UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE …...Profª. Drª. Mariana Rodrigues de Almeida UFRN /...
Transcript of UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE …...Profª. Drª. Mariana Rodrigues de Almeida UFRN /...
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE TECNOLOGIA
PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
ROSEANE RODRIGUES DA SILVEIRA
FATORES DE SUCESSO NO GERENCIAMENTO DE PROJETOS DE PETRÓLEO
E GÁS: UMA APLICAÇÃO DA MODELAGEM DE EQUAÇÕES ESTRUTURAIS
NATAL
2015
ROSEANE RODRIGUES DA SILVEIRA
FATORES DE SUCESSO NO GERENCIAMENTO DE PROJETOS DE PETRÓLEO
E GÁS: UMA APLICAÇÃO DA MODELAGEM DE EQUAÇÕES ESTRUTURAIS
Dissertação de mestrado apresentada à Pós-
Graduação em Engenharia de Produção da
Universidade Federal do Rio Grande do Norte.
Área de Concentração: Engenharia de Produção
Subárea: Pesquisa Operacional e Logística
Orientadora: Profa. Dra. Mariana Rodrigues de
Almeida
NATAL
2015
Reitora da Universidade Federal do Rio Grande do Norte
Profª. Drª. Ângela Maria Paiva Cruz
Diretor do Centro de Tecnologia
Prof. Dr. José Daniel Diniz Melo
Coordenador do Programa de Pós-Graduação em Engenharia de Produção
Prof. Dr. Mário Orestes Aguirre González
Orientação
Profª. Drª. Mariana Rodrigues de Almeida
UFRN / Biblioteca Central Zila Mamede.
Catalogação da Publicação na Fonte.
Silveira, Roseane Rodrigues da.
Fatores de sucesso no gerenciamento de projetos de petróleo e gás: uma
aplicação da modelagem de equações estruturais/ Roseane Rodrigues da Silveira.
– Natal, RN, 2015.
118 f. : il.
Orientadora: Prof. ª Dr.ª Mariana Rodrigues de Almeida.
Dissertação (Mestrado) – Universidade Federal do Rio Grande do Norte. Centro
de Tecnologia. Programa de Pós-Graduação em Engenharia de Produção.
1. Gestão de projetos – Dissertação. 2. Petróleo e gás - Dissertação. 3. Equações
estruturais – Dissertação. 4. Sucesso na gestão de projetos - Dissertação. I.
Almeida, Mariana Rodrigues de. II. Universidade Federal do Rio Grande do
Norte. III. Título.
RN/UF/BCZM CDU 658.6
FOLHA DE APROVAÇÃO
Candidato (a): Engenheira ROSEANE RODRIGUES DA SILVEIRA
Dissertação defendida e julgada em _______________ perante a Comissão Julgadora:
_________________________________________________ _________________
Profª. Drª. MARIANA RODRIGUES DE ALMEIDA Orientadora
Centro de Tecnologia, UFRN
_________________________________________________ _________________
Prof. Dr. JOSÉ ALFREDO FERREIRA COSTA Membro Interno
Centro de Tecnologia, UFRN
_________________________________________________ _________________
Prof. Dr. JESUS LEODALY SALAZAR ARAMAYO Membro Externo
Centro de Tecnologia, UFRN
_________________________________________________ _________________
Profª. Drª. ELICIANE MARIA DA SILVA Membro Externo
Fundação Getúlio Vargas / Escola de Administração de Empresas
de São Paulo - (FGV/EAESP)
_____________________________________________________
Prof. Dr. Prof. Dr. Mário Orestes Aguirre González
Coordenador do Programa de Pós-Graduação em Engenharia de Produção
Dedico este trabalho à minha mãe,
Adalgiza, por todo o amor que sempre me
dedicou, me apoiando e inspirando a buscar
sempre o melhor na vida e na profissão. A
ela dedico todas as minhas vitórias.
AGRADECIMENTOS
Agradeço primeiramente a Deus, pois foi Ele quem me permitiu chegar até aqui,
e com toda a sua sabedoria me iluminou e esteve sempre me amparando.
À minha mãe Adalgiza Rodrigues (in memorian), meu anjo e exemplo eterno de
vida, amor e determinação, que me concedeu tudo o que estava ao seu alcance e me
ensinou a viver e a lutar pelos meus sonhos e ideais. Não há palavras que consigam
descrever minha imensa gratidão.
À minha Orientadora, Prof. Dra. Mariana Almeida, sempre disposta a ensinar e
incentivar, me estimulando a alçar vôos cada vez mais altos, acreditando muitas vezes
quando nem mesmo eu acreditava e dando suas doses de energia a cada encontro. Meus
agradecimentos e admiração.
Aos Professores Jesus Salazar, Daniel Aloise e Claudia Aparecida pelo apoio e
contribuição para a realização desta pesquisa desde a graduação.
À Universidade Federal do Rio Grande do Norte, pelo ensino, estrutura e
conhecimento oferecidos durante a graduação, pós-graduação e vida profissional.
Ao meu irmão Ricardo Wendell, pelo exemplo que pude seguir e com quem
compartilho as melhores memórias.
Aos meus amigos Fernanda, Nathália, Marianna, Samira, Luís Filipe e Joeberson
por sempre me acompanharem e partilharem comigo os momentos de felicidade e
angústia, apoiando-nos mutuamente, sem dúvidas foram grandes contribuidores. Meu
abraço amigo.
Ao meu amado e sempre companheiro Josias Neto, que nos momentos mais
difíceis, quando o desânimo e o medo se fizeram presentes, soube me mostrar que é
preciso continuar caminhando, mas o tendo ao meu lado como apoio. Foi ele quem
muitas vezes me deu carinho e força, me estimulando a seguir em frente. Um grande
beijo.
À minha tia Maria, uma segunda mãe, e que durante os momentos difíceis,
ajudou a mim e a minha família para que pudéssemos superar e seguir em frente.
Aos meus companheiros de trabalho da Petrobrás, em especial Newman de
Souza, Jefferson, Renato Cunha, Jacqueline Ribeiro, Ana e Kenia, com quem pude
compartilhar experiências de trabalho e de vida, pessoas que guardarei para sempre
comigo.
SILVEIRA, Roseane Rodrigues Da. Fatores de sucesso no gerenciamento de projetos
de petróleo e gás: uma aplicação da modelagem de equações estruturais. Fls. 134.
Dissertação (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em
Engenharia de Produção, Universidade Federal do Rio Grande do Norte, Natal/Rio
Grande do Norte, 2015.
RESUMO
O presente trabalho tem como objetivo avaliar as relações e influências
existentes entre as práticas de planejamento e controle, as equipes de projeto e a
qualidade e escopo destes sobre o sucesso da gestão de projetos na indústria de petróleo
e gás. Esta proposição fundamentou-se da necessidade de se gerenciar os projetos de
forma eficaz e eficiente haja vista os benefícios trazidos, como, por exemplo: a
padronização de operações; melhor capacidade de planejamento; redução de custos;
qualidade e atendimento aos requisitos. O setor de petróleo e gás merece atenção
diferenciada pelo fato de seus projetos apresentarem alta complexidade, altos custos
incorridos, incertezas durante a execução e irreversibilidade de ações no ciclo de vida.
Diante dos benefícios da gestão e as dificuldades do setor, traçar modelos que
determinem e considerem a complexidade e multidimensionalidade da gestão de
projetos de petróleo podem ser utilizados como impulsionadores do sucesso da gestão
de projetos e consequentemente da companhia. Para tal, o método de análise escolhido
foi a modelagem de equações estruturais com estimação por mínimos quadrados
ponderados (Partial Least Squares, PLS), por permitir lidar com múltiplas relações
simultâneas e capacidade de especificar, estimar e testar relações hipotéticas entre um
grupo de variáveis. O PLS é um método de modelagem considerado suave, livre de
distribuição e altamente adequado para aplicações sem ter que fazer suposições fortes e
com grandes amostras. Para coleta dos dados, foi aplicada uma survey com projetistas e
gerentes de projeto de distintas unidades de operação da maior empresa de petróleo e
gás brasileira, considerando como dado amostral um projeto, obteve-se uma amostra de
77 projetos. A partir do uso do método e observação da significância e coeficientes das
relações entre as variáveis foram verificados os fatores que merecem maior atenção na
gestão interna da empresa, norteando ações de aprimoramento. Os resultados apontaram
que 63% dos projetos ultrapassam os orçamentos previstos e 57% excedem os prazos de
conclusão. Acerca dos construtos analisados, as equipes de projeto não apresentam forte
efeito direto no sucesso da gestão, todavia, seus efeitos indiretos sobre as demais
variáveis são significativos, uma das justificativas para estes resultados apontam para as
questões de comunicação. A qualidade, o escopo, planejamento e controle têm efeitos
significativos no sucesso da gestão de projetos.
Palavras chaves: Gestão de projetos. Petróleo e gás. Equações estruturais. Sucesso na
gestão de projetos.
SILVEIRA, Roseane Rodrigues Da. Success factors in the management of oil and gas
project: an application of structural equation modeling. Fls. 134. Dissertação (Mestrado
em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de
Produção, Universidade Federal do Rio Grande do Norte, Natal/Rio Grande do Norte,
2015.
ABSTRACT
This study aims to evaluate the existing relations and influences between
planning and control practices, project teams and the quality and scope on the project
management success in the oil and gas industry. This proposition was based on the need
to manage projects effectively and efficiently considering the benefits brought, for
example, standardization of operations; better capacity planning; cost reduction; quality
and conformance to requirements. The oil and gas industry deserves special attention
because of their projects presents high complexity, high costs, uncertainty and
irreversibility during the execution of actions in the life cycle. Given the benefits of
management and the difficulties of the sector, to draw models to determine and consider
the complexity and multidimensionality of oil projects management, can be used as
drivers of successful project management and consequently the company. To this
objective, the chosen method of analysis was the structural equation modeling with
estimation by Partial Least Squares – PLS, for allowing handle multiple concurrent
relationships and ability to specify, estimate and test hypothetical relationships among a
group of variables. PLS is a modeling method considered soft, with free distribution and
highly suitable for applications without having to make strong assumptions and large
samples. To collect the data, a survey with designers and project managers from
different operating units of the largest oil and gas Brazilian company was applied,
considering as given sample a project, we obtained a sample of 77 projects. From the
use of the method and observation of significant coefficients and the relationships
between variables were checked the factors that deserve more attention in the internal
management of the company, guiding improvement actions. The results showed that
63% of the projects exceed the planned budgets and 57% exceed the completion
deadlines. About analyzed constructs, project teams do not have strong direct effect on
the success of management, however, their indirect effects on the other variables are
significant, one of the reasons for these results point to the communication issues. The
quality, scope, planning and control have significant effects on the success of the project
management.
Keywords : Project management. Oil and gas industry. Structural equations modeling.
Project management success.
LISTA DE FIGURAS
Figura 1: Estrutura da dissertação ............................................................................................... 25
Figura 2: Influências na indústria de Petróleo e Gás ................................................................... 29
Figura 3: Esquematização das etapas de poço............................................................................. 31
Figura 4: Problemas frequentes nos projetos das empresas estudadas ........................................ 35
Figura 5: Relações e horizontes de tomada de decisão entre os conceitos de Governança de
projetos, Gestão de Portfólios e Gestão do projeto ..................................................................... 40
Figura 6: Agrupamento dos fatores que afetam o desempenho do projeto ................................. 47
Figura 7: Diagrama de Caminhos das hipóteses do modelo........................................................ 49
Figura 8: Modelo de equações estruturais para gerenciamento de projetos de E & P da empresa
estudada. ...................................................................................................................................... 59
Figura 9: Representação dos tipos de variáveis encontradas em SEM ....................................... 66
Figura 10: Principais publicações com SEM por área ................................................................ 70
Figura 11: Sistematização cronológica de estudos envolvendo SEM e gestão de projetos ........ 73
Figura 12: Etapas dos procedimentos metodológicos da pesquisa .............................................. 75
Figura 13: Sistemática do PRODEP ............................................................................................ 78
Figura 14: Alternativas no portão ................................................................................................ 79
Figura 15: Tipos de projeto da amostra ....................................................................................... 83
Figura 16: Tamanho dos projetos da amostra ............................................................................. 84
Figura 17: Localização geográfica dos projetos da amostra ....................................................... 85
Figura 18: Gráfico sobre o treinamento e a experiência dos respondentes da pesquisa .............. 86
Figura 19: Gráfico das ferramentas e atividades de planejamento utilizadas nos projetos da
amostra ........................................................................................................................................ 86
Figura 20: Desempenho dos projetos avaliados em relação às variáveis mensuradas ................ 88
Figura 21: Variáveis do construto Planejamento e controle no espaço rotacionado ................... 98
Figura 22: Avaliação do critério para a variância média extraída das variáveis ....................... 105
Figura 23: Avaliação do critério da Confiabilidade Composta das variáveis ........................... 106
Figura 24: Representação gráfica dos valores do alpha de cronbach ........................................ 107
Figura 25: Resultados do teste t para avaliação de significância .............................................. 109
Figura 26: Modelo com representação dos coeficientes de caminho ........................................ 111
LISTA DE QUADROS
Quadro 1: Sistematização de definições sobre Gestão de Projetos ............................................. 32
Quadro 2: Áreas de conhecimento da Gestão de Projetos ........................................................... 33
Quadro 3: Aplicações e metodologias na gestão de portfólios.................................................... 38
Quadro 4: Fatores de sucesso mais frequentes na literatura ........................................................ 42
Quadro 5: Fatores que afetam o sucesso dos projetos de acordo com a perspectiva dos
projetistas da empresa ................................................................................................................. 46
Quadro 6: Construtos (variáveis latentes) e respectivas variáveis observadas do modelo
estrutural com base na revisão literária e estudo de caso ............................................................ 57
Quadro 7: Estrutura do questionário ........................................................................................... 62
Quadro 8: Diferenças entre estimação por PLS e por Covariância ............................................. 68
Quadro 9: Indicadores/procedimentos para avaliação do ajuste ................................................. 69
Quadro 10: Dados da empresa estudada ..................................................................................... 76
Quadro 11: Decisões em cada portão .......................................................................................... 79
Quadro 12: Resumo das fases do projeto .................................................................................... 82
Quadro 13: Pressupostos avaliados ............................................................................................. 89
Quadro 14: Medições e critérios da AFE .................................................................................... 94
Quadro 15: Indicadores e procedimentos adotados para avaliação do ajuste do modelo PLS-
SEM........................................................................................................................................... 103
LISTA DE TABELAS
Tabela 1: Confiabilidade do instrumento de pesquisa ................................................................. 90
Tabela 2: Teste de multicolinearidade ........................................................................................ 92
Tabela 3: Teste Durbin-Watson .................................................................................................. 93
Tabela 4: KMO e Teste de esfericidade de Bartlett para a variável Equipe de Projeto .............. 94
Tabela 5: Medida de Adequação da Amostra (MSA) para a variável Equipe de Projeto ........... 95
Tabela 6: Comunalidades das variáveis do construto EP ............................................................ 95
Tabela 7: Variância total explicada da variável Equipe de Projeto a partir dos componentes
extraídos ...................................................................................................................................... 95
Tabela 8: KMO e Teste de esfericidade de Bartlett para a variável Planejamento e Controle ... 96
Tabela 9: Medida de Adequação da Amostra (MSA) para a variável Planejamento e Controle 96
Tabela 10: Comunalidades das variáveis do construto PC .......................................................... 96
Tabela 11: Variância total explicada da variável Planejamento e Controle a partir dos
componentes extraídos ................................................................................................................ 97
Tabela 12: Matriz de componentes rotacionada* ........................................................................ 97
Tabela 13: KMO e Teste de esfericidade de Bartlett para a variável Qualidade e Escopo ......... 99
Tabela 14: Medida de Adequação da Amostra (MSA) para a variável Qualidade e Escopo ...... 99
Tabela 15: Comunalidades das variáveis do construto QE ......................................................... 99
Tabela 16: KMO e Teste de esfericidade de Bartlett para a variável Qualidade e Escopo após
retirada de QE2 ......................................................................................................................... 100
Tabela 17: Medida de Adequação da Amostra (MSA) para a variável Qualidade e Escopo após
retirada de QE2 ......................................................................................................................... 100
Tabela 18: Comunalidades das variáveis do construto QE após retirada de QE2 ..................... 100
Tabela 19: Variância total explicada da variável Qualidade e Escopo a partir dos componentes
extraídos após retirada da variável QE2 .................................................................................... 101
Tabela 20: KMO e Teste de esfericidade de Bartlett para a variável Sucesso na gestão de
projetos ...................................................................................................................................... 101
Tabela 21: Medida de Adequação da Amostra (MSA) para a variável Qualidade e Escopo .... 101
Tabela 22: Comunalidades das variáveis do construto SGP ..................................................... 102
Tabela 23: Variância total explicada da variável Qualidade e Escopo a partir dos componentes
extraídos .................................................................................................................................... 102
Tabela 24: Valores das Variâncias médias extraídas ................................................................ 104
Tabela 25: Confiabilidade composta das variáveis ................................................................... 106
Tabela 26: Alpha de Cronbach do modelo reajustado .............................................................. 106
Tabela 27: Valores das cargas cruzadas das variáveis observadas nas variáveis latentes ......... 107
Tabela 28: Qualidade do modelo ajustado pelo coeficiente R2 ................................................ 108
Tabela 29: Valores dos indicadores da validade preditiva (Q2) e do tamanho do efeito (f2) ... 110
Tabela 30: Coeficientes de caminho, erro padrão, significância e teste t para avaliação das
hipóteses .................................................................................................................................... 112
Tabela 31: Efeitos indiretos das variáveis latentes .................................................................... 112
LISTA DE ABREVIATURAS E SIGLAS
AACE -Association for the Advancement of Cost Engineering
AFE – Análise Fatorial Exploratória
ANP – Agência Nacional de Petróleo
AVE – Average Variance Extracted
CC – Confiabilidade Composta
E&P – Exploração e Produção
GFI - Goodness of fit index
GOP – Governança de Projetos
GP – Gestão de Projetos
GPP – Gestão de Portfólio de projetos
GR – Grupos de Revisão
GSD - Grupos de suporte à decisão.
PCV - Pacotes de Controle e Verificação
PDMA - Product Development and Management Association
PMI – Project Management Institute
PRODEP - Programa de Desenvolvimento e Execução de Projetos
PSD - Pacotes de suporte à decisão.
PLS – Partial Least Squares
SEM – Structural Equations Modeling
SGP – Sucesso da gestão de projetos
TRP - Termo de Referência do Projeto
SUMÁRIO
Capítulo 1
INTRODUÇÃO ......................................................................................................................... 18
1.1 Contextualização do tema e problema de pesquisa ........................................................... 18
1.2 Objetivo ............................................................................................................................. 20
1.3 Justificativa e relevância da pesquisa ................................................................................ 20
1.4 Estrutura da dissertação ..................................................................................................... 23
Capítulo 2
REFERENCIAL TEÓRICO .................................................................................................... 26
2.1 Cenário do setor de petróleo e gás .................................................................................... 26
2.1.1 Aspectos econômicos e relevância do setor de Petróleo e Gás .................................. 26
2.1.2 Atividades de projeto na Exploração e Produção de Petróleo .................................... 29
2.2 Definições e aspectos da gestão de projetos ...................................................................... 31
2.2.1 Gestão de Projetos ...................................................................................................... 31
2.2.2 Governança de Projetos .............................................................................................. 36
2.2.3 Gestão de Portfólios ................................................................................................... 37
2.2.4 Sucesso da Gestão de Projetos ................................................................................... 40
Capítulo 3
DESENVOLVIMENTO DOS CONSTRUTOS, HIPÓTESES E MODELO ...................... 44
3.1 Desenvolvimento das variáveis latentes (construtos) que afetam o projeto ...................... 44
3.2 Hipóteses causais e modelo estrutural ............................................................................... 48
3.2.1 A relação entre Equipe de Projeto e o Planejamento e Controle ................................ 50
3.2.2 A relação entre Equipe de Projeto e o Desempenho de Sucesso na Gestão de
Projetos 50
3.2.3 A relação entre Equipe de Projeto e o Qualidade e Escopo ................................ 51
3.2.4 A relação entre Qualidade e Escopo e o Desempenho de Sucesso na Gestão de
Projetos 52
3.2.5 A relação entre Planejamento e Controle e o Desempenho de Sucesso na Gestão
de Projetos ........................................................................................................................... 53
3.2.6 A relação entre Qualidade e Escopo e o Planejamento e Controle ..................... 53
3.3 Desenvolvimento dos construtos e modelo de mensuração ........................................ 54
Capítulo 4
MÉTODO DE PESQUISA ....................................................................................................... 60
4.1 Classificação da pesquisa .................................................................................................. 60
4.2 Etapas da Pesquisa ............................................................................................................ 60
4.3 Modelagem de equações estruturais .................................................................................. 64
4.3.1 Aplicações de SEM .................................................................................................... 69
Capítulo 5
GESTÃO E GOVERNANÇA DE PROJETOS NA EMPRESA ESTUDADA .................... 76
5.1 Dimensões contextuais da empresa em estudo .................................................................. 76
5.2 Gestão de projetos para desenvolvimento da produção: o PRODEP ................................ 76
5.2.1 Elementos da Sistemática ........................................................................................... 78
5.2.2 A fase de Planejamento .............................................................................................. 80
5.2.3 A fase de Controle ...................................................................................................... 81
5.2.4 Lições Aprendidas ...................................................................................................... 82
Capítulo 6
ANÁLISE DOS DADOS E DISCUSSÕES ............................................................................. 83
6.1 Análise descritiva dos dados ............................................................................................. 83
6.1.1 Tipo do Projeto ........................................................................................................... 83
6.1.2 Tamanho do projeto ................................................................................................... 84
6.1.3 Localização geográfica ............................................................................................... 85
6.1.4 Experiência e treinamento da equipe.......................................................................... 85
6.1.5 Ferramentas técnicas e atividades de planejamento para o gerenciamento de projetos
86
6.1.6 Desempenho dos projetos analisados no construto Sucesso da Gestão de Projetos ... 87
6.2 Premissas subjacentes a Modelagem de Equações Estruturais ......................................... 89
6.2.1 Confiabilidade do Instrumento de pesquisa ............................................................... 90
6.2.2 Ausência de observações atípicas............................................................................... 91
6.2.3 Ausência de multicolinearidade ................................................................................. 91
6.2.4 Normalidade Multivariada ......................................................................................... 92
6.2.5 Linearidade ................................................................................................................. 92
6.2.6 Ausência de erros correlacionados ............................................................................. 93
6.3 Análise Fatorial Exploratória ............................................................................................ 93
6.3.1 Análise exploratória do construto Equipe de Projeto ................................................. 94
6.3.2 Análise exploratória do construto Planejamento e Controle ...................................... 96
6.3.3 Análise exploratória do construto Qualidade e Escopo .............................................. 98
6.3.4 Análise exploratória do construto Desempenho de Sucesso na Gestão de Projetos 101
6.4 Modelagem de Equações Estruturais .............................................................................. 103
6.4.1 Avaliação dos ajustes de mensuração e do modelo estrutural .................................. 103
6.4.2 Interpretação dos coeficientes de caminho e avaliação das hipóteses de pesquisa .. 110
Capítulo 7
CONSIDERAÇÕES FINAIS ................................................................................................. 119
7.1 Considerações e conclusões ............................................................................................ 119
7.2 Limitações da pesquisa.................................................................................................... 121
7.3 Perspectivas de trabalhos futuros .................................................................................... 122
REFERÊNCIAS ...................................................................................................................... 124
Apêndices ................................................................................................................................. 133
APÊNDICE A – Questionário da survey ............................................................................... 133
18
Capítulo 1
_____________________________________________________
INTRODUÇÃO
Este capítulo apresenta o tema abordado pela dissertação e as lacunas na literatura atual,
fornecendo o embasamento para a formulação do problema e objetivos de pesquisa. São
também expostas a justificativa e relevância do estudo e, ao final, é apresentada a
estrutura proposta para a dissertação.
1.1 Contextualização do tema e problema de pesquisa
As mudanças nos cenários ocorrendo de forma cada vez mais dinâmica têm
obrigado as organizações a desenvolverem maior planejamento e execução de projetos,
tornando esta prática não apenas mais um diferencial competitivo, de evolução ou de
inovação, mas uma questão de sobrevivência e crescimento no mercado para um maior
controle sobre suas atividades.
Um gerenciamento estruturado e pró-ativo do cenário de projetos
individualmente, aliado a uma boa gestão de portfólio de projetos (PPM – Portfolio
Project Management) vem tornando-se uma competência essencial para as empresas
que lidam com numerosos projetos de forma simultânea (KILLEN et al, 2008).
Correntes de estudos nesse tipo de gestão centram-se na forma de gerir,
organizar e entregar projetos de sucesso em grande escala, complexos e incertos,
incluindo estudos de megaprojetos (FLYVBJERG et al, 2003; DAVIES et al, 2009.
GIL; TETHER, 2011), projetos gigantes (GRÜN, 2004) e os grandes projetos de
engenharia (MILLER; LESSARD, 2001; RUUSKA et al, 2011).
O foco diferenciado nos projetos complexos se dá por estes serem criados para
oferecer diversos objetos de alto investimento, tais como: aeroportos, ferroviária de alta
velocidade, as fazendas eólicas offshore, aeroespacial, energia nuclear e petrolíferos.
Devido à alta complexidade, são muitas vezes entregues com atraso, ultrapassam
excessivamente o orçamento e não conseguem atender às expectativas iniciais. Esta
incapacidade de lidar com as incertezas envolvidas pode atrasar ou interromper o seu
progresso (SHAPIRA; BERNDT, 1997; MILLER; LESSARD, 2000; PITSIS et al,
2003).
19
Na literatura, vários termos, tais como: projeto complexo (BARLOW, 2000),
projeto importante (MORRIS; HOUGH, 1987); projeto gigantesco (GRÜN, 2004);
megaprojeto (FLYVBJERG et al., 2003); e, grande projeto (MILLER; LESSARD,
2001) têm sido sugeridos para descrever projetos envolvendo vários atores
organizacionais que estão envolvidos na entrega de um sistema ou produto de
considerável complexidade. Com base na investigação em grandes projetos acima
referidos, define-se um grande projeto como um empreendimento significativo
caracterizado por múltiplas organizações buscando o sucesso com objetivos diferentes,
mudanças de prioridades de objetivos do projeto e, finalmente, o projeto que está sendo
sujeito a impactos de um ambiente sócio-político mais amplo.
Com um crivo nos projetos da área de petróleo e gás, os quais além de
encaixarem-se em todas as características de grandes projetos supracitadas, merecem
atenção por ainda apresentarem particularidades adicionais de irreversibilidade, grande
compromisso com as decisões tomadas devido ao longo tempo para a implantação dos
projetos e retorno dos altos investimentos, além da especificidade dos recursos
envolvidos (POSTALI; PICHETTI, 2006).
A indústria de petróleo e gás apresenta projetos baseados em um alto grau de
utilização de ativos, envolvendo dezenas, ora centenas de empresas e organizações
públicas. Dessa forma, pode-se inferir que as decisões na área de petróleo e gás, são de
suma relevância em virtude também dos altos custos envolvidos na atividade.
Dada a complexidade das relações em um projeto no setor petrolífero, é
imprescindível esboçar modelos que se aproximem o máximo possível da realidade. Os
modelos são uma “tentativa” de explicar como a realidade se comporta. Cabe, no
entanto, à pesquisa, verificar se realmente o que se imagina (o modelo esboçado) traduz
a realidade. Nesse contexto, sugere-se a modelagem por Equações Estruturais
(Structural Equation Modeling - SEM) como sendo uma abordagem estatística para
testar hipóteses a respeito de relações entre variáveis (GOSLIN; GONÇALVES, 2003),
quantificando os fatores que influenciam a gestão de projetos, e suas relações entre si,
para culminarem no sucesso da gestão. A presente dissertação parte da hipótese de que
o sucesso da gestão de projetos está intrinsecamente associado a variáveis que se
relacionam entre si, formando um modelo de mensuração a ser desenvolvido através de
SEM.
20
Partindo desta hipótese, o estudo pretende responder ao seguinte problema de
pesquisa: Quais são os fatores/variáveis que influenciam, de maneira direta ou indireta,
o desempenho de sucesso da gestão de projetos na indústria de petróleo e gás?
1.2 Objetivo
O objetivo central deste estudo é avaliar as relações e influências existentes entre
as práticas de planejamento e controle, as equipes de projeto e a qualidade e escopo
destes sobre o desempenho do sucesso na gestão de projetos no setor de petróleo e gás.
O desdobramento do objetivo principal é traduzido nos seguintes objetivos específicos:
a) Constituir o conjunto de variáveis que afetam a gestão de projetos de
petróleo e gás por meio da literatura e estudos in-loco;
b) Formular o modelo conceitual das variáveis e suas inter-relações;
c) Identificar o grau de inter-relação das variáveis do modelo conceitual com
base em uma amostra de projetos de uma empresa petroleira nacional; e,
d) Formular propostas em vistas a melhorar aspectos referentes à gestão de
projetos para a empresa com base nos resultados empíricos.
1.3 Justificativa e relevância da pesquisa
Investir na adoção de técnicas e ferramentas de gerenciamento de projetos está
sendo uma das principais preocupações estratégicas nas diversas lideranças
empresariais. O projeto para implementação de uma ou mais estratégias organizacionais
tem sempre o objetivo de levar a empresa de um determinado posicionamento presente
para outro mais vantajoso no futuro.
O ciclo de elaboração de estratégias, ação, análise de viabilidade, projeto e
implementação é repetido para cada nova oportunidade de mudança organizacional,
acarretando em um aumento expressivo da complexidade do gerenciamento, já que
envolve: (i) projetos em diferentes níveis de maturidade ou diferentes fases de evolução;
(ii) projetos que partem de vários ângulos de posicionamento da empresa: infraestrutura,
organização, tecnologia, etc.; e, (iii) projetos diferentes disputando os mesmos recursos
e que facilitam ou dificultam a implementação de outros, ou que contribuem, de
maneira distinta, para os objetivos do negócio. Esse aumento da complexidade e do
alcance do gerenciamento de projetos gera um controle mais formal e centralizado que
permite à empresa atual transformar-se em uma organização do futuro de maneira
orquestrada, ordenada, administrada e não caótica. Fica evidente que é necessário
21
coordenar os diversos projetos de iniciativas estratégicas da empresa, de forma a tornar
a ação mais próxima possível da intenção, obtendo, assim, os melhores resultados.
Entre os benefícios do gerenciamento adequado dos projetos citados por Kerzner
(2006, p. 269) estão: padronização de operações; decisão baseadas na corporação como
um todo, e não em redutos individuais; melhor capacidade de planejamento (alocação
de recursos); acesso mais rápido a informações de maior qualidade; eliminação ou
redução de subgrupos individuais na empresa; operações mais eficientes e eficazes;
menos necessidade de reestruturação; menos reuniões que consomem um tempo
precioso dos executivos; priorização mais realista do trabalho; e, desenvolvimento de
futuros gerentes gerais.
Todavia, para alcançar estes benefícios é preciso identificar o que leva um
projeto a ter sucesso na sua gestão. Cooke-Davies (2002) destaca que, desde os anos 60,
pesquisas vêm tentando descobrir quais fatores refletem no sucesso dos projetos
(BAKER; MURPHY; FISHER, 1988; PINTO; SLEVIN, 1988; LECHLER, 1998) e têm
tirado conclusões amplamente refletidas na literatura escrita e para os profissionais de
gerenciamento de projetos.
Contudo, apesar destes empíricos bem difundidos, de tantos trabalhos já escritos
na área de gestão de projetos, de décadas de experiência individual em gerenciamento
(MORRIS, 1994), do rápido crescimento no número de membros de organizações
profissionais de gerenciamento de projetos e de um aumento dramático na quantidade
de projetos de trabalho na indústria, os resultados do projeto continuam a decepcionar
os interessados (O'CONNOR; REINSBOROUGH, 1992; COOKE-DAVIES, 2000).
White e Fortune (2002) destacam que a gestão do projeto continua a ser um esforço
problemático, tendo em vista que um grande número de projetos ultrapassa os seus
orçamentos, são executados com atrasos ou deixam de cumprir outros objetivos.
Os projetos de exploração e produção de petróleo e gás são exemplos de projetos
de alta complexidade e que estão sujeitos a inúmeros fatores que podem levar ao
insucesso, ou não. São projetos com elevado risco e incerteza, devido aos aspectos
geológicos da prospecção (MOTTA et al, 2000; POSTALI; PICHETTI, 2006;
WEIJERMARS, 2009). Além dos riscos geológicos, os projetos da área de petróleo
incorrem em elevado risco econômico, dados os seus fluxos de caixa incertos
associados ao primeiro risco citado, uma vez que há a possibilidade de se produzir
volumes não condizentes com o capital investido (SUSLICK; SCHIOZER, 2004;
22
WEIJERMARS, 2009). Além dos riscos, Postali e Pichetti (2006) enfatizam ainda a
irreversibilidade dos projetos de E&P, em que, decisões tomadas no início do ciclo de
vida do projeto afetam toda a sua duração, além da especificidade dos recursos
envolvidos.
Estudos aplicados (AALTONEN; SIVONEN, 2009; WAGNER;
ARMSTRONG, 2010; JAHN et al, 2008) demonstram que, devido à sua presença
global, importância econômica e sensibilidade ambiental, o setor de petróleo e gás está
sujeito a pressão de diferentes partes interessadas, aumentando sua complexidade.
Portanto, modelos que determinem e considerem a complexidade e
multidimensionalidade da gestão de projetos de petróleo podem ser utilizados como
impulsionadores do sucesso da gestão de projetos e consequentemente da companhia.
Assim, o presente estudo pretende contribuir com um modelo teórico-empírico que
relaciona a importância das equipes de projeto, do planejamento e controle e da
qualidade e escopo sobre o sucesso do gerenciamento do projeto de petróleo e gás. Este
modelo apresenta-se como uma forma de melhoria da gestão ao: a) explicar como o
capital humano, na função das equipes de projeto, influenciam diretamente e
indiretamente o sucesso do projeto; b) analisar e comparar o papel do planejamento e
controle para o sucesso com o método adotado atualmente pela empresa; e, c) estimular
medidas de aprimoramento direcionadas aos fatores mais críticos de modo a aprimorar a
gestão como um todo.
Em uma função acadêmica, esta pesquisa vem promover uma análise inédita em
relação ao tema de gestão de projetos, avaliando estas perspectivas, aplicada ao setor de
petróleo e gás, a partir da perspectiva da modelagem de equações estruturais. Na
literatura existente, Salazar-Aramayo et al (2013) estruturam um modelo que traz uma
representação global dos principais fatores para aprimorar o gerenciamento de projetos
na área de petróleo e gás em que realiza uma análise não empírica com abordagem
SEM. Contribuindo com esse escopo, o trabalho de Qureshi e Kang (2015) apresenta
quais os fatores que inferem no gerenciamento do projeto, sobretudo quando refere-se a
complexidade pelo tamanho do projeto. Já Haji-Kazemi e Andersen (2013) aplicaram
um estudo de caso numa empresa de petróleo e gás da Noruega no qual reforçam sua
metodologia pelo modelo teórico de Salazar-Aramayo et al (2013).
O problema a ser investigado pela pesquisa consiste então na avaliação de como
as práticas de gestão e governança contribuem para sucesso do gerenciamento de
23
projetos de Exploração e Produção (E&P) na indústria de petróleo e gás, e quais
variáveis estão relacionadas a estas práticas.
1.4 Estrutura da dissertação
A dissertação, em sua formatação atual, está estruturada em 7 capítulos (Figura
1), conforme segue detalhado:
Capítulo 1 – Introdução: apresenta o tema abordado pela dissertação e como se
posiciona na literatura atual, dando embasamento para a formulação dos objetivos,
justificativa e problema de pesquisa.
Capítulo 2 – Referencial teórico: são apresentadas as particularidades do setor de
petróleo e gás. Após este primeiro detalhamento, este capítulo descreve os principais
conceitos relacionados à gestão de projetos, governança, portfólio e sucesso de projetos.
Capítulo 3 – Desenvolvimento dos construtos, hipóteses e modelo: mostra os passos
detalhados para o desenvolvimento dos construtos a partir das análises in-loco e da
literatura, para, a partir da relação entre estas variáveis latentes, traçar as hipóteses de
causalidade e desenvolver as variáveis observadas para gerar o modelo final a ser
aplicado.
Capítulo 4 – Método de pesquisa: este capítulo apresenta a classificação da pesquisa
quanto a sua abordagem e objetivos específicos e descreve os procedimentos
metodológicos de condução aos resultados.
Capítulo 5 – Gestão e governança de projetos na empresa estudada: traz a descrição
da empresa estudada, com suas dimensões contextuais e dados característicos. É
apresentado o modelo de gestão de grandes projetos já adotado pela empresa, o qual
serviu como base para visualização da sistemática de decisão dentro do ambiente de
projetos.
Capítulo 6 – Análise dos dados e discussões: neste capítulo os dados coletados pela
survey são analisados primeiramente de forma descritiva, após isso são verificados os
pressupostos para viabilidade de aplicação da modelagem de equações estruturais. Para
estudar as relações primarias entre as variáveis, foi conduzida uma análise fatorial
exploratória para então partir para SEM. Antes de tecer as considerações acerca das
relações entre as variáveis e validar as hipóteses, foi verificado o ajuste do modelo
estrutural e de mensuração.
24
Capítulo 7 – Considerações finais: trazem um apanhado do que foi apresentado na
dissertação até chegar aos resultados. Em seguida, são discutidas as limitações do
estudo e, a partir delas, sugeridas pesquisas futuras. Para sustentar este trabalho, a
Figura 1 traz um resumo das etapas desenvolvidas em que subdivide-se nos capítulos.
25
Figura 1: Estrutura da dissertação
Fonte: o autor
CONTEXTUALIZAÇÃO
DO TEMA
PROBLEMA DE
PESQUISAOBJETIVOS JUSTIFICATIVA
CAPÍTULO 1
CAPÍTULO 2
Gestão de ProjetosSetor de Petróleo e Gás
1. Gestão de Projetos
2. Gestão de Portfólios
3. Governança de projetos
1. Cenário do setor de
Petróleo e Gás
DELIMITAÇÃO DO
TIPO DE PESQUISA
PROCEDIMENTOS
METODOLÓGICOS
Etapa 1
Etapa 2
Etapa 3
Etapa 4
Etapa 5
Etapa 6
CAPÍTULO 4
CAPÍTULO 5
Gestão e Governança de
projetos na empresa
estudada
CAPÍTULO 3
1. Construtos
2. Hipóteses
3. Variáveis e modelo final
CAPÍTULO 6
1. Análise descritiva
2. Pressupostos
3. Análise Fatorial Exploratória
4. Equações Estruturais
CONSIDERAÇÕES
FINAIS
LIMITAÇÕES DA
PESQUISA
CAPÍTULO 7
TRABALHOS
FUTUROS
26
Capítulo 2
_______________________________________________________
REFERENCIAL TEÓRICO
Este capítulo divide-se em duas seções. A primeira apresenta as especificidades do setor
de petróleo e gás. A segunda traz uma descrição dos principais conceitos relacionados à gestão
de projetos, bem como tece sobre a importância dos temas para a empresa e os respectivos
benefícios alcançados com sua implementação formal. Explica também, os conceitos de
Governança, Gestão de Portfólio de projeto e o sucesso do gerenciamento.
2.1 Cenário do setor de petróleo e gás
Esta seção apresenta uma contextualização do cenário político-econômico do setor de
Petróleo e Gás. São abordados aspectos de economia, em uma perspectiva com o panorama do
setor. Essa visão é relevante para se compreender o meio ambiente em que a pesquisa está
inserida e suas particularidades.
2.1.1 Aspectos econômicos e relevância do setor de Petróleo e Gás
O petróleo é um recurso natural vitalmente importante para o mundo atual ,tendo em
vista que este hidrocarboneto faz girar os motores das sociedades desenvolvidas, ou em
desenvolvimento. Segundo Santos, Silva e Marques (2006), este recurso natural representa a
principal fonte de energia primária consumida no mundo e movimenta bilhões de dólares
diariamente em atividades industriais gigantescas, passando a ser imprescindível às facilidades
e comodidades da vida moderna.
Devido a sua baixa substituibilidade, a demanda por derivados de petróleo (e, por
conseguinte do próprio petróleo) tem que ser realizada no curto prazo para que não haja a
redução do nível de atividade econômica deste espaço, quase que independentemente do nível
corrente de preços do petróleo. Essas características e a amplitude do consumo de seus
derivados (combustível automotivo, geração elétrica, calefação, etc.) fazem do petróleo uma
fonte energética fundamental para a economia de todos os países (CANELAS, 2007).
Entretanto, essa necessidade vital gerada pelo consumo de petróleo encontra
dificuldades quanto ao seu fornecimento. O mundo precisa incessantemente do recurso, mas o
que não se pode perder de vista é o seu caráter finito, um recurso o qual é extremamente
27
demandado por todos, possuído por poucos e que mesmo assim, tem sua finitude, não pode ser
visto como mero insumo.
Face ao exposto, as decisões da indústria do petróleo determinam a direção de bilhões
de dólares a cada ano. Além dos elevados lucros, uma parte considerável dessa quantia
monetária vai para a sociedade de maneira direta, na forma de geração de empregos, por
exemplo, e outra parte em forma indireta, através dos tributos que o Estado recebe e que após,
utiliza para cumprir suas múltiplas atribuições.
Dentro da extensa cadeia da indústria do petróleo, os projetos de Exploração e Produção
(E&P) absorvem a maior percentagem desses elevados montantes financeiros, associados a
altos riscos, devido principalmente às incertezas geológicas (BRAÑA, 2008).
Manzano e Monaldi (2008) complementam a caracterização do setor, afirmando que (1)
gera-se rendas muito significativas; (2) a maior parte das reservas se encontra localizadas em
países institucionalmente débeis, com altos riscos políticos; (3) há uma significativa variação
no risco existente nas diferentes etapas de desenvolvimento do setor: a exploração do petróleo
implica alto risco geológico, enquanto estes riscos diminuem consideravelmente nas fases do
desenvolvimento da jazida e da produção; (4) os produtos, o gás ou os derivados do petróleo,
como a gasolina, são consumidos amplamente pela população; e, (5) o preço do petróleo (e em
alguma medida do gás) no mercado internacional é volátil, portanto as rendas provenientes do
petróleo também o são.
Dada as particularidades apresentadas, o processo de decisão nos projetos da área de
petróleo é complexo, haja vista a grande quantidade de variáveis e riscos envolvidos, como
exposto pelos autores citados anteriormente. Por este motivo, o gerenciamento adequado dos
processos e projetos na área é de grande importância (e em constante desenvolvimento), tanto
por viabilizar ações de maior racionalidade, quanto por entender-se que, dada a magnitude do
dinheiro envolvido, qualquer ganho ou melhoria no processo constitui uma melhora na
alocação geral dos recursos de uma sociedade.
Em relação mais especificamente aos custos, a indústria de petróleo e gás também se
caracteriza pela existência de altos custos perdidos, isto é, ativos que, por sua própria natureza,
tornam-se imobilizados antes que as empresas comecem a recuperar seu investimento. Os
estudos sísmicos, a exploração e o desenvolvimento de jazidas, e a construção de oleodutos ou
gasodutos são exemplos de ativos imobilizados.
28
Para analisar de forma econômica e política o setor, Monaldi (2008) traz agora três
fatores que são relevantes na análise do setor de hidrocarbonetos. Segundo o autor, deve-se
levar em conta a interação entre fatores como:
a) As características próprias do setor, que o diferenciam de outras indústrias;
b) A dotação de recursos em cada país, vale dizer, o potencial geológico, as reservas e
se é deficitário ou superavitário em hidrocarbonetos (importador ou exportador neto);
c) Fatores econômicos, incluindo a etapa do ciclo de investimentos em que se encontra
um país (e seu risco), a mudança tecnológica, a dependência das rendas do petróleo por parte
do fisco e o ciclo de preços, para assim chegar a conclusões sobre seu impacto nas políticas e o
desempenho do setor nos países da região, entendido este como a produção e o investimento.
Estas características possuem implicações muito importantes na evolução do marco
institucional do setor, assim como nos conflitos contratuais entre governos, companhias e
consumidores. Nestes conflitos de caráter internacional, há de um lado, os países produtores,
afortunados no sentido de possuírem largas reservas de petróleo no seu território e poderem
contar com estas reservas para barganharem não somente a riqueza que dele pode resultar, mas
também condições políticas que lhes sejam favoráveis segundo seus interesses. Do outro lado,
os países consumidores altamente dependentes do petróleo, muitas vezes vítimas de
instabilidades regionais que resultam em desequilíbrio nos preços e no fornecimento do seu
combustível e que lutam incessantemente por diminuir tal dependência e poder também ditar as
regras nesse jogo de interesses.
Seja para o caso dos produtores ou consumidores, aqueles que têm o poder de intervir
no setor, como o governo ou as companhias de petróleo e gás, consideram muitas variáveis no
momento de atuar no mercado. Deve-se analisar antecipadamente os custos e benefícios para
cada interessado, qual é sua taxa de desconto, isto é, a forma como avaliam os benefícios e
custos no futuro, e as restrições sob as quais operam. Os atores terão diferentes incentivos se
encontram em um país deficitário em relação aos que teriam em um país excedentário de
energia (MONALDI, 2008).
Até então, foi retratado a influência do setor de petróleo e gás para a sociedade e suas
particularidades econômicas. Partindo agora para uma análise oposta, no sentido de observar as
influências externas que os projetos na área de Petróleo e Gás absorvem por distintas esferas,
Braña (2008) elencou os principais fatores que influenciam na Indústria de Petróleo e Gás,
podendo ser visualizados esquematicamente pela Figura 4.
29
Figura 2: Influências na indústria de Petróleo e Gás
Fonte: Adaptado de Braña (2008, p. 17)
Destaca-se no trabalho de Branã (2008), as influencias ao setor relacionadas à qualidade
do projeto, os custos operacionais e os avanços tecnológicos. Estes fatores estão intimamente
ligados ao objetivo da pesquisa e trazem a tona a importância de se avaliar as variáveis que
levam ao sucesso da gestão de projetos de petróleo e gás.
2.1.2 Atividades de projeto na Exploração e Produção de Petróleo
De forma geral, podem ser divididas em cinco, as etapas da cadeia produtiva do
petróleo: exploração, produção, transporte, refino e distribuição. Na fase inicial, que
corresponde à exploração, são pesquisadas, localizadas e identificadas oportunidades
exploratórias. Este processo se faz, inicialmente, por estudos geológicos e geofísicos e
posteriormente por perfurações de poços, revelando possíveis reservas de óleo e gás dentro do
território nacional (PETROBRAS, 2014).
Durante a fase de exploração, o objetivo é elaborar o modelo que melhor represente os
reservatórios de petróleo e gás. A perfuração de poços de petróleo pode consumir até 85% do
custo total da exploração, em uma estimativa grosseira. Por isso, a decisão de perfurar um poço
deve ser tomada baseada em estudos que forneçam um conhecimento detalhado das condições
geológicas da área.
A primeira etapa de um programa exploratório é a realização de um estudo geológico
com o propósito de reconstituir as condições de formação e acumulação de hidrocarbonetos em
Poder Judicial
“Lei do petróleo”
Poder Legislativo
Definição de blocos
Programa mínimo
exploratório
Responsabilidade
Social Corporativa
CNPE
ANP
Tributos Diversos
Política de Preços
dos Combustíveis
Satisfação da
população
Problemas
ambientais
Governo
Política energética
visando manutenção
de recursos naturais
Comercialidade de
campos maduros
Estratégias
empresariais
Aumento dos
custos
operacionais
Cotação do Dólar Inflação
Avanços
tecnológicos
Demanda de
óleo
Competitividade
de substitutos
Descoberta de
petróleo não
comercial
Qualidade do
Petróleo
Oferta de
Petróleo
Aumento do preço
internacional
(-) (-)
(-)
(-)
Crescimento
econômico e
populacional
(-)
30
uma determinada região. O geólogo trabalha predominantemente na aferição direta das rochas
e, utilizando-se de diferentes técnicas, consegue identificar as estruturas mais promissoras para
acumulação de petróleo em uma área.
O processo de avaliação de uma área exploratória orienta a escolha das áreas pelas quais
a empresa em estudo irá concorrer no leilão da ANP. As informações preliminares são de
natureza geológica, fruto do trabalho de prospecção. Adquirido o bloco exploratório em leilão,
novas investigações geológicas/geofísicas podem ser feitas, mas a comprovação da presença de
óleo ou gás é efetivada somente com a perfuração de poços pioneiros, evidenciando os riscos
do setor.
A perfuração do primeiro poço indica a ocorrência de hidrocarbonetos, e a próxima
decisão passa a ser quanto à comercialidade da área, que é associada ao tipo e qualidade do
hidrocarboneto, aos custos do processo de desenvolvimento e produção, aos preços de
mercado, ao volume recuperável da reserva, etc..
A fase subsequente – Produção – é a responsável pela extração do hidrocarboneto (óleo
ou gás) das rochas reservatório, processo que normalmente leva muitos anos. O hidrocarboneto
produzido é transferido por meio de oleodutos ou navios petroleiros até os terminais marítimos,
e daí transportado para as refinarias ou unidades processadoras de gás (terceira fase). Ele é
então transformado por processos físico-químicos em derivados (quarta fase) e estes derivados
(p.ex., gasolina e diesel) são adquiridos, comercializados sendo realizado controle de qualidade
pelas companhias distribuidoras e encerrando a quinta fase da cadeia produtiva (PETROBRAS,
2011). A esquematização representada pela Figura 5 traz as etapas seguidas para a construção e
abandono de um poço de petróleo:
31
Figura 3: Esquematização das etapas de poço
Fonte: o autor.
As etapas dos projetos de petróleo e gás envolvem equipes, tempos, orçamentos, entre
outros fatores que merecem ser avaliados para garantir que tudo ocorra dentro do planejado.
Para tanto, a utilização de métodos quantitativos faz-se necessária como ferramenta de
mensuração dos fatores, com vistas a avaliar as melhores formas de gerir e identificar os pontos
da gestão de projetos com maior criticidade.
2.2 Definições e aspectos da gestão de projetos
2.2.1 Gestão de Projetos
O gerenciamento de projetos teve como origem os trabalhos do U.S. Departament of
Defense major weapons systems development, as missões espaciais da NASA e os trabalhos de
construção e manutenção de grandes obras executadas na Europa. A magnitude e a
complexidade desses esforços foram a força motivadora para a pesquisa de ferramentas que
auxiliassem o planejamento e o gerenciamento, a tomada de decisão e controle de todas as
atividades envolvidas em projetos (DINSMORE, 1993, p.32).
Um projeto deve criar um produto, serviço ou resultado exclusivo, com um objetivo
específico (SHENHAR; DVIR, 2007) entregando uma mudança benéfica para a empresa
(TURNER, 1990). O Quadro 1 sistematiza diferentes definições com os autores clássicos sobre
a gestão de projetos, de maneira cronológica.
EXPLORAÇÃO
Aquisição de áreas exploratórias
Prospecção
Perfuração
Avaliação
Desenvolv. da produção
Produção
Abandono
PRODUÇÃO
32
Quadro 1: Sistematização de definições sobre Gestão de Projetos
Fonte: o autor.
O gerenciamento de projetos trata, portanto, de perspectivas de planejamento e controle.
Gerenciar, neste segmento, significa planejar a execução do projeto antes de iniciá-la e traçar
um acompanhamento, garantindo que seus objetivos sejam atingidos de forma eficaz e
eficiente.
É evidente que a gestão de projetos se diferencia das práticas tradicionais de gestão
empregadas pela administração, uma vez que tem como objetivo de estudo o foco em uma
unidade de trabalho específica, complexa e temporária que requer formas especializadas de
organização das atividades, de sistemas de informação, de profissionais qualificados em
planejamento, finanças, controles e tratamento de problemas de relacionamento humano
(HARRISON, 1992; CLELAND; IRELAND, 2002).
No que se refere a sua abordagem, os projetos são tipicamente subdivididos em fases,
tarefas ou atividades (CLELAND; IRELAND, 2002; PMI, 2013). O conjunto formado pelas
subdivisões do projeto corresponde ao ciclo de vida, desde seu começo (quando é avaliada sua
viabilidade) até o fim (nas entregas e encerramento) (DINSMORE; CABANIS-BREWIN,
Autores Definição
Turner (1990) Gerenciamento de projeto: o processo pelo qual um projeto é completado
com sucesso, e que seus objetivos sejam entregues também com sucesso.
BSI (2000)
O planejamento, monitoramento e controle de todos os aspectos de um
projeto e a motivação de todos aqueles envolvidos em alcançar os objetivos
do projeto no tempo, custo, qualidade e performance desejada.
Kerzner (2003)
É o planejamento, organização, direção e controle, de recursos da
organização para a realização de projetos com prazo definidos que foram
estabelecidos para a conclusão de metas e objetivos específicos.
PMI (2004)
É um conjunto de processos definidos como uma série de ações para
obtenção dos resultados desejados. Esses processos podem ser organizados
em cinco grupos com um ou mais subprocessos.
APM (2006)
É o processo pelo qual projetos são definidos, planejados, monitorados,
controlados e entregues de tal forma que os benefícios acordados sejam
atingidos.
Wysocki (2007)
Método e conjunto de técnicas baseados no principio de gerenciamento de
projetos para o planejamento, estimativa e controle das atividades do
projeto para o atendimento de resultados desejados no tempo e custo
orçados de acordo com a especificação.
Shenhar e Dvir (2007) O conjunto de atividades gerenciais necessárias para conduzir um projeto a
um final de sucesso.
Söderlund (2011)
Os projetos são organizações temporárias, com uma morte intencional e
prevista, propositadamente concebida para proporcionar benefícios a
organização.
Pemsel e Wiewiora (2013)
Os projetos são muitas vezes considerados como um meio eficiente para a
combinação de conhecimento e, assim, aperfeiçoar o valor dos
investimentos.
33
2009). Ao final de cada fase do ciclo de vida, espera-se que hajam entregas (deliverables), que
representam os bens, serviços, produtos e estruturas que traduzem a tangibilidade do projeto.
O papel de coordenar e integrar todas as fases para fornecer os deliverables necessários
ao cumprimento dos objetivos cabe ao gerente de projeto, sendo dado a este a autoridade e a
responsabilidade compatíveis para o exercício de suas atividades enquanto principal
responsável pelo sucesso do projeto (PMI, 2013).
Em busca de atender de maneira apropriada as perspectivas dos diferentes stakeholders
(pessoas ou empresas envolvidas) do projeto, o gerente busca os recursos materiais e humanos,
através de suas equipes, identifica problemas e toma decisões, lida com obstáculos, implementa
medidas e comunica os resultados (HARRISON, 1992). Em vistas as suas responsabilidades, de
acordo com Nicholas (1990), os gerentes de projeto estão enfrentando problemas e cada vez
mais novos desafios de como dirigir grandes organizações temporárias, sujeitas a recursos e
prazos limitados, em um ambiente de incerteza crescente. Para lidar com estas novas e
complexas atividades sujeitas à incerteza, novas formas de organizações e práticas de
gerenciamento de projeto estão sendo desenvolvidas.
Entre as abordagens, umas das mais difundidas, principalmente nas Américas e na Ásia,
é a do Project Management Institute – PMI®, que considera que a gestão de projetos é
realizada por meio de um conjunto de processos definidos, como uma série de ações para
obtenção dos resultados desejados. Esses processos podem ser organizados em nove grupos,
expostos no Quadro 2, com um ou mais subprocessos.
Quadro 2: Áreas de conhecimento da Gestão de Projetos
Área do conhecimento Competência
Escopo Planejar, controlar, verificar, analisar e efetivar mudanças quanto ao que será
feito no projeto, sob orientação do plano estratégico da organização.
Tempo Planejamento, programação e controle do tempo das atividades que devem ser
realizadas para que o produto possa ser fornecido.
Custos Planejamento dos recursos necessários para a execução das atividades e do
controle dos custos do projeto.
Qualidade Planejamento, garantia e controle da qualidade do produto e do processo em
relação a exigências internas e externas da qualidade.
Recursos Humanos
Planejamento, montagem e desenvolvimento da equipe do projeto. Na maioria
dos projetos requer negociação entre as áreas para a disponibilidade das
competências mais adequadas.
Comunicações Obtenção, registro e disseminação das informações necessárias à gestão do
projeto presente e futuros.
34
Riscos
Identificação, análise, tratamento e controle dos riscos, com base no escopo do
projeto, na tolerância a riscos da organização, na disponibilidade de recursos e
informações históricas de outros projetos.
Aquisições Aquisição de produtos e serviços de fornecedores, baseada na definição das
necessidades, seleção dos fornecedores e no acompanhamento dessas atividades.
Integração Integração e coerência entre todas as demais áreas dos projetos.
Fonte: PMI (2013)
Segundo o PMI (2004), os projetos podem ser divididos em fases que interagem entre
si:
a) Fase de Definição – nesta fase são identificadas as necessidades e alternativas,
estabelecidos os objetivos, viabilidades e estratégias;
b) Fase de Planejamento- nesta etapa é definido o escopo do projeto, a WBS, o
Orçamento, os membros da equipe, as políticas, os procedimentos e são avaliados os riscos;
c) Fase de Monitoramento e Controle – na fase monitoramento e controle realiza-se
tudo que foi planejado anteriormente. Acompanha-se a execução do projeto, de modo a propor
ações corretivas e preventivas;
d) Fase de Encerramento – nesta etapa são validados os trabalhos executados, os
documentos do projeto são encerrados, desvios e falhas no projeto são discutidos de modo a
prevenir para que não ocorram novamente em projetos futuros.
Contudo, embora o PMI esboce fases bem definidas, os projetos e suas fases operam em
um contexto mais amplo, muitas vezes fora de controle, recebendo influencias organizacionais
e socioeconômicas. (GUEDES; GUADAGNIN, 2003). Por isso, gerenciar atividades diárias
neste contexto faz-se necessário para obter sucesso, porém, nem sempre suficiente para garantir
o êxito de um projeto. A visão gerencial, habilidades administrativas, sensibilidade, capacidade
de negociação, rapidez de raciocínio, capacidade de revisão e definição de novos rumos, são
características fundamentais para garantir uma boa gestão.
Na gerência de projetos, o trabalho é organizado ao longo dos vários grupos funcionais
que trabalham em interação permanente, como um “time de projeto”. Tal organização permite
uma melhoria na coordenação e comunicação entre os subordinados e seus gerentes. O fluxo
horizontal de trabalho acarreta produtividade, eficiência e eficácia. As empresas que
conseguiram se especializar em fluxo horizontal de trabalho são, geralmente, mais lucrativas
que aquelas com as quais continuam a utilizar exclusivamente o fluxo vertical.
Embora a gestão de projetos seja uma forma de implementar a estratégia empresarial,
essa passa por entraves que dificultam a sua execução e a torna ainda mais complexa. De
35
acordo com Pinto (2009), os problemas mais frequentes nas organizações que trabalham com
projetos são justamente os de comunicação (ERNST, 2002; CHAN et al, 2004; COOPER et al,
2004; RAUNIAR et al, 2008; WONG et al, 2009; DAYAN; BASARIR, 2010; WI; JUNG,
2010); o não cumprimento dos prazos (HATUSH; SKITMORE, 1997; KUMARASWAMY;
ALARCON; MOURGUES, 2002; MEIXELL; RODRIGUEZ, 2009; VERWORN, 2009;
WEIJERMARS, 2009) e as mudanças constantes no escopo (ALMAJED; MAYHEW, 2014;
NAH; ISLAM; TAN, 2007), Figura 2.
Figura 4: Problemas frequentes nos projetos das empresas estudadas
Fonte: Pinto (2009)
Kate (2000) justifica esta aparente ineficácia no gerenciamento de projetos ao afirmar
que, a maioria dos problemas relativos aos projetos ocorre devido à falta de processos
adequados e padronizados de gerenciamento, ou seja, a maior causa das falhas nos projetos não
são as especificidades do que efetivamente deu errado, mas sim, a falta de procedimentos,
metodologias e padrões. Diante destes resultados, nota-se a importância do gerenciamento de
projetos e a sua utilização formal.
As empresas vêm reconhecendo cada vez mais esta importância do gerenciamento para
evitar os problemas durante os projetos, seja no setor privado, ou mesmo no setor público. De
acordo com o site oficial do PMI (2014), empresas como: a Nasa, IBM, AT&T, Siemens,
Chiyoda Corporation, Pricewaterhouse Coopers, Sociedade Computacional de Singapura e o
Governo Estadual de Oregon (EUA) lançam mão de técnicas e metodologias de gerenciamento
de projetos para obter os resultados esperados em seus projetos.
Os benefícios gerados com o gerenciamento correto das atividades de projeto de acordo
com as abordagens de Kerzner (2002; 2003), Vargas (2005) e Heldman (2007) são:
36
Aumento da lucratividade;
Fornece um meio para a resolução de problemas;
Aumento da qualidade;
Permite que as pessoas melhorem as decisões empresariais;
Definição de metodologia única para desenvolvimento e implementação de
projetos;
Melhora a comunicação;
Aumento da credibilidade com os clientes;
Evita surpresas durante a execução dos trabalhos;
Aumenta o controle gerencial;
Antecipa situações desfavoráveis;
Aperfeiçoa a alocação de pessoas, equipamentos e materiais.
Frente aos benefícios, as abordagens de projeto estão em constante evolução. Em uma
primeira onda de pesquisas em gestão de projetos, o foco era tratar de um projeto apenas, como
uma unidade isolada dentro do ambiente organizacional. Entretanto, no momento atual, os
gestores de projetos percebem a necessidade de tratar a gestão de projetos como uma
competência ou uma capacidade organizacional, tratando de múltiplos projetos com um
alinhamento estratégico (CRAWFORD, 2006).
Nesta abordagem mais ampla e organizacional, surgem os conceitos e pesquisas
voltados para a governança de projetos, a qual representa o contexto estratégico de
planejamento no tocante à perspectiva de projetos.
2.2.2 Governança de Projetos
A Governança de Projetos é um conceito relativamente novo em termos de exploração
prática e acadêmica. Entretanto, têm se tornado alvo de estudo de muitas pesquisas nas últimas
décadas (LIEU, 2004; MCKUSTER; CRAIR, 2006; ABEDNEGO; OGUNLANA, 2006;
RENZ, 2007; SANKARAN et. al., 2008; BEKKER, 2008; YILIN; LING, 2008; TOO;
WEAVER, 2013; HELLSTRÖM et al, 2013; PINTO, 2013).
Conceitualmente, refere-se a um subcomponente da governança corporativa focando-se
nas atividades de projeto, as quais incluem: gestão de portfólios, patrocínio das ações do
projeto, gestão de projeto e de programa e apresentação de medições de eficiência
(GARLAND, 2009). A partir da literatura sobre governança corporativa e de projeto parece
37
haver termos comuns, tais como: a responsabilidade, autoridade, relacionamentos, controle e
monitoramento dos benefícios das partes interessadas.
Dessa forma, a governança de projetos fornece a estrutura através da qual os objetivos
do projeto são definidos, determina-se os meios para alcançá-los e se estabelece medidas de
monitoramento. (TURNER, 2006). O foco é garantir que os objetivos do projeto estão
alinhados com o portfólio da organização e os objetivos desta. Há, portanto, três objetivos
principais do projeto de governança: escolher o projeto certo, entregar o projeto escolhido de
forma eficiente e garantir que os projetos que foram escolhidos sejam sustentáveis.
Garland (2009) complementa a ideia de Turner (2006) no que diz respeito aos objetivos
da governança, ao analisar que esta deve apresentar de forma linear o caminho da tomada de
decisão, envolvendo apenas aqueles que de fato detém conhecimento sobre o projeto e estão
envolvidos neste do início ao seu fim.
Aplicações acerca da governança de grandes projetos podem ser visualizadas nos
trabalhos de Ruuska et al (2011) os quais analisaram os desafios da gestão de projetos de
energia nuclear; de Man e Roijakkers (2009) em que confiança e risco podem ser balanceados
em alianças estratégicas de governança; Pitsis et al (2003) apresentaram as estratégias de
governança para projetos de jogos Olímpicos; Ulset (1996) apresenta as lacunas existentes na
governança de contratos com stakeholders em projetos de pesquisa e desenvolvimento; e Hui et
al (2008) estudaram os efeitos da estrutura de terceirização de grandes projetos para o seu
desempenho. É possível visualizar que a governança de projetos baseia-se no princípio do
desacoplamento (STINCHCOMBE; HEIMER, 1985) e do problema “make-or-buy”
(WILLIAMSON, 1975), uma vez que aborda os mecanismos através dos quais os grandes
projetos podem ser realizados de forma eficaz e eficiente, sob diferentes variáveis contextuais
que influenciam a sua gestão.
2.2.3 Gestão de Portfólios
A gestão de portfólio de projetos (Portfolio project management - PPM), assim como a
governança, é uma ponte potencial entre o gerenciamento estratégico e o de projeto, diferindo
apenas por apresentar um caráter um pouco mais tático. As bases conceituais da gestão de
portfólio estão focadas na seleção de investimentos financeiros para reduzir os riscos e
aumentar os retornos dentro de opções de investimento (MARKOWITZ, 1952). Estes conceitos
foram aplicados para a seleção de projetos por Mcfarlan (1981), particularmente para a gestão
de desenvolvimento de produtos e construções (COOPER et al, 2006; GHASEMZADEH;
ARCHER, 2000; KILLEN et al, 2008).
38
Foti (2002) complementa que, independentemente da escala e escopo da carteira e do
local em que ocorre dentro da organização, o uso de portfólio de projetos permite que as
organizações possam tirar o máximo de seus recursos e atinjam o seu objetivo estratégico.
A gestão dos portfólios tornou-se um fator significativo no sucesso das estratégias de
longo prazo das organizações e está relacionado ao papel dos tomadores de decisões-chave que
devem validar os investimentos relevantes, além de formular e implementar metas. No entanto,
as técnicas até então estudadas são novas para as organizações, seus resultados não foram
exaustivamente testados e ainda não há consenso entre os executivos em relação à importância
do PPM (DYE; PENNYPACKER 1999; LEVINE, 1999; ARCHER; GHASEMZADEH, 1999;
DIETRICH; LEHTONEN, 2005; COOPER; EDGETT; KLEINSCHMIDT 2006).
O Quadro 3 apresenta uma reunião de trabalhos na aplicação de diferentes metodologias
para a gestão de portfólios, mostrando os resultados alcançados e as novas lacunas existentes
em cada trabalho, de modo a embasar as tendências do tema e a presente pesquisa.
Quadro 3: Aplicações e metodologias na gestão de portfólios
Autores Método utilizado Resultados alcançados Questões críticas e novas
lacunas
Aaltonen
(2010)
Análise documental de
eventos em um estudo
de caso único na
indústria farmacêutica.
Variação, deleção e retenção
na evolução de um portfólio.
Co-seleção e dependência de
caminhos para a tomada de
decisão.
Ajustes pobres do modelo de
otimização para PPM quando o
correm co-seleções.
Causalidades requerem maiores
investigações
Blomquist;
Müller
(2006)
Estudo com múltiplos
métodos: entrevistas (9
empresas) e
questionários (242
respostas).
O tipo de projeto explica o
papel dos gestores
Precisa considerar o tipo de
projeto em selecionar as
práticas de gestão de portfólios.
Christiansen;
Varnes
(2008)
Qualitativos, múltiplos
métodos, estudo de
caso em uma única
organização.
Os gerentes não seguem as
regras acordadas para o
gerenciamento de portfólio em
sua tomada de decisão, mas
observar os outros, negociar e
debater, e aprender.
Tomada de decisão em
portfólios como uma
negociação e processo de
aprendizagem, apesar da
existência de regras formais.
Além disso, o contexto de
negócios e a situação são
também importantes.
Kester et al
(2009)
Entrevista qualitativa.
Estudo em 11
empresas
multinacionais.
Três gêneros de portfólio de
tomada de decisão: formalista-
reativa, intuitiva e integradora,
cada um com um único
conjunto de práticas de PPM.
Deve ser dada atenção sobre a
forma como as pessoas tomam
decisões na prática. É preciso
mais pesquisas de forma
empírica.
39
Killen et al
(2008)
Estudo qualitativo de
múltiplos casos. Seis
companhias em
diferentes industrias
As empresas diferem em suas
capacidades de PPM, e os
investimentos na melhoria da
prática do PPM foram
considerados bem sucedidos.
O aprendizado irá alterar
prática e a capacidade de PPM
ao longo do tempo. São
sugeridos estudos longitudinais.
Patanakul;
Milosevic,
(2006, 2008,
2009)
Estudo qualitativo em
seis companhias de
uma indústria high-
tech
Atribuir projetos a gerentes de
múltiplos projetos requer
cuidado e consideração acerca
das competências do gerente.
Interdependências do projeto,
multitarefas e outras questões
inter-projeto são relevantes
para as competências do gestor.
Teller; Kock
(2013)
Entrevista com 176
empresas aplicando
análise de
componentes
principais (PCA)
A identificação de riscos no
portfólio, a formalização do
PPM e cultura de gestão de
risco influenciam diretamente
na transparência do risco,
enquanto que a prevenção e
monitoramento de riscos, bem
como a integração da gestão
destes influenciam na
capacidade de enfrentamento
do risco na gestão do
portfólio.
Os resultados não confirmam a
hipótese de que a transparência
do risco e capacidade de
enfrentamento têm um efeito
complementar em caso de
sucesso.
Urger et al
(2012)
Estudo longitudinal
quantitativo de uma
amostra de carteiras de
projetos analisados
através de PCA
Relação em forma de U
positivo entre o envolvimento
da alta administração e a
qualidade final do projeto.
Amostra de tamanho pequeno o
que incorrem em riscos de erro
tipo II.
Fonte: o autor.
Observa-se também que a maioria dos trabalhos são estudos de caráter qualitativo
aplicando múltiplos métodos simultâneos para alcançar os objetivos. As pesquisas de Teller e
Kock (2013) e Urger et al (2012) fazem o uso de ferramentas estatísticas, sobretudo a
modelagem de equações estruturais, para visualizar as relações de influencia entre as variáveis
do gerenciamento de projetos, sendo esta uma das tendências verificadas do tema.
No contexto de uma organização, os níveis de ação e tomada de decisão na área de
projetos podem ser subdivididos dentro dos três níveis de decisão/operacionalização dentro da
empresa: estratégico, tático e operacional. A Figura 3 sumariza os níveis de decisão e as
competências de cada tipo de gerenciamento no contexto da gestão de projetos.
40
Figura 5: Relações e horizontes de tomada de decisão entre os conceitos de Governança de projetos, Gestão de
Portfólios e Gestão do projeto
Fonte: o autor.
A governança de projetos, exposta na seção anterior, denota um caráter estratégico na
tomada de decisão e gerenciamento. As atividades do PPM estão concentradas no nível tático,
uma vez que visam identificar as ações que devem ser realizadas pela empresa para alcançar os
objetivos e metas estratégicos. No nível operacional, encontra-se a gestão do projeto em si,
obedecendo as premissas de organização das áreas de conhecimento do PMBOk e as
prerrogativas de gestão adotadas pela empresa, de forma a garantir de fato a execução do
projeto.
Independente do nível, estratégico, tático ou operacional, todos os tipos de gestão de
projetos estão voltados para um único objetivo: o sucesso da gestão. Contudo, faz-se mister
esboçar quais perspectivas levam a constatar que um projeto foi bem sucedido ou não.
2.2.4 Sucesso da Gestão de Projetos
Um projeto é considerado bem sucedido quando realizado dentro do nível de prazo,
orçamento e qualidade desejada, atendendo às expectativas das partes interessadas principais.
Embora muitas vezes se utilize o termo “sucesso dos projetos” (SG) e “sucesso da gestão de
projetos” (SGP) como sinônimos, Cooke-Davies (2002) ressalta a diferença entre esses
conceitos. O sucesso dos projetos está correlacionado aos objetivos gerais e finais, já o sucesso
Nível estratégico
Nível tático
Desenvolvimento da
estratégia
Gestão de
portfólios
Patrocínio das ações
do projeto
Definição de critérios e
medição de eficiência
Avaliação
individual de
projetos
Seleção e
priorização de
projetos
Projeto 1 Projeto 2 Projeto 3 Projeto 4 Projeto 5 Projeto n...Ga
tes
do
pro
jeto
Nível operacional
Fase
s
Alocação dos
recursos
Go
ver
na
nça
de
pro
jeto
s
PP
MG
estã
o d
o p
roje
to
41
da gestão de projetos é mensurado pelas difundidas e tradicionais medidas de desempenho
(custo, tempo e qualidade). Esse autor ainda faz uma segunda distinção, ao diferenciar critérios
de sucesso e fatores de sucesso. O primeiro diz respeito às medidas pelas quais o sucesso ou o
fracasso de um projeto será julgado, o segundo são os inputs para o sistema de gestão que
levam diretamente ou indiretamente para o sucesso do projeto ou negócio.
Os fatores que favorecem a gestão bem sucedida do projeto são fartamente discutidos na
literatura. Os fatores de sucesso foram introduzidos primariamente pelo trabalho de Rubin e
Seeling (1967), os quais investigaram o impacto da experiência do gerente de projetos no
sucesso ou falha, a performance técnica do gerente foi utilizada como medida de sucesso. Eles
concluíram que a experiência técnica tem impacto mínimo no sucesso do projeto, entretanto o
tamanho dos projetos já gerenciados afetava a performance dos gestores. Baker, Murphy e
Fisher (1983) sugeriram que, em vez de usar as medidas de tempo, custo e performance para o
sucesso em gestão de projetos, deveriam ser utilizadas medidas de percepção.
Seguindo a ordem temporal, Schultz, Slevin e Pinto (1987) subdividiram os fatores em
estratégicos e táticos afetando o desempenho do projeto em diferentes fases de implementação.
O grupo estratégico inclui fatores como "escopo do projeto", "apoio à alta gestão" e
"cronograma do projeto", enquanto que o grupo tático consiste em fatores como "consulta ao
cliente", "equipe de projeto". Em seguida, Pinto e Slevin (1989) destrincharam os fatores de
sucesso e sua importância relativa para cada fase do ciclo de vida do projeto na área de
pesquisa e desenvolvimento. Quase dez anos depois, Shenhar et al (1997) utilizaram em sua
pesquisa três critérios para a avaliação do sucesso do projeto: objetivos do projeto; benefícios
para os clientes; e sucesso comercial e potencial futuro. Os autores concluíram que, uma vez
que cada stakeholder avalia o resultado do projeto a partir de um ponto de vista diferente, é
concebível que a importância relativa atribuída a cada uma das dimensões varia de acordo com
a parte interessada a avaliar o sucesso do projeto.
Neste pensamento de Shenhar et al (1997), em avaliar considerando o ponto de vista,
Ling et al (2006) descobriram que entender os requisitos do cliente é fundamental para projetos
de engenharia, conhecer as suas necessidades potencializa os efeitos de sucesso. Kim et al
(2009), em suas pesquisas sobre os fatores de sucesso, adicionalmente ao gerenciamento de
custos, incluíram gerenciamento de comunicação e de escopo.
Cho, Hong e Hyun (2009) relataram que o custo, progresso e gestão da qualidade
afetam significativamente o desempenho do projeto. Semelhantemente, Yeung, Chan e Chan
(2009) sugeriram que o custo, tempo e performance de segurança são indicadores confiáveis da
42
gestão. Conforme apontado por Turner (1999), embora hajam muitas pesquisas na área, a
maioria delas ainda conserva a avaliação da tríplice custo, tempo e qualidade como fatores do
sucesso. Fortune e White (2006) elaboram um artigo de revisão apresentando as conclusões
acerca dos fatores de sucesso em gerenciamento de projetos com base em 63 artigos, fazendo
considerações acerca das principais pesquisas. Mediante da sistematização, eles atestaram que
entre as variáveis mais citadas, estavam: o escopo claro (31 citações), boa comunicação (27
citações), qualificação da equipe (20), planejamento (14) e efetivo controle (12). A abordagem
mais utilizada pelos trabalhos na obtenção dos resultados foi a survey. O Quadro 4 apresenta os
resultados do autor de forma sintetizada.
Quadro 4: Fatores de sucesso mais frequentes na literatura
Fator de Sucesso Survey Estudo de
caso Teórico
Número de
citações*
Suporte da alta administração 19 11 9 39
Escopo claro 16 5 10 31
Planejamento detalhado e atualizado 16 6 7 29
Boa comunicação 11 6 10 27
Envolvimento do cliente/usuário 11 7 6 24
Qualificação da equipe 9 7 4 20
Efetiva gestão de mudanças 9 7 3 19
Gerente de projetos competente 8 6 5 19
Negócio sólido para os projetos 8 6 2 16
Adequada alocação de recursos 7 5 4 16
Boa liderança 5 5 5 15
Tecnologia adequada 7 5 2 14
Planejamento realístico 5 4 5 14
Gestão de riscos 6 4 3 13
Financiador do projeto 4 6 2 12
Efetivo monitoramento e controle 5 3 4 12
Orçamento adequado 3 4 4 11
Cultura organizacional 4 6 0 10
Bom desempenho dos fornecedores/ consultores
/contratos
3 3 4 10
Planejamento prévio para possíveis falhas 1 5 3 9
Treinamento da equipe 4 2 1 7
Estabilidade política 1 4 1 6
Escolha correta das ferramentas de gerenciamento 1 1 4 6
Influências ambientais 0 4 2 6
Lições aprendidas 2 3 0 5
Tamanho do projeto 1 2 1 4
*Número de vezes que o fator é citado entre os 63 artigos.
Fonte: Adapatado de Fortune e White (2006)
As pesquisas mais recentes no tema continuam adotando, mesmo que em outras visões e
contextos, alguns dos fatores já mencionados desde os primeiros trabalhos acerca do SGP.
43
Khan e Rasheed (2015) estudaram as relações entre os recursos humanos e o sucesso em
organizações paquistanesas baseadas em projetos. No mesmo ano, Sunindijo (2015) determina
os componentes que influenciam o tempo, custo e desempenho de qualidade no sucesso de
projetos de construção. Os dados foram coletados a partir de 107 gerentes de projeto utilizando
um método de survey por questionário.
É notório que o uso das técnicas de gestão adequadas contribui para uma gestão de
sucesso do projeto (PINTO, 2002). A literatura parece enfatizar fatores relacionados ao projeto
em detrimento de fatores relacionados à companhia, tal como os recursos da empresa e
capacidades, as suas decisões estratégicas, a governança de projetos e a força de seus
relacionamentos com outras partes (SÖDERLUND, 2004). Por trás dos diversos tipos de
projetos desenvolvidos há uma corporação, geralmente em diferentes localizações geográficas e
administrados por gerentes de projeto autônomos, mas que dependem muito do apoio da sede.
Nesse sentido, a empresa deve criar subsídios para que a gestão interna e a governança de
projetos corroborem com o sucesso destes que, por sua vez, reflete em ganhos.
44
Capítulo 3
_________________________________________________________
DESENVOLVIMENTO DOS CONSTRUTOS, HIPÓTESES E
MODELO
O presente capítulo apresenta o desenvolvimento das hipóteses causais e o modelo
conceitual abordado na pesquisa. O modelo desenvolvido neste capítulo apresenta a construção
das teorias de relacionamento e influência entre as variáveis que afetam o desempenho de
sucesso da gestão de projetos de E&P. Em um primeiro momento, são desenvolvidos os
esboços das variáveis latentes, que serão validadas com base na pesquisa de campo, a
posteriori estas variáveis são cruzadas com base em trabalhos empíricos prévios na literatura de
modo a formular o modelo estrutural, o qual se apresenta sob a forma de um Diagrama de
Caminhos (Path Diagram) mostrando graficamente as relações de causalidade de modo a
estabelecer as hipóteses do estudo. No modelo de mensuração, as variáveis observadas são
desenvolvidas para cada construto, os quais irão formar o modelo de equações estruturais,
composto por seu componente estrutural e de mensuração.
3.1 Desenvolvimento das variáveis latentes (construtos) que afetam o projeto
Em decorrência de diversos fatores, os projetos podem eventualmente passar por falhas
ou problemas durante o seu ciclo de vida. Na sistemática de gestão de projetos adotada pela
empresa estudada nesta pesquisa, detalhada mais a frente, há um controle para que uma etapa
anterior não prossiga para a seguinte sem antes passar pelos portões de decisão, semelhantes ao
proposto por Cooper et al (2000), que filtram os possíveis erros nos projetos e, teoricamente,
impediriam que as falhas percorressem o ciclo de vida do mesmo e chegassem às suas fases
seguintes, resultando em impactos cada vez mais severos e onerosos.
Contudo, nem sempre os Gates conseguem filtrar os eventuais erros ocorrentes na
gestão de projetos, e por vezes eles podem, de fato, acontecer. Há diversos fatores que podem
afetar a gestão de projetos e os seus resultados na empresa e seus impactos podem ser
percebidos, na medida em que o projeto avança em seu ciclo de vida e os conflitos começam a
emergir. Com base no estudo de caso, foi possível, através das entrevistas e observação in loco,
formular o Quadro 5, o qual apresenta alguns desses fatores, seus respectivos impactos e os
organiza classificando-os nas áreas do PMBOK. Mediante análise do conteúdo, é possível
inferir que a comunicação, os recursos humanos e o custo, são as áreas do conhecimento mais
45
contempladas com fatores de insucesso dos projetos na empresa. Esta constatação corrobora
com os trabalhos de Pinto (2009), Quartolli e Martins (2010) Yeung, Chan e Chan (2009),
Sunindijo (2015), Kim, Han, Kim e Park (2009) apresentados no capítulo dois deste trabalho.
Por falta de um plano correto de comunicação entre a equipe de projetos, algumas
lacunas na transmissão de informações são observadas no dia a dia da organização em estudo,
sobretudo, nos momentos de crises nos projetos. Desta forma, saber o que, como e para quem
divulgar, a periodicidade e o meio de comunicação são componentes básicos de um bom
gerenciamento de projetos.
Em relação aos problemas de escopo, o que se observa é que as sucessivas mudanças
originam, frequentemente, diversos desafios para o gerente de projetos. Apesar da mudança de
escopo ser comum, quando ocorre constância pode-se elevar a probabilidade de riscos ao
projeto que cumulativamente tendem a ser bastante consideráveis na área de petróleo, conforme
estudos de Brañas (2009), Iooty (2002) e Nakamura (2005) relatados no segundo capítulo.
Os fatores de insucesso relacionados ao tempo, como encontrado nas pesquisas de
Newbold (1998) Yeung, Chan e Chan (2009), Sunindijo (2015), Kim, Han, Kim, e Park (2009)
e Pinto (2009), também se mostram presentes na empresa. As estimativas de prazo e tempo das
etapas de forma inexata são fatores de extrema relevância por seu impacto tanto na alocação de
recursos críticos de forma inadequada gerando atrasos não só no projeto vigente, quanto nos
próximos que dependem do recurso (sonda de perfuração, por exemplo) que está imobilizado.
Além deste impacto, há também o fato de que os erros na previsão do tempo, somados a erros
nos cálculos de previsão de custos previstos no estudo de viabilidade técnica e econômica -
EVTE, também podem resultar na aprovação indevida de projetos inviáveis economicamente.
Objetivando a busca da minimização dos impactos destes fatores, é necessário analisar
que, as decisões tomadas nas fases iniciais do projeto têm grande influência nos resultados do
mesmo, apesar do pequeno investimento depositado nestas primeiras etapas. Todavia, nas fases
subsequentes, o grau de influência do erro é extremamente elevado, concomitantemente, o
papel das decisões e de remediação se torna cada vez mais reduzido como um efeito em cadeia,
sendo fruto de erros anteriores.
46
Quadro 5: Fatores que afetam o sucesso dos projetos de acordo com a perspectiva dos projetistas da empresa
Área do PMBOK
relacionada Fatores que afetam o sucesso do projeto Impactos
Aquisição Comunicação falha com as empresas contratadas; Orçamentos abaixo do real; Serviços prestados de forma incorreta, acarretando
em custos extras.
Comunicação
Não seguimento dos padrões e normas de execução; Divergências entre as etapas do projeto;
Problemas de comunicação entre a equipe; Desperdícios no emprego da mão-de-obra em decorrência do retrabalho;
Qualidade na execução do projeto comprometida.
Comunicação/
Integração
Falta de padronização no registro e acompanhamento dos
projetos;
Dificuldades em realizar consultas a projetos anteriores; inibe o
compartilhamento de informações entre os membros da equipe.
Comunicação/
Qualidade Falha no registro das lições aprendidas; Repetir erros que já aconteceram, incorrendo em custos.
Custos
Erro na estimativa dos recursos Aumento dos estoques e capital imobilizado, ou falta de recursos e gastos extras
com diária de sonda.
Estimativas de custos e orçamento inexatas; Aprovação de um projeto inviável economicamente, ou que supere o orçamento
estimado.
Planejamento inadequado dos recursos críticos; Possibilidade de atrasos na execução do projeto por falta de sonda.
Escopo
Mudanças no escopo do projeto; Aumentam os riscos do projeto.
Erros nos resultados da avaliação exploratória do campo Exploração de campos com baixa vazão.
Equívocos em relação à Legislação Ambiental Danos ao meio ambiente e processos por parte de órgãos ambientais.
Integração Conflitantes e continuas mudanças nos requisitos Retrabalho e atrasos no projeto.
Recursos humanos Falta de treinamento da equipe em gerenciamento de projetos; Monitoramento inadequado do projeto;
Recursos
humanos/integração
Falhas de coordenação do projeto; Equipes não coesas; fases do projeto do poço não integradas.
Pouca experiência em projetos similares Superdimensionamento de recursos; erros na estimativa de tempos e custos;
falhas na execução do projeto.
Sobrecarga dos projetistas Atrasos na entrega dos projetos; maior frequência de erros e retrabalho.
Risco Análise de riscos inadequada; Aumento da probabilidade de impactos ambientais e acidentes.
Tempo Estimativas de prazo e tempo inexatas; Atrasos no projeto vigente e possivelmente em outros que necessitem do recurso
mobilizado pelo projeto com problema.
Fonte: o autor.
47
Isso revela que durante as fases iniciais do planejamento devem ser buscadas as
melhores alternativas para a concepção do projeto. A postergação de decisões e a introdução
de modificações relevantes nas fases subsequentes, quando é alta a realização de
investimentos, estão sujeitas a menor flexibilidade e, portanto, à menor capacidade de ajuste
dos seus diversos efeitos.
Para uma análise multivariada, faz-se necessário agrupar os fatores, por ora tratados
como problemas encontrados nas observações in-loco, Quadro 5, em construtos que possam
ser analisados de forma inter-relacionada. Por conseguinte, os possíveis erros a que um
projeto está sujeito a ser acometido, em conjunto com a revisão de literatura, formaram a
base para que fosse desenvolvido o conjunto de construtos (variáveis latentes) para a
construção do modelo de equações estruturais.
Figura 6: Agrupamento dos fatores que afetam o desempenho do projeto
Fonte: o autor.
As diferentes características que afetam o desempenho do projeto geralmente podem
ser categorizadas sobre as características e participantes do projeto. Estas categorias
puderam ser estabelecidas com base em pesquisas anteriores e validadas em um estudo in-
loco, como por exemplo de Ling et al., (2004), Alhazmi e McCaffer (2000) e a de Kaming et
Problemas de comunicação entre a equipe
Falta de treinamento da equipe em GP
Falhas de coordenação no projeto
Pouca experiência em projetos similares
Sobrecarga dos projetistas
Comunicação falha com as empresas contratadas
Não seguimento de padrões e normas
Falta de padronização no acompanhamento
Falha no registro de lições aprendidas
Erro na estimativa de recursos
Estimativas de custo e orçamento inexatas
Planejamento inadequado de recursos críticos
Estimativas de prazo e tempo inexatas
Mudanças no escopo do projeto
Erros nos resultados da avaliação exploratória
Contínuas mudanças nos requisitos
Análise de riscos inadequada
Equívocos com relação à Legislação Ambiental
Equipe de
Projeto
Planejamento
e Controle
Qualidade e
escopo
Desempenho de
Sucesso no
gerenciamento de
projetos
Características de gerenciamento
de projetos de E&P
Conclusão do projeto dentro do prazo
Conclusão do projeto dentro do orçamento
Resultados de qualidade desejados
Redução de custos
48
al. (1997), estes últimos desenvolveram seu trabalho sob a ótica de fatores que
influenciavam o tempo de projeto na Indonésia. Nas análises in loco, foram observadas
cinco falhas concernentes aos fatores humanos, dentre essas pode-se destacar os problemas
de comunicação e falhas de coordenação, estas foram então agrupadas no construto “Equipe
de Projeto”.
Os problemas voltados à aquisição, padrões e normas, registro de lições aprendidas e
erros em estimativas de recursos, tempo e custos foram agrupados na variável
“Planejamento e Controle”. Esta é uma variável essencial na técnica de gerenciar projetos
com sucesso e alcançar os objetivos finais. É importante salientar que, como sugerido por
Harrison (1993, p.97), no trabalho com projetos, planejamento e controle não são funções
discretas e separadas. Essas variáveis interagem uma com a outra e são interdependentes,
num ciclo contínuo em que o planejamento produz informações necessárias ao controle, ao
mesmo tempo em que o controle realimenta o planejamento.
As questões voltadas para as mudanças de escopo do projeto, os possíveis erros nos
resultados da avaliação exploratória do campo, as contínuas mudanças de requisitos, a
análise de riscos inadequada e os fatores relacionados à legislação ambiental, foram
traduzidos na variável “Qualidade e escopo”. A Figura 6 traz uma esquematização do
alinhamento dos problemas que afetam os projetos na empresa na formação dos construtos.
Estas variáveis latentes do modelo atuam no ciclo de vida do projeto, desde a
identificação das oportunidades e projeto conceitual e básico, até a execução e encerramento
do mesmo. Desta forma, infere-se que todas elas afetam o sucesso global do projeto de
diferentes formas e com diferentes pesos. O construto “Desempenho de Sucesso do
Gerenciamento de Projetos” é uma variável inerente ao objetivo da pesquisa e, conforme
exposto no capítulo 2, amplamente discutida e estudada na literatura por Rubin e Seeling
(1967), Shenhar et al. (1997), Ling et al (2006), Lim et al. (2009), Khan e Rasheed (2015),
Sunindijo (2015), entre outros autores, cada um com sua abordagem.
De posse das variávies, faz-se necessário realizar uma sistematização de hipóteses
com base em estudos já consolidados para possibilitar afirmar o quanto cada variável latente
é capaz de afetar uma a outra, sendo respaldado pela literatura e pelos resultados empíricos
que serão descritos nas próximas seções deste trabalho.
3.2 Hipóteses causais e modelo estrutural
SEM exige para a formulação do modelo teórico uma revisão exaustiva do estado da
arte, para que as variáveis relevantes e suas interações possam ser contempladas
49
(MARÔCO, 2010). Um modelo é a representação de uma teoria que poderá ou não ser
adequada à realidade, assim, a formulação da teoria, como ressalta Hair et al. (2009), deve
estar orientada pela experiência e a prática, a fim de obter, por observação, o comportamento
do mundo real. Nesse sentido, a pesquisa de campo detalhou a sistemática da gestão dos
projetos na empresa foco e seus fatores impactantes conforme exposto no capítulo e seção
anteriores em vistas a tornar o modelo alinhado com a realidade.
A etapa de construção do modelo causal visa estabelecer os indicadores e construtos
para identificar as relações causais entre estes, estabelecendo hipóteses a serem investigadas.
Nesta etapa, a revisão da literatura e, principalmente, a pesquisa de campo, permitiram
definir os construtos exógenos e endógenos do modelo e estabelecer relações de causalidade
entre eles, sendo estas relações enunciadas em forma de hipóteses, as quais serão mais
detalhadas a frente. Finalmente, os construtos e as hipóteses foram traduzidos em um
Diagrama de Caminhos (Path Diagram), conforme a Figura 7.
Figura 7: Diagrama de Caminhos das hipóteses do modelo
Fonte: o autor.
O modelo foi composto por uma combinação de 4 construtos e 6 hipóteses acerca da
gestão de projetos de E&P. Este diagrama representa relações teóricas acerca da
Planejamento e Controle (PC), Qualidade e Escopo (QE) e Equipe de Projeto (EP) sobre o
Desempenho de Sucesso no gerenciamento do projeto e (SGP). As três primeiras
construções representam as características de gerenciamento de projetos e foram observadas
H3
H6
H2
H4Equipe de
Projeto
Planejamento e
Controle
Qualidade e
Escopo
Desempenho de
Sucesso do
gerenciamento de
projetos
H1
H5
50
tanto pela pesquisa de campo e as relações entre os fatores impactantes à gestão de projetos
na companhia, quanto na revisão de literatura. Já o quarto construto é uma variável
endógena, que mensura o desempenho da gestão do projeto.
O conjunto das variáveis latentes (construtos) e suas interações formam o submodelo
estrutural de SEM. As formas circulares representam as variáveis latentes. As setas do
diagrama de caminhos indicam o sentido das influências entre essas variáveis. Embora o
modelo esteja, a priori, definido, as interações entre as quatro variáveis, as quais basearam
as hipóteses causais, só podem ser confirmadas por meio dos dados empíricos, estando
passíveis de mudanças e refutações acerca das afirmativas.
3.2.1 A relação entre Equipe de Projeto e o Planejamento e Controle
O Planejamento e Controle (PC), sendo um processo contínuo e não linear, ocorre ao
longo do ciclo de vida dos projetos (KERZNER, 2010; PMBOK GUIDE, 2008). De acordo
com o PMBoK (2008), o planejamento e controle são formados por processos base e
processos facilitadores. Entre os processos facilitadores estariam o recrutamento de pessoal
e os aspectos de comunicação entre o grupo do projeto, aspectos os quais são concernentes
ao grupamento de Equipes de Projeto (EP).
A dimensão da EP é uma das mais dinâmicas e desafiadoras para o planejamento e
controle, uma vez que são os projetistas que utilizam os processos e as ferramentas
idealizadas para realizar seu trabalho e gerar os resultados esperados.
Pesquisas anteriores (GRIFFIN, 1997; SOUDER et al., 1997; ERNST, 2002;
CLOSE, 2006; TIEXIN et al., 2008; MEIXELL; RODRIGUEZ, 2009, KHAN; RASHEED,
2015), consideram os seguintes aspectos como relevantes: recrutamento de pessoal, aspectos
de comunicação entre os membros da equipe, treinamento e liderança do gerente de projeto.
Hipótese 1 (H1): Equipes de projeto bem coordenadas, com experiência, bom
treinamento e comunicação interna afetam positivamente o planejamento e controle do
projeto ao longo do seu ciclo de vida.
3.2.2 A relação entre Equipe de Projeto e o Desempenho de Sucesso na Gestão de
Projetos
A literatura da gestão de projetos (LEWIS, 2000; KERZNER, 2001; DINSMORE;
CABANIS-BREWIN, 2009; PMI, 2008; ALMAJED; MAYHEW, 2014; KHAN;
RASHEED, 2015) apresenta especial ênfase à gestão de recursos humanos, em que
projetistas e gerentes de projeto são fundamentais para o sucesso do gerenciamento deste. O
51
PMBOK (2008), em seu capítulo dedicado ao gerenciamento dos recursos humanos, propõe
processos necessários para fazer o uso mais efetivo das pessoas envolvidas com o projeto.
Assim, o desenvolvimento das competências relacionadas ao projeto se faz importante e
administrá-las se torna essencial para seu sucesso. Segundo Verma (1995), os projetistas
formando um time (equipe) representam o centro deste sucesso no caso do gerenciamento de
projetos. Verma (1995), ainda, enfatiza a existência de diferenças nítidas entre grupos de
indivíduos e equipes de projetos, considerando-se o dinamismo, seus papéis, nível de
comprometimento, autoridade e relação entre os membros.
Bobroff (1999 apud Melhado, 2001) complementa afirmando que a excelência do
projeto de um empreendimento passa pela excelência do processo de cooperação entre seus
agentes, que na qualidade de parceiros submetem seus interesses individuais a uma
confrontação organizada.
É consenso entre outros diversos estudos (GRIFFIN, 1997; LEDWITH, 2000;
MARCH-CHORDÀ et al., 2002; COOPER et al., 2004; ALMAJED; MAYHEW, 2014) que
uma efetiva integração funcional, por meio de fluxos de comunicação e trocas de
informações entre as áreas envolvidas, resulta em um melhor desempenho dos projetos.
Hipótese 2 (H2): equipes de projeto bem coordenadas, com experiência, bom treinamento e
comunicação interna afetam positivamente o sucesso da gestão de projetos.
3.2.3 A relação entre Equipe de Projeto e o Qualidade e Escopo
Kerzner e Saladis (2009) enfatizam que o gerenciamento dos projetos funciona
melhor quando o escopo está bem definido. Kerzner (2001) acrescenta que os bons gerentes
evitam realizar alterações neste âmbito. Dessa forma, busca-se evitar as alterações
constantes a fim de assegurar a coerência com os objetivos propostos. A formação de
equipes competentes, experientes e treinadas provou ser um fator decisivo na prática
(BROWN; EISENHARDT, 1995; DVIR; LECHLER, 2004; HONG et al., 2005; CLOSE,
2006; MEIXELL; RODRIGUEZ, 2009; KHAN; RASHEED, 2015).
A sistemática adotada pela empresa para o gerenciamento de seus projetos, o
PRODEP, destaca-se em definir claramente o escopo dos projetos de E&P e, como tal, nos
estágios iniciais do Stage-Gate® grupos de revisão de processo (RG) e de verificação e
controle (PCV) de forma a evitar mudanças neste âmbito, este aspecto é particularmente
crítico em projetos de E&P, dadas as perdas financeiras significativas envolvidos em atrasos
e retrabalho. Segundo Melhado (2001), para garantir o atendimento aos múltiplos aspectos
componentes da qualidade do projeto, o processo deve ser analisado criticamente pelos seus
52
participantes e validados pelos empreendedores, projetistas e construtores de forma a
garantir a sua coerência com as metas propostas e com o processo de execução subsequente.
Uma equipe competente, experiente, treinada e com tempo disponível dará ao
gerente do projeto a segurança de que o mesmo será desenvolvido dentro dos parâmetros da
qualidade. Particularmente, em projetos de Exploração e Produção, este aspecto é crucial,
visto existir aqui uma maior necessidade de o gerente consumir o seu tempo com aspectos
de gerência do trabalho em si. A terceira hipótese surge para testar estas relações.
Hipótese 3 (H3): as equipes de projeto bem coordenadas, com experiência, boa formação e
comunicação interna, influenciam positivamente a qualidade e o escopo dos projetos de
petróleo e gás.
3.2.4 A relação entre Qualidade e Escopo e o Desempenho de Sucesso na Gestão de
Projetos
Segundo Xavier (2006, p. 58), “o planejamento do escopo é o processo de elaborar e
documentar a estratégia para o desenvolvimento do trabalho (escopo) que irá gerar o produto
do projeto”. Definir o escopo é processo de desenvolvimento de uma descrição detalhada do
projeto e do produto. A preparação detalhada da declaração do escopo é crítica para o
sucesso do projeto e baseia-se nas entregas principais, premissas e restrições que são
documentadas durante a iniciação do projeto (PMBOK, 2008, p. 112).
A definição mais comum de sucesso do projeto está relacionada ao cumprimento da
restrição tripla: prazo, custo e desempenho. Vários autores (COOKE-DAVIES, 2002;
DINSMORE; CABANIS-BREWIN, 2009; WESTLAND, 2006; IPMA, 2006; PMI, 2008;
KERZNER, 2010; SUNINDIJO, 2015) concordam que o desempenho destes fatores está
associado com a qualidade e as definições precisas do escopo. No entanto, de acordo com
Lewis (2000), Cooke-Davies (2002), IPMA (2006) e Kerzner (2010), essa condição é
necessária, mas não suficiente. Estes autores relatam que a adesão ao escopo não garante o
sucesso do projeto, pois, se os critérios de desempenho não forem conhecidos, o projeto
pode ser considerado um fracasso, mesmo quando os objetivos de tempo, custo e escopo
sejam alcançados.
Agarwal e Rathod (2006) analisaram o ponto de vista de diferentes stakeholders
(clientes, desenvolvedores e gerentes de equipe) em projetos de software e constataram
unanimemente que o escopo é um requisito chave para o sucesso nos projetos. É possível
inferir, portanto, que o sucesso do projeto está atrelado à definição e o gerenciamento
53
adequados do escopo do projeto (CHOW; CAO 2008). Exige-se também, um balanceamento
cuidadoso de ferramentas, fontes de dados, metodologias, processos e procedimentos, e de
outros fatores, para garantir que o esforço gasto nas atividades de determinação do escopo
esteja de acordo com o tamanho, complexidade e importância do projeto.
Quanto à questão da qualidade, segundo o PMBOK (2008), o gerenciamento da
qualidade do projeto inclui os processos necessários para assegurar que o projeto satisfaça as
necessidades para as quais foi criado. Mediante o exposto é possível traçar a quarta hipótese.
Hipótese 4 (H4): A qualidade e o escopo dos projetos de petróleo e gás contribuem
positivamente para o sucesso da gestão.
3.2.5 A relação entre Planejamento e Controle e o Desempenho de Sucesso na Gestão
de Projetos
Todos os projetos precisam de planos e controles, sem os quais seria difícil de
executar e avaliar. A teoria de gerenciamento de projeto sugere indicadores de desempenho
como uma base objetiva para medir o sucesso do projeto (COOKE-DAVIES, 2002;
DINSMORE; CABANIS-BREWIN, 2009; WESTLAND, 2006; KERZNER, 2010). Por
outro lado, um número de estudos empíricos (KUMARASWAMY; MATHEWS, 2000;
DVIR; LECHLER, 2004; THAMHAIN, 2004; VERWORN, 2009; SUNINDIJO, 2015)
corroboram a ideia de que o planejamento fiável e eficaz de controle são fatores decisivos no
sucesso do projeto.
Hipótese 5 (H5): O planejamento e controle adequados em projetos de petróleo e gás
afetam positivamente o sucesso da gestão.
3.2.6 A relação entre Qualidade e Escopo e o Planejamento e Controle
O gerenciamento do escopo é a base para a construção dos demais processos de
gerenciamento de projeto. De acordo com várias investigações (BROWN; EISENHARDT,
1995; HATUSH; SKITMORE, 1997; ERNST, 2002; DVIR; LECHLER, 2004), sem esta
base conceitual, torna-se impossível de controlar adequadamente os custos, prazos e
mudanças no escopo. Westland (2006) acrescenta que uma vez que o escopo é definido, o
projeto entra em uma fase de planejamento detalhado. Finalmente, os teóricos concordam
que a gestão de escopo permite a criação de uma linha de base, sem que ocorram erros na
determinação de como proceder, causando um aumento indesejado no escopo (aumento de
escopo), atrasos no cronograma, custos mais elevados que aqueles previstos, a escassez de
pessoal, mudanças em requisitos e especificações, qualidade abaixo do esperado, os
produtos que não satisfaçam os clientes, e até mesmo o cancelamento do projeto (COOKE-
54
DAVIES, 2002; DINSMORE; CABANIS-BREWIN, 2009; IPMA, 2006; WESTLAND,
2006; PMI, 2008; KERZNER; SALADIS, 2009; KERZNER, 2010).
O gerenciamento do escopo garante que o projeto inclui todo o trabalho requerido, e
somente o trabalho requerido, para completá-lo com sucesso, sendo, portanto, o ponto de
partida para o planejamento do projeto e para a criação de sua linha de base, devendo ser
conduzido de modo preciso (SOTILLE et al., 2007),
Portanto, sem uma definição apropriada do escopo do projeto, não é possível
gerenciar eficientemente o mesmo. A falha nessa determinação causa incremento não
desejado do escopo (scope creep), atrasos no cronograma, custos acima do previsto, falta de
recursos de pessoal, mudanças de requisitos e especificações, qualidade abaixo da esperada,
produtos que não satisfazem o cliente e até mesmo o cancelamento do projeto.
De acordo com o PMBoK (2008), um dos processos facilitadores dos processos base
para o planejamento e controle dos projetos seria o planejamento da qualidade do mesmo. É
possível, então, a partir da sistematização literária, modelar a sexta hipótese:
Hipótese 6 (H6): Qualidade e escopo bem definidos afetam positivamente o planejamento e
controle de projetos de petróleo e gás.
3.3 Desenvolvimento dos construtos e modelo de mensuração
Seguindo os passos da metodologia de Hair et al. (2009), a partir da definição dos
construtos, foram desenvolvidos os componentes de mensuração do modelo, ou seja, foram
identificados indicadores ou variáveis observadas para cada construto, uma vez que estes
não podem ser mensurados de forma direta e necessitam de variáveis observadas. Na
modelagem SEM, variáveis latentes (construtos) e variáveis observadas se relacionam em
equações lineares múltiplas, formando um conjunto representativo de uma teoria explicativa
de um fenômeno particular (SALAZAR-ARAMAYO, 2013).
O modelo estrutural formulado na seção anterior foi complementado com o modelo
de mensuração, formando o conjunto de variáveis observadas para mensurar os quatro
construtos estudados. As variáveis foram elencadas tanto com base na pesquisa de campo
quanto nas pesquisas teóricas.
a) Variáveis do Construto “Equipe de Projetos”
A integração funcional e eficaz, por meio do fluxo de comunicação e troca de
informações entre os projetistas, melhora o desempenho do projeto significativamente.
(BROWN; EISENHARDT, 1995; GRIFFIN, 1997; SOUDER et al., 1997; ERNST, 2002;
55
CHAN et al., 2004; COOPER et al., 2004; THAMHAIN, 2004; AKGUN et al., 2006.; LI et
al., 2007; RAUNIAR et al., 2008B; WONG et al., 2009; DAYAN; BASARIR, 2010; WI;
JUNG, 2010).
Em relação à composição da equipe, vários estudos (COOPER et al., 2004;.
THAMHAIN, 2004; RAUNIAR et al., 2008A; TIEXIN et al., 2008;. MEIXELL;
RODRIGUEZ, 2009; WEIJERMARS DE 2009; WONG et al., 2009; ALMAJED;
MAYHEW, 2014) oferecem uma forte evidência de que a interdisciplinaridade entre os
membros, a formação e a experiência afetam positivamente o desempenho do projeto.
Além disso, a comunicação eficaz é vital em ambientes de projeto para evitar a
duplicação de informações e garantir que os envolvidos recebam as informações necessárias
em tempo hábil (SOUDER et al., 1997; ERNST, 2002; CHAN et al., 2004 , COOPER et al.,
2004; THAMHAIN, 2004; CLOSE, 2006; RAYMOND E BERGERON, 2008;
WEIJERMARS, 2009; WONG et al., 2009; DAYAN; BASARIR, 2010; WI; JUNG, 2010).
De acordo com Fortune e White (2006), para que se tenha uma comunicação eficiente no
projeto devem existir encontros formais, feedback e um sistema de gestão da informação
confiável. O projeto aumenta a probabilidade de atingir seus objetivos dentro do cronograma
previsto e com os recursos que foram calculados (CLARK, 1991).
Assim, para medir a equipe do projeto de construto, foi estabelecida a experiência
técnica da equipe, coordenação de projetos e formação e comunicação entre os membros da
equipe como sendo as variáveis a serem observadas pela pesquisa.
b) Variáveis do Construto “Planejamento e Controle”
A especificidade, complexidade dos projetos de E&P, particularidades estas de
grandes projetos, e a grande quantidade de atividades procedimentadas tornam a
conformidade com as normas e padrões como sendo imprescindíveis (BROWN;
EISENHARDT, 1995; ERNST, 2002; CHAN et al., 2004; DVIR; LECHLER, 2004;
THAMHAIN, 2004; CLOSE, 2006; WEIJERMARS, 2009).
A pesquisa de campo, desenvolvida no contexto do estudo de caso, identificou o
registro de lições aprendidas como um elemento diferencial da gestão de projetos, a prática
na empresa estudada corrobora com as afirmações de alguns autores (COOKE-DAVIES,
2002; ERNST, 2002; CHAN et al., 2004; WONG et al., 2009; MENG, 2011).
A qualidade das estimativas sobre os recursos e os prazos necessários também são
importantes (ALARCON; MOURGUES, 2002; DVIR E LECHLER, 2004; CLOSE, 2006;
56
KEARNS; SABHERWAL, 2007; DOLOI, 2009; MEIXELL; RODRIGUEZ, 2009;
VERWORN, 2009; SUNINDIJO, 2015).
O sistema PRODEP analisa criticamente cada etapa do projeto pelos Grupos de
Revisão (GR), por meio Dos pacotes de controle e verificação (PCV). Para medir o
Planejamento e Controle da construção, as seguintes variáveis foram definidas: normas e
padrões de trabalho, lições aprendidas de gravação, a flexibilidade em caminhos críticos, a
incapacidade de concluir dentro do prazo, e falhas de planejamento de recursos.
c) Variáveis do Construto “Qualidade e Escopo”
O modelo de governança de projetos adotado pela empresa, utiliza-se de um conjunto
de medidas para que a qualidade e o escopo do mesmo se mantenham ao longo do seu ciclo
de vida. Durante as fases de planejamento e controle, os projetos de E&P são submetidos a
grupos de revisão (GRs), Grupos de Suporte à Decisão (GSD) e os Pacotes de Verificação e
Controle (PCV) para evitar mudanças de escopo em que, de acordo com resultados
empíricos (SOUDER et al., 1997; ERNST, 2002; DVIR; LECHLER, 2004; THAMHAIN,
2004; HONG et al., 2005; RAUNIAR et al., 2008; WEIJERMARS, 2009) caracteriza-se
como elemento negativo na execução de qualquer projeto. Vargas (2005) complementa
afirmando que um projeto bem sucedido é aquele realizado conforme planejado, tendo sido
concluído com o mínimo de alterações em seu escopo.
Embora haja pouca evidência na literatura, o não cumprimento da legislação
ambiental é considerado perda de qualidade do projeto (MAGRINI; LINS, 2007; ZHU et al.,
2009). O desempenho da qualidade nos projetos geralmente é medido através programas de
controle e garantia da qualidade, registro de práticas de segurança e capacidade de resposta
em curto prazo (HATUSH; SKITMORE, 1997; ALARCON; MOURGUES, 2002). Griffin
(1997) complementa enfatizando a necessidade de qualidade nas atividades de geração e
análise de ideias, desenvolvimento técnico e introdução no mercado.
São, portanto, variáveis componentes do construto qualidade e escopo: os programas
de controle de qualidade, registro de práticas de segurança, a capacidade de resposta a curto
prazo, as definições precisas de escopo e requisitos e conhecimento da legislação ambiental.
d) Variáveis do Construto “Desempenho de Sucesso na gestão de projetos”
Diversos autores (COOKE-DAVIES, 2002; DINSMORE; CABANIS-BREWIN,
2009; IPMA, 2006; WESTLAND, 2006; PMI 2008; KERZNER, 2001; COOKE-DAVIES,
2002; KHATIB, 2003; LAZLO, 2003; YILIN et al., 2008; DOLOI; IYER; SAWHNEY,
57
2011; LI; ARDITI; WANG, 2012; CHOU; YANG, 2013; SALAZAR-ARAMAYO et al.,
2013; SUNINDIJO, 2015) consideram a conclusão dentro do prazo previsto, as restrições de
custo e níveis de desempenho adequados, como sendo os objetivos primários do projeto.
Baccarini (1999), Lewis (2000), Westland (2006) e Kerzner (2010) acrescentam uma quarta
dimensão em relação à qualidade do processo de gerenciamento de projetos, a capacidade de
reduzir os custos previstos. Do ponto de vista mais amplo, alguns autores enfatizam que o
sucesso do projeto inclui a noção de valor para a empresa e seus stakeholders (KERZNER,
2001; COOKE-DAVIES, 2002; LAZLO, 2003; IPMA, 2006; BEKKER; STEYN, 2008;
YILIN et al., 2008; KERZNER; SALADIS DE 2009; KERZNER, 2010). Os atributos
mencionados são importantes em termos de compreensão da complexidade e desafios
associados à construtibilidade do projeto. Pretende-se então medir o sucesso da gestão de
projetos com: conclusão do projeto dentro do período de tempo previsto, a conclusão do
projeto dentro do orçamento previsto, desejado de qualidade e os resultados de redução de
custos. O Quadro 6 resume os construtos, suas respectivas variáveis observadas e as
referências adotadas para construção do modelo.
Quadro 6: Construtos (variáveis latentes) e respectivas variáveis observadas do modelo estrutural com base na
revisão literária e estudo de caso
Construtos Variáveis observadas Referências
Equipe de
Projeto (EP)
EP1 Experiência técnica Brown e Eisenhardt (1995); Griffin (1997);
Souder et al. (1997); Ernst (2002); Chan et al.
(2004); Cooper et al. (2004); Thamhain (2004);
Akgun et al. (2006); Close (2006); Li et al.
(2007); Rauniar et al. (2008); Raymond e
Bergeron (2008); Tiexin et al. (2008); Meixell e
Rodriguez (2009); Weijermars, 2009; Wong et al.
(2009); Doll et al. (2010); Dayan e Basarir
(2010); Wi e Jung (2010); estudo de caso
EP2 Gerência do Projeto
EP3
Treinamento
EP4
Comunicação entre a equipe
Planejamento e
Controle
(PC)
PC1 Normas e procedimentos Brown e Eisenhardt (1995); Hatush e Skitmore
(1997); Kumaraswamy e Mathews (2000);
Alarcon e Mourgues (2002); Cooke-Davies
(2002); Ernst (2002); Chan et al. (2004); Dvir e
Lechler (2004); Thamhain (2004); Close (2006);
Kearns e Sabherwal (2007); Doloi (2009);
Meixell e Rodriguez (2009); Verworn (2009);
Weijermars, 2009; Wong et al. (2009); Meng
(2011); estudo de caso
PC2 Registro de lições aprendidas
PC3 Flexibilidade em caminhos
críticos
PC4 Cumprimento de prazos
PC5 Planejamento de recursos
Qualidade e
escopo
(QE)
QE1 Programas de controle de
qualidade Brown e Eisenhardt (1995); Griffin (1997);
Souder et al. (1997); UNEP (1997); Cooke-
Davies (2002); Ernst (2002); Dvir e Lechler
(2004); Thamhain (2004); Magrini e Lins (2007);
Hong et al. (2005); Rauniar et al. (2008);
Weijermars, 2009; Zhu et al. (2009); Isik et al.
(2010); estudo de caso
QE2 Registro de práticas de
segurança
QE3 Capacidade de resposta a
curto prazo
QE4
QE5
Definições precisas de
escopo e requisitos
Conhecimento da legislação
ambiental
58
Desempenho do
Sucesso da
gestão de
projetos
(SGP)
SGP1
SGP2
SGP3
SGP4
Conclusão do projeto dentro
do prazo previsto
Conclusão do projeto dentro
do orçamento previsto
Resultados de qualidade
desejados
Redução de custos
Cooke-Davies (2002); Dinsmore; Cabanis-Brewin
(2009); IPMA (2006); Westland (2006); PMI
(2008); Kerzner (2001); Khatib (2003); LAZLO
(2003); YILIN et al. (2008); Doloi; Iyer; Sawhney
(2011); Li; Arditi; Wang (2012); Chou; Yang
(2013); Salazar-Aramayo et al. (2013); Sunindijo
(2015), estudo de caso
Fonte: o autor.
Após a identificação de variáveis exógenas e endógenas e componentes de medição,
e formular as hipóteses de influências entre os construtos, foi proposto o modelo
apresentado na Figura 8. Esta representação apresenta as interações multidimensionais das
variáveis que afetam o sucesso da gestão de projetos e o desempenho financeiro corporativo
da Empresa.
Os construtos representam variáveis latentes e, como tal, devem ser medidos
indiretamente através de observações particulares, formando os componentes de mensuração
para cada construto. Algumas variáveis do modelo correspondem aos critérios já utilizados
pela empresa em gerenciamento de projetos, enquanto outras foram propostas com base na
literatura e pesquisas empíricas anteriores. O modelo inclui uma variável exógena latente
(EP) operacionalizada por quatro variáveis independentes (EP1 a EP4); três variáveis
endógenas latentes (PC, QE e SGP) operacionalizada por 5 variáveis dependentes para PC
(PC1-PC5), 5 para QE (QE1-QE5) e 4 para SGP (SGP1-SGP5).
59
Figura 8: Modelo de equações estruturais para gerenciamento de projetos de E & P da empresa estudada.
Fonte: o autor
Desempenho de Sucesso na gestão
de projetos
60
Capítulo 4
_______________________________________________________
MÉTODO DE PESQUISA
Este capítulo descreve os procedimentos metodológicos de condução aos resultados
propostos detalhando as etapas de pesquisa.
4.1 Classificação da pesquisa
A pesquisa foi conduzida na maior empresa petroleira do país. Sua
representatividade no setor e na própria economia brasileira, foram preceitos para a escolha
da empresa. A presente pesquisa contempla, portanto, um estudo de caso, para a condução
de sua primeira etapa condizente ao conhecimento da empresa estudada, validação e
reformulação do questionário e análise in loco; e uma survey por email para a quantificação
numérica das variáveis através de escala Likert. Além do survey de corte transversal, por
concentrar-se na investigação de uma única organização do setor de petróleo e gás, quanto a
seu delineamento esta pesquisa pode também caracterizar-se como um estudo de caso o qual
permite uma análise ampla e detalhada sobre o funcionamento dos processos internos da
empresa objeto de estudo, com foco na gestão de projetos, delineando a primeira abordagem
in-loco, que serviu como base para a modelagem da survey.
A partir do survey, o tratamento dos dados da pesquisa segue uma abordagem
quantitativa ao analisar as relações entre as variáveis do modelo (SEM). Nos estudos
organizacionais, a pesquisa quantitativa permite a mensuração de opiniões, reações, hábitos
e atitudes em um universo, por meio de uma amostra que o represente estatisticamente
(DENZIN; LINCOLN, 2005; HAYATI; KARAMI; SLEE, 2006).
4.2 Etapas da Pesquisa
1ª etapa: Definição de uma estrutura conceitual teórica
Esta etapa corresponde à construção do acervo teórico a ser utilizado na formulação
das proposições e aplicações do trabalho. Subdivide-se em duas fases: o mapeamento da
literatura e relação entre as publicações.
a) Mapeamento da literatura:
61
Pesquisa em bases de dados. Sistematização das publicações a respeito de gestão de
projetos, o setor de exploração e produção de petróleo e gás e os métodos de análise
de dados.
b) Relações entre as publicações:
Traçar relações. Estabelecer uma ligação entre os temas abordados na referência
teórica do trabalho e verificar as lacunas existentes na literatura de modo a delinear
as proposições da pesquisa. As relações se deram principalmente entre os temas
abordados e o método.
2ª etapa: Planejamento da primeira abordagem
Segundo Hair Jr. et al. (1998), o erro mais crítico no desenvolvimento de modelos
com base teórica é a omissão de uma ou mais variáveis independentes, um problema
conhecido como erro de especificação. Para estes autores, todos os modelos de equação
estrutural são acometidos deste erro de alguma forma, considerando-se que um construto ou
indicador em potencial pode ser excluído. Para tentar diminuir este tipo de erro, foi
planejado um estudo de caso prévio, antes da survey ser de fato aplicada.
Planejar a abordagem, portanto, consistiu em delinear a forma como este estudo de
caso seria abordado, escolhendo-se como e quais seriam os contatos para realizar a coleta
dos dados, analise primária do local estudado, entrevistas abertas com projetistas da
empresa, construção e apresentação do modelo teórico primário e pré-teste do questionário.
3ª Etapa: Primeira coleta de dados
a) Análise de contexto:
Mapeamento de processos e avaliação de documentação referente à empresa
estudada. Nesta etapa buscou-se conhecer a empresa onde o estudo seria aplicado e
seu funcionamento, por meio da leitura de padrões corporativos, relatórios técnicos,
publicações internas, informações disponíveis na Intranet e na Internet, dentre outros,
de forma a conhecer a política estratégica e de gestão de projetos adotada.
b) Diagnóstico:
Entrevistas com engenheiros seniores e projetistas experientes da empresa. Esta
etapa tem o objetivo de ajustar primariamente o modelo teórico que compreende a
construção das variáveis latentes, elencando os problemas que afetam o cotidiano da
gestão de projetos na empresa. Os profissionais entrevistados são responsáveis pela
gestão imediata dos projetos e têm suficiente conhecimento dos processos globais
62
desta gestão. Nesta fase, foi obtido um conjunto de fatores que afetam o sucesso dos
projetos com base nas perspectivas cotidianas, extraindo um “consenso” com os
construtos mais representativos. Em uma segunda rodada, os gerentes foram
convidados a opinar sobre os construtos selecionados a fim de ajustar a escolha.
4ª etapa: Planejamento da segunda abordagem
O planejamento da segunda abordagem consistiu em um aprofundamento acerca do
material coletado no primeiro momento, revisão do modelo teórico e do questionário e
construção do modelo com base no cruzamento entre o estudo de caso e os resultados
empíricos prévios da literatura. Além de especificar com quem seriam aplicados os
questionários da survey e a forma como este procedimento seria realizado. O questionário
final foi formulado com 28 perguntas subdivididas em cinco partes, conforme mostrado no
Quadro 7. O questionário completo está disponível no Apêndice A, ao final do texto.
Quadro 7: Estrutura do questionário
Parte Definição No. de perguntas
I Caracterização do projeto sob análise 10
II Equipes de projeto no segmento de petróleo e gás 4
III Planejamento e controle dos projetos de petróleo e gás 5
IV Qualidade e escopo nos projetos de petróleo e gás 5
V Sucesso na gestão de projetos 4
TOTAL 28
Fonte: o autor.
5ª Etapa: Segunda coleta de dados
a) Aplicação dos questionários da survey
Envio dos questionários. Os questionários para coleta de dados foram enviados via e-
mail para os gerentes de projeto e engenheiros projetistas de poços. A unidade amostral
colhida foi o “projeto na área de petróleo e gás” e cada respondente retornou apenas um
questionário. O retorno das respostas foi bastante prejudicado pela circunstância em que
a pesquisa foi aplicada. A coleta dos dados ocorreu no período de janeiro a novembro de
2014 e durante o qual a empresa passava por problemas internos de gestão e os
procedimentos de segurança da informação estavam mais rigorosos, o que inibiu alguns
respondentes.
63
Aliado a um correto procedimento de amostragem, o tamanho da amostra deve ser
adequado para permitir a generalização dos resultados, os quais podem ser verificados
quanto à significância estatística dos testes. Na literatura pesquisada, foram encontrados
alguns critérios para nortear o tamanho ideal da amostra. Garson (1998) utiliza o critério de
pelo menos cinco casos para cada variável independente. Outros autores já sugerem o
número ideal de 200 a 300 casos para cada modelo (KLEM, 1995; MARUYAMA, 1998).
Entretanto, conforme apresentado no capítulo anterior, os modelos de PLS-SEM, em
detrimento aos CB-SEM, são mais flexíveis com relação ao tamanho da amostra
(REINARTZ et al., 2009; HAIR, et al., 2014), esta premissa é reforçada sobretudo quando a
amostra é extraída de uma população específica, como o caso da empresa objeto de estudo.
Chin e Newsted (1999) recomendam, como regra geral, que o tamanho mínimo da
amostra para um modelo baseado em PLS deve ser de dez vezes o número máximo de
caminhos direcionados para qualquer construto do modelo (incluindo indicadores
formativos). Bahli e Büyükkurt (2005, p. 104) consideram ainda a quantidade de cinco vezes
como sendo suficiente.
De modo empírico, Goodhue, Lewis e Thompson (2006) utilizaram simulação de
Monte Carlo para comparar os efeitos de três tamanhos de amostra (n=40, 90, 150 e 200) e
constataram que o tamanho mínimo aceitável para PLS-SEM é de n=40.
Para analisar o caso específico da pesquisa, foi utilizado o software gratuito
G*Power 3.1.9 (FAUL et al., 2009). Foi tomado como base o construto que recebia o maior
número de setas, assim como recomendado por Chin e Newsted (1999). A partir dos
resultados do software, o tamanho recomendado da amostra foi de 77, o mesmo número de
questionários obtidos pela survey realizada.
6ª Etapa: Análise dos dados
A análise dos dados obtidos na coleta primária e, principalmente, na secundária foi
realizada sob a ótica de resposta às questões de pesquisa e às hipóteses formuladas ante
estas. As hipóteses e construtos estabelecidos pelo modelo possuem relações
multidimensionais, nesse sentido, foi escolhida a técnica de modelagem de equações
estruturais por ser a mais apropriada para o tipo de relações estabelecidas entre as variáveis.
Conforme exposto no capítulo 2, SEM compreende a aplicação de etapas para a
concretização de seus resultados. A presente dissertação contempla as seguintes etapas de
construção:
64
a) Desenvolvimento dos construtos, hipóteses e modelo
Nesta etapa são apresentados os resultados da primeira abordagem da pesquisa em
que os projetistas forneceram o norteamento para a construção dos construtos finais com
base nos principais problemas na gestão de projetos enfrentados pela empresa, agrupados no
que se tornariam as variáveis latentes do modelo. Só a partir de então, foi possível traçar as
hipóteses relacionais e elencar as variáveis observadas para cada construto. Foi por esse
motivo que, as hipóteses do trabalho só puderam ser estabelecidas após a análise in-loco
primária.
b) Análise descritiva dos dados
Nesta fase, as respostas dos questionários foram avaliadas de maneira descritiva, em
especial as relacionadas à caracterização dos projetos da amostra. Esta primeira perspectiva
de análise esboça conclusões parciais acerca da natureza e situação dos projetos de petróleo
e gás da empresa, subsidiando a análise dos resultados de SEM posteriormente.
c) Verificação dos pressupostos para aplicação
A modelagem de equações estruturais exige a avaliação de pressupostos que
antecedem a aplicação (MARÔCO, 2010). Esta validação faz-se necessária para evitar erros
nos processos de cálculo e conclusões errôneas acerca dos resultados de análise dos dados.
d) Análise Fatorial Exploratória
A análise fatorial exploratória permite evidenciar, entre a massa de dados, os fatores
que explicam a correlação entre algumas variáveis do estudo (HAIR et al., 2005). Embora os
construtos do modelo tenham sido formulados pela teoria aliada ao estudo in-loco, a análise
fatorial permite extrair as relações inerentes aos dados.
e) Análise Confirmatória
A análise confirmatória da pesquisa, deu-se por meio da aplicação da técnica de
modelagem de equações estruturais, conceituada e discutida na seção seguinte.
4.3 Modelagem de equações estruturais
Hair et al (2006) julgam que muitas técnicas de análise multivariada de dados
(regressão múltipla, análise fatorial, análise multivariada de variância, análise das
correspondências) compartilham de uma limitação: cada técnica pode examinar somente
uma relação por vez. Contudo, comumente o pesquisador se depara com um conjunto de
questões que apresentam relação umas com as outras. Como por exemplo, quais variáveis
65
determinam a qualidade de um projeto? Como essa esta qualidade se combina com outras
variáveis para afetar decisões de investimentos e satisfação? Essa série de questões tem
importância administrativa teórica. No entanto, nenhuma das técnicas que foram examinadas
permite tratar de todas essas questões com um só método abrangente. Por essa razão, parte-
se para o exame da técnica de modelagem de equações estruturais (SEM), uma extensão de
diversas técnicas multivariadas, mais precisamente da regressão múltipla e da análise
fatorial.
Um dos conceitos mais importantes que deve estar presente no tocante a técnicas
multivariadas é que não existe um só caminho correto para aplicá-las. A aplicação de SEM
segue esse mesmo preceito; sua flexibilidade fornece ao pesquisador uma poderosa técnica
analítica adequada para muitos objetivos de pesquisa (HAIR et al, 1998).
As razões para interesse por SEM em diversas áreas são basicamente duas: (1)
fornece um método direto para lidar com múltiplas relações simultaneamente enquanto
fornece estatística; e, (2) sua habilidade para avaliar as relações em âmbito geral e fornecer
uma transição da análise exploratória para a análise confirmatória.
Em linhas gerais, a SEM caracteriza-se, portanto, pela sua capacidade de especificar,
estimar e testar relações hipotéticas entre um grupo de variáveis. Comporta também a
inclusão de conceitos abstratos, sob a forma de construtos ou variáveis latentes (elaborados
com base em variáveis observáveis que lhes servem de indicadores) que podem ser
correlacionados entre si (KLINE, 1998; BENTLER; WU, 2002). A preocupação nesta
técnica é com a ordem das variáveis. Na regressão, X influencia Y; na SEM, X influencia Y
e Y influencia Z. Uma das características básicas da SEM é que se pode testar uma teoria de
ordem causal entre um conjunto de variáveis. A possibilidade de que as variáveis sejam
dispostas de modo intrincado dentro do modelo abre espaço para que se possam distinguir e
estimar os efeitos diretos, indiretos e totais que uma variável pode exercer sobre a outra
(BOLLEN, 1989; KAPLAN, 2000).
Existem dois tipos chave de variáveis em um modelo de SEM (LOEHLIN, 1998):
variáveis endógenas e variáveis exógenas. Os valores das variáveis endógenas são
explicados por uma ou mais variáveis exógenas do modelo. Os valores das variáveis
exógenas são assumidos como dados, isto é, o modelo não tenta explicá-los. Essa distinção é
similar à realizada entre variáveis dependentes (endógenas) e independentes (exógenas) da
análise de regressão. Entretanto, na SEM, uma variável pode ser tanto dependente quanto
independente. A regra é esta: se uma variável é dependente em alguma parte do modelo,
66
então ela é endógena (KLEM, 1995). Hair Jr. et al (1998) argumentam que o diagrama deve
ser definido em termos de construtos, para então buscar-se variáveis que irão mensurá-los.
As variáveis que são medidas diretamente são as variáveis observadas, já aquelas medidas
por construtos, são as chamadas variáveis latentes. A Figura 9 exemplifica essas tipologias.
Figura 9: Representação dos tipos de variáveis encontradas em SEM
Fonte: o autor.
Segundo Maruyama (1998), os métodos de SEM devem ter início em um modelo
conceitual que especifique as relações entre um conjunto de variáveis. A teoria oferece o
ponto central desta técnica. Como foi citado, a SEM oferece estimativas da força entre todas
as relações hipotetizadas em um esquema teórico. As informações disponibilizadas referem-
se tanto ao impacto de uma variável sobre a outra como da relação de uma influência
indireta, de uma variável posicionada entre duas outras, denominada interveniente ou
mediadora. Hair Jr. et al (1995, 1998) afirmam que a teoria oferece a racionalização para
quase todos os aspectos da SEM.
Para tanto, o ponto inicial para a aplicação da SEM é a teoria utilizada pelo
pesquisador a respeito das relações causais entre um conjunto de variáveis. O pesquisador
deve estar bem fundamentado na teoria para a especificação das relações de causa.
Assumindo isto como premissa, expressa-se esta teoria de modo formal e claro. O modelo é
apresentado tanto em palavras quanto em diagrama, o qual pode ser entendido como um
grupo de afirmativas que resumem um conjunto de hipóteses.
A aplicação desta técnica de relacionamento de variáveis requer que o pesquisador
observe alguns passos metodológicos. Há várias publicações em que os autores sugerem
etapas seqüenciais para a aplicação da modelagem, entretanto, usualmente se utiliza as
etapas enunciadas por Hair et a. (1998, p. 592-616), o qual estabelece seis estágios.
Estágio 1- Desenvolvimento do Modelo Teórico. A modelagem de SEM é baseada
em relações de causalidade entre variáveis. Os fatores que permitem estabelecer estas
relações entre duas variáveis não se restringem apenas a questões técnicas de análise de
Variáveis
observadasVariáveis
observadasVariável Latente
Exógena
Variável Latente
Endógena
67
dados. Ainda assim, especificamente em relação à análise de dados, há alguns critérios
usualmente utilizados para a investigação de evidências de causalidade. Hair et al. (1998),
por exemplo, citam os seguintes: 1) associação suficiente entre duas variáveis; 2)
antecedência temporal da causa sobre o efeito; 3) ausência de variáveis causais alternativas
(o chamado erro de especificação); e 4) base teórica para o relacionamento.
Estágio 2: Construção de Diagramas de Caminhos (path diagrams) das Relações
Estabelecidas. O diagrama de caminhos é uma representação gráfica de um modelo de
equações estruturais (SEM). Uma das principais vantagens desta representação é que as
relações entre as variáveis podem ser melhor visualizadas.
Estágio 3: Conversão do Diagrama de Caminhos em Modelo de Mensuração e
Estrutural. Nesta etapa, o modelo teórico é formalizado através de um conjunto de
equações propostas para a definição dos relacionamentos entre os construtos que o
compõem. A construção do modelo de mensuração serve para especificar os construtos a
serem mensurados e suas variáveis relacionadas. O modelo estrutural permite a
representação do diagrama de caminhos no conjunto de equações estruturais, que
representam as relações entre variáveis e construtos, definidas a partir do modelo de
mensuração, indicando desta forma, a modelagem estrutural a ser testada. A partir deste
modelo teórico proposto, se estabelece as hipóteses a serem testadas na aplicação de
sistemas de equações estruturais.
Estágio 4: Definição do Tipo de Matriz de Entrada de Dados e Estimação do
Modelo Estrutural Proposto. A SEM difere de outras técnicas multivariadas, pois utiliza
apenas matrizes de variância/covariância ou correlação como entrada de dados. Mesmo que
observações individuais sejam inseridas, faz-se a conversão em um desses dois tipos de
matrizes. Isto ocorre porque o foco de SEM não está em observações individuais, mas sim
no padrão de relacionamentos obtido a partir das respostas dos indivíduos (HAIR et al,
1998).
De acordo com Marôco (2010), a fase de estimação consiste na obtenção de
estimativas dos parâmetros do modelo que reproduzem o melhor possível os dados
observados na amostra de análise. Ao aplicar a SEM, os pesquisadores devem considerar
dois tipos de métodos: técnica baseada na covariância (CB-SEM) e a técnica baseada na
variância, como a de estimação por mínimos quadrados parciais (PLS-SEM).
68
Segundo Ringle, Silva e Bido (2013), a diferença básica entre CB-SEM e PLS-SEM
está na forma de tratamentos dos dados. No primeiro caso, têm-se regressões lineares
múltiplas realizadas “ao mesmo tempo” e no segundo, calculam-se as correlações entre os
constructos e suas variáveis mesuradas ou observadas (modelos de mensuração) e em
seguida são realizadas regressões lineares entre constructos (modelos estruturais).
PLS-SEM é particularmente atrativo quando: o objetivo da pesquisa está focado na
predição e explicação de variância de construtos alvo-chave (por exemplo, sucesso em
projetos) por diferentes construtos explicativos (por exemplo, planejamento e controle); o
tamanho da amostra é relativamente pequeno e/ou os dados disponíveis não apresentam
distribuição normal; e quando CB-SEM não fornece resultados plausíveis (HAIR et al.,
2011; HAIR et al., 2012; HENSELER et al., 2009; REINARTZ et al., 2009).
Assim, PLS-SEM é uma abordagem de modelagem suave, livre de distribuição e
altamente adequada para aplicações sem ter que fazer suposições fortes, que muitas vezes
não podem ser totalmente cumpridas na maioria dos modelos (HAIR et al., 2011). O Quadro
8 traz uma diferenciação, em distintos aspectos, entre os modelos de estimação mais
comuns.
Quadro 8: Diferenças entre estimação por PLS e por Covariância
Fonte: Hair et al. (2014)
Estágio 5: Avaliação dos Critérios de Ajuste do Modelo. Esta fase tem como
objetivo avaliar o quão bem o modelo teórico é capaz de reproduzir a estrutura correlacional
das variáveis observadas na amostra de estudo (MARÔCO, 2010). Ainda segundo o autor,
os métodos de ajustamento variam consoante o software utilizado e com os tipos de
pressupostos sobre a natureza da medida e das distribuições das variáveis. Para PLS-SEM,
são utilizados os critérios de ajustamento presentes no Quadro 9. O detalhamento de cada
Critério Modelos baseados em PLS Modelos baseados em Covariância
Distribuição Não-paramétrica Normal (paramétrica)
Amostra Pequena (min. 30 – 100) Alta (min. 100 – 800)
Requisitos quanto à teoria Mais flexível Necessáiro teoria forte
Indicadores por construto Permite tanto poucos indicadores
(um ou dois), quanto muitos
Normalmente de 3 a 4, no mínimo,
para atender aos requisitos de
identificação.
Testes para estimação dos
parâmetros
Inferência requer Bootstrapping Suposições devem ser atendidas
Modelo de mensuração Permite indicadores formativos e
reflexivos
Normalmente apenas indicadores
reflexivos
Goodness-of-fit measures
(GFI)
Não há. Muitas
Softwares utilizados SmartPLS, PLS Graph LISREL, AMOS, EQS
69
indicador e os critérios adotados serão mais detalhados no capítulo de análise de resultados
para melhor proximidade e comparações.
Quadro 9: Indicadores/procedimentos para avaliação do ajuste
INDICADOR/ PROCEDIMENTO REFERÊNCIA
AV
AL
IAÇ
ÃO
DO
MO
DE
LO
DE
ME
NS
UR
AÇ
ÃO
AVE Henseler; Ringle e Sinkovics (2009)
Cargas cruzadas Chin (1998)
Alfa de Cronbach e Confiabilidade Composta Hair et al. (2014)
Teste t de Student Hair et al. (2014)
AV
AL
IAÇ
ÃO
DO
MO
DE
LO
ES
TR
UT
UR
AL
Avaliação dos Coeficientes de Determinação de
Pearson (R2): Cohen (1988)
Tamanho do efeito (f2) ou Indicador de Cohen Hair et al. (2014)
Validade Preditiva (Q2) ou indicador de Stone-
Geisser Hair et al. (2014)
GFI Henseler e Sarstedt (2012); Hair et al.
(2012)
Coeficiente de Caminho (Г) Hair et al. (2014)
Fonte: o autor.
Estágio 6: Interpretação e Modificação do Modelo. Deve-se verificar se os
relacionamentos que foram estabelecidos, a partir da teoria, foram comprovados
estatisticamente, quanto à própria natureza do relacionamento e quanto à direção
estabelecida. Segundo Hair et al. (1998), devem ser respondida as seguintes perguntas: os
relacionamentos da teoria foram comprovados estatisticamente e substancialmente?; os
modelos concorrentes ensejam a formulação de hipóteses alternativas?; e, os
relacionamentos entre as variáveis ocorreram na direção proposta pelas hipóteses?
4.3.1 Aplicações de SEM
A modelagem de equações estruturais tem sido amplamente utilizada por diversas
áreas de pesquisa desde marketing, psicologia e sociologia à biologia e engenharia. Como já
foi enunciado neste capítulo, a SEM é uma técnica apropriada ao estudo de casos que
envolvem múltiplos fatores. Dentro do panorama evolutivo dos métodos quantitativos de
pesquisa, pode-se dizer que as raízes da SEM remontam ao ano de 1918, quando o
geneticista Sewall Wright apresentou um trabalho seminal sobre a técnica da Análise de
Trajetórias, a qual só veio a ser exposta formalmente em uma série de artigos que datam do
começo dos anos 1920 (DUNCAN, 1971, p. 116).
70
Desde então inúmeros trabalhos vêm sendo publicados em distintas áreas. Por meio
de um estudo realizado, através de consulta nas bases de dados internacionais em busca dos
trabalhos mais relevantes na área de modelagem de equações estruturais, relevância esta
medida pelo número de citações de cada trabalho, pôde-se elaborar a Figura 10 com as
principais publicações em ordem cronológica e subdividida em áreas.
Figura 10: Principais publicações com SEM por área
Fonte: o autor.
Mediante a análise da pesquisa, é possível inferir que a maior parte dos trabalhos que
aplicam as SEM são nas áreas de Ciências Médicas e Psicologia, somando cerca de 49% da
amostra levantada. Na área de Engenharia podem ser encontrados diversos trabalhos na
literatura. Koufteros (1998), por exemplo, utilizou a resposta de 244 empresas para testar
modelos de produção puxada usando a análise de SEM, em que o modelo estrutural
hipotetizado relaciona a produção puxada com dois de seus fatores antecedentes, melhoria
Área De 1992 a 1995 De 1996 a 1999 De 2000 a 2003 De 2003 a 2006 De 2007 a 2013
Bentler e
Stein(1992)
Büchel e Friston
(1997); Bartley et al.
(1997); McIntosh
(1999); Roberts e
Kendler (1999);
Christensen et al.
(1999)
Demerouti et al. (2000);
Torsheim et al. (2001);
Simeonsson et al. (2001);
Starr, et al. (2003);
Gagnon et al. (2003)
Neeleman et al. (2002)
Souren et al. (2007)
Mitchell (1992) Verheyen et al. (2003) Austin (2007); Clark et
al. (2007)
Koufteros (1998);
Forza e Filippini
(1998)
Matos et al. (2004); Rao e
Holt (2005); Fynes et al.
(2005); Prajogo (2005);
Cousins et al. (2006)
Silva (2008)
Doloi; Iyer; Sawhney
(2011), Chou; Yang,
(2013); Salazar-
Aramayo et al. (2013)
Ntoumanis e Biddle
(1999); Lane et al.
(1999); Smith e
Biddle (1999);
Crocker et al. (2000)
Willock et al. (1999) Henson e Northen (2000)
Eb et al. (1999);
Tomás et al. (1999)
Turnley e Feldman
(2000); Conger et al
(2000); Feldt et al.
(2000); Manly et al.
(2001); Parker et al.
(2001); Van Dick e
Wagner (2001);
Laschinger et al. (2001);
Drake et al. (2004
Adams et al.
(1992)
Etezadi-Amoli e
Farhoomand (1996)Seyal et al. (2002) Wang et al. (2006)
Taylor e Todd
(1995)
Harold et al.
(2004); Lee e Lin
(2005); Darroch
(2005)
Ciências
médicasEcologia
Eng. de
Produção
Ciências do
Esporte
Economia
AgrícolaPsicologia TI Outras
71
de montagem e as práticas de manutenção preventiva, posteriormente a produção puxada é
relacionada a uma de suas respostas, a dependência de entrega, nesse mesmo modelo. Em
outro exemplo, Matos et al. (2004) realizaram uma pesquisa com 398 proprietários de
automóveis de uma capital brasileira para investigar a influência que as notícias de recall
exercem nas percepções dos consumidores, bem como os fatores que interferem nesse
processo. Avaliando empresas moveleiras, Silva (2008) estudou o relacionamento entre
práticas implantadas e a estratégia de produção e os efeitos dessas práticas para a melhoria
dos indicadores operacionais.
Dentro do escopo da engenharia, com um crivo no tema da pesquisa, foram
ampliadas as buscas a fim de encontrar os trabalhos que utilizam equações estruturais na
área de projetos. Foi tomada como base a técnica abordada por este trabalho (método) de
forma a realizar combinações entre as palavras-chave a respeito do escopo do estudo na área
de projetos e, por fim, com o setor de aplicação. O objetivo desta sistematização é encontrar
lacunas literárias e relacionar os temas abordados no capítulo do referencial.
No que se refere à aplicabilidade de SEM na gestão de projetos, foram encontrados
resultados de estudos em diversos contextos. Seja na (a) construção civil (STEWART, 2007;
YANG; OU, 2008; XIE; HAN; SEABROOKE, 2011; LEE; YU, 2012); (b) em projetos de
desenvolvimento de produtos (HONG et al., 2005; ARONSON; REILLY; LYNN, 2006);
gestão de projetos na área de TI e Software (NIDUMOLU; KNOTTS, 1998; WALLACE;
KEIL; RAI, 2004; GOWAN Jr; MATHIEU, 2005; KEARNS; SABHERWAL, 2007); (c)
projetos de segurança (DVIR; RAZ; SHENHAR, 2003); e, (d) aplicação em projetos em
geral ou modelos teóricos (DVIR; LECHLER, 2004; CHOU, HONG, 2013; DOLOI; IYER;
SAWHNEY, 2011; LI, ARDITI; WANG, 2012; SALAZAR-ARAMAYO et al., 2013;
CHIPULU et al., 2014).
Detalhando alguns dos trabalhos com abordagem de SEM na gestão de projetos, na
Coreia do Sul, Kim et al. (2009) utilizaram SEM para examinar os fatores-chave para o
desempenho e sucesso de projetos, os autores descobriram que esses fatores incluíram
gestão de comunicações, gestão de custos e gestão de escopo (Kim et al., 2009). Cho, Hong,
e Hyun (2009) relataram, através da modelagem estrutural, que a gestão de custos, progresso
e qualidade afetam significativamente o desempenho do projeto (CHO et al., 2009).
Gowan Jr. e Mathieu (2005) realizaram um estudo nos Estados Unidos com 448
empresas utilizando SEM para analisar a importância das práticas de gestão de projetos na
performance de projetos de sistemas de informação. Ainda no mesmo país, estudos de
72
Kearns e Sabherwal (2007) entrevistaram 274 empresas para visualizar os antecedentes e
consequências para projetos de planejamento de sistemas integrados de informação, em
paralelo, Rauniar et al. (2008) analisaram uma amostra de 200 empresas para identificar o
papel dos gerentes seniores no desenvolvimento de novos produtos. Estudos anteriores
realizados por Kang et al. (2008) e por O'Connor e Yang (2004) também confirmam que o
crescente uso de ferramentas computacionais têm melhorado significativamente o
desempenho dos projetos. Aronson, Reilly e Lynn (2006) examinaram o efeito da
personalidade do líder no desenvolvimento de novos o desempenho do projeto do produto
sob diferentes condições de incerteza.
Com outra abordagem, na Alemanha, em estudo realizado por Dvir, Raz, e Shenhar
(2003) identificaram que a definição de objetivos e requisitos funcionais e as especificações
tecnológicas são essenciais para o sucesso de projetos relacionados à defesa nacional de
segurança. Em continuidade a sua pesquisa no uso de SEM para a análise de gestão de
projetos, Dvir e Lechler (2004) analisaram, a partir de 448 empresas, os impactos do
planejamento de mudanças no sucesso dos projetos.
Os paquistaneses Qureshi, Warraich, e Hijazi (2009) estudaram os modelos de
negócios desenvolvidos pela Fundação Europeia para a Gestão da Qualidade (EFQM) e
descobriram que o gerenciamento do escopo do projeto e gestão de recursos humanos
afetam positivamente o desempenho do projeto.
Na China, Yeung, Chan e Chan (2009) sugeriram que a custo, qualidade, tempo e
desempenho de segurança são indicadores confiáveis de desempenho do projeto. Em
Singapura, Ling et al. (2008) analisaram as nove áreas do conhecimento do PMBOK para
examinar as práticas de projetos internacionais o que revelou efeitos significativos sobre o
desempenho de projetos de construção de sites.
Estudos mais recentes realizados na Austrália (DOLOI; IYER; SAWHNEY, 2011),
China (LI, ARDITI; WANG, 2012), Taiwan (CHOU; YANG, 2013) e Brasil (SALAZAR-
ARAMAYO et al., 2013) demonstram os impactos da gestão dos contratos, dos custos,
gestão do conhecimento, equipe de projeto, planejamento e controle para o sucesso da
gestão dos projetos.
Salazar-Aramayo et al. (2013) seguiram a metodologia de modelagem de equações
estruturais de modo a traçar uma melhor compreensão da rede de relações entre as variáveis
envolvidas no gerenciamento de projetos de E&P. O modelo, estritamente teórico,
73
apresentado pelos autores traz uma representação global dos principais fatores para
aprimorar o gerenciamento de projetos na área de petróleo e gás.
A Figura 11 traz uma sistematização de parte dos trabalhos encontrados no escopo do
estudo, aplicando o método escolhido. A maior parte das aplicações se concentram na área
de construção civil, tendo em vista a complexidade e o tamanho dos projetos.
Figura 11: Sistematização cronológica de estudos envolvendo SEM e gestão de projetos
Fonte: o autor.
De acordo com a classificação apresentada nesta seção e o sumário da Figura 11,
observa-se que, por mais que hajam muitos trabalhos aplicados na área de projetos
utilizando modelagem de equações estruturais, não foi encontrado nenhum trabalho
aplicado, na literatura pesquisada, que abordasse os fatores de sucesso em projetos da área
Área Ano Autor Abordagem em gestão de projetos País Amostra Número de
construtos
Tipo de
software
1998 Nidumolu; Knotts Estratégias de manufatura em projetos Estados
Unidos
100 5 EQS
2004 Wallace; Keil; Rai Dimensões de risco em projetos de software Estados
Unidos
507 6 AMOS
2004 Dvir; Raz; Shenhar
Interações entre variáveis de planejamento de
projetos, qualidade e mudanças de objetivo com o
sucesso.
Alemanha 448 6 LISREL
2004 Dvir; Lechler Efeitos da mudança de planos no sucesso Alemanha 448 6 LISREL
2005 Hong et al.
Mudança do papel dos engenheiros de projeto e
fixação de metas claras na produtividade dos
projetos.
Estados
Unidos 205 4 LISREL
2005 Gowan Jr; Mathieu Práticas de intervenção no gerenciamento de
projetos de software
Estados
Unidos 449 8 AMOS
2006 Aronson; Reilly; Lynn.Efeito da personalidade do líder no desempenho
do projeto
Estados
Unidos 143 7 LISREL
2007 Stewart Balanced Score Card e Gestão de projetos de TI Austrália 82 5 AMOS
2007 Kearns; Sabherwal Utilização de tecnologia da informação em
projetos de software
Estados
Unidos 274 8 EQS
2008 Yang; Ou Efeito da gestão financeira no sucesso dos
projetos Malásia 159 5 SmartPLS
2008Raymond, L.;
Bergeron, F.
Sistemas de informação para a gestão de
projetose seus impactos nos gerentes e no sucesso Canadá 39 5 SmartPLS
2010
Isik, Z.; Arditi, D.;
Dilmen, I.; Birgonul,
M.T.
Fatores exógenos na performance estratégica Turquia 73 4 EQS
2011 Han; Seabroke Efeitos da infra-estrutura regional nos projetos China 22 2 AMOS
2011 Doloi; Iyer; Sawhney Impactos da performance dos contratos no
sucesso
Austrália 97 5 AMOS
2012 Lee; Yu Impactos de qualidade e equipes no sucesso Coreia do Sul 253 7 AMOS
2013 Chou; HongImpactos das características do usuário e
qualidade Taiwan 117 6 AMOS
2014 Chipulu et al., Valores culturais e individuais em projetos
Brasil, China,
Grécia,
Tailândia,
EUAe Reino
Unido
1255 10 AMOS
TI Segurança Projetos em Geral Desenvolvi. de Produto Construção Civil
74
de petróleo e gás. O trabalho de Salazar-Aramayo et al. (2013) esboça um modelo teórico
sobre sucesso de projetos de petróleo e gás, mas não contém dados empíricos que possam
tecer considerações e conclusões específicas.
Encontrando-se uma lacuna na literatura da área e que foi trabalhada nesta pesquisa.
Ainda, sobre a Figura 11, observa-se que alguns trabalhos apresentam amostras
relativamente reduzidas, analisando seus dados por meio do SmartPLS ou AMOS. Todavia,
as pequenas amostras, muitas vezes, devem-se ao fato de que as populações são mais
restritas, ou pela pequena quantidade de construtos do modelo.
A Figura 12 apresenta um resumo dos passos metodológicos da pesquisa.
75
Figura 12: Etapas dos procedimentos metodológicos da pesquisa
Fonte: o autor.
1ª Etapa
Estrutura conceitual
teórica
Mapeamento
da Literatura
Gestão de projetos
Relações entre
as publicações
Lacuna
literária?
SimNão
2ª Etapa
Planejamento da
primeira abordagem
Diminuir erros do
modelo (Hair Jr.
et al., 1998)
3ª Etapa
Coleta de dados
primária
1. Mapeamento
dos processos
2. Análise
documental
Análise de
Contexto
1. Analise primária
da empresa
2. Entrevistas com
projetistas da
empresa,
3. Construção de
um modelo
teórico primário
Setor de Petróleo e gás
Equações Estruturais
Estudo de caso Estudo de caso
Diagnóstico
1. Entrevistas com
engenheiros e
projetistas
experientes.
2. SIstematização
dos fatores que
afetam o sucesso
dos projetos
4ª Etapa
Planejamento da
segunda abordagem
Quantificar as
variáveis do
modelo
1. Revisão do
modelo
2. Construção do
questionário
Survey
5ª Etapa
Coleta de dados
secundária
1. Envio dos
questionários
(survey via email)
2. Definição do
tamanho da
amostra.
3. Unidade amostral:
projeto de
petróleo e gás
Survey
Aplicação dos
questionários
da survey
6ª Etapa
Verificação dos
pressupostos para
aplicação do
método SEM
Análise dos
dados
Desenvolvimento
dos construtos,
hipóteses e
modelo
Análise descritiva
dos dadosAnálise Fatorial
Exploratória
Modelo
ajustado?
Sim
Não
1. Validação
das hipóteses
2. Interpretação
dos
parâmetros
76
Capítulo 5
_________________________________________________________
GESTÃO E GOVERNANÇA DE PROJETOS NA EMPRESA
ESTUDADA
Este capítulo traz a descrição da empresa estudada, com suas dimensões contextuais e dados
característicos. É apresentado o modelo de gestão de grandes projetos já adotado, o qual serviu
como base para visualização da sistemática de decisão dentro do ambiente de projetos.
5.1 Dimensões contextuais da empresa em estudo
A empresa brasileira, campo de estudo para análise de projetos, caracteriza-se como
uma sociedade anônima de capital aberto que, junto com suas subsidiárias, atua de forma
integrada e especializada nos seguintes segmentos relacionados à indústria do petróleo:
exploração e produção; refino, comercialização e transporte; distribuição de derivados; gás
natural e petroquímico.
É reconhecida tanto nacionalmente quanto internacionalmente e considerada a maior
empresa do Brasil, sendo ainda classificada em outras instâncias como a 8ª maior do mundo em
valor de mercado e a 3ª maior empresa no ramo de energia, estando presente em 29 países. Para
representar essa extensão e infraestrutura, o Quadro 10 sistematiza alguns números que
demonstram o porte da empresa.
Quadro 10: Dados da empresa estudada
Dados Valores
Investimentos R$ 76 bilhões
Receita Líquida R$ 213 bilhões
Lucro Líquido R$ 35 bilhões
Produção Diária 2.538.000 barrís por dia
Reservas 16 bilhões de barris
Plataformas de Produção 132
Refinarias 16
Frota de Navios 291
Postos de Combustível 8.477
Fonte: (PETROBRÁS, 2014b)
5.2 Gestão de projetos para desenvolvimento da produção: o PRODEP
Conforme descrito nos padrões de gerenciamento de projetos adotados pela empresa em
análise, o PRODEP - Programa de Desenvolvimento e Execução de Projetos – tem como objetivo,
atingir a excelência na gestão por meio da determinação de diretrizes para a aplicação da
77
sistemática interna de gerenciamento de projetos. Essa sistemática é aplicada a todos os projetos
com investimento total ou superior a US$ 5 milhões, possuindo também particularidades que
dependem do investimento (pequeno, médio e grande porte) e da complexidade do projeto.
Caso os projetos apresentem investimentos inferiores a esse valor, as Unidades de
Operação (UO’s) – bases da empresa subdivididas em território nacional - podem utilizar
procedimentos e padrões internos podendo estabelecer novos limites inferiores para a
obrigatoriedade da utilização da sistemática no gerenciamento de seus projetos, desde que
atenda às normas internas da empresa.
O PRODEP é um processo cíclico vinculado à cadeia de valor para projetos (supply
chain for projects), sendo composto por diversas fases conectadas por nós (portões de decisão),
que visam estabelecer de forma clara, organizada e sequencial, os procedimentos, atividades e
produtos a serem desenvolvidos no processo de planejamento e implantação dos projetos, é,
portanto, caracterizado como uma sistemática de governança de projetos, a qual traduz os
objetivos estratégicos da empresa para o desenvolvimento dos campos de exploração. Sua
concepção tem como base:
Sistemática de provação, acompanhamento e reavaliação de projetos de investimento na
empresa, que considera os diferentes portes de investimento nos projetos;
Modelo de gerenciamento de projetos do Project Management Body of Knowledge
(PMBoK) do Project Management Institute (PMI);
Organização e atribuições da empresa; e,
Diretrizes corporativas de segurança e meio ambiente para projetos de desenvolvimento
da produção de E&P.
Conforme mostrado na Figura 13, a sistemática do PRODEP compreende as etapas de
Planejamento e Controle, constituídas por fases e portões, as quais estabelecem diretrizes para
o gerenciamento de forma clara, organizada e os procedimentos e atividades a serem
desenvolvidos no processo de planejamento e implantação dos projetos de desenvolvimento da
produção, considerando o ciclo de vida do projeto.
Os projetos de desenvolvimento da produção dizem respeito àqueles em que já foram
realizadas as devidas explorações no campo, com o intuito de estudar a quantidade, qualidade,
vazão, entre outros fatores, do óleo existente no mesmo, restando então perfurar os poços
produtores para desenvolver a produção no já explorado campo de petróleo. As diretrizes desta
78
sistemática baseiam-se no uso de práticas, ferramentas e técnicas para dar apoio aos processos
decisórios, tais como: metodologias de análise de decisão, benchmarking e práticas de melhoria
de valor.
Figura 13: Sistemática do PRODEP
Fonte: PETROBRÁS (2014a)
Sabe-se que um dos principais desafios na gestão, como já exposto em itens do
referencial, é a conclusão do projeto com sucesso, isto é, executá-lo da forma correta no tempo
apropriado. Busca-se, portanto, selecionar um projeto certo (fases de Avaliação e Identificação
da Oportunidade e Seleção), desenvolvê-lo apropriadamente (fase de Definição) e entregá-lo de
maneira correta (fases de Execução/Implantação e Operação).
5.2.1 Elementos da Sistemática
Durante a evolução do ciclo de vida, as etapas do projeto devem passar por portões, os
intitulados Gates, proposto por Cooper et al. (2000). Esses são elementos de decisão durante o
projeto, gerando alternativas representadas na Figura 14, a respeito de sua continuidade.
79
Figura 14: Alternativas no portão
Fonte: PETROBRÀS (2014a)
Os cancelamentos (1) são passíveis de ocorrer na etapa de Planejamento e ocorrem
quando os projetos não são atrativos economicamente, ou não estão alinhados com a estratégia
corporativa. O adiamento do projeto (1) se faz necessário quando há alguma mudança externa
no cenário do negócio, seja política, econômica ou estratégica. Um projeto adiado tem a
possibilidade de ser reiniciado quando há uma mudança no cenário, retomando-se as atividades
e investimentos no mesmo, desde que se torne por ora atrativo no novo cenário. Já o reinício do
projeto (3) se dará quando os documentos gerados em uma fase anterior incorram em uma
incerteza muito grande, inviabilizando a tomada de decisão no gate. Assim, pode-se refazer
alguns estudos para que o projeto seja reencaminhado para o portão de decisão.
O prosseguimento para a fase seguinte (2 na Figura 13) irá variar de acordo com a
decisão a ser tomada em cada diferente portão dentro da sistemática. O Quadro 11 mostra as
diferentes decisões tomadas em cada portão.
Quadro 11: Decisões em cada portão
Portão de Decisão O que decide?
Pla
nej
am
ento
1 Aprovação da oportunidade
2A Alternativa a ser detalhada
2 Aprovação da alternativa
3 Aprovação do projeto
Co
ntr
ole
4A Aceitação da completação
4B Liberação da unidade para saída
4C Início da operação
4 Término da execução do escopo
5 Encerramento do projeto
Fonte: PETROBRÀS (2014a)
Deliverables
das fasesPortão
Prosseguir
para fase
seguinte
Cancela ou
adia
Reinicia para
maior
definição
1
2
3
80
Outros elementos da sistemática são os Grupos de Revisão (GRs) e os Grupos de
Suporte à Decisão (GSD). Esses analisam o projeto tecnicamente validando ou propondo
alterações, já aqueles analisam o projeto de forma integrada para a aderência aos requisitos
originais do projeto.
Os pacotes de suporte à decisão (PDS) representam conjuntos de documentos
(deliverables do projeto) que são analisados pelo decisor na etapa de Planejamento, de forma a
que sejam geradas as saídas do portão. Os pacotes de Controle e Verificação (PCV) são
semelhantes aos PSD, diferenciando-se apenas pelo fato de que se aplicam às etapas de
Controle para subsidiar as decisões dos portões.
5.2.2 A fase de Planejamento
O Planejamento do projeto é composto por fases que buscam definir os objetivos e
selecionar os melhores caminhos para que estes objetivos possam ser atingidos, detalhando de
forma precisa as especificações do projeto. Nesse estágio é definido o que, como e quando será
realizado o projeto, além dos responsáveis e recursos necessários.
A primeira fase na Figura 10, a de Identificação e Avaliação da Oportunidade (1) tem
por objetivo avaliar se a oportunidade identificada está alinhada com as estratégias e objetivos
corporativos. Seus marcos iniciais são determinados pela emissão do Termo de Referência do
Projeto (TRP), por parte da gerência responsável pela execução das atividades desta fase, as
quais podem ser listadas como sendo:
Identificar se há ao menos uma alternativa técnica e economicamente viável para o
desenvolvimento da oportunidade;
Efetuar estudos e avaliações preliminares da oportunidade, determinando seu valor
potencial através de uma avaliação técnica e econômica;
Elencar as principais incertezas para o desenvolvimento da oportunidade com
respectivo plano de mitigação;
Verificar a necessidade de aquisição de dados de reservatório avaliando a necessidade
de gastos antecipados para o desenvolvimento do campo;
Identificar alternativas e estratégias para desenvolvimento do campo; projeto-piloto;
projeto definitivo; projeto complementar; e,
Indicar os direcionadores estratégicos e tecnológicos adequados ao projeto.
A segunda fase, o Projeto Conceitual (2), objetiva realizar uma avaliação das
alternativas de caráter técnico para implementar o projeto. Essa fase pode ser subdividida em
81
duas partes: subfase 2A, que identifica e avalia as alternativas do projeto e analisa técnica e
economicamente cada alternativa; subfase 2, na qual inicia-se um detalhamento das alternativas
recomendadas e elabora-se o Estudo de Viabilidade Técnica Econômica (EVTE) do projeto, o
qual será detalhado mais a frente deste capítulo.
Essa é a fase em que se “pensa” no projeto, em que todas as alternativas tecnológicas
são discutidas. A melhor das alternativas é escolhida, sendo detalhada na fase seguinte. A
margem de erro da estimativa de custos feita nesta fase deve variar entre -15% e +30%,
segundo a AACE (Association for the Advancement of Cost Engineering).
Na Fase (3) de Definição, o projeto básico é realizado, a alternativa escolhida
anteriormente e o escopo do projeto (reservatório, poços, instalações submarinas e de
superfície, etc.) são detalhados e finaliza-se o plano de execução do projeto, contendo as
informações a respeito das contratações, orçamentos e cronogramas, além da realização dos
processos licitatórios. A margem de erro da estimativa de custos conduzida nesta fase deve
variar entre -5% e +15%, segundo a AACE (Association for the Advancement of Cost
Engineering).
5.2.3 A fase de Controle
A macro-fase de Controle na sistemática do PRODEP responsabiliza-se pela execução
daquilo que foi elaborado no Planejamento, além de encerrar oficialmente o projeto. Assim,
como na fase anterior, essa subdivide-se em outras etapas: Execução/Implantação e
Encerramento.
Na fase de Execução/Implantação (4), o projeto é efetivamente realizado, pondo em
prática o escopo, o prazo e o custo aprovados no EVTE do projeto básico. As principais
atividades dessa fase são: perfurar poços; completar e interligar os poços; construir e montar
(unidades de tratamento ou processamento, etc); elaborar o plano de operação; concluir o
comissionamento e a pré-operação do sistema de produção; e iniciar a operação.
A última fase da sistemática é a de Encerramento (5). Essa tem o objetivo de encerrar
os contratos realizados, coletar os registros do projeto, analisar a performance de realização do
projeto, identificar e registrar as lições aprendidas específicas do encerramento, arquivar as
informações sobre o projeto. Uma síntese da descrição das fases do PRODEP apresentadas
pode ser acompanhada por meio do Quadro 12.
82
Quadro 12: Resumo das fases do projeto
Fases do projeto Ação Portões e marcos
(1) Identificação de
Oportunidade
Determinar o potencial da
oportunidade e entrada na carteira
Empresa;
Portão (1): aprovação da análise
empresarial da fase (1) e autorização para
início do Projeto Conceitual;
(2) Projeto Conceitual Avaliar as alternativas técnicas
Portão (2): aprovação da análise
empresarial do projeto conceitual e
autorização para início do projeto básico;
(3) Projeto Básico Desenvolver a alternativa técnica
selecionada
Portão (3): aprovação da análise
empresarial do projeto básico e autorização
para execução do projeto;
(4) Execução Implantar o projeto
Partida da Unidade ou \produção do
primeiro óleo ou entrada em operação do
projeto;
(5) Encerramento Aceitar formalmente o projeto Finalização do investimento e entrega da
documentação final.
Fonte: PETROBRÁS (2014a)
5.2.4 Lições Aprendidas
A gestão de lições aprendidas, promovida dentro do gerenciamento de projetos, é uma
forma de aplicar conhecimento do capital humano obtido através de experiências em projetos
anteriores. Dessa forma, pode-se evitar que erros já cometidos sejam repetidos ou estimular
práticas bem sucedidas. As práticas internas de retenção de lições aprendidas são consoantes
com as pesquisas de Cooke-Davies (2002) e Meng (2011).
Em face dos benefícios trazidos com a aplicação das lições aprendidas, a sistemática
também contempla recomendações para este tipo de prática. Devem ser realizadas, durante a
elaboração do projeto, consulta, identificação, registro e validação das lições em qualquer
momento ao longo do ciclo de vida.
Recomenda-se que ao início de cada fase, sejam consultadas as lições aprendidas com
erros ou acertos nos projetos anteriores que apresentem características similares ao projeto a ser
realizado. Bem como, ao término de cada fase do ciclo, deve-se divulgar os aprendizados nesta,
de forma a que possam ser usados como comparativos futuramente. A incorporação das lições
aprendidas, melhorias, adaptações e inovações nos processos complementa o ciclo de evolução
do sistema corporativo de gerenciamento de projetos com foco na melhoria contínua.
83
Capítulo 6
_________________________________________________________
ANÁLISE DOS DADOS E DISCUSSÕES
Este capítulo apresenta as análises dos dados a princípio pela perspectiva descritiva, após isso
são verificados os pressupostos para viabilidade de aplicação da modelagem de equações
estruturais. Para estudar as relações primarias entre as variáveis, foi conduzida uma análise
fatorial exploratória anteriormente aos estudos de SEM. Antes de tecer as considerações acerca
das relações entre as variáveis e validar as hipóteses, foi verificado o ajuste do modelo
estrutural e de mensuração.
6.1 Análise descritiva dos dados
Embora tenham sido analisados projetos de uma mesma empresa, é possível visualizar
diferentes contextos e características que os distinguem entre si e são relevantes para o contexto
de gestão e consequente sucesso dos mesmos. Nesta seção, a amostra de projetos é avaliada
quanto ao tipo, tamanho, localização geográfica, experiência e treinamento da equipe e as
ferramentas e atividades de gerenciamento aplicadas. Alguns fatores que mensuram a gestão de
projetos nesta pesquisa também foram avaliados e relacionados com as características dos
projetos, a fim de tecer premissas e relações iniciais do objetivo do estudo.
6.1.1 Tipo do Projeto
Na empresa estudada e estendendo-se as considerações às atividades do setor de
petróleo e gás, há uma subdivisão no que se refere ao tipo do projeto dependendo de seu
objetivo final. Uma vez que a unidade amostral é o próprio projeto, convém analisar sua
tipologia, a Figura 15 apresenta os resultados.
Figura 15: Tipos de projeto da amostra
Desenvolvimento da Produção (DP)
Outros
Infra-estrutura
Segurança. Meio-ambiente e Saúde (SMS)
Exploratório
47%
16%
14%
13%
10%
TIPO DO PROJETO
84
A maioria dos projetos da amostra é de Desenvolvimento da Produção (DP) com um
percentual de 47%. Este resultado corrobora com a realidade do setor, visto que quando se
explora um campo de petróleo por meio de um ou mais poços exploratórios, os próximos poços
do campo serão para desenvolvê-lo e extrair suas reservas, logo a população de poços de
desenvolvimento é de fato a maior, convergindo com os resultados amostrais.
6.1.2 Tamanho do projeto
O tamanho do projeto foi mensurado por meio do montante investido, sendo também
prática comum de classificação na empresa estudada, conforme a Figura 16.
Figura 16: Tamanho dos projetos da amostra
A maioria dos projetos da amostra é de pequeno porte (Até US$10 milhões), 24%,
seguidos dos de médio porte (Entre US$ 20 e 30 milhões), 20%. A concentração da amostra em
projetos de pequeno e médio porte se deve principalmente a dois fatores: a maioria ser de
desenvolvimento da produção e a grande participação dos projetos do Rio Grande do Norte
(RN) na amostra. O RN é um dos estados com menores projetos vigentes, devido a
característica de exploração terrestre, a qual despende menos investimentos que a marítima.
Poucos poços do pré-sal, por exemplo, foram coletados, os quais representam grandes
investimentos.
Conforme descrito no capítulo 4, o PRODEP se aplica a projetos com investimento total
superior a US$ 5 milhões, possuindo também particularidades que dependem do investimento
(pequeno, médio e grande porte) e da complexidade do projeto. Portanto, a maior parte dos
projetos analisados são gerenciados com base na sistemática interna de stage-gates adotada
pela empresa.
0% 5% 10% 15% 20% 25%
Até US$ 10 Milhões
Entre US$ 10 e US$ 20 Milhões
Entre US$ 20 e US$ 30 Milhões
Entre US$ 30 e US$ 50 Milhões
Entre US$ 50 e US$ 100 Milhões
Entre US$ 100 e US$ 300 Milhões
Acima de US$ 300 Milhões
24%
10%
20%
16%
13%
4%
13%
TAMANHO DO PROJETO
85
6.1.3 Localização geográfica
A empresa estudada atua em todo o território nacional. A amostra dessa pesquisa
abrangeu projetos implementados em nove estados brasileiros, concentrando-se em sua maioria
nos estados do RN, 23% e RJ, 43%, conforme ilustra a Figura 17.
Figura 17: Localização geográfica dos projetos da amostra
O RJ é o maior produtor nacional de petróleo e gás, justificando sua grande parcela no
contexto amostral. O estudo da localização não foi levado em consideração nas relações com o
sucesso na gestão de projetos, pois 66% da amostra concentrou-se em apenas dois estados, o
que inviabiliza tecer relações nos estados pouco representativos na amostra de forma a tirar
conclusões mais plausíveis.
6.1.4 Experiência e treinamento da equipe
No contexto das equipes de projeto, a experiência e o treinamento são variáveis que, de
acordo com trabalhos anteriores (BROWN; EISENHARDT, 1995; GRIFFIN 1997; SOUDER
et al., 1997; ERNST 2002; CHAN et al. 2004; RAUNIAR et al. 2008; RAYMOND;
BERGERON, 2008; TIEXIN et al., 2008; MEIXELL; RODRIGUEZ, 2009; WEIJERMARS,
2009) são impactantes no sucesso da gestão de projetos.
A experiência do respondente foi avaliada pelos anos de trabalho do projetista na área
de projetos de petróleo e gás. Observa-se que a maioria dos entrevistados, 90%, atua a cerca de
5 a 10 anos na área, conforme apresenta na Figura 18. Este resultado deve ser considerado
quanto a precisão das respostas e opiniões dadas sobre os projetos.
RJ
43%
MA
1%
SP
4%
MT
1%
BA
7%
SE
9%
CE
3%RN
23%
LOCALIZAÇÃO GEOGRÁFICA
86
Figura 18: Gráfico sobre o treinamento e a experiência dos respondentes da pesquisa
Em relação ao treinamento dos respondentes aplicado a área de gestão de projetos, a
grande maioria (57%) tem pelo menos 100 horas de treinamento, o que, aliado a experiência
técnica, potencializa o conhecimento na área.
6.1.5 Ferramentas técnicas e atividades de planejamento para o gerenciamento de
projetos
As ferramentas e atividades de planejamento ajudam a organizar e gerenciar os projetos
de forma mais eficiente e permitem um planejamento mais cuidadoso, possibilitando maior
atenção aos detalhes e uma comunicação mais efetiva. A adoção de ferramentas e planos
corporativos de apoio à gestão de projetos propicia também, a padronização de métodos e
processos e a disponibilização de informações ao alcance de toda a equipe e principais
envolvidos no projeto, aumentando a interação entre áreas e as chances de atingir o sucesso de
gestão, por isso seu uso foi analisado e os resultados amostrais podem ser analisados na Figura
19.
Figura 19: Gráfico das ferramentas e atividades de planejamento utilizadas nos projetos da amostra
0% 20% 40% 60%
0 a 100
101 a 500
501 a 1000
≥1000
27%
57%
4%
11%
TREINAMENTO (horas)
0% 20% 40% 60%
≤ 5
6 a 10
11 a 20
≥ 21
54%
36%
7%
3%
EXPERIÊNCIA (anos)
0% 20% 40% 60% 80% 100%
WBS;
Rede PERT/COM
Simulação
Softwares de gerenciamento
Matriz de responsabilidades
Outros
Nenhuma
24%
44%
49%
81%
50%
44%
0%
FERRAMENTAS UTILIZADAS
0% 20% 40% 60% 80%
Plano de comunicação
Plano de gestão da qualidade
Plano de gestão de risco
Plano de gestão de custos
Baseline
Plano de gestão de contratos
Plano de fornecedores
Outros
Nenhuma
67%
47%
79%
69%
54%
51%
27%
33%
1%
ATIVIDADES DE PLANEJAMENTO
87
Em todos os projetos da amostra foi adotada pelo menos uma ferramenta
computacional, sendo os softwares de gerenciamento os mais frequentes, 81%. As atividades
de planejamento apresentam uma distribuição mais uniforme pois normalmente se utiliza mais
de um plano ao mesmo tempo, sendo os de risco, 79% e os de custos, 69%, os mais utilizados,
o que reflete no construto de planejamento e controle e está condizente com as políticas
internas do PRODEP e seus gates de controle.
6.1.6 Desempenho dos projetos analisados no construto Sucesso da Gestão de Projetos
O sucesso na gestão de projetos foi avaliado através da medição dos fatores que a
influenciam, elencados com base nos estudos anteriores (KERZNER, 2001; COOKE-DAVIES,
2002; KHATIB, 2003; LAZLO, 2003; YILIN et al., 2008; CABANIS-BREWIN, 2009;
KERZNER; SALADIS, 2009; KERZNER, 2010; DOLOI; IYER; SAWHNEY, 2011; LI;
ARDITI; WANG, 2012; CHOU; YANG, 2013; SALAZAR-ARAMAYO et al., 2013). Este
conjunto de fatores avaliam principalmente se os projetos foram entregues com o prazo,
orçamento e qualidade previstos e se obedeceram programas de redução de custos. As
medições respondidas em escala Likert podem ser visualizadas na Figura 20.
88
Figura 20: Desempenho dos projetos avaliados em relação às variáveis mensuradas
Em relação à variável de “resultados de qualidade desejados” (SGP3), observa-se que a
maior parte dos projetos analisados, 69%, apresenta bom desempenho. Este resultado corrobora
com as políticas de qualidade interna da empresa, a qual apresenta procedimentos padrão de
planejamento e execução dos projetos, além da própria sistemática de stage-gates PRODEP,
que corrige e elimina possíveis não conformidades durante o ciclo de vida dos projetos.
A variável de “redução de custos” (SGP4) é a que apresenta os melhores resultados e a
maior parcela de projetos com bom desempenho em relação às demais, 73%. Isso se deve pela
conjuntura atual da empresa estudada que apresenta, em seu planejamento estratégico 2012-
2016, um Programa de Otimização de Custos Operacionais (PROCOP) que visa o aumento da
formação de caixa, a produtividade e pretende reforçar o modelo de eficiência em custos.
Constata-se que os fatores mais críticos em termos de resultados, no construto sucesso
da gestão de projetos, estão relacionados ao prazo e orçamento. No que se refere a variável
“conclusão do projeto dentro do prazo previsto” (SGP1), 57% dos projetos avaliados
apresentaram desempenho abaixo do esperado. Entretanto, os piores resultados são da variável
0%
5%
10%
15%
20%
1 2 3 4 5 6 7 8 9 10
PRAZO PREVISTO
0%
5%
10%
15%
20%
1 2 3 4 5 6 7 8 9 10
ORÇAMENTO PREVISTO
0%
5%
10%
15%
20%
25%
1 2 3 4 5 6 7 8 9 10
QUALDIADE ESPERADA
0%
5%
10%
15%
20%
25%
1 2 3 4 5 6 7 8 9 10
REDUÇÃO DE CUSTOS
89
“conclusão do projeto dentro do orçamento previsto”, em que 63% dos projetos da amostra não
conseguiram ser entregues dentro do orçamento desejado/planejado. Este resultado mostra que,
embora haja um plano de redução de custos na empresa e que a maior parte dos projetos esteja
dentro deste programa, ainda é alta a incidência de projetos que ultrapassam os orçamentos
previstos. Diante da conjuntura vigente que esta maior empresa de petróleo brasileira enfrenta,
com altos custos, comprometimento de orçamentos e auditorias de investigação de gastos, os
aspectos de otimização e planejamento são fundamentais para reerguer e aprimorar a conduta
interna em vistas a aumentar os ganhos e se reafirmar no mercado. Observando as variáveis e
as condutas internas, denota-se que trata-se muito mais de um problema de erros de previsão e
planejamento, do que de execução e tentativa de melhorias em campo. Muito embora, na
perspectiva do PRODEP, sejam concebíveis variações de orçamento da ordem de -15% e
+30%, nas fases inicias, e de -5% e +15% nas fases do projeto básico, estes valores estão sendo
ultrapassados conforme os respondentes. Em vistas a conjuntura atual da empresa, esta
constatação merece atenção dos gestores para as necessidades de incluir nos planos de redução
de custos, as perspectivas reais de orçamento e tentar reduzir os erros de estimativas, que
podem, inclusive, acarretar na aprovação de projetos que se tornem inviáveis economicamente,
Outro fator a ser destacado é que, no contexto dos projetos de petróleo e gás,
estimativas de tempo e custo estão estreitamente ligadas. A maior parte dos custos dos projetos
é composta de alugueis de sonda, de navios, equipamentos e contratos terceirizados que estão
diretamente correlacionados ao tempo de execução, uma vez que o pagamento destes meios de
produção é feito por diária, ou período.
6.2 Premissas subjacentes a Modelagem de Equações Estruturais
Para a aplicação da modelagem de equações estruturais é preciso observar os ajustes do
instrumento de pesquisa adotado através da sua confiabilidade, a verificação dos pressupostos e
uma análise exploratória prévia dos dados. Esta avaliação antecedente à aplicação da
modelagem e faz-se necessária para evitar erros nos processos de cálculo e conclusões errôneas
acerca dos resultados de análise dos dados. O Quadro 13 demonstra os pressupostos avaliados
nas próximas sessões e as referências utilizadas para a adoção dos mesmos.
Quadro 13: Pressupostos avaliados
Pressupostos Teste/análise Fontes
Ausência de
observações atípicas
Distância de
Mahalanobis
Garson (1998), Hair et al. (2005), Tabachnick e Fidell
(1996)
Ausência de
multicolinearidade
VIF das variáveis
independentes Garson (1998), Gujarati (2000), Hair et al. (2005),
90
Malhotra (2001), Tabachnick e Fidell (1996)
Normalidade
multivariada
Mínimos quadrados
parciais não exige Marôco (2010)
Linearidade -
Garson (1998), Gujarati (2000), Hair et al. (2005),
Malhotra (2001), Tabachnick e Fidell (1996)
Ausência de erros
correlacionados Durbin Watson
Garson (1998), Gujarati (2000), Hair et al. (2005),
Malhotra (2001), Tabachnick e Fidell (1996)
Fonte: o autor.
6.2.1 Confiabilidade do Instrumento de pesquisa
Confiabilidade diz respeito ao grau em que um conjunto de indicadores de uma variável
latente (construto) é consistente em suas mensurações. É imprescindível avaliar se o
instrumento utilizado na pesquisa consegue inferir ou medir aquilo a que realmente se propõe.
O Coeficiente Alfa de Cronbach (α) é uma medida comumente utilizada de confiabilidade (ou
seja, a avaliação da consistência interna dos questionários) para um conjunto de dois ou mais
indicadores de construto. Os valores de α variam de 0 a 1,0 e geralmente interpreta-se que um α
entre 0,6 e 0,7 indica fiabilidade aceitável e acima de 0,8 indica boa fiabilidade. Alta
fiabilidade (maior ou igual a 0,95) geralmente não é desejada, já que indica que os itens podem
ser redundantes.
O cálculo da fiabilidade foi desenvolvido a princípio selecionando-se todas as variáveis
do modelo e, posteriormente, foram agrupadas as variáveis de cada construto para serem
avaliados individualmente. Os resultados de confiabilidade do instrumento de pesquisa podem
ser visualizados por meio da Tabela 1.
Tabela 1: Confiabilidade do instrumento de pesquisa
Construto
analisado
Número
de itens
Alfa de
Cronbach Interpretação
Melhoria com
retirada de variável
Todas as variáveis 18 0,903 Boa fiabilidade Não
Equipe de projeto 4 0,698 Aceitável Sim (EP3)
Planejamento e
Controle 5 0,718 Aceitável Não
Qualidade e Escopo 5 0,754 Aceitável Não
Desempenho de
Sucesso da gestão de
projetos
4 0,805 Boa fiabilidade Não
Fonte: Análise dos dados pelo SPSS.
91
Observa-se que os melhores resultados foram encontrados quando analisadas todas as
variáveis (0,903) e o construto de “Sucesso na gestão de projetos” (0,805). Embora ainda
dentro da faixa aceitável, o construto com menor valor de α é o de “Equipe de projeto”. Para
aumento deste valor, de acordo com as recomendações de melhoria com retirada de variáveis
sugeridas pelo software IBM® SPSS®, foi retirada a variável EP3 do modelo, a qual representa
a avaliação de treinamento do construto analisado.
6.2.2 Ausência de observações atípicas
As observações atípicas também conhecidas como outliers são aquelas
substancialmente diferentes das outras. Podem ser identificadas no nível univariado, bivariado
e multivariado, sendo este último o caso da presente pesquisa. Alguns fatores podem causar a
presença de observações atípicas, alterando o resultado de análise e causando violações de
normalidade: erro de entrada de dados ou na codificação; evento extraordinário; observações
extraordinárias para os quais o pesquisador não tem explicação; observações que representam
uma combinação única de valores das variáveis (GARSON, 1998; HAIR et al., 2005).
Para detectar os outliers, uma das técnicas disponíveis é a distância de Mahalanobis
(D2), definida como a distância de um caso da centróide dos casos remanescentes, em que a
centróide é o ponto criado pela interseção das médias de todas as variáveis consideradas. Para
utilizar a D2, é preciso definir o nível de significância desejado e o número de graus de
liberdade utilizados, a fim de que se tenha um valor-limite, fornecido pela distribuição
quiquadrado (χ2), abaixo do qual o caso deve ser considerado como um valor discrepante. Em
relação ao parâmetro, tanto Hair Jr. et al. (1998) como Tabachnick e Fidell (2001) recomendam
um nível conservador, de 0,001, em que abaixo deste valor, pode-se considerar a observação
como um outilier. De acordo com os resultados encontrados, observa-se apenas uma
observação atípica, a de número 10, que apresentou um alto valor de D2 (45,53) e baixo valor
de p (0,0003). Entretanto, esta observação não foi excluída da amostra em virtude do seu baixo
impacto nas demais premissas e análises.
6.2.3 Ausência de multicolinearidade
O termo multicolinearidade significa a existência de uma “perfeita” (ou exata) relação
linear entre algumas ou todas as variáveis explicativas. Quando há a presença de
multicolinearidade, uma variável independente pode ser descrita como uma combinação das
outras variáveis, dessa forma pode haver redundâncias no modelo, o que prejudica as
estimações futuras dos parâmetros na análise de SEM.
92
Esta premissa foi avaliada através do software IBM® SPSS®, em que cada variável
observada e independente foi tomada uma a uma como variável dependente e analisada em um
modelo de regressão múltipla. Como output da regressão, selecionou-se o diagnóstico de
colinearidade para então avaliar a estatística Variance Inflation Factor (VIF). Esta estatística
mede o quanto da variância do coeficiente estimado é maior em virtude da colinearidade.
Valores de VIF superiores a 5 indicam presença de multicolinearidade. A Tabela 2 apresenta os
resultados.
Tabela 2: Teste de multicolinearidade
Variáveis dependentes
Regressão 1 2 3 4 5 6 7 8 9 10 11 12 13
VIF das
Var.
Indep.
EP1 EP2 EP4 PC1 PC2 PC3 PC4 PC5 QE1 QE2 QE3 QE4 QE5
EP1 - 1,499 1,513 1,621 1,579 1,615 1,602 1,576 1,619 1,583 1,620 1,520 1,600
EP2 1,857 - 1,968 2,006 2,000 1,930 1,972 1,990 1,984 2,009 1,960 1,942 1,811
EP4 1,573 1,651 - 1,535 1,685 1,673 1,683 1,685 1,685 1,672 1,685 1,684 1,681
PC1 2,730 2,727 2,488 - 2,598 2,555 2,677 2,731 2,481 2,580 2,382 2,724 2,731
PC2 2,344 2,396 2,406 2,289 - 2,145 2,307 2,334 2,406 2,348 2,403 2,115 2,385
PC3 1,764 1,702 1,759 1,657 1,579 - 1,612 1,770 1,758 1,706 1,756 1,723 1,727
PC4 1,532 1,522 1,549 1,520 1,486 1,411 - 1,297 1,533 1,527 1,518 1,549 1,530
PC5 1,646 1,678 1,694 1,694 1,643 1,693 1,417 - 1,674 1,652 1,658 1,691 1,694
QE1 1,636 1,617 1,637 1,488 1,637 1,626 1,620 1,618 - 1,621 1,638 1,593 1,616
QE2 1,492 1,528 1,517 1,444 1,491 1,472 1,504 1,491 1,512 - 1,464 1,498 1,483
QE3 2,226 2,174 2,227 1,943 2,225 2,209 2,181 2,180 2,227 2,135 - 2,159 2,066
QE4 1,981 2,043 2,112 2,107 1,857 2,055 2,111 2,109 2,055 2,071 2,048 - 2,058
QE5 1,898 1,734 1,919 1,923 1,906 1,875 1,897 1,923 1,897 1,866 1,784 1,873 -
Observa-se, portanto, que para todas as 13 regressões múltiplas, as variáveis exógenas
do modelo não apresentam multicolinearidade, pois atendem a indicação de VIF≤5.
6.2.4 Normalidade Multivariada
O método de estimação por mínimos quadrados ponderados (PLS), escolhido para
estimar o modelo de equações estruturais da pesquisa, não exige que as variáveis manifestas
apresentem normalidade multivariada (MARÔCO, 2010), logo é possível seguir adiante na
análise dos dados sem a verificação desta premissa.
6.2.5 Linearidade
Para Hair et al (2009), um pressuposto implícito de todas as técnicas de análise
multivariada com base em medidas correlacionais de associação, incluindo regressão múltipla,
regressão logística, análise fatorial e modelagem de equações estruturais, é a linearidade. No
pressuposto da linearidade dos parâmetros, entende-se que a relação entre as variáveis
93
independentes e a variável dependente possa ser representada por uma função linear. A
modelagem de equações estruturais assume relações lineares entre as variáveis manifestas e as
variáveis latentes. De acordo com Salazar-Aramayo (2013), quando na análise dos parâmetros
do modelo, se houver algum problema de ajustamento, este pode ter sido causado pela
existência de relações não lineares entre os dados.
6.2.6 Ausência de erros correlacionados
No escopo de análises multivariadas admite-se que o erro referente a uma observação
qualquer não seja influenciado pelo erro de outra observação qualquer. A literatura consultada,
Hair et al. (2015) e Garson (1998), apresenta alguns testes para a detecção de autocorrelação,
entre eles: Teste de Geary, Teste de Breush-Godfrey, Teste M de Durbin e Teste de Durbin-
Watson, sendo este último utilizado para avaliação da amostra da pesquisa definidos pela
Tabela 3.
Tabela 3: Teste Durbin-Watson
Modelo R R
Quadrado
R
quadrado
ajustado
Erro
padronizado
da estimativa
Durbin-Watson
1 0,827a 0,684 0,59 1,16 1,754
O teste Durbin-Watson foi calculado por meio do IBM® SPSS
®. Este software não
apresenta o nível de significância do teste de Durbin-Watson, mas sim um valor que está
sempre situado entre 1 e 3. Quando o valor do teste está perto de 2 significa que o teste não é
significativo e que os erros são independentes. Para os dados amostrais desta pesquisa, têm-se
um valor de 1,754 para o teste, o que atende a premissa de ausência de erros correlacionados.
6.3 Análise Fatorial Exploratória
A análise fatorial exploratória (AFE) analisa o padrão de correlações existentes entre as
variáveis e utiliza esses padrões de correlações para agrupa-las em fatores, os quais são
variáveis latentes que se pretende medir a partir das variáveis observadas. A análise
exploratória ajuda, portanto, o pesquisador a identificar a estrutura fatorial latente para um
conjunto de indicadores, corroborando para o melhor esclarecimento de um conceito ou
conceitos, não operacionalmente definidos.
Para a extração de fatores, foi utilizada a Análise dos Componentes Principais
(Principal Components Analysis - PCA) e o método de rotação ortogonal Varimax. A PCA
considera a variância total dos dados e procura uma combinação linear entre as variáveis a fim
94
de que o máximo de variância seja explicado por essa combinação (DIAS FILHO, CORRAR e
PAULO, 2007).
Após a análise dos dados pelo software IBM® SPSS®, foram observados os seguintes
parâmetros: teste de Kaiser-Meyer-Olkin (KMO) como uma medida de adequação da amostra;
teste de esfericidade de Bartlett; medida de adequação da amostra (Measure of Sampling
Adequacy - MSA); comunalidades para cada variável; e a porcentagem da variância acumulada
para cada fator. As medições avaliadas, seus significados e os critérios adotados de aceitação,
de acordo com Hair et al. (2005) estão expressos no Quadro 14.
Quadro 14: Medições e critérios da AFE
Medições Significado Critério de
aceitação
KMO (Measure of Sampling
Adequacy-MSA)
Índice
que avalia a adequação da análise fatorial
≥ 0,50
Probabilidade associada com
o teste de Bartlett
Testa a hipótese
de que as variáveis não sejam correlacionadas na
população.
< 0,001
Comunalidade Parte da variância da variável que está relacionada com
os fatores comuns
≥ 0,50
% de variância acumulada Porcentagem da variância total atribuída a cada fator ≥ 60%
Fonte: Hair et al. (2005)
6.3.1 Análise exploratória do construto Equipe de Projeto
O primeiro construto analisado foi o de Equipe de projeto, sendo inseridas as três
variáveis observadas restantes, após a análise de confiabilidade recomendar a exclusão da
variável EP3 (treinamento). Os resultados expressos são baseados em um construto já
previamente corrigido com as variáveis EP1, EP2 e EP4. A Tabela 4 apresenta os resultados
para o teste KMO e de esfericidade de Bartlett.
Tabela 4: KMO e Teste de esfericidade de Bartlett para a variável Equipe de Projeto
Análise Valor
Medida de adequação da amostra - KMO 0,670
Teste de Esfericidade de Bartlett 37,047
gl 3
Sig. ,000
O índice KMO apresenta valor 0,670 estando acima do mínimo recomendado de 0,5,
atestando a adequação da análise fatorial. O teste de esfericidade de Bartlett testa a hipótese de
95
que as variáveis não sejam correlacionadas na população. A hipótese básica diz que a matriz de
correlação da população é uma matriz identidade, o que indica que o modelo fatorial é
inapropriado. Como o nível de significância do teste foi inferior a 0,001 tem-se que as variáveis
não são correlacionadas na população.
A Tabela 5 apresenta a análise da matriz de correlações anti-imagem, a qual tem como
intuito a obtenção de sinais acerca da necessidade de eliminação de alguma variável no modelo.
A diagonal principal da matriz anti-imagem fornece o índice de Medida de Adequação da
Amostra. Sendo valores acima de 0,5 aceitáveis, de acordo com Hair et al. (2005). Observa-se,
portanto, adequação a esta medida.
Tabela 5: Medida de Adequação da Amostra (MSA) para a variável Equipe de Projeto
Correlação
Anti-imagem EP1 EP2 EP4
EP1 ,674a
EP2 -,268 ,679a
EP4 -,320 -,310 ,658a
O próximo passo para a análise das variáveis do construto foi a avaliação das
comunalidades para cada variável, conforme expresso na Tabela 6. Tem-se que, para todas as
variáveis, o critério de aceitação é valido (comunalidade ≥ 0,50), ou seja, o fator comum
explica pelo menos metade da variância de cada variável.
Tabela 6: Comunalidades das variáveis do construto EP
Variável Comunalidade*
EP1 ,613
EP2 ,606
EP4 ,637
*Método de extração: Componentes Principais
Avaliando-se agora a porcentagem da variância acumulada em cada fator e os
respectivos eingenvalues, observa-se que, pela Tabela 7, há apenas um componente para este
conjunto de variáveis, tendo em vista que apenas um eingenvalue é superior a 1. O critério da
porcentagem da variância acumulada é aceito com o componente proposto e este tem o poder
de explicar 61,853% da variância total. Ou seja, os demais componentes não têm o poder de
explicar o conjunto de variáveis.
Tabela 7: Variância total explicada da variável Equipe de Projeto a partir dos componentes extraídos
Componente
Eingenvalues Iniciais Extração acumulada
Total % da
variância
%
Acumulada Total
% da
variância
%
Acumulada
1 1,856 61,853 61,853 1,856 61,853 61,853
2 ,592 19,732 81,585
3 ,552 18,415 100,000
96
6.3.2 Análise exploratória do construto Planejamento e Controle
Seguindo a análise exploratória dos construtos latentes, foram avaliadas as cinco
variáveis observadas PC1, PC2, PC3, PC4 e PC5 do construto de Planejamento e Controle dos
projetos. A Tabela 8 mostra que o critério do teste KMO é aceito (0,592) tendo-se que os dados
são adequados para a análise fatorial. A significância do teste de esfericidade de Bartlett
também apresenta-se como recomendado (0,000).
Tabela 8: KMO e Teste de esfericidade de Bartlett para a variável Planejamento e Controle
Análise Valor
Medida de adequação da amostra - KMO 0,592
Teste de Esfericidade de Bartlett 84,297
Gl 10
Sig. ,000
A matriz de correlação anti-imagem, representada na Tabela 9, aponta que, para todas as
variáveis, a medida de adequação da amostra é aceitável (acima de 0,5 na diagonal principal),
podendo-se seguir a análise fatorial com todas as variáveis, de acordo com Hair et al. (2005).
Tabela 9: Medida de Adequação da Amostra (MSA) para a variável Planejamento e Controle
Correlação
Anti-imagem PC1 PC2 PC3 PC4 PC5
PC1 ,624a
PC2 -,456 ,545a
PC3 ,150 -,437 ,595a
PC4 -,149 ,252 -,329 ,520a
PC5 -,093 -,281 -,019 -,408 ,697a
As comunalidades das variáveis também atendem aos critérios de que, pelo menos 0,5
da variância deve ser explicada pelos fatores comuns. Não sendo então necessária a eliminação
de nenhuma variável até o momento na AFE, conforme os critérios expressos no Tabela 10.
Tabela 10: Comunalidades das variáveis do construto PC
Variável Comunalidade*
PC1 ,666
PC2 ,793
PC3 ,501
PC4 ,802
97
PC5 ,606
*Método de extração: Componentes Principais
Embora todas as variáveis devam ser mantidas para o construto de Planejamento e
Controle, observa-se na Tabela 11 que os dois componentes extraídos, pelo critério dos
eingenvalues maiores que 1, representam 67,155% da variância acumulada, quando somados os
componentes 1 e 2.
Tabela 11: Variância total explicada da variável Planejamento e Controle a partir dos componentes extraídos
Componente
Eingenvalues Iniciais Extração acumulada Soma das cargas da rotação
Total % da
variância
%
Acumulada Total
% da
variância
%
Acumulada
Total % da
variância
%
Acumulada
1 2,34
2
46,842 46,842 2,34
2
46,842 46,842 1,703 34,051 34,051
2 1,01
6
20,313 67,155 1,01
6
20,313 67,155 1,655 33,104 67,155
3 ,785 15,709 82,865
4 ,545 10,893 93,758
5 ,312 6,242 100,000
Observando-se a Tabela 12 da matriz de componentes rotacionada pelo método
Varimax com normalização Kaiser, tem-se que as variáveis PC1 e PC2 apresentam cargas
fatoriais mais elevadas para o componente 2 e as variáveis PC3, PC4 e PC5 para o componente
1.
Tabela 12: Matriz de componentes rotacionada*
Componente
1 2
PC1 ,109 ,809
PC2 ,208 ,866
PC3 ,616 ,336
PC4 ,893 -,071
PC5 ,687 ,366
*Método de extração: Análise de componentes principais
Método de rotação: Varimax com normalização Kaiser
O construto Planejamento e Controle foi reformulado subdividindo-se as variáveis
iniciais em dois fatores de 1ª ordem. A Figura 21 apresenta os componentes extraídos e
possibilita visualizar o agrupamento das variáveis no espaço rotacionado.
98
Figura 21: Variáveis do construto Planejamento e controle no espaço rotacionado
Avaliando-se as variáveis que foram agrupadas em cada um dos dois fatores e suas
especificidades, foram criadas duas novas variáveis latentes de 1ª ordem para o modelo:
registros de planejamento e controle (fator 2) e tempo e recursos do projeto (fator 1).
Esta subdivisão corrobora com o pensamento dos autores Dvir e Lecher (2004) os
quais indicam que a abordagem tradicional de planejamento e controle de projetos tende a
falhar por causa de excessivo controle formal restritivo, o que reduz a criatividade como um
fator que contribui para o sucesso do projeto. Os autores então propõem para que se reduza o
planejamento e controle formais a um mínimo nível requerido de documentações do projeto e
atenção aos prazos e recursos envolvidos.
Nessa perspectiva, a adequação da documentação organizacional e responsabilidades
nos projetos é também postulada por Cooke-Davies (2002) e Memon e Rahman (2013) como
parte do planejamento e controle de projetos de sucesso. Brown e Eisenhardt (1995) e
Kumaraswamy e Mathews (2000) também tratam as questões de tempo e recursos como uma
dimensão analisada separadamente.
6.3.3 Análise exploratória do construto Qualidade e Escopo
Como resultados da análise exploratória do terceiro construto, Qualidade e Escopo, têm-
se que tanto o KMO quanto o teste de esfericidade de Bartlett foram condizentes com os
parâmetros adotados, sendo então a base de dados adequada para o prosseguimento da análise
fatorial, conforme a Tabela 13.
99
Tabela 13: KMO e Teste de esfericidade de Bartlett para a variável Qualidade e Escopo
Análise Valor
Medida de adequação da amostra - KMO ,738
Teste de Esfericidade de Bartlett 87,007
gl 10
Sig. ,000
A matriz de correlação anti-imagem, expressa na Tabela 14, também demonstrou
valores adequados, superiores a 0,5, apoiando a manutenção de todas as variáveis do conjunto.
Tabela 14: Medida de Adequação da Amostra (MSA) para a variável Qualidade e Escopo
Correlação
Anti-imagem QE1 QE2 QE3 QE4 QE5
QE1 ,794a
QE2 -,197 ,699a
QE3 -,160 -,299 ,738a
QE4 -,259 -,086 -,272 ,761a
QE5 ,027 ,162 -,322 -,307 ,681a
Entretanto, a análise das comunalidades, para o construto Qualidade e Escopo,
apresentou indicação de eliminação de uma das variáveis, QE2, que apresentou valor abaixo de
0,5, conforme é possível visualizar pela Tabela 15.
Tabela 15: Comunalidades das variáveis do construto QE
Variável Comunalidade*
QE1 ,502
QE2 ,327
QE3 ,673
QE4 ,638
QE5 ,514
*Método de extração: Componentes Principais
Hair et al (1998, p.108) advogam que quando as comunalidades são consideradas muito
baixas, abaixo de 0,50 como foi o caso da variável QE2, há duas opções de interpretação: (1)
interpretar a solução como se apresenta e simplesmente ignorar essas variáveis, ou (2) avaliar
cada variável para possível eliminação.
Destaque-se que é preciso analisar se o objetivo do estudo é apenas a redução de dados.
Nesse sentido, os mesmos autores ainda dizem que o pesquisador deve identificar quais
variáveis são pobremente representadas na solução fatorial. Se a variável é de menor
importância para o objetivo do estudo, ou apresenta um valor de comunalidade inaceitável, ela
pode ser eliminada e, em seguida, deve ser realizada uma nova reespecificação do modelo
100
fatorial pela determinação de uma nova solução fatorial. Uma nova AFE foi executada após a
eliminação da variável QE2, gerando-se os novos resultados conforme expressos nas Tabelas
16, 17 e 18.
Tabela 16: KMO e Teste de esfericidade de Bartlett para a variável Qualidade e Escopo após retirada de QE2
Análise Valor
Medida de adequação da amostra - KMO ,730
Teste de Esfericidade de Bartlett 68,350
gl 6
Sig. ,000
O KMO aponta uma adequação à análise fatorial (0,730) e o teste de esfericidade de
Bartlett também possui significância adequada para a continuidade das análises. A matriz de
correlação anti-imagem, exposta na Tabela 17, aponta sutis melhorias quanto à medida de
adequação da amostra expressas nos valores da diagonal principal (critério ≥ 0,5).
Tabela 17: Medida de Adequação da Amostra (MSA) para a variável Qualidade e Escopo após retirada de QE2
Correlação Anti-imagem QE1 QE3 QE4 QE5
QE1 ,738a
QE3 -,234 ,736a
QE4 -,282 -,313 ,721a
QE5 ,061 -,290 -,298 ,728a
As comunalidades das variáveis restantes também convergem em melhorias para o
modelo, tendo em vista o acréscimo nos valores de explicação dos fatores extraídos,
significando que uma maior porcentagem das variáveis é explicada pelo fator comum.
Tabela 18: Comunalidades das variáveis do construto QE após retirada de QE2
Variável Comunalidade*
QE1 ,506
QE3 ,661
QE4 ,680
QE5 ,543
101
Além disso, a porcentagem da variância acumulada é satisfeita (critério ≥ 60%), e é
atendida com um componente, o qual explica 60,654% da variância total, conforme pode ser
visualizado na Tabela 19.
Tabela 19: Variância total explicada da variável Qualidade e Escopo a partir dos componentes extraídos após
retirada da variável QE2
Componente
Eingenvalues Iniciais Extração acumulada
Total % da
variância
%
Acumulada Total
% da
variância
%
Acumulada
1 2,266 60,654 60,654 2,266 60,654 60,654
2 ,796 17,912 77,565
3 ,480 11,009 89,575
4 ,457 10,425 100,000
6.3.4 Análise exploratória do construto Desempenho de Sucesso na Gestão de Projetos
O último construto analisado pela AFE é o de Desempenho de Sucesso na gestão de
projetos. O valor do KMO da amostra é de 0,703, ou seja, superior ao patamar crítico de 0,50.
O teste esfericidade de Bartlett é estatisticamente significante (< 0,001). Em ambos os casos, os
testes sugerem que os dados são adequados à análise fatorial. O passo seguinte é determinar o
número de fatores que serão extraídos.
Tabela 20: KMO e Teste de esfericidade de Bartlett para a variável Sucesso na gestão de projetos
Análise Valor
Medida de adequação da amostra - KMO ,703
Teste de Esfericidade de Bartlett 104,801
gl 6
Sig. ,000
A matriz de correlação anti-imagem também atende aos critérios de aceitação com todos
os valores da diagonal principal superiores a 0,5, mantendo-se, portanto, a priori, todas as
variáveis do construto.
Tabela 21: Medida de Adequação da Amostra (MSA) para a variável Qualidade e Escopo
Correlação
Anti-imagem SGP1 SGP2 SGP3 SGP4
SGP1 ,666a
SGP2 -,630 ,670a
SGP3 -,129 -,218 ,767a
SGP4 ,014 -,153 -,404 ,746a
102
A análise de comunalidades ratifica a interpretação pela matriz anti-imagem uma vez
que mostra que todos os valores são superiores a 0,5. Demonstrando que, para todas as
variáveis, os fatores extraídos explicam pelo menos 50% de suas variâncias.
Tabela 22: Comunalidades das variáveis do construto SGP
Variável Comunalidade*
SGP1 ,648
SGP2 ,733
SGP3 ,624
SGP4 ,502
*Método de extração: Componentes Principais
A observação da Tabela 23, sugere que deve-se extrair apenas um fator,
cujo eigenvalue é de 2,473, carregando cerca de 62% da variância das variáveis.
Tabela 23: Variância total explicada da variável Qualidade e Escopo a partir dos componentes extraídos
Componente
Eingenvalues Iniciais Extração acumulada
Total % da
variância
%
Acumulada Total
% da
variância
%
Acumulada
1 1 2,483 62,068 62,068 2,483 62,068
2 2 ,796 19,905 81,974
3 3 ,448 11,197 93,171
4 4 ,273 6,829 100,000
As avaliações individuais para cada construto, por meio de uma perspectiva exploratória
de análise fatorial e de confiabilidade, resultaram em um modelo reformulado. O novo modelo
contempla agora uma variável latente de segunda ordem e 5 variáveis latentes de primeira
ordem: a) Equipe de Projeto com as variáveis observadas EP1, EP2 e EP4 (este construto
apresenta uma variável observada eliminada por meio da análise de confiabilidade pelo alfa de
Cronbach); b) Qualidade e Escopo com as variáveis QE1, QE3, QE4 e QE5, o qual teve uma
variável (QE2) eliminada por apresentar baixa comunalidade; c) Tempo e Recursos do projeto,
como um fator extraído da AFE que agrupou as variáveis PC3, PC4 e PC5; d) Registros do
planejamento e controle, o segundo fator originário do construto Planejamento e Controle
(variável agora de segunda ordem), o qual agrupou as variáveis PC1 e PC2, a adição desses
construtos permite explicar de maneira mais plausível as características dos fatores de segunda
ordem; e, e) Sucesso na Gestão de Projetos, o qual também permaneceu em sua forma original
com as quatro variáveis observadas SGP1, SGP2, SGP3 e SGP4.
103
6.4 Modelagem de Equações Estruturais
Após a avaliação dos pressupostos que possibilitam a aplicação da modelagem
multivariada e uma análise fatorial exploratória prévia, o modelo proposto com base na revisão
de literatura e nas análises in loco na empresa estudada sofreu alterações em sua estrutura
inicial.
Até então, a pesquisa teve um caráter mais exploratório, procurando explorar as relações
prévias entre um conjunto de variáveis elencadas na literatura, identificando os seus padrões de
correlação. De posse do modelo reestruturado, inicia-se a perspectiva confirmatória da
pesquisa. As hipóteses embasadas pela teoria serão agora testadas e avaliadas para mensurar o
quanto variáveis são representativas de cada conceito/dimensão.
O procedimento de análise dos dados deu-se por meio do software de SEM SmartPLS 3,
escolhido em virtude da adoção dos mínimos quadrados parciais (PLS) como método de
estimação dos parâmetros da modelagem. Esta seção contempla os seguintes passos
metodológicos: a) avaliação do modelo de mensuração; b) avaliação do modelo estrutural; e, c)
interpretação dos coeficientes de caminho e avaliação das hipóteses de pesquisa.
6.4.1 Avaliação dos ajustes de mensuração e do modelo estrutural
Os softwares que operam o método PLS não dispõem dos mesmos índices de ajuste do
Lisrel e o AMOS, por exemplo, que estão voltados para modelos baseados em covariâncias. As
primeiras análises pelo SmartPLS concernem aos ajustes do modelo, as quais são subdivididas
em dois momentos: avaliação dos modelos de mensuração e avaliação do modelo estrutural
(HENSELER et al., 2009; GÖTZ et al., 2010). O Quadro 15 apresenta os indicadores e
procedimentos adotados nesta seção e os respectivos critérios de aceitação/avaliação para a
averiguação do ajuste do modelo PLS-SEM.
Quadro 15: Indicadores e procedimentos adotados para avaliação do ajuste do modelo PLS-SEM
Indicador/ procedimento Propósito Critério Referências
AV
AL
IAÇ
ÃO
DO
MO
DE
LO
DE
ME
NS
UR
AÇ
ÃO
AVE Validades convergentes AVE ˃ 0,50 (HENSELER; RINGLE e
SINKOVICS (2009)
Cargas cruzadas Validade Discriminante
Valores das cargas
maiores nas VLs
originais do que em
outras
CHIN, 1998
Alfa de Cronbach e
Confiabilidade
Composta
Confiabilidade do modelo AC > 0,70
CC entre 0,7 e 0,9 HAIR et al. (2014)
Teste t de Student
Avaliação das
significâncias das
correlações e regressões
t ≥ 1,96 HAIR et al. (2014)
104
AV
AL
IAÇ
ÃO
DO
MO
DE
LO
ES
TR
UT
UR
AL
Avaliação dos
Coeficientes de
Determinação de
Pearson (R2):
Avaliam a porção da
variância das variáveis
endógenas, que é
explicada pelo modelo
estrutural.
R2 fraco quando
entre 0,19 e 0,33;
adequado entre 0,34
e 0,66 e forte quando
maior que 0,67
(HENSELER, RINGLE;
SINKOVICS, 2009).
Tamanho do efeito
(f2) ou Indicador de
Cohen
Avalia-se quanto cada
constructo é “útil” para o
ajuste do modelo
Valores de 0,02, 0,15
e 0,35 são
considerados
pequenos, médios e
grandes.
HAIR et al. (2014)
Validade Preditiva
(Q2) ou indicador de
Stone-Geisser
Avalia a acurácia do
modelo ajustado Q2 > 0 HAIR et al. (2014)
GFI
É um escore da qualidade
global do modelo
ajustado
Não se aplica HENSELER e SARSTEDT
(2012); HAIR et al. (2012)
Coeficiente de
Caminho (Г)
Avaliação das relações
causais
Interpretação dos
valores à luz da
teoria.
HAIR et al. (2014)
O primeiro aspecto a ser observado no modelo de mensuração são as Validades
Convergentes, obtidas pelas observações das Variâncias Médias Extraídas (Average Variance
Extracted - AVEs). A AVE é a porção dos dados (nas respectivas variáveis) explicada por cada
um dos construtos, respectivos aos seus conjuntos de variáveis ou quanto, em média, as
variáveis se correlacionam positivamente com os seus respectivos construtos. Assim, quando as
AVEs são maiores que 0,50 admite-se que o modelo converge a um resultado satisfatório
(FORNELL e LARCKER, 1981). A Tabela 24 apresenta os resultados para esta análise.
Tabela 24: Valores das Variâncias médias extraídas
Variáveis Latentes de 1ª Ordem Variáveis Latentes de 2ª Ordem AVE
Equipe de Projeto - 0,614
- Planejamento e Controle 0,467
Qualidade e Escopo - 0,638
Registros de Planejamento e Controle - 0,752
Tempo e Recursos do Projeto - 0,584
Desempenho de Sucesso da Gestão de
projetos
- 0,618
A Figura 22 permite visualizar o atendimento dos valores encontrados ao parâmetro
ideal adotado por Henseler, Ringle e Sinkovics (2009).
105
Figura 22: Avaliação do critério para a variância média extraída das variáveis
Observa-se que os valores da AVE para todas as variáveis latentes de 1ª ordem estão
condizentes com o critério de Fornell e Larcker, apenas a variável Planejamento e Controle
apresenta-se um pouco abaixo do recomendado. Entretanto, esta variável na verdade está sendo
representada por suas variáveis de primeira ordem (Registros de Planejamento e Controle e
Tempo e Recursos do Projeto) com base na análise fatorial exploratória e sua inserção no
modelo está representada pela união das cinco variáveis observadas que antes a compunham.
A segunda etapa, após se garantir a Validade Convergente, é a observação dos valores
da Consistência interna e Confiabilidade Composta (CC). Embora na avaliação dos
pressupostos já tenha sido avaliada previamente a consistência interna com o Alfa de Cronbach
através do IBM SPSS, o SmartPLS gera novamente esta análise, só que agora para o modelo
reajustado. A análise de CC é a mais adequada quando se utiliza mínimos quadrados parciais,
uma vez que prioriza as variáveis de acordo com as suas confiabilidades, enquanto o AC é
muito sensível ao número de variáveis em cada constructo (RINGLE; SILVA; BIDO, 2014).
Nos dois casos, tanto o Alfa de Cronbach quanto a CC, são usados para avaliar se a
amostra está livre de vieses, ou ainda, se as respostas – em seu conjunto – são confiáveis.
Valores do Alfa de Cronbach acima de 0,60 e 0,70 são considerados adequados em pesquisas
exploratórias e valores de 0,70 e 0,90 do CC são considerados satisfatórios (HAIR et al., 2014).
As Tabela 15 e 16 e as Figura 23 e 24 apresentam que as duas medidas estão adequadas com
base nos parâmetros adotados.
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8
Equipe de Projeto
Planejamento e Controle
Qualidade e Escopo
Registros de Planejamento e Controle
Tempo e Recursos do Projeto
Sucesso na gestão de projetos
VARIÂNCIAS MÉDIAS EXTRAÍDAS (AVE)
106
Tabela 25: Confiabilidade composta das variáveis
Variáveis Latentes de 1 Ordem Variáveis Latentes de 2 Ordem Confiabilidade
Composta (CC)
Equipe de Projeto - 0,826
- Planejamento e Controle 0,813
Qualidade e Escopo - 0,787
Registros de Planejamento e Controle - 0,858
Tempo e Recursos do Projeto - 0.878
Desempenho de Sucesso na Gestão de
Projetos
- 0.808
Figura 23: Avaliação do critério da Confiabilidade Composta das variáveis
Tabela 26: Alpha de Cronbach do modelo reajustado
Variáveis Latentes de 1 Ordem Variáveis Latentes de 2 Ordem Alpha de
Cronbach (AC)
Equipe de Projeto - 0,692
- Planejamento e Controle 0,713
Qualidade e Escopo - 0,625
Registros de Planejamento e Controle - 0,672
Tempo e Recursos do Projeto - 0,646
Desempenho de Sucesso na Gestão de
Projetos
- 0,794
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
Equipe de Projeto
Planejamento e Controle
Qualidade e Escopo
Registros de Planejamento e Controle
Tempo e Recursos do Projeto
Sucesso na Gestão de Projetos
CONFIABILIDADE COMPOSTA (CC)
107
Figura 24: Representação gráfica dos valores do alpha de cronbach
O próximo e último passo de ajuste do modelo de mensuração foi avaliar a validade
discriminante. Este indicador avalia se os construtos ou variáveis latentes são independentes
um dos outros. O critério utilizado para este tipo de análise na pesquisa foi o de Chin (1998),
que recomenda observar as cargas cruzadas (cross loadings) nos outputs do modelo e averiguar
se as variáveis observadas apresentam cargas fatoriais mais elevadas em seus respectivos
construtos.
Tabela 27: Valores das cargas cruzadas das variáveis observadas nas variáveis latentes
Equipe de
Projeto
Planejamento e
Controle
Qualidade e
Escopo
Registros de
Planejamento e
Contrle
Tempo e
Recursos do
Projeto
Desempenho
de Sucesso na
Gestão de
Projetos
EP1 0,718 0,428 0,172 0,325 0,399 0,292
EP2 0,832 0,536 0,426 0,478 0,430 0,544
EP4 0,796 0,520 0,369 0,517 0,379 0,379
PC1 0,455 0,648 0,455 0,840 0,310 0,305
PC2 0,533 0,779 0,558 0,893 0,447 0,672
PC3 0,440 0,675 0,279 0,378 0,737 0,443
PC4 0,259 0,557 0,119 0,174 0,754 0,305
PC5 0,448 0,738 0,290 0,429 0,801 0,489
QE1 0,389 0,461 0,810 0,535 0,269 0,305
QE2 0,222 0,322 0,654 0,347 0,219 0,086
QE4 0,334 0,487 0,846 0,622 0,230 0,477
SGP1 0,354 0,469 0,311 0,401 0,387 0,827
SGP2 0,481 0,533 0,367 0,486 0,416 0,874
SGP3 0,492 0,653 0,416 0,552 0,554 0,818
SGP4 0,363 0,498 0,617 0,555 0,291 0,733
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8
Equipe de Projeto
Planejamento e Controle
Qualidade e Escopo
Registros de Planejamento e Controle
Tempo e Recursos do Projeto
Sucesso na Gestão de Projetos
ALPHA DE CRONBACH (AC)
108
Constata-se pela análise da Tabela 27 que as cargas fatoriais das variáveis observadas
em seus construtos de origem são sempre maiores do que nos outros, corroborando com o
critério de Chin (1998) atestando a validade discriminante do modelo.
Para dar início a análise do modelo estrutural, tem-se a avaliação dos coeficientes de
determinação de Pearson (R2), os quais indicam a qualidade do modelo ajustado por meio da
observação da porção da variância das variáveis endógenas, que é explicada pelo modelo
estrutural. Os critério adotados para a avaliação são: o R2 pode ser considerado fraco quando
entre 0,19 e 0,33; adequado entre 0,34 e 0,66 e forte quando maior que 0,67 (HENSELER,
RINGLE; SINKOVICS, 2009).
A Tabela 28 aponta que apenas a variável latente Qualidade e Escopo apresenta efeito
fraco, sendo as demais variáveis consideradas como efeito, no mínimo, adequado. Uma das
explicações possíveis para este resultado é de que os respondentes da pesquisa não observem
um efeito direto tão grande do Escopo em relação ao sucesso da gestão de projetos,
principalmente pelo fato de sua difícil mensuração.
Tabela 28: Qualidade do modelo ajustado pelo coeficiente R2
Variável Latente R2 Interpretação
Planejamento e Controle 0,574 Adequado
Qualidade e Escopo 0,193 Fraco
Registros de Planejamento e Controle 0,723 Forte
Desempenho de Sucesso na Gestão de
Projetos 0,526 Adequado
Tempo e Recursos do Projeto 0,720 Forte
Em seguida, ao passo que as relações estabelecidas entre as variáveis de SEM lidam
com correlações e regressões lineares, faz necessário avaliar se essas relações são significantes
a um nível de confiança de 95%. Para as correlações, estabelece-se a hipótese nula (H0) de que
r=0, e para os casos de regressão a hipótese nula (H0) é de que os coeficientes de caminho são
nulos, Г=0.
Se p > 0,05 aceita-se as Ho e deve-se repensar a inclusão de variáveis, sejam latentes ou
observadas. Para testar a significância das relações apontadas, Henseler et al. (2009) indicam o
uso de procedimentos de reamostragem. No caso desta pesquisa foi utilizado o módulo
Bootstrapping do SmartPLS com uma reamostragem de 1000 e a configuração recomendada
por Hair et al. (2014) como Missing Value Algorithm: Casewise Replacement. O software
SmartPLS calcula os testes t de Student entre os valores originais e aqueles a partir do
109
procedimento de Bootstrapping para cada relação de correlação entre as variáveis observadas e
seus construtos e entre os construtos.
Como output deste procedimento, o SmartPLS não expressa os valores de p, e sim, os
valores do teste t, os quais devem estar entre -1,96 e +1,96. Estes valores correspondem à
probabilidade de 95% e fora desse intervalo 5%, em uma distribuição normal. A Figura 25
expressa os resultados para o teste t.
Figura 25: Resultados do teste t para avaliação de significância
Pela interpretação da Figura 25 se observa que, de todas as relações, sejam entre
variáveis observadas e construtos e entre os construtos, apenas a que envolve as variáveis
latentes Equipe de Projeto e Sucesso na Gestão de Projetos mostrou-se pouco significativa
(estatística t igual a 1,409 ≤ 1,96), as análises acerca desta significância serão tecidas quando
forem observadas também os coeficientes de correlação mais a frente deste capítulo.
Em sequência às análises do modelo estrutural, há os indicadores de validade preditiva
(Q2) e o do tamanho do efeito (f2). Os valores de validade preditiva avaliam a acurácia do
modelo, ou seja, o quanto este se aproxima do que se espera. Para este índice, será utilizado o
Desempenho de Sucesso na gestão
de projetos
110
critério de Hair et al. (2014), que recomenda Q2 ˃ 0. O indicador de tamanho do efeito avalia
quanto cada construto é útil para o modelo como um todo, obtém-se seu resultado pela exclusão
e posterior inclusão de um a um dos construtos. Utilizando-se também um critério adotado por
Hair et al. (2014), são considerados pequenos, médios e grandes um f2 de 0,02, 0,15 e 0,35,
respectivamente.
Para extração dos indicadores, foi utilizado o módulo Blindfolding do SmartPLS. A
interpretação da Tabela 29 denota que tanto os valores de f2, quanto da validade preditiva
indicam que o modelo tem acurácia e que todos os construtos são importantes para o ajuste
geral do modelo.
Tabela 29: Valores dos indicadores da validade preditiva (Q2) e do tamanho do efeito (f2)
Construto *Redundância - Q² Comunalidade – f²
Equipe de projeto - 0,224
Qualidade e Escopo 0,137 0,276
Registros de planejamento e
controle 0,530 0,255
Desempenho de Sucesso da
gestão de projetos 0,304 0,357
Tempo e recursos do projeto 0,398 0,176
*Calculada para as variáveis latentes endógenas.
Um último item de adequabilidade do modelo seria o de bondade do ajuste (Goodness
of fit índex – GFI), entretanto, ao contrário dos modelos de equações estruturais baseados em
covariâncias, Hair et al. (2012) afirmam que PLS-SEM não otimiza uma função única e global,
consequentemente, não há como se estimar medidas globais de GFI. Estudos de Henseler e
Sarstedt (2012) atestam o pensamento de Hair et al. (2012) quando detalham sobre o uso de
índices de bondade do ajuste para modelos PLS e provam que não se pode estimá-los, pois em
PLS-SEM, não se consegue distinguir modelos válidos e modelos não válidos.
6.4.2 Interpretação dos coeficientes de caminho e avaliação das hipóteses de pesquisa
A partir da finalização da avaliação da qualidade de ajuste do modelo, tanto de
mensuração quanto estrutural, é possível iniciar as interpretações e análises dos coeficientes de
caminho (Γ). Os valores de Γ indicam quanto um constructo se relaciona com outro. Estes
valores variam de -1,0 a +1,0 e quando próximos de +1,0 indicam relação positiva muito forte
entre dois constructos (vice-versa para valores próximos de -1,0). Próximos de zero expressam
111
relações fracas (HAIR et al., 2014). Exemplificando, se o coeficiente de caminho entre um
construto A B for de 0,38, significa que aumentando a variável exógena “A” em 1, a
variável endógena “B” aumenta de 0,38.
Não obstante, é importante frisar que os coeficientes de caminhos em PLS-SEM não se
restringem a examinar somente as relações diretas, entre AB, por exemplo. Hair et al. (2012)
recomendam que os estudos avaliem também os efeitos indiretos entre as variáveis endógenas e
exógenas. Os autores ainda defendem que, a interpretação dos efeitos diretos e indiretos é
particularmente útil para estudos que objetivam explorar os diferentes impactos de diferentes
direções entre os construtos, como é o caso do modelo desta pesquisa. A Figura 26 apresenta os
resultados dos coeficientes de caminhos de modo apenas direto, a princípio.
Figura 26: Modelo com representação dos coeficientes de caminho
Para cada seta entre as variáveis latentes, há uma hipótese de pesquisa, discutida no
capítulo anterior, a ser testada. A Tabela 30 elenca estas hipóteses com os respectivos
direcionamentos das relações positivas de impacto entre as variáveis e os coeficientes de
caminho (apenas considerando o efeito direto) para cada uma delas.
Desempenho de Sucesso na gestão
de projetos
112
Tabela 30: Coeficientes de caminho, erro padrão, significância e teste t para avaliação das hipóteses
Hipóteses Direcionamento
Coeficiente de
caminho Г
(efeito direto)
Erro
padrão
Significância
(p)
Teste
t
Interpretação
das hipóteses
H1 EP PC 0,392 0,098
0,000 4,013 Aceita
H2 EP SGP 0,138 0,100 0,170 1,373 Refutada
H3 EP QE 0,506 0,089 0,000 5,654 Aceita
H4 QE SGP 0,333 0,113 0,003 2,936 Aceita
H5 PC SGP 0,372 0,114
0,001 3,278 Aceita
H6 QE PC 0,492 0,090
0,000 5,461 Aceita
Nota: todos os coeficientes de caminho são significativos quando p< 0,05. A significância foi estimada com base
no método bootstrap com um N=77 e 1000 replicações.
Embora tanto a Figura 26, quanto a Tabela 30 expressem apenas os resultados diretos de
influência entre os construtos, foram também avaliados os impactos indiretos entre as variáveis,
uma vez que no modelo, uma mesma variável apresenta efeito direto e indireto na gestão de
projetos.
Tabela 31: Efeitos indiretos das variáveis latentes
Variáveis
Efeitos indiretos
Equipe de
projeto
Planejamento e
Controle
Qualidade
e Escopo
Registros de
planejamento
e controle
Desempenho
de Sucesso
da gestão de
projetos
Tempo e
Recursos
do projeto
Equipe de
projeto 1 0,249
0,543 0,407 0,545
Qualidade e
Escopo 1 0,417 0,183 0,418
A primeira trajetória avaliada corresponde a Hipótese 1 (H1) do modelo - Equipes de
projeto bem coordenadas, com experiência, bom treinamento e comunicação interna afetam
positivamente o planejamento e controle do projeto ao longo do seu ciclo de vida. Pelo
procedimento de reamostragem, que possibilitou avaliar a significância das relações, observa-se
um efeito significativo, a um nível de confiança de 95%, da relação entre Equipe de Projeto
Planejamento e Controle (Г= 0,392; t = 4,013). Na sistemática de gerenciamento de projetos
adotada pela empresa (PRODEP), exposta em capítulos anteriores, os grupos de revisão
presentes na fase de planejamento do projeto são fundamentais para que as atividades de
planejamento sejam atendidas e monitoradas durante o ciclo de vida dos projetos. Este
resultado alia-se a pesquisa de Ernst (2002) o qual, a partir de dados recolhidos em avaliações
pós-projeto, conclui que as equipes de projeto podem desenvolver um planejamento
significativo com base no ciclo de vida e de registros de aprendizagem da organização.
113
O registro de lições aprendidas (PC2), fator observado no Registro de Planejamento e
controle, está intimamente associado à comunicação entre a equipe e o papel dos gerentes de
projeto (WONG et al, 2009; MENG, 2011) o que pode estar ligado a relação positiva entre as
duas variáveis latentes, sendo inclusive, a variável observada com maior coeficiente. Em face
dos benefícios das Lições Aprendidas, o PRODEP recomenda que a equipe consulte,
identifique, registre e valide as lições em qualquer momento ao longo do ciclo de vida do
projeto. Cabe a empresa investir em Treinamento (EP3) para que esta prerrogativa seja de fato
seguida e os gerentes observem o cumprimento deste procedimento em vistas a constatação de
seu efeito direto sobre os resultados do planejamento e controle.
A relação Equipe de projeto Desempenho de Sucesso da gestão de projetos apresenta
coeficiente não significativo estatisticamente, levando a não confirmação da segunda hipótese
(H2) da pesquisa, a qual afirma que - Equipes de projeto bem coordenadas, com experiência,
bom treinamento e comunicação interna afetam positivamente o sucesso da gestão de projetos.
Este resultado está estreitamente ligado ao fato de que a comunicação entre os membros, a
gerência do projeto e a experiência técnica exercem maior influencia sob os outros aspectos da
gestão de projetos em si do que diretamente ao sucesso. O planejamento e controle, a qualidade
e o escopo são mais afetados diretamente por este construto, com coeficientes significativos e
de valor 0,392 e 0,506 respectivamente, uma vez que no ambiente de projetos da empresa, os
grupos de revisão aliados às equipes de projetos, trabalham traçando as normas, os programas
de qualidade, o planejamento de recursos e o escopo de modo a garantir que estes fatores
somados culminem com o sucesso dos projetos. As equipes têm um papel de fornecer os
recursos chave para garantir que ocorra o correto planejamento e qualidade do projeto. Estas
conclusões podem ser ratificadas quando se observa a tabela que expressa os efeitos indiretos
das variáveis latentes, em que o coeficiente de caminho indireto de Equipe de projeto
Sucesso na gestão de projetos é de 0,407, conforme exposto na Tabela 31, o que indica um
efeito indireto mediado pelas variáveis Qualidade e escopo e Planejamento e Controle.
Subjetivamente, para os entrevistados, a comunicação (EP4), a experiência (EP1) e o
gerenciamento da equipe (EP2) não necessariamente levam ao sucesso da gestão de projetos,
mas influenciam os outros fatores para atingir ao objetivo final: o sucesso.
O trabalho de Almajed e Mayhew (2014) corrobora com os resultados deste estudo e
conclui ainda que as equipes de projeto exercem um papel negativo quando falta comunicação
(EP4) e recursos (PC5). Outra justificativa para este resultado é o fato de que, embora muitos
trabalhos (BROWN; EISENHARDT, 1995; GRIFFIN, 1997; SOUDER et al, 1997; ERNST,
114
2002; CHAN et al, 2004; COOPER et al, 2004; THAMHAIN, 2004; AKGUN et al, 2006.; LI
et al, 2007; RAUNIAR et al, 2008; WONG et al, 2009; DAYAN; BASARIR, 2010; WI;
JUNG, 2010) defendam a comunicação como um fator impulsionados a uma boa gestão de
projetos, Almajed e Mayhew (2014) advogam que, muitas vezes, a comunicação entre os
membros colaboradores do projeto, por ser falha, atrapalha muito mais do que impulsiona o
sucesso. Ainda que a sistemática do PRODEP incorpore grupos de revisão e decisão entre as
fases do projeto, os resultados apontam que podem estar ocorrendo falhas quanto à
comunicação entre os membros da equipe, uma vez que todos devem ser informados sobre os
objetivos, o escopo, os padrões e sobre as lições aprendidas nos projetos. Todavia, pelo fato de
os projetos serem concebidos em escritório, mas operacionalizados em campo e com dezenas,
ora, centenas de stakeholders e fornecedores, muitas vezes a comunicação perde-se em meio ao
caminho entre o planejamento e a execução. Uma prerrogativa para as melhorias internas para
empresa seriam investir em melhores fontes de comunicação entre os membros das equipes e,
sobretudo, treiná-los no sentido de estimular o repasse de informações, não só entre os
membros, mas entre todos os stakeholders envolvidos.
Outra justificativa para a rejeição da hipótese está voltada para o próprio instrumento de
pesquisa. É provável também que os respondentes não tenham identificado nos
questionamentos o relacionamento direto entre as perspectivas de equipes e sucesso. Seja pela
natureza, ou pelo número de perguntas.
A trajetória Equipe de Projeto Qualidade e Escopo apresenta coeficiente significativo
(Г=0,506; t=5,654) para o nível de confiança desejado (95%). A hipótese 3 (H3) - As equipes
de projeto bem coordenadas, com experiência, boa formação e comunicação interna,
influenciam positivamente a qualidade e o escopo dos projetos de E&P.– foi aceita. As equipes
de projeto têm um papel importante na concepção do escopo e monitoramento dos padrões de
qualidade. Para os respondentes, projetos que tiveram equipes com mais experiência,
comunicação e gerentes mais participativos alcançaram melhores resultados de qualidade.
Bobroff (1999 apud Melhado, 2001) corrobora com esta premissa, ao constatar que a
excelência do projeto passa pela excelência do processo de cooperação entre seus agentes, que
quando se comunicam eficazmente submetem seus interesses individuais a uma confrontação
organizada. Segundo Melhado (1999), para garantir o atendimento aos múltiplos aspectos da
qualidade do projeto, o processo deve ser analisado criticamente pelos seus participantes e
projetistas para garantir o atendimento aos seus requisitos e escopo. Equipes bem treinadas
(EP3), com boa comunicação (EP4) e experiência (EP1) dão mais segurança ao gerente do
projeto de que o mesmo será desenvolvido seguindo os padrões e registros da qualidade e sem
115
mudanças no escopo. No contexto de projetos de E&P, esta prática otimiza o trabalho do
gerente de projetos uma vez que mitiga o consumo de seus esforços com aspectos de gerência
em si, restando mais tempo a ser aplicado em suas atividades como projetista de modo a que se
garanta definições mais precisas do escopo (QE4) e padrões de qualidade (QE1). Aronson,
Reilly e Lynn (2006) também encontraram resultados que compactuam com estes expostos, ao
afirmarem que líderes de projeto se tornam mais produtivos quando os padrões de qualidade
são disseminados (QE1).
A quarta hipótese (H4) diz respeito à relação entre os procedimentos de Qualidade e
Escopo Desempenho de Sucesso na gestão de projetos - A qualidade e o escopo dos projetos
de E&P contribuem positivamente para o sucesso da gestão. As análises para esta trajetória de
influência se mostraram significantes (Г=0,333 t=2,936) e quando considerados os efeitos
totais, efeito direto somado ao efeito mediado pela variável PC, a qualidade e o escopo se
mostraram como o fator significativo mais impactante (efeito direto = 0,333; efeito indireto =
0,183; efeito total = 0,516) para o sucesso dos projetos. Outros estudos corroboram com esta
perspectiva de impacto. Almajed e Mayhew (2014), Nah, Islam e Tan (2007) e Rosario (2000)
concluíram que o estabelecimento do escopo do projeto é extremamente impactante no sucesso,
especialmente os cuidados para garantir que não ocorram mudanças frequentes ou drásticas no
escopo (QE4) refletem em maiores possibilidades de conclusão no tempo (SGP1) e recursos
(SGP2) previstos. Dvir (2003) e Cookie-Davies (2002) compactuam com esta conclusão
quando afirmam que o escopo pode ter efeitos negativos no sucesso dos projetos quando
apresenta mudanças em seus objetivos iniciais. Em um estudo multi-disciplinar com diferentes
partes interessadas envolvidas na percepção do sucesso, Agarwal e Rathod (2006) encontraram
uma unanimidade, classificadas como surpreendente, em que diferentes stakeholders
consideraram o escopo, o qual incluía perspectivas de qualidade das entregas do projeto, como
o maior determinante do sucesso.
Entre as perspectivas de qualidade e escopo avaliadas pelos respondentes estão os
programas de controle de qualidade (QE1), capacidade de resposta em curto prazo (QE3) e as
definições precisas de escopo e requisitos (QE4). Esta última foi considerada, de acordo com os
resultados, como a mais impactante dentro do construto analisado (carga de 0,809). Nos
processos internos de gestão de projetos da empresa, o escopo é definido durante as fases
iniciais de planejamento e os grupos de revisão procuram garantir que o ciclo de vida do
projeto se direcione pelos requisitos traçados inicialmente.
116
A hipótese 5 (H5) corresponde à relação Planejamento e Controle Desempenho de
Sucesso na gestão de projetos, a qual defende que - O planejamento e controle adequados em
projetos de E&P afetam positivamente o sucesso da gestão. Os resultados da análise mostram
efeitos significativos (Г= 0,372; t=3,278) da importância do planejamento e controle para o
sucesso da gestão de projetos no contexto estudado. Dvir e Lecher (2004) encontraram
resultados semelhantes utilizando equações estruturais em sua pesquisa com 448 projetos na
Alemanha. Através de seu modelo empírico, a perspectiva de planejamento e controle obteve
os maiores coeficientes de caminho na influencia do sucesso do planejamento do projeto em
detrimento às outras variáveis latentes do estudo. Além dos resultados de Dvir e Lecher (2004),
Lechler (1997) encontrou indícios ainda mais abrangentes e que apoiam a aceitação da
hipótese. Em uma revisão de 44 estudos de fatores de sucesso na gestão de projetos, 13 deles
(30%) analisaram os efeitos da perspectiva de planejamento e controle no sucesso da gestão.
Todos os estudos analisados demonstraram efeitos positivos com forte ou média significância
sobre o sucesso do projeto.
Esta conclusão impulsiona mais atenção ainda a esta perspectiva na empresa estudada.
Atualmente, as fases de planejamento correspondem à avaliação e definição da oportunidade,
projeto conceitual com informações de caráter técnico para o projeto e detalhamento do plano
de execução. Como o modelo foi elaborado baseado nas observações in loco e nas
recomendações da pesquisa bibliográfica, aspectos não encontrados na sistemática da empresa,
mas recomendados pela literatura, foram considerados no construto planejamento e controle e,
consequentemente, impulsionadores do sucesso da gestão de projetos pelos respondentes da
pesquisa. Entre estes aspectos, encontram-se as normas e procedimentos voltados para o
controle e a flexibilidade em caminhos críticos. Embora alguns autores (BART, 1993; DVIR;
LECHLER, 2004) não aprovem uma grande formalização do planejamento em procedimentos,
os resultados empíricos desta pesquisa denotam que, devido à alta complexidade dos projetos
de petróleo e gás, os elevados recursos e o grande número de envolvidos, a padronização é uma
ferramenta-chave na garantia da qualidade e, sendo inclusive, avaliada como um fator extraído
do construto.
O modelo ajustado mostra os Tempos e Recursos do Projeto como sendo um pouco
mais predominante em relação à outra variável de primeira ordem do construto (Г= 0,851), em
outras palavras, a avaliação do cumprimento de prazos (PC4) e o planejamento dos recursos
(PC5), reflete diretamente nos fatores concernentes a avaliação do sucesso da gestão de
projetos, a qual é mensurada no modelo por, entre outros, indicadores de conclusão no prazo e
orçamento previstos, sendo este último o de maior intensidade na perspectiva da variável de
117
primeira ordem Tempo e Recursos. Na análise descritiva das respostas no início do capítulo, foi
possível observar que o cumprimento do projeto dentro do prazo e do orçamento previstos
apresenta resultados preocupantes, mesmo com as crescentes políticas e resultados internos da
empresa para redução de custos frente a uma crise atual na gestão interna. Para os
entrevistados, 57% dos projetos não cumpriram adequadamente o prazo (respostas com 6 ou
menos pontos na escala de 1 a 10) e 63% deles não cumpriram com o orçamento previsto.
Mesmo diante desta conjuntura, a variável mais significativa e de maior coeficiente em relação
ao construto SGP é justamente a que reflete o cumprimento do projeto dentro do orçamento
previsto (SGP2). Este fato decorre na empresa muito mais por erros no planejamento e
estimativas do que pela falta de tentativa de redução de orçamento e prazo, o que reflete uma
necessidade de aprimorar as ferramentas de previsão do PRODEP e os estudos viabilidade
técnica e econômica.
A trajetória Qualidade e Escopo Planejamento e controle, refere-se a sexta e última
hipótese do estudo, H6 - Qualidade e escopo bem definidos afetam positivamente o
planejamento e controle de projetos de E&P. Esta relação também foi comprovada com base
nos estudos empíricos e apresenta coeficiente de caminho significante (Г= 0,492; t=5,461) e
um dos mais altos descobertos. Além de seu impacto direto, já avaliado na perspectiva da
hipótese 4, o detalhamento do escopo interfere no planejamento e controle para que este, por
sua vez, venha a impactar diretamente no sucesso da gestão. Kerzner e Saladis (2009)
enfatizam que o planejamento dos projetos funciona melhor quando o escopo está bem
definido. De forma semelhante, Ling et al. (2009) convergem com estes resultados em seus
estudos realizados com empresas de projetos em arquitetura e engenharia da China, os quais
mostraram que a qualidade é o alicerce sobre o qual as outras áreas de desempenho do projeto
podem ser melhoradas, como o caso do planejamento e do controle, para alcançar os objetivos
finais. Os autores ainda apresentam que, as empresas capazes de alcançar altos resultados de
qualidade atingem altos níveis de satisfação dos gerentes e do público além de alta
rentabilidade.
A sistemática adotada pela empresa para o gerenciamento de seus projetos, o PRODEP,
destaca-se em definir claramente o escopo dos projetos de E&P, dadas as perdas financeiras
significativas envolvidas em atrasos e retrabalho. Em contrapartida, de acordo com os
respondentes, 51% dos projetos apresentaram desempenho inadequado (respostas com 6 ou
menos pontos na escala de 1 a 10) em relação a incidência de retrabalho e consequentes atrasos
o que denota a necessidade de melhorias neste ponto de vista. Cooke-Davies (2002) advogam
em seu trabalho que elenca os fatores “reais” de sucesso em projetos que as alterações no
118
escopo devem ser permitidas apenas em casos que se tenha processos maduros de controle.
Cabe a empresa estabelecer um planejamento de projetos de forma mais alinhada aos recursos
para que, evite-se mudanças mais impactantes durante as fases de operacionalização dos
projetos.
119
Capítulo 7
_________________________________________________________
CONSIDERAÇÕES FINAIS
Este capítulo apresenta as conclusões do trabalho e inicia-se com um resumo do estudo
em que são revistas as etapas seguidas até os resultados alcançados. Em seguida, são discutidas
as limitações do estudo com base tanto nos problemas enfrentados durante a construção da
dissertação, quanto a questões de abrangência. Por fim, são sugeridas novas linhas de pesquisas
futuras.
7.1 Considerações e conclusões
Esta seção inicia-se recuperando a intenção central deste trabalho, o qual se propôs a
discutir sobre os fatores que levam ao sucesso na gestão de projetos aplicados a perspectiva de
petróleo e gás. Tal discussão foi estimulada tanto por lacunas literárias quanto por uma
demanda latente da empresa. O dinamismo das inovações tecnológicas e as constantes
mudanças nos cenários geopolíticos mundiais mostram a crescente turbulência na maior parte
dos ambientes em que as organizações da indústria do petróleo estão inseridas. Em
contrapartida, a sua importância e influência são cada vez mais crescentes dadas às novas
descobertas. Portanto, a maior empresa de Exploração e Produção de petróleo do Brasil,
necessita cada vez mais, para seu crescimento e prospecção, de planejamento e gestão capazes
de oferecer respostas flexíveis às diversas exigências do negócio.
Dentre os fatores de planejamento vitais para a implementação das estratégias
corporativas da companhia estudada para atender ao ambiente de negócios, está o
gerenciamento de projetos, o qual não deve ser praticado de maneira arbitrária, mas com a
aplicação de conhecimentos, habilidades, ferramentas e técnicas. Com o uso de metodologias, a
implantação da cultura de projetos pode ser realizada para garantir os princípios de
gerenciamento de projetos de forma padronizada, buscando atender da melhor forma às
necessidades da organização.
Para atingir esse objetivo, foram revisados o corpo de conhecimentos em gerenciamento
de projetos e os fatores que levam ao sucesso dos mesmos. As pesquisas prévias foram
confrontadas com o ponto de vista real, em um estudo de caso, o que possibilitou traçar um
modelo conceitual com bases realistas, conforme defende estudos de Doloi (2014). O modelo
conceitual traduz o modelo teórico em construtos que dizem respeito às Equipes de Projeto
120
(EP), Qualidade e Escopo (QE), Planejamento e Controle (PC) e Desempenho de Sucesso na
Gestão de Projetos (SGP), os quais por sua vez foram relacionados para traçar as seis hipóteses
da pesquisa.
Este modelo conceitual foi operacionalizado mediante uma survey administrada pela
Internet, principal fonte de dados empíricos complementados por entrevistas diretas, realizadas
antes da concepção do questionário. Este último, composto por questões em escala Likert de 1 a
10 e respondido por gerentes de projeto ou membros de equipes de projetistas da empresa.
Cada resposta era tomada como base por um projeto.
Para a análise de dados, optou-se pela modelagem de equações estruturais a fim de
identificar a estrutura de relações entre os construtos e, consequentemente, validar as hipóteses.
De modo geral, a escolha das variáveis se mostrou coesa, uma vez que apenas duas foram
retiradas do modelo durante os procedimentos de análise fatorial exploratória. Os índices de
ajuste, tanto do modelo de mensuração quanto estrutural, atingiram os níveis recomendados
pela literatura, mostrando que o modelo de medida de cada construto ajustou-se
satisfatoriamente aos dados.
Quanto aos resultados, a maioria dos construtos derivados da base teórica e conceitual é
relevante para explicar o sucesso da gestão de projetos. Apenas a hipótese 2, que estabelece
relações entre as variáveis de Equipe de Projetos o Desempenho, foi refutada por não mostrar
significância. Estes resultados, embora encarados com surpresa pelo pesquisador, corroboram
pelo trabalho de Almajed e Mayhew (2014). Entretanto, encontrou-se efeitos indiretos
mediados pelas outras variáveis (PC e QE).
As outras cinco hipóteses foram aceitas, a uma significância de 95%. Demonstrando que
o estudo teórico, aliado a realidade, se mostrou válido na construção do modelo, assim como
recomendam Hair Jr. et al. (2014), Kline, (2011) e Morôco, (2010), e implementaram Doloi
(2014) e Salazar-Aramayo (2013). Verificou-se que a Qualidade e Escopo e o Planejamento e
Controle possuem efeitos diretos, positivos e significantes sobre o Sucesso da Gestão de
Projetos, ao passo que os efeitos das Equipes de Projetos são mediados e indiretos. De modo
particularmente relevante, evidenciou-se a importância do Planejamento (DVIR; LECHER,
2004; LECHLER, 1997), das definições precisas de Escopo (ALMAJED; MAYHEW, 2014;
NAH; ISLAM; TAN, 2007; ROSARIO, 2000), da Comunicação (BROWN; EISENHARDT,
1995; GRIFFIN, 1997; SOUDER et al, 1997; ERNST, 2002; CHAN et al, 2004; COOPER et
al, 2004; THAMHAIN, 2004; AKGUN et al, 2006; LI et al, 2007; RAUNIAR et al, 2008B;
121
WONG et al, 2009; DAYAN; BASARIR, 2010; WI; JUNG, 2010) e dos Registros de
Qualidade (MELHADO, 1999), para o gerenciamento de projetos da empresa estudada.
Esta pesquisa vem, portanto, culminar em três aspectos relevantes. O primeiro deles diz
respeito à literatura, com a construção de um modelo inédito na incorporação de diferentes
formas de interação, entre variáveis já conhecidas, mas aplicadas a um ambiente de projetos
complexos, como é o caso do setor de petróleo e gás.
Os outros dois aspectos concernem aos benefícios diretos para a empresa e indiretos ao
setor estudado. Há a vantagem de a empresa conhecer melhor suas particularidades internas,
através de um modelo de mensuração de desempenho em projetos, criado com base na
literatura e nos problemas diários enfrentados pelos projetistas da empresa e que afetam
diretamente o desempenho. Diante dos problemas que a maior empresa de petróleo brasileira
vem enfrentando em aspectos de planejamento, custos e contratos, as ferramentas de gestão de
projetos que auxiliem na otimização dos processos e no plano de redução de custos internos da
empresa, são meios de impulsionar não só a empresa, mas o mercado nacional, face sua
importância e representatividade econômica. E, com a aplicação do modelo, tem-se subsídios
para focar esforços em aprimorar, a princípio as questões mais críticas indicadas. Estas
melhorias podem, inclusive, serem adicionadas ao programa de redução de custos internos
instaurado nas políticas atuais da empresa em vistas a aprimorar o uso dos recursos envolvidos.
7.2 Limitações da pesquisa
As limitações da pesquisa iniciam pela sua perspectiva. Analisar uma única empresa,
por mais representativa que seja, sempre será insuficiente para captar toda a complexidade de
um setor de abrangência mundial, cujos projetos tem conjunturas e equipes com diferentes
percepções. Assim, os resultados da presente pesquisa devem ser vistos apenas como
aproximações de uma realidade altamente complexa (SALAZAR-ARAMAYO et al., 2013).
No que concerne aos objetivos, a presente pesquisa é abrangente no seu escopo, o que
traz tanto vantagens quanto desvantagens. É seguramente um proveito obter uma visão mais
ampla sobre a gestão de projetos. Todavia, isso tem um custo, o da omissão de aspectos
relevantes e maiores particularidades do setor de petróleo e gás, já que a aplicação de um
questionário está sujeita a restrições, pois há um número limitado de questões que podem ser
abordadas. Esta pesquisa constitui um ponto de partida que pode contribuir para focalizar
pesquisas mais detalhadas a serem realizadas sobre aspectos mais específicos do modelo
conceitual.
122
Com relação ao desenvolvimento do modelo, cabe destacar as limitações inerentes à
escolha das variáveis do modelo de mensuração e das relações do modelo estrutural. A escolha
das variáveis do modelo de mensuração foi realizada a partir da sistematização bibliográfica e
de uma pesquisa in loco, já em uma tentativa de mitigar os erros do modelo e torná-lo mais
verossímil a realidade, a qual apresenta poucas abordagens na literatura. No entanto, nem todas
as variáveis encontradas puderam ser utilizadas devido à impossibilidade de obtenção dos
dados, como por exemplo, os que dizem respeito ao faturamento com cada projeto e suas
produções reais. Além disso, o sucesso na gestão foi avaliado na perspectiva do gestor da
empresa, mas é notório e comprovado que há várias perspectivas para analisar o que faz um
projeto obter sucesso. Portanto, existe a possibilidade de que outras variáveis não incluídas
contribuam para o sucesso da gestão de projetos.
Já na aplicação da técnica de modelagem de equações estruturais, observa-se as
limitações inerentes às pressuposições de linearidade das relações. Embora a técnica
pressuponha linearidade, não foram feitos testes para detectar se as variáveis apresentam outros
tipos de relação ou não. No entanto, os construtos aqui elaborados mostraram-se válidos para a
amostra estudada. Não há dúvidas de que, embora os índices de ajuste do modelo tenham sido
condizentes com os critérios adotados, a amostra colhida de projetos deve ser aumentada para
que os resultados possam ser ainda mais significativos e condizentes com o padrão
populacional e uma validação mais efetiva para consolidação dos construtos. O fato de a
amostra ter sido pequena tem relação com o período de coleta de dados, que abrangeu fases de
muitos recessos e, principalmente, uma crise interna de gestão da empresa repercutida
mundialmente, afetando os procedimentos e cuidados com a segurança da informação.
Além disso, é provável que haja diferenças regionais e setoriais que não puderam ser
analisadas devido ao tamanho reduzido da amostra. Naturalmente, também seria possível
classificar os projetos utilizando outros critérios. Todos esses aspectos abrem oportunidades
para pesquisas futuras.
7.3 Perspectivas de trabalhos futuros
Partindo-se das limitações, este trabalho abre caminhos para novas pesquisas. Em
relação à operacionalização de conceitos, há potencial para refinar e ampliar o número de itens
de vários construtos, pois a captação de nuances e dimensões adicionais aumentaria sua
confiabilidade e poder explicativo.
123
Estudos futuros deveriam levar em conta as perspectivas de outras empresas do setor
de petróleo e gás ou mesmo outras subsidiárias da mesma empresa, objetivando mais
compreensão das variáveis influentes do sucesso na gestão de projetos, ou até mesmo,
relatando as diferenças de percepção de sucesso entre as diferentes empresas e regiões.
Além de ampliação do escopo e tamanho da amostra, a abrangência das análises
também é passível de ser ampliada em perspectivas futuras. Sugere-se investigar a influência
do sucesso da gestão de projetos, por sua vez, em dimensões de mercado, social e ambiental.
A presente pesquisa avalia os projetos de forma geral em termos de sua gestão.
Entretanto, não tem o poder de traçar comparações entre o desempenho de cada projeto quando
aos fatores que medem o sucesso. Dessa forma, uma aplicação futura de equações estruturais
aliada a uma ferramenta que meça eficiência em uma unidade de decisão, como é o caso da
análise envoltória de dados, pode ser útil para tecer conclusões comparativas acerca dos
projetos do portfólio.
124
REFERÊNCIAS
AALTONEN, K.; SIVONEN, R. Response strategies to stakeholder pressures in global
projects. International Journal of Project Management, v. 27, p. 131–141, 2009.
AGARWAL, N.; RATHOD, U. Defining 'success' for software projects: An exploratory
revelation. International Journal of Project Management, v. 24, n. 4, p. 358-370, 2006.
ALARCON, L.F.; MOURGUES, C. Performance modeling for contractor selection. ASCE
Journal of Management in Engineering , v.18, n.2, p. 52–60, 2002.
ALMAJED, A.I; MAYHEW, P. An empirical investigation of IT project success in developing
countries. Science and Information Conference (SAI), p. 984 – 990, 2014.
ANDERSEN, E.S.; GRUDE, K.V.; HAUG, T. The Goal Directed Project Management, second
ed. Kogan Page, London, 1995.
ARONSON, Z.H.; REILLY, R.R.; LYNN, G.S. The impact of leader personality on new
product development teamwork and performance: The moderating role of uncertainty. Journal
of Engineering and Technology Management, v. 23, p. 221–247, 2006.
BAHLI, B.; BÜYÜKKURT, M. D. Group Performance in Information Systems Project
Groups: An Empirical Study. Journal of Information Technology Education, v. 4, 2005.
BAKER, B. N.; MURPHY, D. C.; FISHER, D. Factors affecting project success. Project
Management Handbook (3 ed) Van Nostrand Reinhold Co, New York, 1987.
BART, C. K. Controlling new product R&D projects. R&D Management, v. 23, p. 187–197,
1993.
BEKKER, M.C.; STEYN, H. Defining ‘project governance’ for large capital projects. IEEE
AFRICON Conference, p. 1–13, 2007.
BENTLER, P. M.; WU, E. J. C. EQS 6 for Windows User’s Guide, Encino, CA: Mulitvariate
Software, 2002.
BOLLEN, K. A. Structural equations with latent variables. New York: Wiley, 1989.
BRAÑA, J. P. Processo de Tomada de decisão em projetos de exploração e produção de
petróleo: uma abordagem sistêmica com aplicação da teoria lógica fuzzy. Dissertação – UFRJ.
2008.
BROWN, S.L.; EISENHARDT, K.M. Product development – past research, present findings,
and future–directions. Academy of Management Review, v. 20, n. 2, p. 343–378, 1995.
CANELAS, A. L. S. Evolução da Indústria de Petróleo e Gás natural no Brasil: contribuição a
variáveis macrorconômicas. Dissertação de Mestrado – UFRJ. 2007.
CHAN, A.P.C.; SCOTT, D.; CHAN, A.P.L. Factors affecting the success of a construction
project. Journal of Construction Engineering and Management, v. 1, p. 153–155, 2004.
CHIN, W. The partial least squares approach to structural equation modeling. In: Modern
Methods for Business Research. Mahwah, NJ: Lawrance Erlbaum Associates, p. 295 -358,
1998.
CHIN, W. W.; NEWSTED, P. R. Structural Equation Modeling analysis with Small Samples
Using Partial Least Squares. In Rick Hoyle (Ed.), Statistical Strategies for Small Sample
Research, Sage Publications, p. 307-341, 1999.
125
CHIPULU, M.; OJIAKO, U.; GARDINER, P.; WILLIAMS, T. M.; MOTA, C.; MAGUIRE,
S.; SHOU, Y.; STEMATI, T.; MARSHALL, A. Exploring the impact of cultural values on
project performance: the effects of cultural values, age and gender on the perceived importance
of project success/failure factors. International Journal of Operations and Production
Management, v. 34, n. 3, p. 364-389, 2014.
CHO, K. M.; HONG, T. H.; HYUN, C. T. Effect of project characteristics on project
performance in construction projects based on structural equation model. Expert System with
Application, v. 36, p. 10461–10470, 2009.
CHOU, J. S.; HONG, J. H. Assessing the impact of quality determinants and user
characteristics on successful enterprise resource planning project implementation. Journal of
Manufacturing Systems, v. 32, p. 792–800, 2013.
CHOW, T.; CAO, D. B. A survey of critical success factors in agile software projects. The
Journal of Systems and Software, v. 81, p. 961–971, 2008.
CLELAND, D. I.; IRELAND, L. R. Gerência de projetos. Rio de Janeiro: Reichmann &
Affonso Editores, 2002.
CLOSE, D. Building the High-Performance E&P Company. Journal of Petroleum
Technology, v. 58, n. 9, p. 1–4, 2006.
COHEN, J. Statistical Power Analysis for the Behavioral Sciences. 2nd ed. New York:
Psychology Press, 1988.
COOKE-DAVIES, T. The “real” success factors on projects. International Journal of Project
Management, v. 20, p. 185–190, 2002.
COOKE-DAVIES, T. Towards improved project management practice, PhD thesis, Leeds
Metropolitan University, 2000.
COOPER, R.G.; SCOTT, E.; KLEINSCHIMIDT, E.; ELKO, J. Benchmarking: Best NPD
Practices - I. Research Technology Management, v.47, n.1, p. 31-43, 2004.
DAVIES, A., GANN, D. AND DOUGLAS, T. Innovation in megaprojects: systems integration
at London Heathrow Terminal 5. California Management Review, v. 51, n. 2, p. 101-25,
2009.
DAYAN, M.; BASARIR, Y. Antecedents and consequences of team reflexivity in new product
development projects. Journal of Business & Industrial Marketing, v. 25, n. 1, p. 18–29,
2010.
DIAS FILHO, J. M; CORRAR, L. J; PAULO, E. Análise multivariada. São Paulo: Atlas,
2007.
DINSMORE, P. C.; CABANIS-BREWIN, J. Manual de Gerenciamento de Projetos. Rio de
Janeiro: American Management Association (AMA), 2009.
DOLL, W.J.; HONG, P.; NAHM, A. Antecedents and outcomes of manufacturability in
integrated product development. International Journal of Operations & Production
Management, v. 30, n. 8, p. 821–852, 2010.
DOLOI, H. Analysis of pre–qualification criteria in contractor selection and their impacts on
project success. Construction Management and Economics, v. 19, p. 1245–1263, 2009.
126
DOLOI, H.; IYER, K.C.; SAWHNEY, A. Structural equation model for assessing impacts of
contractor's performance on project success. International Journal of Project Management,
v. 29, p. 687–695, 2011.
DVIR, D.; LECHLER, T. Plans are nothing, changing plans is everything: the impact of
changes on project success. Research Policy, v. 33, p. 1–15, 2004.
ERNST, H. Success factors of new product development: a review of the empirical literature.
International Journal of Management Review, v. 4, n. 1, p. 1–40, 2002.
FAUL, F.; ERDFELDER, E.; BUCHNER, A.; LANG, A.G. Statistical power analyses using
G*Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, v.
41, 1149-1160, 2009.
FLYVBJERG, B. Design by deception: the politics of megaproject approval. Harvard Design
Magazine, Summer, p. 50-9, 2005.
FORNELL, C.; LARCKER, D.F. Evaluating structural equation models with unobservable
variables and measurement error. Journal of Marketing Research. v.18, n. 1, p. 39-50, 1981.
FORTUNE, J.; WHITE, D. Framing of project critical success factors by a systems model.
International Journal of Project Management, v.24, p. 53–65, 2006.
GIL, N; TETHER, B. Project risk management and design flexibility: analyzing a case and
conditions of complementarity. Research Policy, v. 40, n. 3, p. 415-28, 2011.
GOODHUE, D.; LEWIS, W.; THOMPSON, R.. PLS, Small Sample Size, and Statistical Power
in MIS Research. Proceedings of the 39th Hawaii International Conference on System
Sciences, 2006.
GOSLIN, M.; GONÇALVES, C. A. Modelagem por equações estruturais: conceitos e
aplicações. FACES Adm. Belo Horizonte, v. 2, n. 2, p. 83-95, 2003.
GOWAN JR, J. A.; G MATHIEU, R. The importance of management practices in IS project
Performance An empirical study. The Journal of Enterprise Information Management, v.
18, n. 2, p. 235-255, 2005.
GRIFFIN, A. PDMA Research on new product development practices: Updating trends and
benchmarking best practices. Journal of Product Innovation Management, v.14, n. 6, p.
429–458, 1997.
GRÜN, O. Taming Giant Projects: Management of Multi-organization Enterprises, Springer,
Berlin, 2004.
HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Multivariate data
analysis. 5. ed. Englewood Cliffs, NJ : Prentice-Hall, 1998.
HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise Multivariada
de Dados. 5. ed. Porto Alegre: Bookman, 2005.
HAIR, J. F.; SARSTEDT, M.; RINGLE, C. M.; MENA, J. A. An Assessment of the Use of
Partial Least Squares Structural Equation Modeling in Marketing Research. Journal of the
Academy of Marketing Science, forthcoming, 2012.
HAIR, J.F.; BLACK, W.C.; BABIN, B.J.; ANDERSON, R.L. Multivariate Data Analysis.
Pearson International Edition, Upper Saddle River, 2009.
127
HAIR, J.F.; HULT, T.M.; RINGLE, C.M. E SARSTEDT, M. A Primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM). Los Angeles: SAGE, 2014.
HAIR, J.F.; SARSTEDT, M.; RINGLE, C.M. E MENA, J.A. An assessment of the use of
partial least squares structural equation modeling in marketing research. Journal of the
Academy of Marketing Science, v. 40, n.3, p.414–433, 2012.
HARRISON, F. L. Advanced Project Management: A Structured Approach – Third Edition.
Aldershot (England): Gower House, 1992.
HATUSH, Z.; SKITMORE, M. Criteria for contractor selection. Construction Management
and Economics, v. 15, p.19–38, 1997.
HENSELER, J.; RINGLE, C. M.; SINKOVICS, R. R. The use of partial least squares path
modeling in international marketing. Advances in International Marketing. v. 20, p. 277-
319, 2009.
HENSELER, J.; SARTEDT, M. Goodness-of-fit indices for partial least squares path modeling.
Comput Stat, v. 28, p. 565–580, 2013.
HOLT, G.D.; OLOMOLAIYE, P.O.; HARRIS, F.C. A review of contractor selection practice
in the U.K. construction industry. Building and Environment, v. 30, p. 553–561, 1995.
HONG, P.; VONDEREMBSE, M. A.; DOLL, W. J.; NAHM, A. Y. Role change of design
engineers in product development. Journal of Operations Management, v. 24, p. 63–79,
2005.
INTERNATIONAL PROJECT MANAGEMENT ASSOCIATION – IPMA, ICB–IPMA
Competence Baseline. Disponível em: http://users.ntua.gr/jpp/icb3.pdf, 2006.
KANG, Y.; O’BRIEN, W. J.; THOMAS, S.; CHAPMAN, R. E. Impact of information
technologies on performance. Cross study comparison. Journal of Construction Engineering
and Management, v. 134, p. 852–863, 2008.
KAPLAN, D. Structural equation modeling: foundations and extensions. Newbury Park:
Sage Publications, 2000.
KATE, J. Program Office: An Enterprise View. EUA, 2000.
KEARNS, G.S.; SABHERWAL, R. Antecedents and consequences of information systems
planning integration. IEEE Transactions on Engineering Management, v. 54, n. 4, p. 628–
643, 2007.
KERZNER, H. Project Management: A systems approach to planning, scheduling, and
controlling. John Wiley & Sons, Inc, Hoboken, 2010.
KERZNER, H. Strategic planning for project management using a project management
maturity model. John Wiley & Sons, Inc, New York, 2001.
KERZNER, H.; SALADIS, F.P. Value–driven project management. John Wiley & Sons, Inc,
Hoboken, 2009.
KHAN, A. S.; RASHEED, F. Human resource management practices and project success, a
moderating role of Islamic Work Ethics in Pakistani project-based organizations. International
Journal of Project Management, v. 33, n. 2, p. 435–445, 2015.
128
KILLEN, C.P.; HUNT, R.A.; KLEINSCHMIDT, E.J. Project portfolio management for
product innovation. The International Journal of Quality & Reliability Management, v. 25,
n. 1, p. 24–38, 2008.
KIM, D.; HAN, S. H.; KIM, H.; PARK, H. Structuring the prediction model of project
performance for international construction projects: A comparative analysis. Expert Syst.
Appl., v. 36, n. 2, p. 1961–1971, 2009.
KLEM, L., Path analysis. In: GRIMM, L. G.; YARNOLD, P. R. Reading and understanding
multivariate statistics. Washington, DC : American Psychological Association, 1995.
KLINE, R. B. Principles And Practice Of Structural Equation Modeling, New York,
Guilford Press, 1998.
KUMARASWAMY, M. M.; MATTHEWS, J. D. Improved subcontractor selection employing
partnering principles. Journal of Management in Engineering, v. 16, n. 3, p. 47–57, 2000.
LASZLO, C. The sustainable company: How to create lasting value through social and
environmental performance. Island Press, Washington, 2003.
LAUFER, A. A micro view of the project planning process. Construction Management and
Economics, v. 10, n. 1, p. 31–43, 1992.
LECHLER, T. When it comes to project management, it's the people that matter: an empirical
analysis of project management in germany. In: Hartman, F., Jergeas, G., Thomas, J. editors.
IRNOP III. The nature and role of projects in the next 20 years: research issues and
problems. Calgary University of Calgary. p. 205–15, 1998.
LECHLER, T.G. Erfolgsfaktoren des Projekt managements. Lang, Frankfurt, 1997.
LEE, S. K.; YU, J. H. Success model of project management information system in
construction. Automation in Construction, v. 25, p. 82–93, 2012.
LEWIS, J. P. The Project Manager's Desk Reference: A Comprehensive Guide to Project
Planning, Scheduling, Evaluation, and Systems. McGraw–Hill, New York, 2000.
LI, H.; ARDITI, D.; WANG, Z. Transaction–related issues and construction project
performance. Construction Management and Economics, v. 30, p. 151–164, 2012.
LING, F.Y.Y.; IBBS, C.W.; HOO, W. Y. Determinants of international architectural,
engineering, and construction firms’ project success in China. Journal of Construction
Engineering and Management, v. 132, p. 206–214, 2006.
LOEHLIN, J. C. Latent variable models: An introduction to factor, path, structural equation
analysis. Lawrence Erlbaum Associates, Publishers, London, 2004.
MANZANO, O.; MONALDI, F. The political economy of oil production in Latin America.
Economía, v. 9, p.1–34, 2008.
MARCH-CHORDÀ, I.; GUNASEKAN, A.; LLORIA-ARAMBURO, B. Product development
process in Spanish SMEs: an empirical research. Technovation, v. 22, n. 5, p.301–312, 2002.
MARÔCO, J. Análise de equações estruturais: fundamentos teóricos, software e aplicações.
ReportNumber, Pêro Pinheiro, 2010.
MARUYAMA, G. M. Basics of structural equation modeling. London: Sage Publications,
1998.
129
MEIXELL JR., M. D.; RODRIGUEZ, J. C. Improving Operations Using Model-Based
Decision Support for E&P Assets. Journal of Petroleum Technology, v. 61, n. 5, p. 48-54,
2009.
MELHADO, S. B. Gestão, cooperação e integração para um novo modelo voltado a qualidade
do processo de projeto na construção de edifícios. 2001. Tese (Livre docência) - Escola
Politécnica, Universidade de São Paulo, São Paulo, 2001.
LEDWITH, A. Management of new product development in small electronics firms. Journal
of European Industrial Training, v. 24, n. 2/3/4, p.137 – 148, 2000.
MENG, X. The effect of relationship management on project performance in construction.
International Journal of Project Management, v. 30, p. 188–198, 2011.
MENG, X. The effect of relationship management on project performance in construction.
International Journal of Project Management 30, 188–198, 2011.
MILLER, R.; LESSARD, D. R. The Strategic Management of Large Engineering Projects:
Shaping Risks, Institutions and Governance, MIT Press, Cambridge, MA, 2001.
MORRIS, P.W.G. The management of projects. Thomas Telford, London, 1994.
MUNNS, A.K., BJEIRMI, B.F. The role of project management in achieving project success.
International Journal of Project Management, v. 14, n. 2, p. 81–87, 1996.
NAH, F. F. H.; Z. ISLAM; TAN, M. Empirical assessment of factors influencing success of
enterprise resource planning implementations. Journal of Database Management (JDM), v.
18, n. 4, p. 26-50, 2007.
NIDUMOLU, S. R.; KNOTTS, G. W. The effects of customisability and reusability on
perceived process and competitive performance of software firms. MIS Quarterly, v. 22, n. 2,
p.105–138, 1998.
O’CONNOR, J. T.; YANG, L. R. Project performance versus use of technologies at project and
phase levels. Journal of Construction Engineering and Management, 130, 322–329, 2004.
O'CONNOR, M. M.; REINSBOROUGH, L. Quality projects in the 1990s: a review of past
projects and future trends. International Journal of Project Management, v. 10, n. 2, p. 107–
114, 1992.
PETROBRAS – Sistemática de Aprovação, Acompanhamento e Reavaliação de Projetos
de Investimentos no Sistema Petrobras – Revisão 7, 2014a.
PETROBRAS. http://www.petrobras.com.br. Acessado periodicamente durante a realização
desta pesquisa, 2014b.
PINTO, J. K. Project management. Research Technology Management, 2, pp. 22–37, 2002.
PINTO, J. K.; SLEVIN, D. P. Critical success factors across the project life cycle. Project
Management Journal, v.19, n. 3, p. 67–75, 1988.
PINTO, J. K.; SLEVIN, D. P. Critical success factors in R&D projects. Res Technology
Management, p. 31-35, 1989.
PITSIS, T.S. CLEGG; S.R. RURA-POLLEY; T.; MAROSSZEKY, M. Constructing the
Olympic Dream: a Future Perfect Strategy of Project Management. Organization Science, v.
14, p. 574-590, 2003.
130
POSTALI, F. A. S.; PICCHETTI, P. Irreversibilidade dos Investimentos e Valor da Opção de
Encerrar a Extração de Petróleo. Pesquisa e Planejamento Econômico, IPEA, v. 36, n 2, p.
289–318, 2006.
PROJECT MANAGEMENT INSTITUTE (PMI). A Guide to the Project Management Body
of Knowledge (PMBOK Guide) – Fifth Edition. Pennsylvania: PMI, 2013.
PROJECT MANAGEMENT INSTITUTE. A Guide to the Project Management Body of
Knowledge, PMBOK® Guide. Project Management Institute Inc, Atlanta, 2008.
QURESHI, T. M.; WARRAICH, A. S.; HIJAZI, S. T.Significance of project management
performance assessment (PMPA) model. International Journal of Project Management, v.
27, p. 378–388, 2009.
RAUNIAR, R.; DOLL, W.; GREG, R.; HONG, P. Shared knowledge and product design
glitches in integrated product development. International Journal of Production Economics,
v. 114, p. 723–736, 2008.
REINARTZ, W., HAENLEIN, M., HENSELER, J. An empirical comparison of the efficacy of
covariance-based and variance-based SEM. International Journal of Research in Marketing,
v. 26, n. 4, p. 332–344, 2009.
RINGLE, C. M.; SILVA, D.; BIDO, C. Modelagem de equações estruturais com utilização do
SMARTPL. Brazilian Journal of Marketing – BJM Revista Brasileira de Marketing –
ReMark Edição Especial, v. 13, n. 2, 2014.
ROSARIO, J. On the leading edge: critical success factors in ERP implementation projects.
Business World, v. 17, p. 15-29, 2000.
RUBIN, I. M.; SEELING, W. Experience as a factor in the selection and performance of
project managers. IEEE Trans Eng Management, v. 14, n. 3, p. 131–134, 1967.
RUUSKA, I.; AHOLA, T.; ARTTO, K.; LOCATELLI, G.; MANCINI, M. A new governance
approach for multi-firm projects: lessons from Olkiluoto 3 and Flamanville 3 nuclear power
plant projects. International Journal of Project Management, v. 29, n. 6, p. 647-60, 2011.
SALAZAR-ARAMAYO, J. L. RORIGUES-DA-SILVEIRA, R; RODRIGUES-DE-
ALMEIDA, M; CASTRO-DANTAS, T. N. A conceptual model for project management of
exploration and production in the oil and gas industry: The case of a Brazilian company.
International Journal of Project Management. v. 31, p.589–601, 2013.
SALAZAR-ARAMAYO, J. L. Modelagem do desempenho ambiental dos projetos de
exploração e produção aplicando equações estruturais. 2013. Tese, Programa de pós-graduação
em Ciência e Engenharia do Petróleo PPGCEP, Universidade Federal do Rio Grande do Norte,
Natal, 2013.
SANTOS, O. M.; SILVA, P. D. A.; MARQUES, J. A. V. C. O Custo de Abandono nas
Empresas Petrolíferas. Revista Contabilidade & Finanças USP. Ano XVII, v. 2, n. 41, p. 57,
2006.
SCHULTZ, R. L.; SLEVIN, D. P.; PINTO, J. K. Strategy and tactics in a process model of
project implementation. Interfaces, v. 17, n. 3, p. 34-46, 1987.
SHAPIRA, Z.; BERNDT, D. J. Managing Grand-scale Construction Projects: A Risk-taking
Perspective Research in Organizational Behavior, v. 19, p. 303-360, 1997.
131
SHENHAR, A. J.; DVIR, D. Reinventing project management: The diamond approach to
successful growth and innovation. Harvard Business Press, 2007.
SHENHAR, A. J.; LEVY O.; DVIR D. Mapping the Dimensions of Project Success. Project
Management Journal, p. 5-13, 1997.
SILVA, E. M. O relacionamento entre estratégia de manufatura, práticas de produção e
desempenho operacional e de negócio: uma survey em firmas do setor moveleiro. 2008. Tese
Escola de Engenharia de São Carlos, Universidade de São Paulo, São Paulo, 2008.
SÖDERLUND, J. Building theories of project management: past research, questions for the
future. International Journal of Project Management, v. 22, n.3, p. 183–191, 2004.
SÖDERLUND, J.; TELL, F. The P-form corporation — contingencies, characteristics, and
challenges. In: Morris, P.W.G., Pinto, J.K., Söderlund, J. (Eds.), The Oxford Handbook of
Project Management, p. 201–223, 2011.
SOTILLE, M. A. et al. Gerenciamento do escopo em projetos. 1 ed. Rio de Janeiro: Editora
FGV, 2007.
SOUDER, W.E.; BUISSON, D.; GARRET, T. Success through customer–driven new product
development: a comparison of US and New Zealand small entrepreneurial high technology
firms. Journal of Product Innovation Management, v. 14, n. 6, p. 459–472, 1997.
STEWART, R. A. It enhanced project information management in construction: Pathways to
improved performance and strategic competitiveness. Automation in Construction, v. 16,
p.511–517, 2007.
SUNINDIJO, R. Y. Project manager skills for improving project performance. International
Journal of Business Performance Management, v. 16, n. 1, 2015.
THAMHAIN, H. J. Linkages of project environment to performance: Lessons for team
leadership. International Journal of Project Management, v. 22, p. 533–544, 2004.
TIEXIN, C.; MIAOMIAO, T.; MEI, C. The influence factors of knowledge transfer in project
management: An empirical survey. IEEE, p. 1–7, 2008.
TURNER, J. What are projects and project management. Henley Working Paper 9002,
1990.
TURNER. J.R. Editorial: Project management: a profession based on knowledge or faith
International Journal of Project Management, v. 17, n. 6, p. 329–330, 1999.
VERMA, V. K. Human Resource Skills for the Project Manager: The Human Aspects of
Project Management. Vol. 1, Organizing projects for success, Newton Square, PA: Project
Management Institute, 1995.
VERWORN, B. A structural equation model of the impact of the “fuzz front end” on the
success of new product development. Research Policy, v. 38, p.1571–1581, 2009.
WALLACE, L.; KEIL, M.; RAI, A. How Software Project Risk Affects Project Performance:
An Investigation of the Dimensions of Risk and an Exploratory Model. Decision Sciences, v.
35, n. 2, p. 289–321, 2004.
WEIJERMARS, R. Accelerating the three dimensions of E&P clockspeed—a novel strategy
for optimizing utility in the oil & gas industry. Applied Energy, v. 86, p. 2222–2243, 2009.
132
WESTLAND, J. The project management life cycle: A complete step by step methodology
for initiating, planning, executing & closing a project successfully. Kogan Page Limited,
London, 2006.
WHITE, D.; FORTUNE, J. Current practice in project management — an empirical study.
International Journal of Project Management, v. 20, n. 1, p.1–11, 2002.
WI, H.; JUNG, M. Modeling and analysis of project performance factors in an extended
project–oriented virtual organization, EProVO. Expert Systems with Applications, v. 37, p.
1143–1151, 2010.
WONG, P. S. P.; CHEUNG, S. O.; FAN, K. L. Examining the relationship between
organizational learning styles and project performance. Journal of Construction Engineering
and Management, v. 135, p. 497–507, 2009.
XAVIER, C. M. S. Gerenciamento de Projetos: como definir e controlar o escopo do projeto.
Carlos Magno da S. Xavier – São Paulo: Saraiva, 2006.
XIE, N.; HAN, R.; SEABROOKE, W. Impetus of infrastructure construction on real estate
market development: Evidence from 22 major cities in China. 2011 International Conference
on Remote Sensing, Environment and Transportation Engineering, RSETE 2011 –
Proceedings, p. 3198 – 3201, 2011.
YANG, J. B.; OU, S. F. Using structural equation modeling to analyze relationships among key
causes of delay in construction. Canadian Journal of Civil Engineering, v. 35, n. 4, p. 321-
332, 2008.
YILIN, Y.; YALING, D.; LING, Y.; ZHE, W. Continuous Improvement of Public Project
Management Performance Based on Project Governance. International Conference on
Wireless Communications, Networking and Mobile Computing, WiCOM 2008, p.1–6, 2008.
ZHU, Y.; SU, H.; PAN,Q.; GUO, P.; YU, M. Application of Structural Equation Modeling to
Assign the Weights for Evaluation Indexes of the Brownfield Development Project. IEEE, p.
588–592, 2009.
133
APÊNDICES
APÊNDICE A – Questionário da survey
Questionário - Dissertação de Mestrado sobre gestão de projetos na área de Petróleo e
Gás
O questionário visa diagnosticar os fatores que afetam diretamente e indiretamente o sucesso da
gestão e governança dos projetos de petróleo e gás. Este instrumento de pesquisa faz parte de
uma dissertação do Programa de Pós-Graduação em Engenharia de Produção da Universidade
Federal do Rio Grande do Norte (PEP-UFRN).
Por gentileza, responda aos questionamentos centralizando em um único projeto de sua
coordenação ou participação. Para realização da pesquisa é imprescindível o preenchimento de
todas as questões. Sua identidade será inteiramente preservada.
Desde já, obrigado pela colaboração!
Parte I – Caracterização do projeto sob análise. Esta seção visa caracterizar o projeto
específico a ser analisado no questionário.
1. Tipo de projeto de E&P:
2. Tamanho do projeto (em termos de investimento ou previsão de investimento)
3. Estado do país onde o projeto está sendo desenvolvido
4. Tempo de experiência em projetos (anos):
5. Tempo de treinamento/cursos em gestão de projetos (horas aproximadas):
6. Quantidade de membros que compuseram a equipe de projetistas:
Exploratório
Desenvolvimento da Produção (DP)
Infra-estrutura e Suporte (IS) – Infra-estrutura
Infra-estrutura e Suporte (IS) – Segurança. Meio-ambiente e Saúde (SMS)
Outro: ______________________
Até US$ 10 Milhões
Entre US$ 10 e US$ 20 Milhões
Entre US$ 20 e US$ 30 Milhões
Entre US$ 30 e US$ 50 Milhões
Entre US$ 50 e US$ 100 Milhões
Entre US$ 100 e US$ 300 Milhões
Acima de US$ 300 Milhões
Outro: ______________________
134
7. Estimativa de produção do poço:
8. Tempo aproximado de duração do projeto:
9. Utilização de ferramentas técnicas de gerenciamento de projetos:
10. Utilização de atividades de coordenação para o gerenciamento de projetos:
Parte II – Equipes de projeto. Esta seção busca compreender como equipes de projeto
bem coordenadas, que transmitem experiência entre os membros e com boa formação
interna, afetam o desenvolvimento e os resultados do projeto de E&P. Avalie as
afirmativas abaixo e selecione a opção que melhor representa sua percepção.
11. A experiência técnica da equipe de projetos está atrelada ao sucesso de sua gestão
12. Os gerentes de projeto são atuantes e conduzem o planejamento e a execução do
projeto
13. As equipes de projeto recebem treinamento acerca dos procedimentos formais de
gestão de projetos
WBS;
Rede PERT/COM
Simulação
Softwares de gerenciamento de projeto (MS-project, Primavera, outros)
Matriz de responsabilidades
Outros
Nenhuma técnica foi utilizada
Plano de comunicação
Plano de gestão da qualidade
Plano de gestão de risco
Plano de gestão de custos
Baseline
Plano de gestão de contratos
Plano e critérios para seleção de fornecedores
Outros
Nenhuma
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
135
14. As informações entre a equipe de projetos é repassada de maneira regular para os
membros
Parte III – Planejamento e controle. Esta etapa busca compreender como o planejamento
e controle adequados em projetos afetam positivamente o sucesso da gestão deste. Avalie
as afirmativas abaixo e selecione a opção que melhor representa sua percepção.
15. As normas e procedimentos para a elaboração e acompanhamento dos projetos são
bem definidos e conhecidos pela equipe
16. As lições aprendidas com os projetos são registradas para aprimoramento dos
projetos futuros
17. Existem procedimentos definidos para responder a imprevistos e atrasos
18. O cumprimento dos prazos dos projetos é fator exigido pela organização
19. Os recursos a serem empregados nos projetos são bem planejados tanto com a
empresa quanto com os stakeholders
Parte IV – Qualidade e Escopo. Esta seção busca compreender como a qualidade e o
escopo do projeto contribuem positivamente para o sucesso da gestão do mesmo. Avalie as
afirmativas abaixo e selecione a opção que melhor representa sua percepção.
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
136
20. A empresa conta com programas de controle de qualidade que são adotados
amplamente no planejamento e controle do projeto
21. Na elaboração do projeto são especificadas as práticas de segurança a serem adotadas
22. Há uma capacidade de resposta a curto prazo diante de situações de anomalia
23. O escopo e requisitos do projeto são conhecidos em detalhe de forma que não ocasione
retrabalhos, nem atrasos no desenvolvimento
24. Os membros e partes envolvidas no projeto têm conhecimento e treinamento acerca
da legislação ambiental e impactos envolvidos na atividade
Parte V – Sucesso na gestão de projetos. Esta seção busca avaliar o sucesso da gestão do
projeto, que é objeto de análise neste questionário. Avalie as afirmativas abaixo e
selecione a opção que melhor representa sua percepção.
25. Os projetos desenvolvidos têm sido concluídos no prazo previsto
26. Os projetos são concluídos dentro do orçamento previsto
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
137
27. Os projetos são concluídos com os resultados de qualidade desejados pela equipe]
28. Existem programas e incentivos com o objetivo de reduzir custos no ambiente de
projetos para minimizar custos operacionais de execução e controle
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10
Discordo totalmente Concordo totalmente
1 2 3 4 5 6 7 8 9 10