O objetivo deste trabalho foi caracterizar o grau tecnológico dos sericicultores e inferir os tipos de intervenções a serem empregadas para aumentar a produtividade em 17 municípios do centro do Estado do Paraná, os quais apresentam o menor Índice de Desenvolvimento Humano (IDH) desse Estado. Os dados originais de produção dos casulos verdes da safra 2004/2005 foram disponibilizados pela empresa de Fiação de Seda Bratac S.A. e submetidos à análise estatística multivariada de Componentes Principais. Esta técnica permitiu escolher quatro autovalores das 21 variáveis originais e assim utilizar o novo conjunto formado para realizar a análise descritiva dos dados. As quatro componentes selecionadas foram Capacidade/Intensidade de Produção, Qualidade de Produção, Eficiência na Utilização da Área e Retorno Financeiro da Propriedade. Devido ao grande volume de informações, realizou-se uma análise Cluster para as componentes dos 565 produtores, da qual resultou a formação de quatro grupos de características semelhantes. As análises dos grupos de produtores possibilitaram a observação de dois contrastes principais. Uma parte dos grupos apresenta produtores com maior capacidade e qualidade de produção de casulos na propriedade, e os demais compreendem produtores que exploram sua área produtiva de forma ineficiente.

The goal of this research was to characterize the technological degree of silkworm producers and to infer the types of interventions to be employed to increase productivity in 17 localities in the central region of Paraná State, Southern Brazil, which has the lowest Human Development Index (HDI). The original data of 2004/2005 season from green cocoons production taken from the company Fiação de Seda Bratac S.A. and submitted to multivariate statistical analysis of Principal Components. This technique allowed to choose four eigenvalues of 21 original variables and thus to use the new set to perform a descriptive analysis of the data. The four components selected were capacity/intensity of production, quality of production, efficiency in the use of the area and financial return of the property. Due to the large volume of information, Cluster analysis was performed for the components of the 565 producers, resulting in four groups of similar characteristics. The analysis of group of producers enabled the observation of two main contrasts. One part of groups presented producers with greater capacity and quality of cocoon production in the property, and other include producers who exploit their productive area inefficiently.