pelo relacionamento com seus
clientes, fornecedores e demais parceiros externos
C4 A empresa usa equipes integradas (multifuncionais) para o desenvolvimento das diversas atividades
C1 A empresa possui algum funcionário que é responsável por estabelecer um canal de observação e
contato direto com os clientes
C6 A empresa divulga para seus funcionários suas estratégias de inovação
C8 A empresa possui um centro interno de P&D para criar novos conhecimentos e tecnologias
C7 A empresa possui parcerias com instituições de pesquisa ou contrata P&D externo
C5 A empresa possui a inovação como um elemento estratégico para a sua consolidação no mercado
C3 O processo da empresa de seleção e recrutamento dos funcionários considera o perfil inovador do

candidato
C2 A empresa proporciona constantemente treinamentos aos seus funcionários para o desenvolvimento de

atividades inovadoras e para o uso de novas tecnologias
Fonte: Autoria Própria

Figura 29 - Tabela com os valores dos Escores das afirmações analisadas do primeiro bloco.
Tabela com os valores dos Escores do Primeiro Bloco
2,24449
-2,77910
-0,10694
0,74848
-1,53038
1,37248
-1,15506
0,00996
0,08227
1,11380
Fonte: Saída do Minitab
Figura 30 - Tabela com o ranking das empresas com base na análise dos escores da primeira componente
(C1).
Empresas que participaram da Pesquisa Escores da primeira componente Posição
Usina De Campeões 2,24449 1ª
Kludo -2,77910 10ª
Matraquinha -0,10694 7ª
Lira Edu 0,74848 4ª
Kuadro -1,53038 9ª
UP BUSINESS GAME 1,37248 2ª
Drywet Academy -1,15506 8ª
Delinea tecnologia educacional 0,00996 6ª
raleducoficial 0,08227 5ª
Next Level Studios 1,11380 3ª

A empresa “Usina de Campeões” possui o maior valor de Score, portanto é a empresa
que mais concorda com as variáveis C2, C7 e C8 (variáveis positivas) e menos concorda com
as variáveis C4 e C6. (variáveis negativas). Já a empresa “Kludo” possui o menor valor de
Score, portanto é a empresa que menos concorda com as variáveis positivas (C2, C7 e C8) e
mais concorda com as variáveis negativas (C4 e C6).

ESTRATÉGIAS EXTERNAS DE INOVAÇÃO
A figura 31 apresenta a saída da Análise Componente Principal para as afirmações do

bloco das estratégias externas.
Figura 31 - Análise das Componentes Principais para as Estratégias Externas.
F
onte: Saída do minitab.
Na primeira tentativa de rodar a ACP, os valores dos loadings da primeira coluna PC1
estratégias externas aplicadas pelas empresas pesquisadas, não sendo o suficiente para poder
traçar o perfil das empresas quanto às políticas adotadas, então a exclusão dos loadings de
menor valor (referente às afirmações que identificam quais são as estratégias adotadas pelas
Edtechs) se demonstrou necessária até atingir o resultado esperado do coeficiente de
correlação.
Quando se excluem afirmações do questionário, implica na perda de dados da

pesquisa. Porém, visto que os valores dos loadings são pequenos, significa que os dados
perdidos são irrelevantes ou pouco significativos para traçar o perfil das Edtechs quanto às
estratégias internas aplicadas.
Em termos práticos, isso significa que poucas ou nenhuma empresa concorda com a
afirmação proposta ou mesmo não aplica a estratégia na empresa.
Após a exclusão dos loadings de menor valor e a obtenção da concordância com valor
igual a 50%, é necessário montar uma equação que representa de forma quantitativa a
concordância das empresas quanto às afirmações sobre as estratégias externas que possuem os
maiores e menores loadings e, com isso, podendo então obter uma análise do perfil de cada
uma das empresas quanto ao tipo de estratégia utilizada e o quanto cada uma destas será
relevante para a mesma quanto à construção do seu perfil.
Na segunda tentativa de rodar a ACP, eliminamos a variável C21, e portanto os

bloco das afirmações que aborda sobre as estratégias externas aplicadas pelas empresas
adotadas, então a exclusão dos loadings de menor valor (referente às afirmações que
identificam quais são as estratégias adotadas pelas Edtechs) se demonstrou necessária até
atingir o resultado esperado do coeficiente de correlação.

Na terceira tentativa de rodar a ACP, eliminamos a variável C23 e portanto, os valores

das afirmações que aborda sobre as estratégias externas aplicadas pelas empresas pesquisadas,
então a exclusão dos loadings de menor valor (referente às afirmações que identificam quais
são as estratégias adotadas pelas Edtechs) se demonstrou necessária até atingir o resultado

Na quarta tentativa de rodar a ACP, eliminamos a variável C24 e portanto, os valores
então a exclusão dos loadings de menor valor (referente às afirmações que identificam quais
são as estratégias adotadas pelas Edtechs) se demonstrou necessária até atingir o resultado
Na quinta tentativa de rodar a ACP, eliminamos a variável C18 e portanto, os valores

sendo o suficiente para poder traçar o perfil das empresas quanto às políticas adotadas.
Ao fim das manipulações dos valores das análises, seu resultado é essa equação:
PC1= -0,088C16 + 0,215 C17 + 0,296 C19 + 0,629 C20 + 0,163 C22 + 0,660 C25.
Ao analisar esta equação, pode-se deduzir que as afirmações C17, C19, C20, C22 e
C25 foram essenciais para determinar quais são as principais estratégias externas utilizadas
pelas Edtechs para permitir que estas estejam sempre se adequando ao mercado, enquanto a
afirmação C16 apesar de estar incluída na equação, tem pouca relevância em relação às
demais quando as empresas escolhem concordar com esta afirmação, ou seja, a estratégia
externa é pouco aplicada em sua maioria.
Figura 36 - Loading Plot Drive Externo

Estratégicas Externas com base na análise dos loadings das colunas PC1 e PC2 para a
construção de um perfil. Nota-se que as variáveis C18, C17, C19 e C25 possuem valores
negativos, enquanto as variáveis C20, C21, C22, C23 e C16 são variáveis que possuem
valores positivos.
Figura 37 - Loading Plot Drive Externo


Estratégicas Externas com base na análise dos loadings das colunas PC1 e PC2 para a
construção de um perfil. Nota-se que as variáveis C16, C17, C22 e C25 possuem valores
negativos, enquanto as variáveis C20 e C19 são variáveis que possuem valores positivos.
Figura 38 - Scree Plot Drive Externo.

de três componentes. A partir da quarta componente os autovalores são próximos.
Figura 39 - Scree Plot Drive Externo
Com base na análise da Figura 39, é possível perceber que o número de componentes
antes do salto são duas componentes, visto que os valores dos autovetores a partir do segundo
salto são próximos.
das Estratégias Externas de Inovação conforme a Análise das Componentes Principais.
C18 A empresa busca renovar e adaptar suas tecnologias
C17 A empresa busca renovar e adaptar seus processos
C22 A empresa incentiva seus clientes a participar dos seus projetos de desenvolvimento
C25 A empresa participa de redes de compartilhamento de experiências com seus concorrentes
C19 A empresa busca promover ações de responsabilidade social no médio e longo prazo
C23 A empresa mantém boas relações com seus fornecedores
C16 A empresa busca renovar e adaptar seus recursos (componentes físicos, financeiros e habilidades
humanas)
C24 A empresa possui uma sistemática de avaliação de performance (tempo de entrega, qualidade,
confiabilidade...) de seus fornecedores
C20 A empresa busca promover ações ambientalmente sustentáveis no médio e longo prazo
C21 A empresa busca captar e compreender as experiências, feedbacks e necessidades do cliente em

relação ao seu produto/serviço
Figura 41 - Tabela com os valores dos Escores das variáveis analisadas do segundo bloco
Tabela com os valores dos Escores do Segundo Bloco
-3,59564
-1,70729
0,17584
0,82810
-0,43396
-0,21751
0,82810
1,92111
1,56777
0,63349
(C1)
Usina De Campeões -3,59564 9ª
Kludo -1,70729 8ª
Matraquinha 0,17584 5ª
Kuadro -0,43396 7ª
UP BUSINESS GAME -0,21751 6ª
Drywet Academy 0,82810 3ª

A empresa “Delinea tecnologia educacional” possui o maior valor de Score, portanto é

a empresa que mais concorda com as variáveis C17, C19, C20, C22 e C25 (variáveis
positivas) e menos concorda com a variável C16 (variável negativa). Já a empresa “Usina de
Campeões'' possui o menor valor de Score, portanto é a empresa que menos concorda com as
variáveis positivas (C17, C19, C20, C22 e C25) e mais concorda com a variável negativa
(C16).

PRODUTO/SERVIÇO
Inicialmente é preciso encontrar o valor da ACP incluindo todas as variáveis

referentes às afirmações do terceiro bloco que se referem às Lógicas de Tomada de Decisão
para o Desenvolvimento de produto ou serviço. Na tabela a seguir tem-se a relação das
variáveis que foram manipuladas em sequência, a fim de obter o valor da concordância >
0,50.:
Figura 43 - Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço.

Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas
empresas pesquisadas, não sendo o suficiente para poder traçar o perfil das empresas quanto
às políticas adotadas, então fez-se necessário exclusão dos loadings de menor valor (referente
às afirmações que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o
resultado esperado do coeficiente de correlação.
Na segunda tentativa de rodar a ACP, optamos por excluir a variável C31, que possui
o menor valor de loading. E portanto, os valores dos loadings da primeira coluna PC1 tiveram
0,460% de concordância com o primeiro bloco das afirmações que aborda sobre as Lógicas de
Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas empresas
adotadas, então fez-se necessário exclusão dos loadings de menor valor (referente às
afirmações que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o
Na terceira tentativa de rodar a ACP, optamos por excluir a variável C30, que possui o
menor valor de loading. E portanto, os valores dos loadings da primeira coluna PC1 tiveram
Na quarta tentativa de rodar a ACP, optamos por excluir a variável C29, que possui o
Figura 47- Análise das Componentes Principais para as Lógicas de Tomada de Decisão para o
Na quinta tentativa de rodar a ACP, optamos por excluir a variável C36, que possui o
pesquisadas, sendo o suficiente para poder traçar o perfil das empresas quanto às políticas
adotadas.
Foram feitos vários testes, em sequência, pois houve uma variação no valor de
correlação. A cada interação os valores dos loadings oscilavam e quando o valor era tratado se
tornava negativo. Foram feitas várias exclusões de várias afirmações feitas pela pesquisa, até
atingir o resultado esperado coeficiente de correlação.
Quando se exclui os loadings, implica na perda de dados da pesquisa, porém os dados

perdidos são irrelevantes, pois o método de seleção que foi utilizado para o trabalho, foi o de
excluir os loadings com os valores negativos ou menores, pois estas não terão grande
contribuição na análise, ou seja, na interpretação das Lógicas de Tomada de Decisão para o
Desenvolvimento de Produto/Serviço que as empresas adotam.
Com isso, é obtido a seguinte equação:
PC1 = 0,403C32 + 0,450C33 -0,311C34 - 0,733 C35.
A partir da análise da equação, pode-se fazer as seguintes afirmações: observando os

loadings que acompanham cada uma das variáveis, tem-se que a as afirmações C32 e C33
possuem uma relevância pouco considerativa quanto às afirmações feitas para determinar as
lógicas de tomada de decisões, pois a afirmação C35 possui o maior valor, e portanto, a maior
parte das Edtechs discorda em maior parte desta afirmação, o que contribui na determinação
da construção do perfil destas empresas quanto às principais iniciativas tomadas pelas
empresas para aplicar às metodologias de tomada de decisão para o desenvolvimento de
produtos e serviços.
Figura 48 - Loading Plot representando a influência de cada uma das afirmações do bloco de Lógicas de
Tomada de Decisão para o Desenvolvimento de Produto/Serviço com base na análise dos loadings da
coluna PC2 para a construção de um perfil.
Este gráfico representa a influência de cada uma das afirmações do bloco de Lógicas
de Tomada de Decisão para o Desenvolvimento de Produto/Serviço com base na análise dos
loadings das colunas PC1 e PC2 para a construção de um perfil. Nota-se que as variáveis C34
e C31 possuem valores negativos, C29 possui um valor neutro, enquanto as variáveis C35,
C32, C36 e C30 são variáveis que possuem valores positivos.
Figura 49 - Loading Plot Drive Lógicas de Tomada de Decisão para o Desenvolvimento de
Produto/Serviço.
e C35 possuem valores negativos, enquanto as variáveis C33 e C32 são variáveis que
possuem valores positivos.
Figura 50 - Scree Plot Driver Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço.
Fonte:
Saída do minitab.
Figura 51 - Scree Plot Drive Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço.
das Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço conforme a Análise das
Componentes Principais.
C29 A empresa desenvolve seus projetos de inovação com base nos recursos que estão disponíveis
(competências internas, tecnologias…)
C32 Novos projetos de inovação são definidos com base nos objetivos estratégicos da empresa
C30 A partir das ideias geradas dos projetos existentes, a empresa identifica novas possibilidades de
inovação.
C36 Durante o desenvolvimento de um produto/serviço, a empresa foca principalmente em atingir seus

objetivos sem atrasos
C31 A empresa adquire recursos com base em seus novos projetos de inovação
C35 Novas descobertas (de mercado, de necessidades de clientes...) não influenciam o objetivo dos
projetos de inovação da empresa
Figura 53 - Tabela com os valores dos Escores do terceiro bloco das variáveis analisadas do terceiro bloco
Tabela com os valores dos Escores do Terceiro Bloco
0,25993
0,65922
0,71745
-1,05459
-1,11235
-2,12164
2,09955
1,40485
1,26922
-2,12164
(C1)
Kludo 0,65922 5ª
Lira Edu -1,05459 7ª
Kuadro -1,11235 8ª
UP BUSINESS GAME -2,12164 9ª
Next Level Studios -2,12164 9ª
A empresa “Drywet Academy” possui o maior valor de Score, portanto é a empresa

que mais concorda com as variáveis C32 e C33 (variáveis positivas) e menos concorda com as
variáveis C34 e C35. (variáveis negativas). Já as empresas “Up Business Game” e “Next
Level Studios” possuem o menor valor de Score, portanto é a empresa que menos concorda
com as variáveis positivas (C32, C33) e mais concorda com as variáveis negativas (C34 e
C35).
Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço aplicadas pelas
empresas pesquisadas, não sendo o suficiente para poder traçar o perfil das empresas quanto
às políticas adotadas, então fez-se necessário exclusão dos loadings de menor valor (referente
às afirmações que identificam quais são as estratégias adotadas pelas Edtechs) até atingir o
Desenvolvimento de Produto/Serviço

Foi feito um único teste, em sequência, pois após a exclusão de uma única afirmação
(C41), foi possível chegar ao resultado esperado para os valores da Concordância (0,617) >
0,50. A partir daí, é obtido a seguinte equação:
PC1: 0,478C37 + 0,380C38 + 0,306C39 + 0,404C40 + 0,408C42 + 0,451 C43.
A partir da análise da equação, pode-se fazer as seguintes afirmações: observando os

loadings que acompanham cada uma das variáveis, é debatido que todas as afirmações
contribuem positivamente graças ao fato de que as empresas concordam ou consideram-se
satisfeitas com as afirmações que acompanham cada um desses valores. Dessa forma, se faz
necessário uma equação onde todas as afirmações contribuem ricamente para definir as
logísticas para tomada de decisão para o desenvolvimento de produtos e serviços e também
podemos perceber que os valores da coluna PC1 são todos positivos, portanto, a coluna é
chamada de “Coluna Variável Global”, pois todos os seus valores são positivos.

Produto/Serviço.
loadings das colunas PC1 e PC2 para a construção de um perfil. Nota-se que as variáveis C37,
C39 e C38 e C42 possuem valores positivos, enquanto as variáveis C43, C40 e C41 são
variáveis que possuem valores negativos.

Produto/Serviço.
e C38 possuem valores negativos, C37 possui um valor neutro, enquanto as variáveis C39,
C42 e C43 são variáveis que possuem valores positivos.
Fonte: Saída do minitab
de três componentes. A partir da quarta componente os autovalores são próximos.

de dois componentes. A partir da terceira componente os autovalores são próximos.
das Lógicas de Tomada de Decisão para o Desenvolvimento de Produto/Serviço conforme a Análise das
Componentes Principais.
C41 A empresa tende a não comprometer mais recursos do que está disposta a perder, mesmo que o
potencial de retorno de um novo produto seja significativo
C42 Durante o desenvolvimento de um novo produto, a empresa estima o valor do investimento e o quanto
está disposta perder durante suas tentativas de lançamento
C43 Para decidir sobre o desenvolvimento de um novo produto ou serviço, a empresa primeiro analisa os
lucros e as oportunidades que serão geradas
C38 A empresa acredita que parcerias geram valor para projetos futuros.
C40 Parcerias com concorrentes são incomuns
C39 A empresa toma decisões de novos projetos de inovação com base em análises sistemáticas do
mercado e concorrência
C37 A empresa estabelece relacionamentos com seus parceiros( clientes, fornecedores...) que acaba por
auxiliar na redução da incerteza durante o lançamento de um novo produto.
Figura 62 - Tabela com os valores dos Escores do terceiro bloco das variáveis analisadas do terceiro bloco
Tabela com a segunda parte da relação do terceiro bloco das variáveis
-0,23856
-1,39316
0,09310
-0,61621
0,25570
3,38192
1,62811
0,66540
-4,03199
0,25570

(C1)
Usina De Campeões -0,23856 5ª
Kludo -1,39316 7ª
Lira Edu -0,61621 6ª
Kuadro 0,25570 4ª
raleducoficial -4,03199 8ª
A empresa “Up Business Game” possui o maior valor de Score, portanto é a empresa
que mais concorda com todas variáveis positivas (C37, C38, C39, C40, C40, C42, C43). Já a
empresa “raleducoficial” possui o menor valor de Score, portanto é a empresa que menos
concorda com as variáveis positivas (C37, C38, C39, C40, C40, C42, C43).
5.4 ADAPTABILIDADES A UM CONTEXTO TURBULENTO
A figura 64 apresenta a saída da Análise Componente Principal para as variáveis

referentes às Adaptabilidades em contexto turbulento.
Figura 64 - Análise das Componentes Principais do quarto bloco das Adaptabilidades a um Contexto
Turbulento.
Para o último bloco utilizam-se todas as variáveis da coluna PC1, considerada “Coluna
Variável Global” devido ao fato dos loadings corresponderem a valores positivos, e visto que
o valor da concordância é superior a 0,5 (0,609) não se faz necessário remover as afirmações
representadas pelas variáveis, visto que temos o valor referente.
Figura 65 - Loading Plot Drive Adaptabilidades a um Contexto Turbulento

Adaptabilidades a um Contexto Turbulento com base na análise dos loadings das colunas PC1
e PC2 para a construção de um perfil. Nota-se que as variáveis C44 e C47 possuem valores
negativos, C45 possui um valor neutro, enquanto as variáveis C46 é a variável que possui
valor positivo.
Figura 66 - Scree Plot Driver Adaptabilidades a um Contexto Turbulento
de apenas uma componente. A partir da segunda componente os autovalores são próximos.
Figura 67 - Rank decrescente das perguntas do bloco referente à Adaptabilidade a um contexto turbulento
de acordo com a análise de correlação da variável PC1 conforme a Análise das Componentes Principais.
C45 [A empresa capta informações essenciais para tentar prever o futuro com segurança o que proporciona
sua adaptação à incerteza do mundo no qual está inserida
C47 A empresa realiza experimentações em busca de estratégias para maior clareza das necessidades do
mercado o que proporciona sua adaptação à ambiguidade do mundo no qual está inserida
C46 A empresa busca reestruturar suas redes, processos e relacionamentos com seus stakeholders o que
proporciona sua adaptação à complexidade do mundo no qual está inserida
C44 A empresa possui agilidade para resolver problemas e eventos inesperados que são difíceis de
quantificar e resolver o que proporciona sua adaptação à volatilidade do mundo no qual está inserida

Figura 68 - Tabela com os valores dos Escores do quarto bloco das variáveis analisadas do terceiro bloco
Tabela com a segunda parte da relação do quarto bloco das variáveis
2,43437
0,72388
0,68048
0,16127
2,43437
0,72388
0,68048
2,43437
0,72388
0,68048
(C1)
Kludo 0,72388 2ª
Kuadro 2,43437 1ª
A empresas “Usina De Campeões”, “Kuadro” e “Delinea Tecnologia Educacional”

possuem o maior valor de Score, portanto são as empresas que mais concordam com todas
variáveis positivas (C44, C45, C46 e C47). Já a empresa “Lira Edu” possui o menor valor de
Score, portanto é a empresa que menos concorda com as variáveis positivas (C44, C45, C46 e
C47).
6. ANÁLISE FATORIAL
Assim como a Análise de Componentes Principais - ACP, o objetivo da Análise

Fatorial é gerar fatores subjacentes não observados, onde há muitas variáveis observadas. A
principal função é diminuir uma grande quantidade de variáveis observadas em um número
menor de fatores, além de explicar as covariâncias ou correlações entre as variáveis. Os
fatores têm o objetivo de resumir as diversas variáveis em um conjunto menor de dimensões
com uma perda mínima de informação.
Para realização destas análises é necessário que o número de variáveis seja menor que
o número de respondentes, diferentemente da análise anterior onde esses valores poderiam ser
menores ou iguais. Além disso, a Análise Fatorial apresenta a Communality, que são
quantidades das variâncias (correlações) de cada variável explicada pelos fatores. Quanto
maior a Communality, maior será o poder de explicação daquela variável pelo fator.

ESTRATÉGIAS INTERNAS DE INOVAÇÃO
Para fazer a análise inicialmente, foi selecionado os valores da coluna 01, identificada
como Fatorial 01 que é utilizado para fins de comparação e análise de dados,também chamado
de fator percentual global. Por meio da análise do Factor 1, foi-se excluindo as variáveis de
menor valor, até obter um valor proporcional e relativo maior/igual que 0.5 de correlação,
como mostram as imagens 70, 71, 72, 73 e 74 logo abaixo.
Na figura 70, mostra a análise inicial, com todas as variáveis:

Figura 70 - Relação das variáveis na Análise Fatorial das estratégias internas.
A figura 70 mostra que, quando se aplicou a análise fatorial para as estratégias

internas, percebeu-se que o percentual de variabilidade(0,351) do primeiro fator se encontra
menor que o recomendado, então o ideal é que se rode a análise novamente, excluindo as
variáveis que menos oferecem informações. A figura 71 mostra que a variável C1 (-0,079) foi
retirada da análise:
A figura 71 mostra a relação após a retirada da variável, porém o percentual de var

(0,394) ainda não atingiu o esperado, então a análise foi feita novamente excluindo outra
variável. Na figura 72, percebe-se que a variável C6(-0,212) foi retirada.
A figura 72 mostra que novamente o percentual de var(0,446) ainda não é satisfatório.

A figura 73 mostra a relação após a retirada da variável C4(-0,424):
A figura 73, mostra que obtém-se o percentual de var adequado de 0,5, a análise pode
ser feita a partir dessa análise, porém não seria possível de encontrar o fator global. Então
para se atingir o fator global, a variável negativa é excluída. A figura 74, mostra todos os
fatores após a exclusão da variável C9(-0,692):

A figura 74 mostra a relação após as exclusões necessárias, podendo fazer as análises

baseadas no fator global. A figura 75, apresenta o fator global e seus valores:
Figura 75 - Relações referentes ao Factor Global na Análise Fatorial das estratégias internas
Na figura 75, pode-se perceber que após todas as exclusões necessárias o percentual
de variância atingiu o valor de 0,536, o que mostra que este fator representa 53,6% das
informações necessárias a partir das afirmações C2, C3, C5, C7 e C8 para a determinação de
políticas para o desenvolvimento de estratégias internas dentro das empresas analisadas.
Além disso, é apresentada a Communality, que determina o quanto de informação

cada uma destas variáveis estão contribuindo na formação do factor 1, e com isso percebe-se
que as variáveis que mais trazem informações são C1(0,721), C5(0,686) e C8(0,553),
enquanto as que tiveram maior perda de informação foram as variáveis C3(0,305) e
C7(0,413). Portanto, quando uma empresa concorda com C3 e C7, significa que esta
encontra-se num perfil que foge ao padrão estabelecido por C1, C5 e C8.
Quando se exclui variáveis, implica na perda de dados da pesquisa, porém os dados

perdidos são irrelevantes, pois o método de seleção que foi utilizado exclui as respostas que
não tiveram altos valores e portanto, as empresas consideram que as afirmações não
contribuem na análise que é necessário para fazer, ou seja, na interpretação das inovações
internas que as empresas adotam.
F1: 0,317C2 + 0,206C3 + 0,309C5 + 0,240C7 + 0,278C8.
A partir da equação, é possível afirmar que as empresas que mais concordam com as
afirmações C2, C3, C5, C7 e C8 são as que mais aplicam as estratégias de inovação internas
semelhantes, sendo possível observar que as variáveis que mais impactam no ranqueamento
das empresas são C2, C5 e C8.
A partir do fator 1, foi plotado os scores para se montar o ranking das empresas que
mais aplicam as estratégias de inovação, como é visível na figura 76:
Figura 76 - Tabela com o ranking das empresas com base na análise dos escores do primeiro fator
Empresas que participaram da Pesquisa Escores do primeiro fator Posição
Usina De Campeões 1,37307 1º
Kludo -1,06365 9º
Matraquinha 0,128938 5º
Lira Edu -0,0036455 6º
Kuadro -0,518436 7º
UP BUSINESS GAME 0,901573 3º
Drywet Academy -1,80875 10º
Delinea tecnologia educacional 0,475183 4º
raleducoficial -0,534201 8º
Next Level Studios 1,04992 2º

A figura 76, nos mostra que a empresa que mais aplica as estratégias internas é a
“Usina de Campeões”, seguida da “Next Level Studios” em segundo lugar, em terceiro a “UP
BUSSINESS GAME”, em quarto a “Delinea Tecnologia educacional”, em quinto a
“Matraquinha”, em sexto “Lira Edu”, em sétimo “Kuadro”, em oitavo “Raleducoficial” em
nono a “Kludo” e por último a “Drywet Academy”.

ESTRATÉGIAS EXTERNAS DE INOVAÇÃO
Nessa etapa, realiza-se as mesmas análises feitas no tópico anterior, porém para as
variáveis referentes às estratégias externas de inovação. Para fazer a análise, inicialmente foi
selecionado o Factor 1, que é utilizado para fins de comparação e análise de dados, também
chamado de fator percentual global, como mostra a figura 77:
Figura 77 - Relação das variáveis na Análise Fatorial das estratégias externas.
A figura 77 mostra que quando se aplicou a análise fatorial para as estratégias internas,
percebeu-se que o percentual de variabilidade do primeiro fator se encontra menor que o
recomendado, então o ideal é que se rode a análise novamente, excluindo as variáveis que
menos oferecem informações. Percebe-se que o Fator 1, não pode ser considerado fator
global, pois o valor percentual de var (0,361) não é o ideal, por isso é necessário manipular as
variáveis para atingir o percentual de 0,5. A figura 78, apresenta os fatores após a exclusão da
variável C21(-0,035):
A figura 78, mostra que mesmo após a exclusão da variável, o percentual de var ainda
não atingiu o ideal, logo é necessário uma nova exclusão. A figura 79, apresenta a relação dos
fatores e as variáveis após a exclusão da variável C20(0,045):
A figura 79, mostra que o percentual de var ainda não é o ideal para as análises, então
uma nova variável é excluída. A figura 80, apresenta a relação dos fatores com as variáveis
após a exclusão da variável C24(0,401):
Retirando a variável C24, como mostra a figura 80, obtém-se o percentual adequado, a
análise pode ser feita a partir dessa análise, e como temos todas as variáveis positivas pode-se
utilizar o fator 1, como o fator global. A figura 81, apresenta o fator global e seus valores.
Figura 81 - Relação referente ao Factor Global na Análise Fatorial das estratégias externas.
A partir da figura 81, pode-se perceber as relações referentes ao fator 1, e que após
todas as exclusões necessárias o percentual de variância atingiu o valor de 0,522, o que mostra
que este fator explica 52,2% das informações necessárias para determinar as estratégias
externas que as empresas devem adotar.
Ao analisar o Communality, percebe-se que as afirmações que mais contribuem com
informações para a formação do Factor 1, são C18(0,826), C17(0,747) e C22(0,671),
enquanto as que menos contribuem são C19(0,240), C16(0,255) e C23(0,319). Ou seja, as
afirmações C18, C17 e C22 são influentes quanto à determinação das estratégias externas.

perdidos são irrelevantes, pois o método de seleção que foi utilizado para o presente trabalho
foi o de excluir as respostas que não terão grande contribuição na análise que necessitamos
fazer, ou seja, na interpretação das inovações internas que as empresas adotam.
F1: 0,161C16 + 0,276C17 +0,290C18 + 0,157C19 + 0,262C22 + 0,200C23.
A partir da equação podemos afirmar que as as empresas que mais concordam com as
variáveis C16, C17, C18, C19, C22 e C23 são as que mais aplicam as estratégias de inovação
externas, e as variáveis que mais impactam no ranqueamento são as variáveis C18, C17 e
C22.
mais aplicam as estratégias de inovação, como vemos na figura 82:
Usina De Campeões -1,46687 8º
Kludo -1,51154 9º
Matraquinha -0,462448 7º
Lira Edu 1,01590 2º
Kuadro -0,0833605 4º
Drywet Academy 0,636809 3º
Next Level Studios -0,322384 6º

A figura 82, nos mostra que as empresa que mais aplicam as estratégias internas são
“UP BUSSINESS GAME” e “Delinea Tecnologia educaciona”l que apareceram empatadas,
seguida da “Lira Edu” em segundo lugar, em terceiro a “Drywet Academy”, em quarto a
“Kuadro”, em quinto a “Raleducoficial”, em sexto “Next Level Studios”, em sétimo
“Matraquinha”, em oitavo a “Usina de Campeões”, e por último a “Kludo”.

PRODUTO/SERVIÇO
Nessa etapa, realiza-se às mesmas análises feitas no tópico anterior, porém para as
variáveis referentes às lógicas de tomada decisão para o desenvolvimento de produto/serviço.
Para fazer a análise inicialmente foi selecionado o Factor 1 que é utilizado para fins de
comparação e análise de dados, também chamado de fator percentual global, como mostra a
figura 83:
Figura 83 - Relação das variáveis na Análise Fatorial das lógicas de tomada de decisão para o
desenvolvimento de produto/serviço.
A figura 83 mostra que quando se aplicou a análise fatorial para as estratégias de

lógicas de tomada de decisão, percebeu-se que o percentual de variabilidade do primeiro fator
se encontra menor que o recomendado, então o ideal é que se rode a análise novamente,
excluindo as variáveis que menos oferecem informações. Como mostra a figura 84, a variável
C34(-0,210) foi retirada:
Na figura 84, mostra a relação após a retirada da variável, e obtém-se o percentual

adequado de 0,512, a análise pode ser feita a partir dessa análise, porém não teríamos o fator
global. Então para se atingir o fator global, a variável negativa é excluída, como mostra a
figura 88, onde excluiu-se a variável C35(-0,305):
A figura 85, mostra que após a exclusão da variável negativa, se obteve o fator global.
Então, a figura 86, apresenta o fator global e seus valores:
Figura 86 - Relação referente ao Factor Global da Análise Fatorial das lógicas de tomada de decisão para
o desenvolvimento de produto/serviço.
A partir da figura 86, pode-se perceber que após todas as exclusões necessárias o
percentual de variância atingiu o valor de 0,586, o que mostra que este fator explica 58,6%
das informações necessárias. Ao analisar o Communality, percebe-se que as variáveis que
mais contribuem com informações para a formação do Factor 1 são C29(0,864), C30(0,692) e
C32(0,650), enquanto as que menos contribuem são C31(0,190) e C33(0,499).
perdidos são irrelevantes, pois o método de seleção que foi utilizado para o presente trabalho
foi o de excluir as respostas que não terão grande contribuição na análise que necessitamos
fazer, ou seja, na interpretação das inovações internas que as empresas adotam.
Com isso, se obtém a seguinte equação:
F1: 0,264C29 + 0,237C30 + 0,124C31 + 0,229C32 + 0,201C33 + 0,224C36.
A partir da equação, é possível afirmar que as as empresas que mais concordam com
as afirmações C29, C30, C31, C32, C33 e C36 são as que mais aplicam as lógicas de tomada
de decisão para o desenvolvimento de produto/serviço, sendo as variáveis C29, C30, C32 e
C36 as que mais influenciam no ranqueamento final do escore.
Kludo -1,13170 9º
Matraquinha 0,10027 5º
Lira Edu 1,01066 2º
Kuadro -0,25042 8º
Drywet Academy 0,02289 6º
Delinea tecnologia educacional -0,13469 7º
A figura 87, nos mostra que a empresa que mais aplica as estratégias internas é a “UP
BUSSINESS GAME”, seguida da “Lira Edu” em segundo lugar, em terceiro a “Next Level
Studios”, em quarto a “Usina de Campeões”, em quinto a “Matraquinha”, em sexto “Drywet
Academy”, em sétimo “Delinea Tecnologia educacional”, em oitavo a “Kuadro”, em nono a
“Kludo” e por último a “Raleducoficial”.
6.4 ADAPTABILIDADE A UM CONTEXTO TURBULENTO
Nessa etapa, realiza-se às mesmas análises feitas no tópico anterior, porém para as
variáveis referentes às estratégias relacionadas a adaptabilidade em contextos turbulentos.
Para fazer a análise foi selecionado o Factor 1, que é utilizado para fins de comparação e
análise de dados,também chamado de fator percentual global, como mostra a figura 88:
Figura 88 - Relação total das variáveis na Análise Fatorial das estratégias referentes a Adaptabilidade em
Para análise da adaptabilidade em contextos turbulentos, na primeira análise feita já

obteve-se o percentual de variância maior que 0,5, e todas as variáveis positivas, então já
podemos considerar o Fator 1 como o fator global. A figura 89, apresenta o fator global e seus
valores:
Figura 89 - Relação do Factor Global na Análise Fatorial das estratégias de adaptabilidade em contextos
turbulentos.
A partir da figura 89, o percentual de variância atingiu o valor de 0,586, o que mostra
que este fator explica 58,6% das informações necessárias, para se entender como as empresas
se comportam em relação a adaptabilidade em contextos turbulentos.
Ao analisar a Communality, percebe-se que as variáveis que mais contribuem com

informações para a formação do Factor 1 são C45(0,856) e C47(0,673), enquanto as que
menos contribuem são C44(0,439) e C46(0,467).
Com isso, se obtém a seguinte equação:
F1: 0,272C44 + 0,380C45 + 0,281C46 + 0,337C47. A partir da equação é possível

afirmar que as empresas que mais concordam com as variáveis C44, C45, C46 e C47 são as
que mais aplicam as variáveis referentes a adaptabilidade em contextos turbulentos.
Kludo -0,783981 8º
Matraquinha -0,0946294 6º
Lira Edu -0,0658859 5º
Kuadro -0,0946294 6º
Drywet Academy -0,202031 7º
A figura 90, nos mostra que a empresa que mais aplica as estratégias de adaptabilidade
é a “UP BUSSINESS GAME”, seguida da “Usina de Campeões” , em segundo lugar. Em
terceiro, lugar podemos observar a “Next Level Studios”, em quarto a “Delinea Tecnologia
educacional”, em quinto a “Lira Edu”, em sexto “Matraquinha” e “Kuadro”, que apresentaram
scores iguais, em sétimo “Drywet Academy”, em oitavo “Kludo” e por último a empresa
“Raleducoficial”.
7. ANÁLISE DE CLUSTER
A análise de cluster é uma técnica utilizada para agrupar dados e a partir dela podemos
fazer estudos estatísticos sobre as variáveis desejadas. O agrupamento de cluster tem o
objetivo de dividir os elementos da amostra em grupos, de modo que os mais similares fiquem
no mesmo grupo e a partir dessa divisão, podemos mensurar a similaridade dos elementos
com base nos resultados obtidos através das variáveis.
7.1 ESTRATÉGIAS INTERNAS DE INOVAÇÃO
De acordo com a tabela de amalgamação apresentada pela Figura 91, inicialmente, é

possível perceber que as Edtechs representadas pelos números 2 e 3 (Usina de Campeões e
Kludo) são aquelas que possuem o menor nível de distância euclidiana, ou seja, estas são as
mais similares entre si no que se refere às 15 variáveis medidas, gerando, assim, um primeiro
cluster que contém as duas Edtechs.
Observando o nível de similaridade, nota-se que este apresenta uma maior queda entre
os passos 8 (40,4266) e 9 (33,1336), ou seja, quando o número de agrupamentos muda de 2
para 1. Esses resultados indicam que dois agrupamentos podem ser suficientes para a partição
final. Se este agrupamento fizer sentido intuitivo, ele provavelmente será uma boa escolha.
Figura 91 - Tabela com a análise de Cluster - Amalgamation Steps

Desta maneira, por meio da Partição Final com dois clusters apresentada pela Figura
92 é possível concluir que os elementos do cluster 1 caracterizam-se por terem maior
similaridade entre si em comparação com os demais agrupamentos visto o menor valor obtido
da soma de quadrados (0,0000). Por outro lado, os elementos do cluster 2 são aqueles que
apresentam menor similaridade entre si quando comparados com outros agrupamentos.
Figura 92 - Tabela com a partição final.
A Figura 93 exibe os centróides para os grupos individuais. Podemos entender os

centróides como a média multidimensional do agrupamento. Dessa forma, temos que cada
valor da tabela representa a média de uma variável para as observações em cada grupo. De
acordo com a figura, observa-se que o cluster 2 traz mais valores positivos do que em relação
ao outro cluster, representando que, no geral, as observações médias referentes àquele grupo
são maiores que as demais.
Figura 93 - Tabela com o Centróide do Grupo

Quanto às distâncias entre os centróides do grupo (Figura 94), elas representam o quão
distantes os centróides dos agrupamentos, na partição final, estão um dos outros. Assim,
quanto maior a distância, menor será a similaridade quando comparados dois grupos. A partir
da saída do Minitab, observa-se que a maior diferença é dada pela distância existente entre o
cluster 2 (5,81307), o que significa que estes possuem maior similaridade em relação aos
demais agrupamentos.
Figura 94 - Tabela com a Distância entre Centróides do Grupo
Por meio do Dendograma (Figura 95), é possível analisar as Edtechs que compõem
cada um dos dois clusters analisados, além dos respectivos níveis de similaridade de cada
grupo. Logo, tendo como base os itens analisados anteriormente, é possível afirmar que a
Usina de Campeões é a Edtech que, no geral, mais utiliza das estratégias internas de inovação.
Dado os valores superiores referentes à média das variáveis em relação aos outros grupos
relatados.
Figura 95 - Tabela com o Dendograma

7.2 ESTRATÉGIAS EXTERNAS DE INOVAÇÃO
Por meio da tabela de amalgamação (Figura 96) referente às Estratégias Externas de

Inovação, é possível observar uma maior queda no nível de similaridade nos passos 4
(48,4405) e 3 (39,0287). Logo, por meio dos dados obtidos, conclui-se a possibilidade de
utilização de 4 clusters para a realização das análises posteriores.
Figura 96 - Tabela de Análise Cluster - Externas
De acordo com a Figura 97, analisando todos os agrupamentos, é possível perceber

uma maior similaridade entre os elementos do cluster 3, em razão do menor valor da soma de
quadrados (52,6892). Por lado, os elementos dos demais clusters (00,0000) possuem valores
nulos em todos eles, dado que estes possuem apenas um elemento.
Figura 97 - Tabela com a Partição Final - Externas

A Figura 98 exibe os centróides para os grupos individuais. De acordo com as saídas
do Minitab, nota-se que os maiores valores associados à média das variáveis estão no clusters
3, representando que, no geral, as Edtechs destes agrupamentos possuem os maiores índices
de usabilidade das estratégias externas de inovação.
Figura 98 - Tabela com os Centróides do grupo - Externas
Quanto às distâncias entre os centróides do grupo (Figura 99), observa-se que as

maiores diferenças são dadas pelas distâncias entre os clusters 1 e 4 (7,06109). Já a menor
distância é notada quando analisamos os clusters 3 e 4 (4,41687), o que significa que estes
possuem maior similaridade em relação aos demais agrupamentos.
Figura 99 - Tabela com a distância entre Centróides do Grupo - Externas
Por fim, analisando o Dendograma (Figura 100), observa-se que em comparação com
a análise sobre as estratégias internas de inovação, as edtechs Usina de Campeões e Kludo
mais utilizam das estratégias externas. Contudo, as edtechs Matraquinha e Kuadro
permaneceram agrupadas em um mesmo cluster, o que garante a similaridade das respostas
das empresas quando analisamos as duas estratégias.
Figura 100 - Tabela com o Dendograma - Externas

PRODUTOS/SERVIÇOS (1)
De acordo com a tabela de amalgamação (Figura 101) referente às Lógicas de tomada

de decisão para o desenvolvimento de produto/serviço, observa-se uma maior queda no nível
de similaridade entre os passos 3 (66,4570) e 4 (57,7104), ou seja, quando o número de
agrupamentos muda de 7 para 6. Esses resultados indicam que sete agrupamentos podem ser
suficientes para a para a realização das análises posteriores.
Figura 101 - Tabela com a Análise Cluster - Desenvolvimento de Produto

Ao analisar os dados obtidos pela tabela da Figura 102, referentes à partição final com
7 clusters, conclui-se que os elementos do cluster 6 caracterizam-se pela maior similaridade
entre si em relação aos demais clusters. Enquanto que os elementos do cluster 3 caracterizam-
se pela menor similaridade entre seus elementos quando comparados com outros
agrupamentos. Dentre os fatores analisados, os demais clusters apresentam valores nulos em
todos eles, dado que este possui apenas um elemento.
Figura 102 - Tabela de Partição Final - Desenvolvimento de Produto
A Figura 103 apresenta os centróides para os grupos individuais. Nota-se que, dessa
vez, o cluster 7 é aquele que no geral apresenta as menores médias referente às variáveis, o
que significa que as Edtechs deste agrupamento são aquelas que possuem baixos índices de
usabilidade da estratégia em questão.
Figura 103 - Tabela com o Centróides do grupo - Desenvolvimento de Produto
As distâncias apresentadas na tabela da Figura 104, mostram que a variabilidade das

distâncias entre os agrupamentos não é alta como nos casos anteriores, mostrando como os
grupos estão melhor relacionados. Para ilustrar isso, podemos ver que a maior distância entre
os grupos é dada pelo valor 6,26114, diferença entre o cluster 4 e 7, e o menor valor 3,12617
distância do cluster 2 para o 7.
Figura 104 - Tabela ilustrando a distância entre Centróides do Grupo - Desenvolvimento de Produto
Por fim, por meio do Dendograma (Figura 105), é possível analisar as Edtechs que
compõem cada um dos quatro clusters analisados, além dos respectivos níveis de similaridade
de cada grupo. Logo, de acordo com os dados obtidos quando analisados os centróides para os
grupos individuais, conclui-se que a Usina de Campeões,Kludo, Matraquinha, Up Business
Game e Drywet Academy são as edtechs que, no geral, mais utilizam das estratégias sobre as
lógicas de tomada de decisão para o desenvolvimento de produto/serviço.
Figura 105 - Tabela com o Dendograma - Desenvolvimento de Produto

PRODUTOS/SERVIÇOS (2)
Agora no que se refere às estratégias referente às lógicas de tomada de decisão para o

desenvolvimento de produto/serviço do Bloco D2, observa-se que o nível de similaridade
diminui cerca de 8 unidades entre os passos 1 (88,2344) e 2 (80,1898), ou seja, quando o
número de agrupamentos muda de 9 para 8, entretanto ainda há um número elevado de
agrupamentos. A similaridade diminui em quase 8 unidades nos passos 8 (58,1278) e 9
( 50,3204), quando o número de agrupamentos muda de 2 para 1. Esses resultados indicam
que 2 agrupamentos podem ser suficientes para a partição final.
Figura 106 - Tabela com a Análise Cluster - Lógicas de Tomada de Decisão
De acordo com a Figura 107, analisando todos os agrupamentos, é possível perceber

uma maior similaridade entre os elementos do cluster 1 em razão do menor valor da soma de
quadrados (43,0688). Por outro lado, os elementos dos demais clusters (00,0000) possuem
valores nulos em todos eles, dado que estes possuem apenas um elemento.
Figura 107 - Tabela com a Partição Final - Lógicas de Tomada de Decisão
No que diz respeito aos centróides para os grupos individuais (Figura 108), observa-se
que as médias das variáveis mais baixas estão associadas ao cluster 2, que por sua vez
apresenta praticamente todos os valores negativos. Quanto ao cluster 1, exibe médias
positivas, pode-se concluir que os elementos destes apresentam os maiores índices de
usabilidade da estratégia em questão.
Figura 108 - Tabela com os Centróides do grupo - Lógicas de Tomada de Decisão
Analisando as distâncias entre os centróides do grupo, nota-se que o cluster mais

distante é o 2, com distância representada por 4,70593. Dentre os fatores analisados, os
demais clusters apresentam valores nulos em todos eles, dado que estes possuem apenas um
elemento.
Figura 109 - Tabela de com a Distância entre Centróides do Grupo - Lógicas de Tomada de Decisão
Por último, o Dendograma (Figura 110), apresenta as Edtechs que compõem cada um
dos três clusters analisados, além dos respectivos níveis de similaridade de cada grupo.
Assim, é possível afirmar que a Kuadro é a Edtech que mais utiliza as estratégias de lógicas
de tomada de decisão para o desenvolvimento de produto/serviço, enquanto que a Usina de
Campeões, Kludo, Matraquinha, Lira Edu, Kuadro, Up Business, Drywet Academy e Raleduc
Oficial apresentam maiores escores.
Figura 110 - Tabela com o Dendograma - Lógicas de Tomada de Decisão

7.5 ADAPTABILIDADE A UM CONTEXTO TURBULENTO
A tabela de amalgamação referente à adaptabilidade a um contexto turbulento (Figura

111), demonstra que o nível de similaridade diminui em quase 27 unidades, entre os passos 1
(100,000) e 2 (73,007), entretanto, ainda há um número bem elevado ainda de agrupamentos
dado o número de elementos. A similaridade diminui em quase 26 unidades entre os passos 8
(70,097) e 9 (44,173), quando o número de agrupamentos muda de 2 para 1. Esses resultados
indicam que 2 agrupamentos podem ser suficientes para a partição final.
Figura 111 - Tabela com a Análise Cluster - Adaptabilidade a um contexto turbulento
A Figura 112 apresenta a partição final após a definição de utilização de dois clusters
para a realização da análise. Por meio dos dados obtidos pelo Minitab, observa-se que os
elementos do cluster 1 apresentaram o menor valor no que diz respeito à soma dos quadrados,
ou seja, isso significa que os elementos o compõem apresentam maior semelhança entre si
quando comparados aos demais agrupamentos.
Figura 112 - Tabela com a Partição Final - Adaptabilidade a um contexto turbulento
Os centróides apresentados na tabela da Figura 113, demonstram o destaque do cluster

1 no que se refere aos escores das médias das variáveis, sendo superior todas elas.
Figura 113 - Tabela com os Centróides do grupo - Adaptabilidade a um contexto turbulento

Analisando as distâncias entre os centróides do grupo, nota-se que o cluster mais

distante é o 2, com distância representada por 3,99783. Dentre os fatores analisados, os
demais clusters apresentam valores nulos em todos eles, dado que estes possuem apenas um
elemento.
Figura 114 - Tabela com a Distância entre Centróides do Grupo - Adaptabilidade a um contexto
turbulento
Por último, através do Dendograma apresentado na Figura 115, é possível analisar as

Edtechs que compõem cada um dos dois clusters analisados, além dos respectivos níveis de
similaridade de cada grupo. Logo, de acordo com os dados obtidos quando analisados os
centróides para os grupos individuais, conclui-se que a Usina de Campeões, Up Business
Game, Drywet Academy e Kludo são as edtechs que, no geral, mais utilizam das estratégias
voltadas para adaptabilidade a um contexto turbulento. Nesse sentido, ressalta-se os baixos
índices de usabilidade da estratégia na Matraquinha e Kuadro.
Figura 115 - Tabela com o Dendograma - Adaptabilidade a um contexto turbulento

8. CONSIDERAÇÕES FINAIS
Com base no conteúdo estudado durante todo o semestre, os autores deste trabalho
foram capazes de estudar, aplicar e compreender os conceitos das ferramentas utilizadas para
produzir este trabalho. Além disso, o uso da ferramenta Minitab permite uma análise mais
detalhada e rica com o uso de gráficos, que validam as informações quanto às ações que as
Edtechs adotam, de forma a caracterizar o perfil das mesmas quanto a cada tipo de proposta:
As Estratégias Internas aplicadas, as Estratégias Externas, as Lógicas de tomada de decisão
para o desenvolvimento de produto/serviço e às adaptabilidades adotadas pelas empresas ao
contexto vivido durante o período de Pandemia a partir de 2020.
Por meio das técnicas da Análise da Componente Principal (ACP), Análise Fatorial e
Análise de Cluster, pode-se observar a relação das estratégias aplicadas e as empresas que
mais as empregam. Portanto, com o desenvolvimento desse estudo, foi possível entender na
prática os comportamentos dos respondentes em relação às variáveis, durante a aplicação das
análises descritivas e multivariadas.
Um limitante do trabalho realizado refere-se à baixa adesão de resposta por parte das
Edtechs. Vale ressaltar que o banco de dados continha cerca de 80 empresas selecionadas,
porém por falta de respondentes, o grupo conseguiu entrevistar poucas Edtechs. Os
integrantes do grupo tentaram fazer contato por meio da plataforma LinkedIn, enviando um
texto explicando nosso trabalho junto ao link do formulário. Porém, o índice de resposta foi
extremamente baixo. Esse limitante resultou em perdas concretas nas análises estatísticas.
Principalmente na Análise Fatorial, onde, para realizá-la de forma devida, seria necessário que
houvesse mais respondentes do que variáveis, o que não ocorreu. Dessa maneira, foi
necessário realizar a Análise Fatorial para os Blocos B e C com menos variáveis do que
tínhamos.
REFERÊNCIAS BIBLIOGRÁFICAS
ALVES, Miriam Aparecida Beckhauser; SARTORI, Viviane. EDTECHS. Encontro

Internacional de Gestão, Desenvolvimento e Inovação (EIGEDIN), 2021, 5.1.
ALZAMORA-RUIZ, Jessica; DEL MAR FUENTES-FUENTES, María; MARTINEZ-

FIESTAS, Myriam. Together or separately? Direct and synergistic effects of Effectuation
and Causation on innovation in technology-based SMEs. International Entrepreneurship
and Management Journal, v. 17, n. 4, p. 1917-1943, 2021.
ARAÚJO, Márbia; REIS, Luciana; MORAIS, Isabela. Innovation Strategies for

Adaptation of Organizations in a VUCA World. 2021.
Associação brasileira de startups, Centro de inovação para a educação brasileira.

Mapeamento Editech 2020: Investigação sobre as Tecnologias Educacionais Brasileiras.
São Paulo, 2020. Disponível em:
<https://abstartups.com.br/wp-content/uploads/2021/04/M2020_edtechs.pdf>. Acesso em:
18/03/2022.
BARALDI, Ana. O que é edtech? 2020. Disponível em: <https://medium.com/@avbaraldi/o-

que-e-edtech-804626ad15ce > Acesso em: 06/04/2022.
BURIN, Fátima Osmari, et al. EdTechs: panorama de startups de educação no Brasil e

suas inserções na educação básica. 2021.
MORAIS, Marcos De Oliveira et al. A Inovação como Ferramenta Estratégica na

Organização: Estudo de caso em uma Empresa de Eletroeletrônicos. Revista de
Empreendedorismo, Inovação e Tecnologia, v. 4, n. 2, p. 69-81, 2017. Disponível
em:<https://seer.imed.edu.br/index.php/revistasi/article/view/2218/1712>. Acesso em:
05/04/2022.
FUTTERER, Fabian; SCHMIDT, Jochen; HEIDENREICH, Sven. Effectuation or causation

as the key to corporate venture success? Investigating effects of entrepreneurial
behaviors on business model innovation and venture performance. Long Range Planning,
v. 51, n. 1, p. 64-81, 2018.
INGIZZA, Carolina. Com a pandemia rompendo divisões entre presencial e remoto,

edtechs atraem investidores. Revista Exame, 2021. Disponível em:
<https://exame.com/pme/com-a-pandemia-rompendo-divisoes-entre-ensino-presencial-e-
remoto-edtechs-atraem-investidores/ >. Acesso em: 05/04/2022.
FOCCO. Soluções de Gestão, Inovação nas empresas: tudo o que você precisa saber.
2019. Disponível em: <https://www.foccoerp.com.br/gestao-de-empresas/inovacao-nas-
empresas/>. Acesso em: 04/04/2022.
OLIVEIRA, Bruno. Análise de Componentes Principais. OperData. 2019. Disponível em:

<https://operdata.com.br/blog/analise-de-componentes-principais/>. Acesso em: 06/04/2022.
TROCCOSLAB Aceleradora, Principais elementos de uma boa estratégia de inovação.

2020. Disponível em: <https://troposlab.com/principais-elementos-de-boa-estrategia-de-
inovacao/>. Acesso em: 06/04/2022.
SILVA, Roberta Cardoso da. Cultura de inovação em uma startup EdTech: análise do
processo de criação e desenvolvimento. 2018. Dissertação de Mestrado. Universidade
Federal de Pernambuco.
TEIXEIRA, Cláudia M. Inovar é preciso: Concepções de inovação em Educação dos

programas PROINFO, ENELACES e EDUCAR. Dissertação (Mestrado em Educação) –
Pós-graduação em Educação, Universidade do Estado de Santa Catarina, SC.
WALTER, Olga Maria Formigoni Carvalho. Análise de ferramentas gratuitas para

condução de survey online. Produto & Produção, v. 14, n. 2, 2013.
YUGI, Cláudio. O que é edtech? Entenda de uma vez por todas. CanalTech, 2020.
Disponível em: < https://canaltech.com.br/inovacao/edtech-o-que-e-159758/ >. Acesso em:
05/04/2022.

Trabalho de Estatística II

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Trabalho de Estatística II

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE OURO PRETO

INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS

Professora Luciana Paula Reis

Estratégias para adaptabilidade das edtechs brasileiras em

Adônis Silva Oliveira

Ana Cecilia Harumi Sato

Jennyfer da Conceição Fonseca Santos

Diego Yuzo Yamasaki

Marina Souza de Oliveira

Ana Cecilia Harumi Sato

Jennyfer da Conceição Fonseca Santos

Diego Yuzo Yamasaki

Marina Souza de Oliveira

Estratégias para adaptabilidade das edtechs brasileiras em

Trabalho apresentado à disciplina de ENP157 -

O nome edtech surgiu do termo “educational technology”, que significa tecnologia

O trabalho em questão visa analisar o desempenho de algumas edtechs e, como elas

Shumpeter (1982) foi um dos primeiros pesquisadores a citar o conceito de inovação.

A inovação também pode ser entendida como a implementação de um produto, bem

Para Barbieri (2003), a inovação baseia-se na seguinte equação: IDEIA + AÇÃO +

Para Porter (2009) :

A inovação é uma das bases da competição e é impactada pela revolução da

Todavia, a garantia de resultados de inovação se dá através da aplicação das ideias

A busca das organizações em inovar está relacionada com a necessidade de

As organizações que potencializam o capital humano, passam a adquirir maior ênfase

Segundo Teixeira (2011) :

O conceito de inovação relacionado à educação surgiu impregnado da

O segundo, ocorreu com a abertura da Arpanet, em seguida chamada de 39 NSFnet, no

Esse modelo de startup possui modelo de negócio e metodologia de trabalho, além de

Ferramentas como tablets, computadores, a disponibilização de conteúdos digitais em

Para realização do trabalho é utilizada uma abordagem qualitativa de análise de dados

O contato com os membros das edtechs, deu-se a partir da plataforma Linkedin. À

Figura 01 - Relação das Edtechs pesquisadas.

Número de empresas pelo Número de Contatos pelo

Para definição da amostragem, como apresentado na figura 01, utilizou-se de um

Os dados serão tabulados a fim de se aplicar as técnicas da análise da estatística

As edtechs analisadas no presente trabalho apresentam 6 micro empresas, 2 empresas

A maioria das empresas que responderam ao questionário possuem como inovação

4.1 ESTRATÉGIAS INTERNAS DE INOVAÇÃO DAS EMPRESAS

Pode-se considerar o desenvolvimento de produtos e serviços inovadores, novas

Ao definir uma estratégia de inovação é necessário levar em consideração diferentes

A cultura organizacional exerce grande influência nas estratégias internas de inovação

Diferentes casos (cultura empreendedora, intraempreendedorismo, aceleração de

Para realização das análises referentes às estratégias internas de inovação foram

C2 A empresa proporciona constantemente treinamentos aos seus funcionários para o desenvolvimento

C3 O processo da empresa de seleção e recrutamento dos funcionários considera o perfil inovador do

C4 A empresa usa equipes integradas (multifuncionais) para o desenvolvimento das diversas

C6 A empresa divulga para seus funcionários suas estratégias de inovação

C7 A empresa possui parcerias com instituições de pesquisa ou contrata P&D externo

4.1.2 ANÁLISE DESCRITIVA

A partir da utilização do Minitab, foi selecionado a análise descritiva para que

Fonte: Saída do minitab.

Como apresentado na figura, foram analisados a Média, o Desvio-Padrão e os valores

Fonte: Saída do minitab.

A partir do gerenciamento de feedbacks de clientes e experiências, as empresas

4.1.2 CORRELAÇÃO DAS ESTRATÉGIAS INTERNAS

Para as análises, deve-se considerar se a correlação entre as variáveis é significativa,

Correlação linear ou Correlação de Pearson calcula a relação entre duas

A figura 05, apresenta a matriz de correlação referente às estratégias internas de

Fonte: Saída do minitab.

4.2 ESTRATÉGIAS EXTERNAS DE INOVAÇÃO DAS EMPRESAS

Tendo como objetivo principal a criação e aplicação de notas metodologias de

Sobre os fornecedores é interessante destacar que a maioria mantém boas relações

Figura 06 - Relação das variáveis referentes às estratégias externas de inovação.