Anda di halaman 1dari 46

FACULDADE PITGORAS UBERLNDIA

Pesquisa de Mercado

Prof. Samir Rodrigues Mansour













Uberlndia
2014
2




Sumrio

Captulo 1 O que pesquisa de marketing ....................................................................................................... 3
1.1. Conceito de pesquisa de marketing .............................................................................................................. 3
1.2. Tipos de pesquisa ......................................................................................................................................... 5
1.3. O processo de pesquisa de marketing ........................................................................................................... 7
Captulo 2 Tipos, fontes e forma de coleta de dados ........................................................................................ 9
2.1. Dados primrios e secundrios e suas fontes ................................................................................................ 9
2.2. Mtodos de coleta de dados primrios ........................................................................................................ 10
Captulo 3 Medidas e instrumentos de coleta de dados ................................................................................. 12
3.1. Escalas e medidas ....................................................................................................................................... 12
3.2. Instrumentos de coleta ................................................................................................................................ 14
Captulo 4 Amostragem ................................................................................................................................... 14
4.1. Fundamentos .............................................................................................................................................. 15
4.2. Processo de amostragem ............................................................................................................................. 16
4.2.1. Conceitos sobre amostragem ............................................................................................................... 17
4.2.2. Tipos de amostragem ........................................................................................................................... 17
4.2.3. Determinao do tamanho da amostra ................................................................................................. 19
Captulo 5 Coleta e processamento dos dados ............................................................................................... 21
5.1. Coleta de dados........................................................................................................................................... 21
5.2. Processamento de dados ............................................................................................................................. 22
Captulo 6 Anlise dos dados ........................................................................................................................... 24
6.1. Escolha do mtodo de anlise ..................................................................................................................... 24
6.2. Mtodos descritivos .................................................................................................................................... 25
6.3. Distribuio normal de probabilidade ........................................................................................................ 27
6.4. Mtodos inferenciais .................................................................................................................................. 28
6.4.1. Testes da mdia para uma amostra varivel intervalar ..................................................................... 31
6.4.2. Testes da proporo para uma amostra varivel intervalar ............................................................... 36
6.4.3. Testes da diferena entre mdias para duas amostras no-relacionadas varivel intervalar ............. 37
6.4.4. Testes para uma amostra varivel nominal ....................................................................................... 40
6.4.5. Teste para duas amostras no-relacionadas varivel nominal........................................................... 42
Captulo 7 Comunicao dos resultados da pesquisa .................................................................................... 45
7.1. Elaborao do relatrio da pesquisa ........................................................................................................... 45
7.2. Apresentao dos resultados ....................................................................................................................... 45
Bibliografia .......................................................................................................................................................... 46

3
Captulo 1 O que pesquisa de marketing


Historicamente, o crescimento e desenvolvimento da Estatstica Moderna podem ser
relacionados a trs fenmenos isolados: a necessidade do governo de coletar dados sobre os
cidados, o desenvolvimento da teoria da probabilidade e o advento da informtica.
Durante as civilizaes egpcia, grega e romana, os dados eram obtidos principalmente
com o objetivo de recolher impostos e para o recenseamento militar. Na Idade Mdia, as
instituies religiosas freqentemente mantinham registros relativos a nascimentos, mortes e
casamentos. A crescente necessidade dos censos ajudou a incentivar o desenvolvimento de
equipamentos de tabulao no incio do sculo XX, o que levou ao desenvolvimento de
computadores. Esses progressos alteraram profundamente o campo da Estatstica nos ltimos
30 anos.
Embora os programas de Estatstica e de planilhas de clculo tenham tornado possvel at
mesmo a anlise mais sofisticada, surgem problemas quando usurios no-especializados em
Estatstica, que no compreendem os pressupostos dos procedimentos ou as limitaes dos
resultados obtidos, se enganam com os resultados estatsticos fornecidos por esses programas.
Para o planejamento e controle da atividade do marketing, essencial a disponibilidade de
informaes, alm de sua confiabilidade e de sua correta interpretao e utilizao. So
exemplos de informaes relevantes para um bom planejamento estratgico: anlise do perfil
do consumidor (seus desejos, necessidades, grau de satisfao, comportamento de compra),
das aes dos concorrentes, da evoluo do mercado, das capacitaes e recursos disponveis
na empresa, da evoluo nas vendas, lucros e participao no mercado por produtos e
mercados, da interao com fornecedores e outros pblicos como imprensa e governo, anlise
das tendncias e expectativas em relao ao ramo de atividade e de inmeras variveis
ambientais que afetam o marketing da empresa.

1.1. Conceito de pesquisa de marketing

PESQUISA DE MARKETING a investigao de dados para descobrir e/ou descrever a
existncia de certos aspectos mercadolgicos e determinar a relao entre eles, ou a funo
que liga o consumidor, o cliente e o pblico ao marketing atravs da informao.
A informao usada para:
- identificar e definir oportunidades e problemas de marketing;
- gerar, refinar e avaliar a ao de marketing;
- monitorar o desempenho de marketing;
- aperfeioar o entendimento de marketing como um processo e;
- reduzir a incerteza no processo decisrio.
Dessa forma a Pesquisa de Marketing:
especifica a informao necessria destinada a estes fins;
RECONHECIMENTO E FORMULAO DO PROBLEMA DE PESQUISA
projeta o mtodo para coletar informaes;
PLANEJAMENTO DA PESQUISA
gerencia e implementa o processo de coleta de dados;
EXECUO DA PESQUISA
analisa os resultados e comunica os achados e suas implicaes.
EXECUO DA PESQUISA COMUNICAO DOS RESULTADOS

4
Existe uma diferenciao entre pesquisa de mercado e pesquisa de marketing. Enquanto a
pesquisa de mercado tem foco na coleta e anlise de informaes externas empresa, a
pesquisa de marketing mais ampla, pois envolve dados relacionados a qualquer atividade de
marketing da empresa, incluindo os elementos da pesquisa de mercado. A pesquisa de
marketing importante, por exemplo, no diagnstico do processo de deciso de compra do
pblico-alvo, no conhecimento e avaliao de componentes de atitudes junto a pblicos de
interesse da empresa.

Tipos de atividades de pesquisa de marketing desenvolvidas pelas empresas:
A Economia de negcios e pesquisa corporativa
1. Caractersticas e tendncias da indstria/mercado
2. Estudos para aquisies/diversificaes
3. Anlises da participao no mercado
4. Estudos internos dos recursos humanos
B Estabelecimento de preos
1. Anlise de custos
2. Anlise de lucros
3. Elasticidade de preos
4. Anlise de demanda: potenciais de mercado, potenciais de vendas, previses de vendas
5. Anlises dos preos da concorrncia
C Produto
1. Desenvolvimento e teste de conceitos
2. Gerao e teste de marcas
3. Testes de mercado
4. Testes de produtos existentes
5. Estudos de embalagens
6. Estudos de produtos concorrentes
D Distribuio
1. Estudos para localizao de fbricas/armazns
2. Estudos sobre o desempenho dos canais
3. Estudos sobre a cobertura dos canais
4. Estudos internacionais e de exportao
E Promoo
1. Pesquisas de motivao
2. Pesquisas de meios de comunicao
3. Pesquisas sobre a eficcia da propaganda
4. Estudos sobre a propaganda da concorrncia
5. Estudos de imagem
6. Estudos sobre a remunerao da fora de vendas
7. Estudos de prmios, cuponagens e amostras grtis
F Comportamento do consumidor
1. Preferncias por marcas
2. Atitudes em relao a marcas
3. Satisfao com produtos
4. Comportamentos de compra
5. Intenes de compra
6. Conscincia de marca
7. Estudos de segmentao

5
A pesquisa de marketing no uma sada imediata ou bvia para encontrar solues para
todos os problemas de marketing. Existem alguns fatores que influenciam que a deciso pela
pesquisa de marketing seja tomada: relevncia, tipo e natureza da informao buscada,
momento, disponibilidade de recursos, anlise custo-benefcio.
No caso de sua realizao ocorrer, um aspecto importante a ser considerado diz respeito
tica na pesquisa. Devem ser consideradas as quatro partes envolvidas num projeto de
pesquisa de marketing:
1. o cliente, que patrocina o projeto;
2. o prestador de servios, que planeja e executa a pesquisa;
3. os pesquisados, que fornecem as informaes; e
4. o pblico, que recebe atravs de divulgao na mdia os resultados da pesquisa.
Cdigos de tica detalhados so elaborados por associaes de pesquisa e procuram
orientar questes como propsitos implcitos na pesquisa, desonestidade no trato com os
fornecedores de servios, mau uso da informao da pesquisa, violao do sigilo do cliente,
execuo imprpria da pesquisa, violao dos direitos do pesquisado.

1.2. Tipos de pesquisa

Existem diferentes classificaes dos tipos de pesquisa, adotadas por diversos autores.
Mattar considera o objetivo e o grau em que o problema de pesquisa est cristalizado e, a
seguir, a natureza do relacionamento entre as variveis estudadas, resultando na seguinte
classificao:
- Pesquisas exploratrias;
- Pesquisas conclusivas: descritivas ou causais.

PESQUISA EXPLORATRIA
indicada para o incio do processo de pesquisa, quando ainda se tem pouco ou nenhum
conhecimento sobre o problema a ser pesquisado. Atravs da pesquisa exploratria o
pesquisador poder desenvolver hipteses e questes que o ajudaro at mesmo a estabelecer
melhor o problema de pesquisa ou prioridades a pesquisar.
A pesquisa exploratria pode ainda ser usada para clarificar conceitos, de modo que os
mesmos sejam passveis de mensurao.

Objetivos:
elevar o conhecimento, a compreenso e a familiaridade do pesquisador com o problema
de pesquisa que se pretende investigar;
melhorar o nvel de preciso da formulao do problema de pesquisa;
acumular antecipadamente informaes disponveis relacionadas a um problema de
pesquisa conclusiva a ser realizada ou em andamento;
auxiliar no desenvolvimento ou criao de hipteses explicativas de fatos que sero
verificados numa pesquisa causal;
ajudar no desenvolvimento de questes de pesquisa relevantes para o objetivo
estabelecido;
determinar variveis relevantes a serem consideradas num problema de pesquisa;
esclarecer conceitos;
auxiliar a delinear o projeto final da pesquisa;
verificar a existncia e disponibilidade de pesquisas semelhantes, os mtodos utilizados e
resultados obtidos;
estabelecer prioridades para futuras pesquisas.

6
Mtodos:
Levantamentos em fontes secundrias bibliogrficos envolvem procura de informaes
em livros, revistas, teses, jornais e outros / documentais compreendem pesquisa em
registros da prpria empresa ou arquivos pblicos / estatsticos dizem respeito s diversas
fontes estatsticas (IBGE, FIPE, etc) de dados que podem ajudar no delineamento do
problema de pesquisa / pesquisas j efetuadas englobam informaes analisadas e
disponibilizadas de empresas de pesquisas, universidades, entre outras / levantamentos de
experincias consistem na entrevista de profissionais com grande experincia no assunto
que se pretende pesquisar.
Estudos de casos selecionados envolvem o estudo de registros existentes, a observao
da ocorrncia do fato, entrevistas e etc., com o objetivo de caracterizar e explicar
detalhadamente os aspectos do caso em perspectiva.
Observao informal desenvolvida no cotidiano do pesquisador e depende
imensamente de sua capacidade de percepo e seus interesses individuais.

PESQUISA DESCRITIVA
A pesquisa descritiva exige que o pesquisador possua profundo conhecimento do
problema a ser estudado, ele deve saber exatamente o que pretende. Este tipo de pesquisa
direcionado para a soluo do problema propriamente dito, ou ainda, para a avaliao de
alternativas de cursos de ao. O pesquisador precisa saber exatamente o que quer extrair da
pesquisa: o que deseja medir, como, quando, onde e por que dever faz-lo.

Objetivos: descrever caractersticas de grupos; estimar proporo de elementos numa
populao que tenham determinadas caractersticas ou comportamentos; verificar existncia
de relao entre variveis.

Tipos de pesquisa descritiva:
1. Levantamentos de campo muito amplo e pouco profundo, utilizado para se obter dados
representativos (em relao ao nmero de casos includos) da populao de interesse.
Demanda maiores custos e tempo e requer grande conhecimento tcnico.
2. Estudos de campo medianamente amplos e profundos, utilizados quando se deseja
conhecer o inter-relacionamento entre as diversas variveis que ocasionam um fenmeno
ou quando for difcil entender o fenmeno sem este inter-relacionamento.
3. Pesquisas ocasionais (ou transversais) so os mais conhecidos e usados projetos de
pesquisa descritiva, caracterizados pelo uso de uma amostra de elementos de determinada
populao que se deseja pesquisar, em que feita a medida uma nica vez no tempo e
com um objetivo especfico.
4. Pesquisas evolutivas (ou longitudinais) baseiam-se na coleta e anlise peridica das
mesmas variveis, permitindo seu acompanhamento evolutivo no tempo. Se a amostra for
sempre a mesma, a pesquisa evolutiva chamada de Painel.

Mtodos da pesquisa descritiva: entrevistas pessoais, por telefone, fax ou internet /
questionrios pessoais, pelo correio e outros / observao.

PESQUISA CAUSAL
O senso comum que se faz de causalidade diz que um determinado fato (causa) pode
explicar completamente outro (efeito). O pesquisador cientfico coloca a relao de
causalidade em termos probabilsticos, ou seja, para um efeito pode haver inmeras causas. A
pesquisa causal vai estudar esta relao de causalidade atravs da identificao e observao
7
de determinados fenmenos e como podem influenciar a ocorrncia de um efeito que se
deseja medir.

Objetivo: determinar as relaes de causa e efeito entre as variveis de deciso de
marketing.

Projetos experimentais
Antes-depois sem grupo de controle neste projeto constituda uma unidade de teste
(probabilisticamente) e realizada uma medida antes e uma depois da exposio ao
tratamento (experimento).
Apenas depois com um grupo de controle este tipo de projeto experimental apresenta
maior validade, pois so constitudas duas unidades de teste, uma como grupo
experimental e uma como grupo de controle, onde podem ser medidos os efeitos das
variveis estranhas. A medida efetuada apenas depois da exposio ao tratamento.
Antes-depois com um grupo de controle semelhante ao projeto anterior, com a vantagem
de serem efetuadas medidas antes e depois da exposio do grupo experimental ao
tratamento.

Projetos quase experimentais: diferem dos projetos experimentais pela impossibilidade de
controlar a exposio ao tratamento e de projetar as unidade de teste de forma probabilstica.
Sries de tempo definida uma unidade de teste sobre a qual so efetuadas,
periodicamente, na varivel dependente, vrias medidas antes e vrias depois da exposio
ao tratamento.
Sries de tempo com grupo de controle anlogo ao projeto sries de tempo, com a
vantagem da existncia do grupo de controle.

TESTE DE MARKETING
O teste de marketing diz respeito implantao e controle de um plano de marketing
numa pequena parte do mercado geogrfico que se pretende atingir com determinado produto
ou servio. Como o teste de marketing uma ferramenta de custo bastante elevado, a empresa
deve ponderar muito bem o custo-benefcio de seu uso, analisando fatores como:
comparar o custo e o risco do insucesso com a lucratividade e a probabilidade de sucesso
(produtos de baixo custo e baixo risco no precisam ser testados);
considerar os investimentos necessrios para fazer o lanamento nacional e o lanamento
na regio teste;
considerar os efeitos de um fracasso em nvel nacional para a empresa (em termos de
queda da imagem e prestgio da empresa, desgaste interno e externo e dificuldades para
lanamentos futuros de novos produtos), se os efeitos forem muito drsticos o teste dever
ser realizado.
Os objetivos principais do teste de marketing so: treinamento gerencial; efetuar previses
de vendas e ajustar as variveis de produto (4 Ps) da empresa.

1.3. O processo de pesquisa de marketing

Um processo de pesquisa de marketing compreende quatro diferentes etapas, que esto
interligadas, e, na verdade, formam um processo cclico:
1) Reconhecimento e formulao do problema de pesquisa
- Explorao inicial do tema;
- Formulao, determinao ou constatao de um problema de pesquisa.
2) Planejamento da pesquisa
8
- Definio dos objetivos da pesquisa;
- Estabelecimento das questes de pesquisa e (ou) formulao de hipteses;
- Estabelecimento das necessidades de dados e definio das variveis e de seus
indicadores;
- Determinao das fontes de dados;
- Determinao da metodologia
o Determinao do tipo de pesquisa;
o Determinao de mtodos e tcnicas de coleta dos dados;
o Determinao da populao de pesquisa, do tamanho da amostra e do
processo de amostragem;
o Planejamento da coleta de dados;
o Previso do processamento e anlise dos dados.
- Planejamento da organizao, cronograma e oramento;
- Redao do projeto de pesquisa.
3) Execuo da pesquisa
- Preparao de campo
o Construo, pr-teste e reformulao dos instrumentos de pesquisa;
o Impresso dos instrumentos;
o Formulao da equipe de campo;
o Distribuio do trabalho no campo.
- Campo
o Coleta de dados;
o Conferncia, verificao e correo dos dados.
- Processamento e anlise
o Digitao;
o Processamento;
o Anlises e interpretao, com intenso uso de estatstica e computadores;
o Concluses e recomendaes.
4) Comunicao dos resultados
- Elaborao e entrega dos relatrios de pesquisa;
- Preparao e apresentao oral dos resultados.


RECONHECIMENTO E FORMULAO DE UM PROBLEMA DE PESQUISA
O interesse prtico em pesquisa de marketing tem incio com alguma indagao vivida
pela administrao de marketing da empresa, e para a qual necessrio encontrar respostas ou
orientaes para fundamentar a tomada de decises. Estas indagaes podem ter origem em
um fato-problema constatado, numa dvida quanto ao melhor curso de ao a ser tomado
dentre vrios possveis, numa dvida quanto ao comportamento presente ou futuro de
determinadas variveis de marketing, ou ainda num simples interesse em conhecer, de
maneira mais aprofundada, determinados aspectos do mercado ou da atividade
mercadolgica.
Para a elaborao do problema de pesquisa, inicialmente algumas tarefas podem auxiliar,
como discusses com os responsveis pelas decises, entrevistas com peritos ou pessoas bem
informadas, anlise de dados secundrios e, s vezes, pesquisa qualitativa. Alm disso,
tambm importante conhecer o contexto ambiental do problema, incluindo informaes
passadas e previses relativas ao setor e empresa; recursos e restries da empresa;
objetivos do responsvel pelas decises; comportamento dos compradores; ambiente legal;
ambiente econmico e as qualificaes mercadolgicas e tecnolgicas da empresa.
9
A partir dessas tarefas iniciais, identificada uma situao de deciso em que a pesquisa de
marketing pode colaborar, o pesquisador formula o problema de pesquisa, com um enunciado
geral. Assim, definir o problema de pesquisa significa entender e explicitar quais os
problemas ou oportunidades de marketing que geram a necessidade de informao para
tomada de deciso.


PLANEJAMENTO DA PESQUISA

DEFINIO DOS OBJETIVOS DA PESQUISA
A definio do objetivo da pesquisa deve estar perfeitamente amarrada soluo do
problema de pesquisa, e a ele deve estar restrita. O pesquisador, para fazer a elaborao
correta dos objetivos da pesquisa, deve se perguntar quais informaes so necessrias para
resolver o problema de pesquisa.
Para sua formulao, devem ser considerados o tempo e recursos disponveis, a
acessibilidade aos detentores dos dados e disponibilidade de meios de captao dos dados. s
vezes, aproveitando os recursos que sero dispendidos na pesquisa, outros objetivos mais ou
menos relacionados com o objetivo principal da pesquisa podem ser formulados.

ESTABELECIMENTO DAS QUESTES DE PESQUISA E (OU) FORMULAO DE
HIPTESES
As questes de pesquisa so indagaes amplas que, para serem respondidas, vo exigir a
colocao de um conjunto de perguntas especficas no questionrio.
Quando a pesquisa se trata da verificao de relaes de causa e efeito entre variveis,
surge a necessidade do estabelecimento de hipteses ou proposies de pesquisa. Elas so
afirmaes ou proposies no comprovadas a respeito de um fator ou fenmeno que de
interesse do pesquisador. Com freqncia, uma hiptese uma possvel resposta a uma das
questes de pesquisa.

ESTABELECIMENTO DAS NECESSIDADES DE DADOS E DEFINIO DAS
VARIVEIS E DE SEUS INDICADORES
A partir dos objetivos, questes e hipteses da pesquisa, possvel estabelecer quais
dados sero necessrios coletar, que definiro as variveis da pesquisa. Algumas variveis, as
simples, so extremamente fceis de serem identificadas e medidas: idade, altura, peso, sexo,
escolaridade.
J as variveis chamadas complexas no so passveis de medio direta, sendo preciso
identificar um conjunto de indicadores cuja variabilidade conjunta fornecer medidas da
varivel complexa que se pretende medir: nvel socioeconmico, cujos indicadores podem ser
nvel de escolaridade, atividade profissional, posse de bens, renda, local e tamanho da
moradia.


Captulo 2 Tipos, fontes e forma de coleta de dados


2.1. Dados primrios e secundrios e suas fontes

Os DADOS PRIMRIOS so gerados por um pesquisador para a finalidade especfica de
solucionar o problema em pauta. A coleta de dados primrios envolve todas as etapas do
processo de pesquisa de marketing definidas anteriormente. As fontes bsicas de dados
10
primrios so: o prprio pesquisado, pessoas que tenham informaes sobre o pesquisado e
situaes similares (estudos de caso, experimentos ou simulaes).
Os DADOS SECUNDRIOS j foram coletados para objetivos que no os do problema
em pauta. As fontes bsicas de dados secundrios so: a prpria empresa que encomendou a
pesquisa (secundrios internos), publicaes (revistas, jornais, publicaes governamentais ou
no), governos, instituies no-governamentais (universidades, faculdades, centros de
pesquisa, associaes, sindicatos) e servios padronizados de informaes de marketing
(dados do consumidor, do varejo, do atacado, da indstria e dos veculos de comunicao).
As principais vantagens e desvantagens da utilizao de dados secundrios esto
apresentadas no quadro abaixo:

DADOS SECUNDRIOS
VANTAGENS DESVANTAGENS
Poupam tempo, esforos e dinheiro. Muito raramente apresentam adequao precisa s
necessidades da pesquisa.
Ajuda a estabelecer melhor o problema de pesquisa. Intervalos de classe diferentes.
Fonte de sugesto de mtodos testados e aprovados de coleta. Tempo decorrido entre a coleta de dados e a publicao.
Fonte de sugesto de outros tipos dados. Confiabilidade em relao aos propsitos da pesquisa.
Fonte comparativa e complementar para os dados primrios.

Os dados primrios geralmente coletados podem ser categorizados nos seguintes tipos:
- Caractersticas demogrficas, socioeconmicas e de estilo de vida;
- Atitudes e opinies;
- Conscientizao e conhecimento;
- Motivaes;
- Comportamento;
- Intenes.


2.2. Mtodos de coleta de dados primrios

Existem dois meio bsicos de obteno de dados primrios: a comunicao e a
observao.

MTODO DA COMUNICAO

Consiste no questionamento, oral ou escrito, dos respondentes para a obteno do dado
desejado, que ser fornecido por declarao, verbal ou escrita, do prprio.
Quanto ao grau de estruturao (perguntas e respostas estruturadas) e disfarce
(transparncia ao respondente sobre os propsitos da pesquisa) do instrumento de coleta de
dados, podemos classificar o mtodo da comunicao em:
Estruturado no disfarado: questionrio
No estruturado no disfarado: entrevista focalizada de grupo (ou pesquisa da
motivao); entrevista focalizada individual (ou entrevista em profundidade)
No estruturado disfarado (tcnicas projetivas): contar estrias; interpretao de
papis; completar histrias; associao de palavras; hierarquizao de palavras
Estruturado disfarado (tentam associar as vantagens das tcnicas projetivas com as
facilidades das tcnicas estruturadas no disfaradas): pouqussimo utilizado em
Pesquisa de Marketing pela dificuldade de aplicao e subjetividade de interpretao.

11
Quanto forma de aplicao, o mtodo da comunicao compreende:
Entrevista (pessoal / por telefone)
Questionrios autopreenchveis: pessoalmente; correio / fax / Internet; jornais /
revistas; acompanhando o produto; colocado disposio.

MTODO DA OBSERVAO

Consiste no registro de comportamentos, fatos e aes relacionados com o objetivo da
pesquisa, sem que haja comunicao com os pesquisados e no envolve questionamentos e
respostas, verbais ou escritas.

Quanto ao grau de estruturao:
Observao estruturada: pesquisa em que problemas e objetivos esto claramente
definidos. Utilizada para pesquisas descritivas ou causais.
Observao no estruturado: pesquisa em que problemas e objetivos NO esto
claramente definidos. Necessidade de grande flexibilidade. Utilizada para pesquisas
exploratrias.

Quanto ao grau de disfarce
Observao disfarada: quando o fato da observao pode induzir a comportamento
anormal.
Observao no disfarada: quando o fato observado no envolve comportamentos ou
este no for influenciado ou por restries ticas e legais.

Quanto aos instrumentos utilizados
Observao humana
Observao por instrumentos (cmeras fotogrficas / tv, audmetros, gravadores de
som, leitura tica, psicogalvanmetro, cmera de movimento dos olhos, pupilmetro,
people meter ou smart sense, notebooks / palmtops / coletadores eletrnicos de dados,
smart card)

Quanto ao ambiente
Observao natural
Observao de laboratrio

Quanto ao objeto observado
Observao direta (no momento da ocorrncia)
Observao indireta (registros deixados por comportamentos ou fatos passados)


As principais vantagens e desvantagens dos mtodos da comunicao e da observao
esto apresentadas no quadro a seguir:

MTODO VANTAGENS DESVANTAGENS
Comunicao
Mais verstil.
Mais rpido.
Menor custo.
Pode ser usado para obter a grande
maioria de tipos de dados.
Depende da boa vontade dos
respondentes.
Depende de o respondente dispor ou
lembrar do dado solicitado.
Depende da sinceridade dos respondentes.
O instrumento de coleta ou a forma de
coleta pode influenciar as respostas.
12
Observao
Independe da boa vontade dos
respondentes.
No h influncia do processo nas
respostas.
Certos dados s podem ser obtidos por
este mtodo.
Independe da sinceridade dos
respondentes.
Independe de o respondente dispor ou
lembrar do dado necessrio.
mais preciso.
Menos verstil.
Menos rpido.
Maior custo.
Dados coletados so de interpretao
mais difcil.
No pode ser utilizado para obter dados
de situaes ntimas.
S pode ser usado para obter dados
exteriorizados atravs de
comportamentos.



Captulo 3 Medidas e instrumentos de coleta de dados

3.1. Escalas e medidas

Na sua essncia, a atividade de pesquisa de marketing realizar medies, como por
exemplo: medir a quantidade de consumidores que preferem um produto a outro, descrever
atravs de medidas quem so os consumidores de determinado produto em relao a
caractersticas demogrficas, socioeconmicas e psicolgicas, medir qual o potencial de
mercado para determinado produto, medir atitudes, comportamentos, percepes etc.
O processo de medio consiste em associar nmeros a um objeto que, segundo uma
regra estabelecida, passam a representar as quantidades de suas caractersticas ou atributos.
Segundo esse conceito, ns no medimos o objeto em si, e sim as suas caractersticas ou
atributos. Tambm est implcito, segundo essa definio, que no podemos utilizar todas as
caractersticas do sistema numrico na anlise dos dados obtidos, mas restringi-las regra que
foi estabelecida.
O sistema numrico de 0 a 9 possui quatro caractersticas bsicas:
1. Identidade: cada nmero na srie nico, ou seja, representa uma quantidade
diferente.
2. Ordenao: existe uma conveno estabelecendo o ordenamento dos nmeros, e
atravs dela que sabemos que 4 < 7 e que 9 > 7, por exemplo.
3. Comparao de intervalos: h um intervalo homogneo entre cada nmero na
seqncia, de forma que podemos afirmar que o intervalo entre 3 e 5 igual ao intervalo entre
7 e 9 e entre 1 e 3, assim como podemos afirmar que 8 duas vezes maior que 4 e que 6 trs
vezes maior que 2.
4. Comparao entre propores: podemos definir iguais propores, como por
exemplo 8/4 = 6/3 = 4/2.
A utilizao da matemtica ou estatstica na manipulao de nmeros envolve o uso de
uma ou mais dessas caractersticas do sistema numrico. Para se evitar o problema de usarmos
as caractersticas do sistema numrico, ao invs de usarmos as caractersticas que a realidade
dos dados coletados permite, importante definir quais destas quatro caractersticas esto
presentes no fenmeno de marketing em estudo, que vo condicionar o uso das escalas e as
anlises estatsticas que podem ser feitas.
H quatro tipos de escala de medidas, que dependem da propriedade matemtica do
sistema numrico que est presente no fenmeno de marketing estudado:

Quadro 1: Caractersticas das escalas bsicas de medio (Mattar, 1999)
13
Escala Caracterstica Uso em Marketing Estatsticas possveis
Nominal Identidade, Moda
Porcentagens
Teste binomial
Teste qui-quadrado
McNemar
Cochran Q
Ordinal Medianas
Separatrizes
Teste Mann-Whitney
Teste U
Kruskal Wallis
Correlao de postos
Intervalar Mdia
Intervalo
Amplitude total
Varincia
Desvio-padro
Testes z e t
Anlise de varincia
Correlao de produto-momento
Razo Todos os do item anterior e mais:
Mdia geomtrica
Mdia harmnica
Coeficiente de variao
Comparao de
intervalos
Comparao de
medidas
absolutas,
Comparao de
propores
Atitudes, opinies,
conscientizao,
preferncias,
nmeros-ndices
Idade, preo,
nmero de
consumidores,
volume de vendas,
renda, patrimnio
Marcas, sexo, raas,
cores, tipos de lojas,
regies, uso/no
uso, gosta/no gosta
Definio nica
de nmeros
Atitudes,
preferncias,
opinies, classes
sociais, ocupaes
Ordem dos
nmeros



- Escala Nominal: nela, os nmeros servem apenas para nomear, identificar e / ou
caracterizar dados sobre pessoas, objetos ou fatos. Exemplos: RG, CPF / CNPJ, marcas,
cores, modelos, sexo, tipo de loja, regies, uso / no uso, gosta / no gosta, ocupao etc.
Com escalas nominais, a nica operao possvel a contagem (moda).

- Escala Ordinal: os nmeros, alm de nomear, identificar e/ou categorizar, servem para
ordenar, segundo um processo de comparao, as pessoas, objetos ou fatos, em relao a
determinada caracterstica. Exemplo: preferncia ordenada por produtos concorrentes. As
nicas medidas de tendncia central nas escalas ordinais so a moda e a mediana.

- Escala de Intervalo: os intervalos entre os nmeros mostram a posio e quanto as
pessoas, objetos ou fatos esto distantes entre si em relao a determinada caracterstica.
Ela permite comparar diferenas entre as medies, mas no permite concluir quanto
magnitude absoluta das medies. Exemplo: temperatura, escalas para medir atitudes,
opinies e preferncias, nmeros-ndices. Nesse caso, legtimo o clculo da mdia
aritmtica, mediana e moda.

- Escala de Razo: possui as mesmas caractersticas da escala de intervalo, com a
vantagem de possuir o zero absoluto. Em funo disso, perfeitamente possvel comparar
as medies absolutas e inferir concluses sobre quanto uma medida maior ou menor
que as outras. Em pesquisa de marketing, podem ser usadas escalas razo para idade,
preos, nmero de consumidores, nmero de lojas, quantidade de produtos consumidos,
valor das vendas, renda dos consumidores, lucros. Podem ser calculadas nesse caso mdia
aritmtica, geomtrica, mediana e moda.
14
3.2. Instrumentos de coleta
O instrumento de coleta de dados o documento atravs do qual as perguntas e questes
so apresentadas aos respondentes e onde so registradas as respostas e dados obtidos. Pode
ser um questionrio, um formulrio para anotao de observaes, um roteiro com tpicos a
serem seguidos durante uma entrevista de grupo focalizada, etc.
Os erros que podem ocorrer numa pesquisa so classificados como amostrais e no-
amostrais. Os amostrais ocorrem em funo do nmero de elementos da amostra e do
processo de seleo desses elementos. J os erros amostrais tm diversos motivos e cabe ao
pesquisador ser o mais cuidadoso possvel. Algumas das principais fontes desse tipo de erro
so instrumentos mal-elaborados, com questes dbias, escalas incorretas, duvidosas quanto
ao seu preenchimento.
Os principais pontos a se considerar na elaborao do instrumento so:
- Listar todos os aspectos importantes e verificar se as perguntas formuladas esto
voltadas aos objetivos da pesquisa;
- Visar linguagem do entrevistado;
- Simular as possveis respostas de cada pergunta para verificar se no h ambigidades
ou falta de alternativas.
As precaues so:
- No fazer perguntas embaraosas;
- No obrigar o respondente a fazer clculos;
- No incluir perguntas que remetam a um passado distante;
- No incluir perguntas que j contenham respostas.
O instrumento mais utilizado o questionrio (estruturado e no-disfarado), que
geralmente formado de cinco partes: dados de identificao; solicitao para cooperao;
instrues para sua utilizao; perguntas, questes e formas de registrar as respostas; e por fim
dados para classificar socioeconomicamente o respondente.
Para sua construo, deve-se seguir os seguintes passos:
- determinao dos dados a coletar (sobre a pessoa que responde, a respeito de pessoas
conhecidas de quem responde, sobre acontecimentos e condies que a pessoa conhece,
razes e motivos para comportamentos e atitudes especficos);
- determinao do instrumento segundo o mtodo de administrao (depende do tipo de
pesquisa, tipo de respondente, assunto da pesquisa, disponibilidade de meios e do tipo de
anlise e interpretao dos dados coletados);
- redao do rascunho (devem ser tomadas decises sobre o contedo das questes, sua
redao, forma de apresentao da resposta perguntas abertas e fechadas, estas podendo ser
dicotmicas, de mltipla escolha e na forma de escala, seqncia das questes e
especificaes de uso);
- reviso e pr-testes;
- redao final.


Captulo 4 Amostragem

O processo intuitivo de amostragem faz parte do dia-a-dia. Qualquer pessoa j teve a
experincia de utilizar amostras nesse sentido amplo. Por exemplo, experimentar uma
pequena poro de uma bebida alcolica para identific-la como sendo vodca ou conversar
com um grupo de quatro estudantes para formar uma opinio sobre sua escola. A amostragem
tambm ocorre quando, diante de uma prateleira com centenas de unidades de um produto, as
trs primeiras tentativas de escolha resultarem em unidades defeituosas, levando o
15
consumidor a desconfiar que todo o estoque esteja com problemas. Apesar desses exemplos
variarem em sua representatividade, todos so amostras.
A utilizao de amostras grande em atividades comerciais, governamentais, industriais e
cientficas, como indicam os exemplos a seguir:
- O IBGE seleciona amostras da populao brasileira para conduzir periodicamente a
PNAD Pesquisa Nacional por Amostragem Domiciliar;
- Empresas industriais selecionam amostras de produtos para efetuar o controle de
qualidade de suas compras e de sua produo;
- Centros de pesquisas econmicas, como FIPE e FGV, selecionam amostras de
residncias para medir as taxas mensais de inflao e para a realizao de estudos
econmicos;
- Agncias de pesquisas de marketing e de opinio pblica selecionam amostras da
populao para realizarem pesquisas eleitorais, medir a eficincia de propaganda,
medir a preferncia por produtos, medir os ndices de audincia de rdio e TV, medir
os ndices de circulao e leitura de jornais e revistas, etc.;
- Laboratrios farmacuticos utilizam-se de amostras da populao para testar a eficcia
de novas drogas desenvolvidas ou em desenvolvimento;
- Cientistas utilizam-se de amostras para verificar a existncia de correlaes entre a
ocorrncia de certas doenas e os usos e costumes em determinadas populaes.

4.1. Fundamentos

Uma populao pode ser definida como um conjunto de sujeitos que possuem algumas
caractersticas comuns em relao ao problema de pesquisa. Um pesquisador de marketing
est sempre interessado nas caractersticas de uma populao. Por exemplo, a proporo de
pessoas de uma cidade que assistem a determinado programa de TV ou o nvel mdio de
utilizao de um parque de diverses.
Se todos os elementos da populao forem pesquisados, o estudo chamado censo e as
medidas obtidas nesse estudo so chamadas parmetros (por exemplo, a proporo de
espectadores do programa de TV). Por outro lado, pode-se realizar o estudo selecionando-se
uma parte da populao, chamada de amostra e as medidas obtidas com base nesse
subconjunto so chamadas estatsticas. Nesse caso, os pesquisadores procuram fazer uma
inferncia sobre o parmetro da populao por meio do conhecimento da estatstica relevante
da amostra.
O processo de colher amostras de uma populao, chamado amostragem, est baseado
em duas premissas. A primeira que a amostra selecionada seja representativa da populao,
de tal forma que uns poucos elementos representaro adequadamente as caractersticas de
toda a populao. A segunda que a discrepncia entre os valores das variveis da populao
(parmetros) e os valores dessas variveis obtidos na amostra (estatsticas) minimizada,
pois, enquanto algumas medies subestimam o valor do parmetro, outras o superestimam e,
desde que a amostra tenha sido adequadamente obtida, as variaes nestes valores tendem a se
anular umas s outras, resultando em medidas na amostra que so, geralmente, prximas s
medidas da populao.
O censo mais apropriado quando:
- a populao pequena (exemplos: empresas da indstria petrolfera, montadoras
de veculos);
- os dados a respeito da populao forem facilmente disponveis num cadastro ou
banco de dados computadorizado (exemplo: clientes de um banco, clientes de
operadoras de telefonia);
16
- os requisitos do estudo impem a obteno de informaes sobre todos os sujeitos
da populao (exemplos: nmero de estudantes estrangeiros matriculados em uma
universidade, nmero de portadores de determinada doena numa cidade);
- por imposio legal (exemplos: recenseamento da populao brasileira feito pelo
IBGE a cada dez anos, eleies municipais, estaduais e federais);
- os custos de uma deciso incorreta forem altos ou se os erros amostrais forem
muitos.
A amostragem apresenta muitas vantagens em relao ao censo:
- a amostra economiza mo-de-obra e dinheiro.
- a amostra economiza tempo e possibilita rapidez na obteno dos resultados.
- a amostra pode colher dados mais precisos. Este fato resultante de inmeras
fontes de vieses, chamados de erros no-amostrais, que ocorrem num processo de
pesquisa. Num censo, necessita-se de muitos entrevistadores, supervisores de
campo e pessoas para lanar os dados coletados em programas de computador.
Quanto menor a magnitude das operaes de campo, mais fcil para exercer
controle sobre o processo de coleta e tratamento dos dados. Com a amostragem,
em certo perodo de tempo, pode-se dedicar mais ateno a cada entrevista,
aumentando assim a qualidade da resposta.
- a amostra a nica opo em estudos que resultam em destruio ou contaminao
dos elementos pesquisados. Por exemplo, na verificao da aceitao de um novo
sabor de iogurte.
A execuo de um projeto de pesquisa sempre introduz algum erro no estudo. O erro
total em uma pesquisa a diferena entre o valor verdadeiro (na populao) da varivel de
interesse e seu valor observado (na amostra). Ele tem dois componentes: erros amostrais e
erros no-amostrais. Se a diferena do valor (erro) entre o parmetro da populao e a
estatstica da amostra deve-se apenas amostragem, chama-se de erro amostral. Por outro
lado, algumas das fontes mais comuns de erros no-amostrais so erros de mensurao, erros
de registro de dados, erros de anlise de dados e erros de no-resposta.
Em funo de sua natureza, os erros amostrais podem ser minimizados por meio do
aumento do tamanho da amostra. Entretanto, com esse aumento, a qualidade de controle da
pesquisa pode tornar-se mais difcil, causando um aumento nos erros no-amostrais. Uma vez
que os erros no-amostrais podem surgir de diversas fontes, eles so difceis de identificar e
controlar, por isso preciso concentrar os esforos para reduzir seu nmero.


4.2. Processo de amostragem

Para que se possa inferir, o mais precisamente possvel, caractersticas populacionais a
partir de dados amostrais, a amostra deve ter algumas caractersticas:
- Preciso: exatido dos resultados obtidos na amostra em relao aos resultados que
seriam obtidos na populao. Quanto menor o erro amostral, mais precisa ser a
amostra.
- Eficincia: na comparao entre diversos projetos amostrais, a amostra eficiente
apresenta resultados mais confiveis, ou mais precisos para um dado custo, ou menos
dispendiosos para uma dada preciso.
- Correo: grau de ausncia de vieses no-amostrais na amostra. Uma amostra dita
correta (ou no-viesada) se as medidas superestimadas e as subestimadas forem
compensadas entre os membros da amostra. Um exemplo de amostra no-correta o
da pesquisa eleitoral conduzida exclusivamente via telefone.
Os passos para se realizar uma amostragem so:
17
1. Definir a populao de pesquisa;
2. Identificar uma lista de todas as unidades amostrais da populao;
3. Decidir o tamanho da amostra;
4. Selecionar um procedimento especfico atravs do qual a amostra ser determinada;
5. Selecionar fisicamente a amostra tendo por base os procedimentos dos passos
anteriores.

4.2.1. Conceitos sobre amostragem

Os principais conceitos referentes amostragem so:
- populao de pesquisa: o agregado de todos os casos que se enquadram num conjunto
de especificaes pr-estabelecidas; deve conter especificaes dos elementos de pesquisa,
definio da unidade amostral, abrangncia geogrfica e perodo de tempo;
- elemento de pesquisa: o objeto sobre o qual se procura obter os dados. Normalmente
so pessoas, mas podem ser famlias, produtos, lojas, instituies, etc;
- unidade amostral: o elemento (ou a unidade que contm o elemento) disponvel para
seleo em algum estgio do processo de amostragem. Normalmente as unidades amostrais e
os elementos so os mesmos.

Exemplo:
- Populao de pesquisa: gerentes de produto mulheres da indstria de produtos
alimentares do Estado de So Paulo em 2007.
- Elemento de pesquisa: Mulheres, gerentes de produto.
- Unidade amostral: Empresas do setor de produtos alimentcios; em seguida gerentes de
produtos; em seguida mulheres.
- Abrangncia: Estado de So Paulo.
- Perodo de tempo: 2007.

4.2.2. Tipos de amostragem

AMOSTRAGEM PROBABILSTICA

aquela em que cada elemento da populao tem uma chance conhecida e diferente de
zero de ser selecionado para compor a amostra. O nico significado de utilizar uma amostra
probabilstica que o pesquisador ter total controle sobre o erro amostral. Mas esta uma
das inmeras fontes de erro em pesquisas.

Amostra aleatria simples cada elemento da populao tem probabilidade
conhecida, diferente de zero e idntica dos outros elementos de ser selecionado para
fazer parte da amostra. Seleo da amostra: todos os elementos devem estar
identificados e a cada um deles deve ser atribudo um nmero. feito ento um
sorteio ou utilizada uma tabela de nmeros aleatrios.

Amostra aleatria estratificada o processo de subdiviso da populao de pesquisa
em estratos (grupos representativos), seleo de amostras aleatrias simples em cada
estrato e combinao dessas amostras em uma para estimar os parmetros da
populao.

Amostra estratificada proporcional o tamanho da amostra dividido em
cada estrato, proporcionalmente ao tamanho de cada estrato na populao.
18

Amostra estratificada no proporcional o tamanho ou peso dos estratos, para
a composio da amostra, sero determinados em funo da variabilidade das
variveis no estrato e da representatividade do estrato na populao.

Amostra por conglomerados (ou grupos) tambm subdivide-se a populao em
grupos, chamados de conglomerados, seleciona-se aleatoriamente alguns
conglomerados e todos os membros de cada conglomerado so entrevistados. Pode ter
de um a n estgios. So bastante utilizadas por apresentarem o menor erro-padro
por unidade de custo. Seus principais tipos so a amostragem sistemtica e a
amostragem por rea (um, dois ou multiestgios).

Amostra sistemtica por exemplo, ser constituda uma amostra sistemtica
de tamanho n = 4, da populao de 40 supermercados. Primeiro sorteia-se um nmero
entre 1 e 40/4 = 10 (vamos admitir que o nmero sorteado tenha sido 5). Depois
adiciona-se 10, sucessivamente, ao nmero de ordem do elemento anterior, para
determinar o elemento seguinte (1 elemento amostral: 5; 2 elemento amostral: 15; 3
elemento amostral: 25; 4 elemento amostral: 35).

Amostra por rea uma soluo engenhosa que dispensa a necessidade de
listagens dos elementos da populao (comum nas outras tcnicas de amostragem
probabilstica), mas em contrapartida exige a utilizao de mapas detalhados de
regies, estados, municpios, cidades e bairros. Por exemplo, na amostragem por rea
de um estgio, listamos e enumeramos todos os quarteires de uma cidade (populao
de quarteires de tamanho N), sorteamos uma amostra aleatria simples ou sistemtica
de tamanho n de quarteires e coletamos dados de todas as residncias dos n
quarteires sorteados.

AMOSTRAGEM NO-PROBABILSTICA

aquela em que a seleo dos elementos da populao para compor a amostra depende ao
menos em parte do julgamento do pesquisador ou do entrevistador de campo. As mais
utilizadas em pesquisas so:

Amostras por convenincia (ou acidentais) amostras selecionadas por alguma
convenincia do pesquisador. menos confivel, apesar de barata e simples,
atendendo bem aos propsitos de uma pesquisa exploratria. No recomendada para
pesquisas conclusivas. O elemento pesquisado foi escolhido por estar disponvel no
local e momento em que pesquisa foi feita. Exemplo: questionrios destacveis
includos em revistas, entrevistas de abordagem em shoppings, Big Brother Brasil.

Amostras intencionais (ou por julgamento) pressupe que a amostra ser adequada
para as necessidades da pesquisa, se a escolha dos casos includos dispuser de um bom
julgamento e uma boa estratgia. Exemplo: realizar uma pesquisa para conhecer o
perfil do estudante universitrio, atravs de uma amostra selecionada com base em
critrios de julgamento pr-estabelecidos, lojas de departamentos escolhidas para
testar um novo sistema de display de mercadoria.

Amostras por quotas (ou proporcionais) nesse tipo de projeto de amostragem, o
pesquisador procura obter uma amostra que seja similar populao, em alguns
19
aspectos. necessrio conhecer algumas caractersticas dessa populao. Exemplo:
mulheres brancas de 18 a 35 anos podem ser consideradas categorias de controle
relevante para um estudo que envolva compra de cosmticos, o pesquisador estima a
proporo da populao-alvo nessa categoria.

Amostras por trfego pesquisas que envolvem a observao ou entrevistas de
pessoas que trafegam por determinado local. Para que a amostra seja mais precisa,
conveniente que o trabalho de campo seja realizado em diferentes horas, dias e/ou
semanas, de acordo com um conhecimento prvio das caractersticas de trfego no
local escolhido.

Amostras autogeradas quando o desconhecimento da populao pelo pesquisador
for muito grande, a ponto de no ser possvel localizar seus elementos. Se o
pesquisador tiver acesso a pelo menos um dos elementos, ele poder solicitar que este
indique conhecidos que faam parte dessa populao, e assim construir a amostra.
Exemplo: scios de um clube social extremamente fechado.

As principais razes para o uso de amostragens no-probabilsticas so:
1. No existe outra alternativa vivel. Ex.: a populao total no est disponvel para ser
sorteada.
2. A amostragem probabilstica superior na teoria, mas na prtica podem ocorrer
problemas no processo de pesquisa que enfraquecem sua superioridade. Ex.: o
entrevistador no segue corretamente as instrues da pesquisa ou omite alguma
pergunta; o entrevistado recusa-se a responder ou no encontrado.
3. A obteno de uma amostra de dados que reflita precisamente a populao no o
propsito principal da pesquisa. Ex.: pesquisas exploratrias.
4. O tempo, os recursos financeiros, materiais e humanos necessrios para realizar uma
pesquisa probabilstica podem inviabilizar a pesquisa. Ex.: pesquisas que aproveitam-
se de oportunidades de eventos com grande nmero de visitantes.

4.2.3. Determinao do tamanho da amostra

A determinao do tamanho da amostra depender do conhecimento que se tem do
tamanho da populao e de seus parmetros, do nvel de confiana e da margem de erro da
pesquisa. Podemos classificar uma populao de pesquisa como finita ou infinita:
Finita - Consiste de um nmero finito ou fixo de elementos, medidas, observaes.
Nmero de elementos no excede a 100.000. Ex.: Alunos do mestrado, funcionrios da
Petrobrs, eleitores do Brasil, etc.

Infinita - Pelo menos hipoteticamente, um nmero infinito de elementos. Apresentam
nmero superior a 100.000. Ex.: Nascimentos em uma cidade, produo de uma mquina,
etc. So assim denominadas porque, acima de 100.000, qualquer que seja o nmero de
elementos, o nmero de elementos da amostra selecionada ser o mesmo.
O nvel de confiana de uma pesquisa estabelecido pelo pesquisador, aquele que
indicar os desvios-padro em relao sua mdia. Numa curva normal, a rea compreendida
por um desvio-padro, um direita e um esquerda da mdia corresponde a
aproximadamente 68% de seu total. Verifique na curva normal (o estudo detalhado da
distribuio normal ser feito mais adiante):
20


1 desvio-padro = 68% de nvel de confiana
2 desvios-padro = 95,5% de nvel de confiana
3 desvios-padro = 99,7% de nvel de confiana

J o erro mximo de uma pesquisa (ou erro-padro da estimativa) expresso em
percentuais e nas pesquisas sociais usualmente utiliza-se uma estimativa de erro entre 3 e 5%,
pois os resultados de uma pesquisa obtidos por meio de uma amostra no so rigorosamente
exatos em relao ao universo de onde foram extrados. Esses resultados apresentam sempre
um erro de medio, que diminui na proporo em que aumenta o tamanho da amostra. Ento,
se realizarmos um clculo amostral que foi elaborado com 10% de erro, isto significa que h
uma variao de 10% para mais ou para menos nos resultados obtidos.
Pela teoria estatstica de amostragem, o clculo do tamanho da amostra depender do
problema se tratar da mdia da varivel ou de propores de respostas dessa varivel:

Populao finita Populao infinita
Mdia
2 2 2
2 2
1 s z ) N ( e
N s z
n
+

=
2
2 2
e
s z
n

=
Proporo
q p z ) N ( e
N q p z
n
+

=
2 2
2
1

2
2
e
q p z
n

=

onde

Populao Amostra
Nmero de elementos N n
Mdia

x
Varincia
2
o
2
s
Desvio-padro o s
Proporo de ocorrncia P
p
Proporo de no-ocorrncia Q
q
e

e: erro-padro da estimativa (estabelecido pelo pesquisador)
z: valor da distribuio normal padronizada para um nvel de confiabilidade estabelecido








21
Captulo 5 Coleta e processamento dos dados

5.1. Coleta de dados

COLETA DE DADOS a fase da pesquisa em que so efetuados os contatos com os
respondentes, aplicados os instrumentos, registrados os dados, efetuada a primeira verificao
do preenchimento dos instrumentos e enviados os instrumentos preenchidos para a central de
processamento dos dados.

Planejamento das operaes de coleta
1. Cronograma (incio e trmino das operaes, descrio e seqncia das
atividades). Por exemplo:

Descrio das atividades 1
semana
2
semana
3
semana
4
semana
Elaborao do projeto de pesquisa X
Realizao do pr-teste X
Avaliao dos resultados do pr-teste X
Reformulao do Instrumento de pesquisa X
Impresso do Instrumento de pesquisa X
Recrutamento, seleo e treinamento de
entrevistadores
X
Coleta de dados X
Conferncia e verificao dos dados X
Digitao e processamento dos dados X
Anlise e interpretao dos dados X
Concluses X
Elaborao do relatrio final X

2. Oramento de despesas e sadas de caixa (previso de todos os custos envolvidos e
determinao do perodo de desembolso). Como exemplo de despesas, temos
salrios, transporte, alimentao, hospedagem, impresso dos documentos,
despesas com telefones, etc.
3. Recursos humanos (o sucesso da coleta depende diretamente da qualidade do
pessoal contratado para sua realizao, portanto necessita-se extremo critrio na
contratao, treinamento e definio da forma de pagamento). Alguns erros
geralmente cometidos em entrevistas pessoais ou por telefone:
a. Ausncia de empatia entre entrevistador e entrevistado;
b. Forma de perguntar: apresentar os objetivos da pesquisa e prometer sigilo,
familiarizar-se com o instrumento de coleta de dados, efetuar todas as
perguntas, exatamente como esto escritas e na mesma seqncia do
instrumento, usar tcnicas apropriadas para obter respostas (repetir a
pergunta, aguardar em silncio, repetir a resposta dada, tranqilizar o
respondente, estimular atravs de perguntas neutras), anotar qualquer
mudana que ocorrer durante a entrevista;
c. Forma de registrar a resposta: realizar a entrevista em local que facilite o
registro das respostas, anotar as respostas durante a entrevista e no deixar
para depois, utilizando as prprias palavras dos respondentes;
22
d. Desonestidade: preenchimento, total ou parcial, do instrumento com dados
falsos ou com pessoas no indicadas na amostra.
4. Controle (superviso geral do processo para que tudo saia conforme planejado). Por
exemplo:
a. Visitas ao campo para verificar o trabalho dos pesquisadores
b. Superviso dos dados, verificando (porcentagem de respostas, porcentagem
de recusas, porcentagem de contatos, total da amostra).
c. Contatos nas empresas pesquisadas para verificar quanto ao tipo de
abordagem.

5.2. Processamento de dados

O processamento compreende os passos necessrios para transformao dos dados brutos
coletados em informaes que permitiro a realizao das anlises e interpretaes. O
objetivo principal da anlise a obteno de significados nos dados coletados.

Fases do processamento
1. Verificao / edio: impor um padro mnimo de qualidade aos dados brutos, deve
ser feita em campo e no escritrio. Os dados devem estar completos, legveis,
uniformes, consistentes e precisos.
2. Codificao: procedimento tcnico pelo qual os dados sero categorizados. Os
processos sero diferentes para questes abertas e questes fechadas.
Questes fechadas: quando a questo possui uma nica resposta, criam-se
cdigos, em geral numricos, para representar cada categoria de resposta; e se
a questo d margem para respostas mltiplas, criam-se os cdigos 1 (para a
opo assinalada) e 0 (para a opo no-assinalada).
Questes abertas: um dos processos consiste em estabelecer a priori um
esquema de codificao, baseado no conhecimento do pesquisador sobre o
assunto ou em algum referencial terico; o outro processo consiste em esperar
o trmino do campo e, a partir da leitura das respostas, ir construindo o
esquema de codificao, criando as categorias pelas respostas obtidas.
3. Digitao: transcrever dados codificados para um banco de dados ou arquivo
eletrnico. Na planilha onde sero digitados os dados coletados, em geral utilizam-se
as linhas para os registros de dados de cada respondente e as colunas so utilizadas
para as variveis do instrumento de coleta de dados. O ideal que cada instrumento
esteja identificado por um nmero na planilha de dados. Assim, se for detectado algum
erro na digitao, possvel recuperar o dado original.
Crtica da consistncia: aps a digitao, pode-se proceder com a crtica
eletrnica da consistncia dos dados, observando: valores estranhos, valores
extremados e a consistncia de respostas a questes inter-relacionadas.
Completando o banco de dados: acrscimo e/ ou gerao de outras variveis:
acrescer dados no coletados durante o campo, disponveis em
outras fontes, que sero utilizados no processamento;
dividir uma varivel contnua em categorias, ou combinar as
categorias de uma varivel de forma a trabalhar com menos
categorias;
criar novas variveis atravs da combinao de outras;
criar um ndice que represente o resultado de um conjunto de
variveis.
23
4. Tabulao: contagem do nmero de casos que ocorre em cada categoria. Pode ser
manual ou eletrnica, simples (apenas uma varivel) ou cruzada (duas ou mais
variveis). No Excel, pode-se montar tabelas simples atravs da funo cont.se, do
pacote Anlise de Dados ou da funo freqncia e pode-se montar tabelas cruzadas
usando o recurso da tabela dinmica.

EXEMPLOS DE TABULAES



Tabulaes simples

Tabela 1: Distribuio de freqncia de clientes por linha
pesquisada
Linha Freqncia %
PORTO ALEGRE-CAXIAS DO SUL 521 52%
PORTO ALEGRE-GRAMADO 72 7%
PORTO ALEGRE-PELOTAS 407 41%
Total geral 1000 100%

Fonte: pesquisa de campo


Tabela 2: Distribuio de freqncia do tempo de utilizao
da empresa pelos clientes
Tempo de utilizao Freqncia %
At 2 anos 131 13,1%
Acima de 2 at 6 anos 301 30,1%
Acima de 6 at 10 anos 199 19,9%
Acima de 10 at 14 anos 76 7,6%
Acima de 14 at 18 anos 188 18,8%
Acima de 18 anos 33 3,3%
Total geral 1000 93%

Fonte: pesquisa de campo

Tabulaes cruzadas

Tabela 3: Tabela de contingncia da linha pesquisada e tipo de servio mais utilizado
Linha CONVENCIONAL EXECUTIVO LEITO N/D Total geral
PORTO ALEGRE-CAXIAS DO SUL 42 28 0 2 72
PORTO ALEGRE-GRAMADO 326 69 1 11 407
PORTO ALEGRE-PELOTAS 233 267 12 9 521
Total geral 601 364 13 22 1000

Fonte: pesquisa de campo


Tabela 4: Tabela de contingncia da linha pesquisada e tipo de servio mais utilizado
(porcentagens baseadas no total geral)
Linha CONVENCIONAL EXECUTIVO LEITO N/D Total geral
PORTO ALEGRE-CAXIAS DO SUL 4,2% 2,8% 0,0% 0,2% 7,2%
PORTO ALEGRE-GRAMADO 32,6% 6,9% 0,1% 1,1% 40,7%
PORTO ALEGRE-PELOTAS 23,3% 26,7% 1,2% 0,9% 52,1%
Total geral 60,1% 36,4% 1,3% 2,2% 100,0%

Fonte: pesquisa de campo
24


Tabela 5: Tabela de contingncia da linha pesquisada e tipo de servio mais utilizado
(porcentagens baseadas no total por linhas)
Linha CONVENCIONAL EXECUTIVO LEITO N/D Total geral
PORTO ALEGRE-CAXIAS DO SUL 58,3% 38,9% 0,0% 2,8% 100,0%
PORTO ALEGRE-GRAMADO 80,1% 17,0% 0,2% 2,7% 100,0%
PORTO ALEGRE-PELOTAS 44,7% 51,2% 2,3% 1,7% 100,0%
Total geral 60,1% 36,4% 1,3% 2,2% 100,0%

Fonte: pesquisa de campo

Tabela 6: Tabela de contingncia da linha pesquisada e tipo de servio mais utilizado
(porcentagens baseadas no total por colunas)
Linha CONVENCIONAL EXECUTIVO LEITO N/D Total geral
PORTO ALEGRE-CAXIAS DO SUL 7,0% 7,7% 0,0% 9,1% 7,2%
PORTO ALEGRE-GRAMADO 54,2% 19,0% 7,7% 50,0% 40,7%
PORTO ALEGRE-PELOTAS 38,8% 73,4% 92,3% 40,9% 52,1%
Total geral 100,0% 100,0% 100,0% 100,0% 100,0%

Fonte: pesquisa de campo


Captulo 6 Anlise dos dados


6.1. Escolha do mtodo de anlise

Processo de interpretao dos dados j coletados, verificados, codificados e tabulados, que
permitir ao pesquisador estabelecer concluses a partir destes dados.
Na escolha do mtodo deve-se considerar os seguintes fatores determinantes:
tipo de escala da varivel (nominal, ordinal, intervalar e de razo);
nvel de conhecimento dos parmetros da populao (uma tcnica estatstica chamada
paramtrica quando o modelo do teste especifica certas condies sobre os parmetros da
populao da qual a amostra foi obtida e chamada no-paramtrica quando o modelo no
especifica tais condies);
tipo de anlise (mtodos descritivos ou mtodos inferenciais);
nmero de variveis a serem analisadas simultaneamente (mtodos univariados, bivariados
ou multivariados);
relao entre as variveis (dependncia ou interdependncia);
nmero de amostras a analisar e grau de relacionamento entre elas (amostra simples, duas
amostras relacionadas, duas amostras independentes, amostras mltiplas relacionadas,
amostras mltiplas independentes).

Todo o universo de tcnicas estatsticas pode receber uma ampla classificao de tcnicas
univariadas e multivariadas, com base na natureza do problema. As tcnicas univariadas so
adequadas quando existe uma nica mensurao de cada elemento da amostra, ou quando h
vrias medidas de cada elemento, mas cada varivel estudada isoladamante. Por outro lado,
as tcnicas multivariadas so adequadas para a anlise de dados quando h duas ou mais
mensuraes de cada observao e as variveis so analisadas simultaneamente.
As tcnicas univariadas podem ser classificadas de acordo com o tipo de dados sendo
eles no-mtricos (de escala nominal ou ordinal) ou mtricos (de escala intervalar ou de
razo). Os testes estatsticos no-paramtricos so empregados para analisar os dados no-
25
mtricos, ou os dados mtricos cujos parmetros populacionais no sejam conhecidos, pois
eles no requerem quaisquer premissas em relao distribuio dos dados. Os testes
paramtricos requerem algumas premissas em relao distribuio dos dados na populao
da qual foi extrada a amostra, alm dos dados serem mtricos.
Para ambos os tipos de dados, mtricos ou no, o nvel seguinte de classificao diz
respeito determinao de se estaro envolvidas uma nica amostra ou mltiplas amostras.
No caso de amostras mltiplas, os testes estatsticos adequados vo depender das amostras
serem dependentes ou independentes.


6.2. Mtodos descritivos

Tm o objetivo de proporcionar informaes sumarizadas dos dados obtidos no total de
elementos da(s) amostra(s) pesquisada(s) e compreendem: medidas de posio, de disperso e
de associao, sendo que os dois primeiros grupos dependem apenas do tipo de escala de
medio da varivel.


Medidas de posio
Servem para caracterizar o que tpico no grupo. Compreendem as medidas de
tendncia central (mdia, mediana e moda) e as separatrizes (quartil, decil, percentil e
mediana).

Moda: o valor da categoria da varivel que ocorre com a maior freqncia. Pode ser
calculada para variveis nominais, ordinais ou at mesmo intervalares ou de razo, desde que
nestas ltimas os dados tenham sido agrupados em classes.

Mediana: o valor da varivel que divide o grupo em dois subgrupos de igual tamanho,
ou seja, o valor da varivel que o elemento central da distribuio. Pode ser calculada para
variveis ordinais, intervalares ou de razo. Para calcul-la quando a varivel ordinal,
primeiro ordena-se os valores dessa varivel e depois procura-se o valor da varivel
correspondente ao elemento que divide o grupo em dois subgrupos de mesmo tamanho,
quando a amostra tiver um nmero mpar de elementos, ou a mdia dos valores dos dois
elementos centrais, quando a amostra possuir um nmero par de elementos. Para uma varivel
intervalar ou de razo, o clculo da mediana dado atravs da mesma frmula utilizada para o
clculo dos quartis, vista em seguida.

Quartis: so os valores da varivel que correspondem aos trs elementos que dividem o
conjunto de dados em quatro subgrupos de tamanhos iguais. O 1 quartil o valor do
elemento que divide o grupo em duas partes, a primeira com 25% e a segunda com 75% dos
elementos do grupo; o 2 quartil o valor do elemento que divide o grupo ordenado em duas
partes de igual tamanho (ou seja, a mediana) e o 3 quartil o valor do elemento que divide
o grupo ordenado em duas partes, sendo que a primeira representa 75% e a segunda 25% dos
elementos do grupo. Os quartis podem ser calculados para variveis ordinais, intervalares ou
de razo e o clculo para variveis no mnimo intervalares e divididas em intervalos de classes
dado pela frmula:




*
*
*
. ) (
4
f
h ant F
n k
l Q
k
(

+ =
26


onde
k
Q : valor do k quartil, k = 1, 2 ou 3
*
l : menor valor do intervalo da classe do quartil desejado
n : nmero de elementos do conjunto de valores da varivel
F(ant) : freqncia acumulada da classe anterior classe do quartil desejado
*
h : amplitude do intervalo da classe do quartil desejado
*
f : freqncia do intervalo da classe do quartil desejado

Decis e percentis: correspondem, respectivamente, aos valores dos elementos que
dividem o grupo em 10 e 100 partes iguais. Suas frmulas correspondentes so anlogas do
quartil, com a alterao do 4 por 10 ou 100.

Mdia: uma medida de tendncia central calculada apenas para dados intervalares ou
de razo. Representa o ponto de equilbrio do conjunto de dados e afetada pelos valores
extremos do conjunto (muito grandes ou muito pequenos). A mdia aritmtica dada pelas
frmulas abaixo:


Mdia aritmtica Populao Amostra
Dados brutos
N
x
i
=
n
x
x
i
=
Dados agrupados
N
f x
i i

=
n
f x
x
i i

=

Medidas de disperso
Servem para medir como os indivduos esto distribudos no grupo. As medidas de
tendncia central nos informam a respeito do ponto de concentrao da maioria das respostas,
porm no diz nada a respeito do grau de concentrao dessas respostas em torno desse ponto
nem da maneira como as observaes esto dispersas por toda a distribuio.

Amplitude: calculada para variveis intervalares e de razo, a diferena entre o maior e o
menor valor da varivel, observados numa amostra.

Varincia: a mdia aritmtica dos quadrados dos desvios dos valores da varivel em
torno da mdia aritmtica. Assim como a mdia aritmtica, s pode ser calculada para dados
intervalares ou de razo.

Desvio-padro: a raiz quadrada da varincia e representa uma efetiva medida de
disperso absoluta dos dados em torno de sua mdia. Pode ser calculado atravs das seguintes
frmulas, tambm para dados intervalares ou de razo:

Desvio-padro Populao Amostra
Dados brutos
N
x
i

=
2
) (
o
1
) (
2

=

n
x x
s
i

27
Dados agrupados
N
f x
i i

=
2
) (
o
1
) (
2

n
f x x
s
i i


Coeficiente de variao: uma medida de disperso relativa, usada quando h a
necessidade de comparao de diversas distribuies que no possuam as mesmas mdias ou
que no estejam nas mesmas escalas ou unidades de medida. Tambm s pode ser calculado
para variveis intervalares e de razo, dado pela frmula:
Populao:

o
= CV Amostra:
x
s
CV =

6.3. Distribuio normal de probabilidade

A distribuio normal usada para calcular o tamanho da amostra e serve de base para a
inferncia estatstica clssica. Muitos fenmenos contnuos (algumas variveis com escala de
razo) seguem a distribuio normal ou podem ser aproximados por ela.
A distribuio normal uma distribuio dos valores de uma varivel X por suas
freqncias de ocorrncia (ou probabilidade), de acordo com a seguinte regra emprica:
verifica-se que 68% de observaes quaisquer dessa varivel esto includas dentro de uma
distncia de 1 desvio-padro em torno da mdia aritmtica, e aproximadamente 95% das
observaes esto includas dentro de uma distncia de 2 desvios-padro em torno da mdia
aritmtica. Assim, a distribuio normal fica definida pela mdia populacional e pelo
desvio-padro populacionalo .
Ela tem algumas propriedades tericas importantes:
- tem forma de sino e aparncia simtrica;
- suas medidas de tendncia central (mdia, mediana e moda) so todas idnticas;
- o valor da varivel que tem maior freqncia o ponto X = ;
- valores da varivel X mais prximos da mdia ocorrem com maior freqncia;
- valores da varivel X simtricos em relao mdia ocorrem com a mesma
freqncia;
- o grfico desta distribuio, delimitado pelo eixo x, tem rea igual a 1.
Como existe um nmero infinito de combinaes entre e o , existe um nmero infinito
de distribuies normais, o que exigiria um nmero infinito de tabelas. Padronizando os
dados, possvel transformar qualquer varivel X que segue a distribuio normal numa
varivel normal padronizada, chamada Z, atravs da frmula:
o

=
x
z
Dessa forma, a distribuio normal padronizada Z tem mdia 0 e desvio-padro 1. O
grfico desta distribuio tem o seguinte formato, chamado curva de Gauss:











Z
Prob.
28






Uma tabela contendo os valores positivos de Z e a rea compreendida sob a curva entre 0
e Z foi construda.


Exemplo 1: Calcule a probabilidade da varivel normal padro z assumir:
a) valores entre 0 e 1
b) valores maiores que 1
c) valores menores que 1
d) valores entre 2 e 1
e) valores entre 1,34 e 2,16
f) valores entre 2,25 e 1,27
g) valores entre 1,55 e 3,67
h) valores maiores que 2,64
i) valores menores que 1,05
j) valores menores que 0,02
k) valores maiores que 1,47

Exemplo 2: Determine o valor de a, sabendo-se que:
a) P(0 < z < a) = 0,4772
b) P(z < a) = 0,8051
c) P(z > a) = 0,96
d) P(z > a) = 0,01

6.4. Mtodos inferenciais

As tcnicas univariadas so adequadas quando existe uma nica mensurao de cada
elemento da amostra ou quando h diversas mensuraes de cada objeto da amostra, mas cada
varivel analisada em separado. Em particular, os mtodos inferenciais univariados
compreendem um conjunto grande de testes que servem para julgar a validade de hipteses
estatsticas sobre um parmetro populacional ou para estimar seus parmetros
individualmente, a partir da anlise dos dados de uma amostra dessa populao. As tcnicas
inferenciais envolvem a estimao de parmetros e os testes de hipteses e fazem uso da
teoria das probabilidades.
Os mtodos estatsticos utilizados, como explicado anteriormente, podem ser enquadrados
como paramtricos ou no-paramtricos, dependendo do conhecimento que se tem dos dados
populacionais. Testes paramtricos exigem que:
- os dados sejam medidos no nvel pelo menos intervalar;
- as observaes precisam ser independentes;
- a(s) amostra(s) foi(ram) extradas de populaes com distribuies normais;
- as populaes precisam ter mesmas varincias (quando se comparam vrias
amostras);
- em alguns casos, a(s) amostra(s) seja(m) grande(s).
Esse conjunto de exigncias raramente atendido em pesquisas de marketing, da a
importncia das tcnicas no-paramtricas nessa rea.
29

Testes de hipteses
Em cincias do comportamento, muitas pesquisas so conduzidas com o objetivo de
verificar hipteses construdas a partir de teorias conhecidas ou do conhecimento da realidade.
Um pesquisador, para verificar a validade dessas suposies, muitas vezes se depara com a
dificuldade de obter informaes sobre toda a populao, sendo necessrio coletar dados de
amostras dessa populao. Para a realizao de um teste de hiptese, que indicar a validade
da generalizao das concluses obtidas para a populao, segue-se um procedimento
padronizado:
1. estabelecer a hiptese nula (H
0
) e a hiptese alternativa (H
1
);
2. selecionar o teste estatstico adequado situao;
3. determinar ou assumir a distribuio amostral da prova estatstica;
4. estabelecer um nvel de significncia para o teste;
5. determinar as regies de aceitao e rejeio da hiptese nula;
6. calcular o valor da prova estatstica a partir dos dados amostrais;
7. tomar a deciso de aceitao ou rejeio da hiptese nula e, conseqentemente, adoo
ou no da hiptese alternativa.

1. Estabelecer a hiptese nula
A hiptese nula H
0
formulada sobre um valor hipottico de um parmetro da populao
ou, no caso da comparao de dois ou mais grupos, a alegao de que o parmetro analisado
o mesmo nas duas ou mais populaes. Isso quer dizer que, na deciso de aceitar essa
hiptese, considera-se que qualquer diferena observada da amostra para a populao ou entre
as amostras (no caso da comparao delas) pode ser encarada como casual, resultante apenas
do erro amostral.
A hiptese alternativa H
1
corresponde hiptese do projeto de pesquisa e a alternativa
aceita quando a hiptese nula rejeitada.

2. Selecionar o teste estatstico
A escolha do teste depende de vrios fatores, a comear pela escala da varivel e
disponibilidade ou no de dados da populao. Se os dados forem intervalares, os parmetros
populacionais forem conhecidos e atenderem aos requisitos necessrios, usa-se um teste
paramtrico. Caso contrrio, usa-se um teste no-paramtrico.
A segunda escolha a ser feita ocorre quando houver mais de um tipo de teste que possa ser
aplicado situao. Nesse caso, escolhe-se o teste que tiver o maior poder (explicado abaixo).
Uma terceira escolha dever ser feita tendo em vista o nmero de amostras selecionadas e o
relacionamento entre elas. O quadro a seguir apresenta os tipos de teste apropriados em cada
caso.

30
Uma amostra
Relacionadas No-relacionadas Relacionadas No-relacionadas
Binomial
Qui-quadrado -
uma amostra
Mediana
Mediana - vrias
amostras
independentes
Mann-Whitney U
Kolmogorov-Smirnov
Teste z
Comparao entre
mdias - teste z ou t
Comparao entre
varincias - teste F
Regresso
Intervalar ou
Razo
P
a
r
a
m

t
r
i
c
o
s
Teste t aos
pares
Anlise de varincia
Vrias amostras
Testes de inferncia Escala de
mensurao da
varivel
Teste t
r
Teste t
Mtodo
McNeumar
Qui-quadrado - duas
amostras
N

o
-
p
a
r
a
m

t
r
i
c
o
s
Duas amostras
Cochran Q
Qui-quadrado -
vrias amostras
independentes
Nominal
Anlise de varincia
numa direo de
Kruskal-Wallis
Anlise de
varincia em
duas direes
de Friedman
Wilcoxon
Kolmogorov-
Smirnov
Ordinal



3. Determinar ou assumir a distribuio amostral
A distribuio amostral a distribuio formada por todas as possveis amostras
probabilsticas de mesmo tamanho de uma populao. Para realizar o teste, o pesquisador
precisa conhecer, ou assumir como conhecido, o tipo de distribuio amostral do parmetro da
populao em estudo. Sabendo se essa distribuio ser normal, binomial, qui-quadrado, etc.,
pode-se procurar em tabelas estatsticas padronizadas as probabilidades associadas ao teste.

4. Estabelecer o nvel de significncia
Como a deciso de um teste de hiptese ser tomada de acordo com os dados de uma
amostra, h dois tipos de erros que podem ser cometidos.
O primeiro, chamado de erro tipo I, o de rejeitar H
0
quando verdadeira. Ele ocorre
quando a amostra selecionada, dentre todas as possveis da populao de pesquisa, apresentar
dados que contrariam os dados verdadeiros da populao. Como no se sabe quando isso
ocorre, trabalha-se com sua probabilidade de ocorrncia, denotada por o e chamada de nvel
de significncia do teste. Essa probabilidade deve ser estabelecida pelo pesquisador antes de
iniciar os testes.
O segundo, chamado de erro tipo II, o de aceitar H
0
quando falsa. Denota-se por | a
probabilidade de se cometer o erro tipo II. O poder do teste definido como a probabilidade
de rejeitar H
0
quando falsa, ou seja, | 1 .

5. Determinar a regio de rejeio de H
0

A partir da definio da hiptese alternativa, divide-se o grfico da distribuio amostral
do parmetro a ser avaliado em duas regies: a regio de aceitao de H
0
e a regio de
rejeio de H
0
, tambm conhecida como regio crtica. O(s) valor(es) crtico(s) que divide(m)
essas regies (so) obtido(s) atravs de tabelas especficas para cada distribuio amostral
considerada, podendo tambm ser obtido(s) atravs de programas estatsticos computacionais,
considerando que o nvel de significncia ser a rea da regio crtica. Assim, o marco
decisrio que permite tomar a deciso a partir dos dados amostrais dado pelo(s) valor(es)
crtico(s) tabelados, como nos exemplos dos grficos abaixo:
31

Grfico 1: teste unicaudal esquerda


Grfico 2: teste bicaudal

6. Calcular o valor da prova estatstica
A partir dos dados da amostra pesquisada e das formulaes aplicveis distribuio
amostral determinada ou assumida, calcula-se o valor da prova estatstica, que tambm
chamado de valor calculado. Esse valor calculado pode ser apresentado na forma de
probabilidade ou em forma de ordenada.

7. Tomar a deciso
Com base no valor calculado, o valor crtico (tabelado) e a regio de rejeio (R.C.), pode-
se facilmente decidir pela rejeio ou no de H
0
e, conseqentemente, pela adoo ou no de
H
1
.
Assim, para valores apresentados em probabilidades (chamado valor-p):
- Se a probabilidade calculada for menor ou igual ao nvel de significncia o ,
rejeita-se H
0
em prol de H
1
;
- Se a probabilidade calculada for maior que o nvel de significncia o , aceita-se
H
0
.
E para valores expressos em ordenadas:
- Se o valor calculado for maior ou igual ao valor crtico, est-se na regio de
rejeio de H
0
, ou seja, rejeita-se H
0
em prol de H
1
;
- Se o valor calculado for menor que o valor crtico, est-se na regio de aceitao
de H
0
, ou seja, aceita-se H
0
.

O nmero de testes de hipteses que podem ser realizados muito grande e depende de
diversos aspectos. A seguir, veremos alguns testes de hipteses importantes (paramtricos e
no-paramtricos), com o detalhamento de seu procedimento e sua utilizao em pesquisas de
marketing.

6.4.1. Testes da mdia para uma amostra varivel intervalar

32
TESTE Z
utilizado em pesquisas de marketing para comparar a mdia de uma amostra com a
mdia hipottica da populao e decidir com base na mdia da amostra se a mdia hipottica
da populao pode ser aceita como verdadeira.

Condies para utilizao:
- exclusivamente para variveis intervalares ou de razo;
- qualquer tamanho da amostra se o desvio-padro populacional for conhecido;
- somente para amostras de tamanho igual ou maior que 30 elementos, se o desvio-padro
populacional no for conhecido. Para amostras de tamanho menor do que 30, o teste t ser o
mais recomendado.

Teoria/conceito: o teste consiste em verificar se a mdia na amostra ( x ) pode ser aceita
como a mdia hipottica da populao ( ).

Procedimento sumarizado do teste:
1. Determinar H
0
como sendo a mdia da amostra igual mdia hipottica da
populao (ou a negativa da existncia de diferena entre essas duas mdias).
Conseqentemente, H
1
, a hiptese alternativa, ser a existncia de diferena entre
essas duas mdias (teste bicaudal). Ou que a mdia da amostra maior (ou menor)
que a mdia hipottica da populao (teste unicaudal).
2. Estabelecer um nvel de significncia o .
3. Determinar a regio de rejeio de H
0
, ao nvel de significncia o estabelecido.
Procurar na tabela da distribuio padronizada de Z o valor crtico para o nvel de
significncia dado.
4. Calcular os valores de Z, segundo as frmulas:
Caso 1 a amostra representa no mximo 5% da populao, ou seja, 05 0,
N
n
s
(ou a populao infinita), e o desvio-padro da populao o conhecido:
n
x
z
o

=

Caso 2 a amostra representa mais de 5% da populao, ou seja, 05 0,
N
n
> , e o
desvio-padro da populao o conhecido:
1

=
N
n N
n
x
z
o


Caso 3 05 0,
N
n
s (ou a populao infinita), o desvio-padro da populao o
no conhecido e 30 > n :
n
s
x
z

=
Caso 4 - 05 0,
N
n
> , o desvio-padro da populao o no conhecido e 30 > n :
1

=
N
n N
n
s
x
z


33

5. Decidir comparando os valores crtico e calculado. Se o valor de Z calculado for
maior que o de Z tabelado, a hiptese nula H
0
rejeitada e a hiptese alternativa H
1
aceita.

Exemplo: O comprador de uma rede de 500 farmcias est interessado em verificar a
viabilidade de adotar a comercializao de uma nova marca de sabonete de um fornecedor
tradicional. Sua experincia anterior, em funo da categoria do produto e da margem de
comercializao oferecida, indica que para esta comercializao ser vivel e lucrativa
necessrio vender no mnimo uma mdia de 100 unidades/loja/dia. O fornecedor
concordou em fornecer uma partida do produto que permitiu a realizao de um teste de
vendas numa amostra probabilstica de 32 lojas da rede. Os resultados obtidos de vendas
por loja encontram-se na tabela a seguir.

Vendas Vendas
Loja x Loja X
1 116 17 110
2 105 18 70
3 120 19 95
4 93 20 90
5 132 21 120
6 114 22 115
7 97 23 125
8 108 24 98
9 86 25 103
10 123 26 112
11 105 27 92
12 102 28 101
13 123 29 109
14 88 30 132
15 114 31 119
16 94 32 101

Com base nesses dados, o comprador deve decidir se adota ou no a comercializao
dessa nova marca de sabonete.

Procedimento para o teste:
1. Determinao das hipteses
H
0
: a mdia de vendas de todas as lojas menor ou igual a 100.
H
1
: a mdia de vendas de todas as lojas maior que 100. (teste unicaudal)
2. Nvel de significncia 05 0, = o .
3. Regio de rejeio. Para 05 0, = o no teste unicaudal, o valor de Z tabelado 1,65.
34

4. Calcular o valor de Z, utilizando a frmula
1

=
N
n N
n
s
x
z

(pois
05 0 064 0
500
32
, , N n > = = e o desvio-padro populacional no conhecido). Pela
tabela e hipteses, temos:
625 106,
n
x
x
i
= =

3026 14
1
2
,
n
) x x (
s
i
=

32 = n
100 =
Logo 7057 2
1 500
32 500
32
3026 14
100 625 106
1
,
,
,
N
n N
n
s
x
z =

.
5. Deciso. Como o valor de Z calculado (2,7057) maior do que o valor de Z tabelado
(1,65), a hiptese nula H
0
rejeitada, sendo aceita a hiptese alternativa H
1
para
05 0, = o . Portanto, a nova marca de sabonete dever ser comercializada pela rede de
farmcias.


TESTE t
Tem a mesma utilizao em pesquisas de marketing que o teste Z.

Condies para utilizao:
- exclusivamente para variveis intervalares ou de razo;
- quando o desvio-padro populacional no for conhecido e o tamanho da amostra
menor que 30 elementos.

Teoria/conceito: o teste consiste em verificar se a mdia na amostra ( x ) pode ser aceita
como a mdia hipottica da populao ( ).

Procedimento sumarizado do teste: idntico ao teste Z, apenas com a modificao das
frmulas:
4. Calcular os valores de Z, segundo as frmulas:
Caso 1 a amostra representa no mximo 5% da populao, ou seja, 05 0,
N
n
s (ou a
populao infinita), o desvio-padro da populao o no conhecido e 30 < n :
1,65
35
n
s
x
t

= onde o valor de t deve ser procurado na tabela correspondente, com n 1
graus de liberdade.

Caso 2 a amostra representa mais de 5% da populao, ou seja, 05 0,
N
n
> , o
desvio-padro da populao o no conhecido e 30 < n :
1

=
N
n N
n
s
x
t

, com n
1 graus de liberdade.

Exemplo: Os salrios dos funcionrios de uma empresa se distribuem normalmente e
apresentam uma mdia histrica de 4 salrios mnimos. Uma poltica de aumento dos salrios
mais baixos combinada com a conteno dos salrios mais altos, visa diminuir as diferenas,
implementando uma distribuio salarial melhor. Aps algum tempo de execuo desta
poltica, uma amostra aleatria de 25 salrios selecionadas ao acaso forneceu mdia 5 salrios
e desvio-padro de 1,2 salrio mnimo. Teste ao nvel de significncia de 5% se no houve
aumento no salrio mdio desta empresa.

Procedimento para o teste:
1. Determinao das hipteses
H
0
: a mdia de salrio na empresa menor ou igual a 4 salrios mnimos, aps a
poltica adotada.
H
1
: a mdia de salrio na empresa maior que 4. (teste unicaudal)
2. Nvel de significncia 05 0, = o .
3. Regio de rejeio. Para 05 0, = o e g.l. = 25 1 = 24 no teste unicaudal, o valor de t
tabelado 1,711.

4. Calcular o valor de t, utilizando a frmula
n
s
x
t

= (pois 05 0
500
25
, N n = = e o
desvio-padro populacional no conhecido). Pelas hipteses e dados fornecidos,
temos:
5 = x 2 1, s = 25 = n 4 =
Logo 167 4
25
2 1
4 5
,
,
n
s
x
t =

=

.
1,711
36
5. Deciso. Como o valor de t calculado (4,167) maior do que o valor de t tabelado
(1,711), a hiptese nula H
0
rejeitada e a hiptese alternativa H
1
aceita para
05 0, = o . Portanto, a poltica salarial adotada na empresa provocou um aumento no
seu salrio mdio.

6.4.2. Testes da proporo para uma amostra varivel intervalar

TESTE Z
utilizado em pesquisas de marketing para comparar a proporo de ocorrncia de
determinada caracterstica de uma amostra com a proporo hipottica da populao e decidir
com base na proporo da amostra se a proporo hipottica da populao pode ser aceita
como verdadeira.

Condies para utilizao:
- exclusivamente para variveis intervalares ou de razo.

Teoria/conceito: o teste consiste em verificar se a proporo na amostra (p) pode ser
aceita como a proporo hipottica da populao (P).

Procedimento sumarizado do teste:
1. Determinar H
0
como sendo a proporo da amostra igual proporo hipottica da
populao (ou a negativa da existncia de diferena entre essas duas propores).
Conseqentemente, H
1
, a hiptese alternativa, ser a existncia de diferena entre
essas duas propores (teste bicaudal). Ou que a proporo da amostra maior (ou
menor) que a proporo hipottica da populao (teste unicaudal).
2. Estabelecer um nvel de significncia o .
3. Determinar a regio de rejeio de H
0
, ao nvel de significncia o estabelecido.
Procurar na tabela da distribuio padronizada de Z o valor crtico para o nvel de
significncia dado.
4. Calcular os valores de Z, segundo as frmulas:
Caso 1 a amostra representa no mximo 5% da populao, ou seja, 05 0,
N
n
s (ou a
populao infinita):
n
Q P
P p
z

=

Caso 2 a amostra representa mais de 5% da populao, ou seja, 05 0,
N
n
> :
1

=
N
n N
n
Q P
P p
z

5. Decidir comparando os valores crtico e calculado. Se o valor de Z calculado for maior
que o de Z tabelado, a hiptese nula H
0
rejeitada e a hiptese alternativa H
1
aceita.

Exemplo: Uma estao de televiso A afirma que 60% dos televisores estavam ligados no
seu programa especial da ltima segunda-feira. Uma rede competidora B deseja contestar
essa afirmao e decide usar uma amostra de 200 famlias para um teste, obtendo 104
37
famlias que estavam assistindo ao programa. Com base nesses dados, a que concluso
pode chegar a rede concorrente B?

Procedimento para o teste:
1. Determinao das hipteses
H
0
: a proporo de audincia da rede A na segunda-feira foi de 60%.
H
1
: a proporo de audincia da rede A na segunda-feira foi menor que 60%. (teste
unicaudal)
2. Nvel de significncia 01 0, = o .
3. Regio de rejeio. Para 01 0, = o no teste unicaudal, o valor de Z tabelado 2,33.


4. Calcular o valor de Z, utilizando a frmula
n
Q P
P p
z

= (pois N infinita). Pelas


hipteses e dados fornecidos, temos:
52 0
200
104
, p = = 48 0 1 , p q = = 200 = n
60 0, P =
Logo 3094 2
200
40 0 60 0
60 0 52 0
,
, ,
, ,
z =

= .
5. Deciso. Como o valor de Z calculado (2,3094) menor do que o valor de Z tabelado
(2,33), a hiptese nula H
0
aceita para 01 0, = o . Portanto, a rede de televiso A tem
razo em afirmar que a audincia do seu programa de segunda-feira foi de 60%.



6.4.3. Testes da diferena entre mdias para duas amostras no-relacionadas varivel
intervalar

TESTE Z DA DIFERENA ENTRE DUAS MDIAS
utilizado em pesquisas de marketing para verificar se a diferena observada entre duas
mdias obtidas de amostras no-relacionadas suficientemente grande para ser considerada
significativa, ou seja, uma diferena que pode ser considerada nas populaes das quais as
amostras foram extradas.

Condies para utilizao:
- exclusivamente para variveis intervalares ou de razo;
- medies devem ser efetuadas na mesma unidade ou escala;
- qualquer tamanho de amostra, se o desvio-padro for conhecido;
- para amostras de tamanho maior que 30 elementos, se o desvio-padro da populao no
for conhecido. Se o tamanho da amostra for menor ou igual a 30, o teste t o recomendado.
-2,33
R.A.
R.C.
38

Teoria/conceito: o princpio que norteia este teste o de que, se as mdias amostrais de
duas so populaes so normalmente distribudas, a distribuio de sua soma ou diferena
tambm ser normalmente distribuda, desde que as populaes que lhes deram origem sejam
normalmente distribudas ou as amostras sejam maiores que 30.

Procedimento sumarizado do teste: o mesmo do teste Z para mdia de uma amostra,
sendo que neste caso a frmula para clculo do valor de Z ser:
Caso 1 - os desvios-padro das populaes 1 e 2 so conhecidos:
2
2
2
1
2
1
2 1 2 1
z
n n
) ( ) x x (
o o

+

= .

Caso 2 - os desvios-padro das populaes 1 e 2 no so conhecidos e 30
2 1
> + n n :
2
2
2
1
2
1
2 1 2 1
z
n
s
n
s
) ( ) x x (
+

=

.

onde
1
x e
2
x so as mdias das amostras 1 e 2, respectivamente;
1
e
2
so as mdias desconhecidas das populaes 1 e 2, respectivamente, que sob H
0
so
idnticas;
1
o e
2
o so os desvios-padro das populaes 1 e 2, respectivamente;
1
n e
2
n so os tamanhos das amostras 1 e 2, respectivamente.

Exemplo: Um fabricante de cigarros realizou uma pesquisa entre 100 fumantes em cada
uma de duas classes econmicas e constatou que os fumantes da classe A/B fumam em mdia
20 cigarros/dia e os da classe C/D uma mdia de 25 cigarros/dia. Sabe-se de estudos
anteriores que o desvio-padro da populao de fumantes na classe A/B 10 e na classe C/D
14. Esse fabricante deseja saber se a diferena verificada no consumo de cigarros entre as
duas amostras dever ser aceita como verdadeira na populao ou atribuda apenas a variaes
eventuais decorrentes do processo de amostragem.

Procedimento para o teste:
1. Determinao das hipteses
H
0
: no h diferena significativa entre fumantes das classes A/B e C/D em relao ao
consumo de cigarros, ou seja,
2 1
= .
H
1
: h diferena significativa, ou seja,
2 1
= . (teste bicaudal)
2. Nvel de significncia 05 0, = o .
3. Regio de rejeio. Para 05 0, = o no teste bicaudal, o valor de Z tabelado 1,96.
39



4. Calcular o valor de z pela frmula
906 2
100
14
100
10
0 25 20
z
2 2
2
2
2
1
2
1
2 1 2 1
,
) (
n n
) ( ) x x (
=
+

=
+

=
o o

.
5. Deciso. Como o valor calculado de Z (-2,906) maior que o valor tabelado (-1,96),
pode-se rejeitar a hiptese nula e aceitar a hiptese alternativa. Portanto, h uma
diferena estatisticamente significativa no nvel de 0,05 no consumo mdio dirio de
cigarros entre as duas classes econmicas consideradas.


TESTE t DA DIFERENA ENTRE DUAS MDIAS
Tem a mesma utilizao em pesquisas de marketing que o teste Z para diferenas entre
mdias.

Condies para utilizao:
- exclusivamente para variveis intervalares ou de razo;
- quando o desvio-padro populacional no for conhecido e o tamanho da amostra
menor que 30 elementos.

Procedimento sumarizado do teste: idntico ao teste Z, apenas com a modificao das
frmulas:
4. Calcular os valores de t, segundo a frmula
2
2
2
1
2
1
2 1 2 1
t
n
s
n
s
) ( ) x x (
+

=

, com 2
2 1
+ n n
graus de liberdade.

Exemplo: Suponha que o teste para a adoo de uma nova marca de sabonete numa rede
de supermercados tenha sido realizado em duas diferentes regies e apresentou os seguintes
resultados:
Regio 1: amostra de 10 lojas, com mdia de vendas de 109,4 unidades/loja/dia e desvio-
padro de 4,55;
Regio 2: amostra de 10 lojas, com mdia de vendas de 99,1 unidades/loja/dia e desvio-
padro de 20,5.
Com base nesses dados, deseja-se saber se h diferenas significativas no consumo do
produto em teste entre essas duas regies.


Procedimento para o teste:
1,96 -1,96
40
1. Determinao das hipteses
H
0
: no h diferena entre as mdias de consumo nas duas regies (
2 1
= ).
H
1
: h diferena significativa entre as mdias de consumo nas duas regies, sendo
2 1
> . (teste unicaudal)
2. Nvel de significncia 01 0, = o .
3. Regio de rejeio. Para 01 0, = o e g.l. = 10 + 10 2 = 18, temos que o valor crtico
de t 2,552

4. Calcular o valor de t, atravs da frmula
55 1
10
5 20
10
55 4
0 1 99 4 109
t
2 2
2
2
2
1
2
1
2 1 2 1
,
, ,
) , , (
n
s
n
s
) ( ) x x (
=
+

=
+

=

.
5. Deciso. Como o valor calculado de t (1,55) menor que o valor tabelado (2,552),
ento aceita-se a hiptese nula ao nvel de significncia de 0,05. Portanto,o consumo
da nova marca de sabonete semelhante nas duas regies.



6.4.4. Testes para uma amostra varivel nominal

TESTE QUI-QUADRADO DE UMA AMOSTRA
utilizado em pesquisas de marketing para se verificar se a distribuio de freqncia
absoluta observada de uma varivel em uma amostra significativamente diferente da
distribuio de freqncia esperada (terica ou conhecida).

Condies para utilizao:
- exclusivamente para variveis nominais ou ordinais;
- observaes independentes;
- no pode ser utilizado se mais de 20% das freqncias absolutas forem inferiores a 5 ou
se qualquer freqncia for inferior a 1. Neste caso, a soluo para possibilitar a utilizao do
teste agrupar clulas at terem as condies atendidas.

Teoria/conceito: uma prova do tipo aderncia, isto , o quanto a distribuio observada
(
i
O ) se ajusta distribuio esperada (
i
E ). Atravs da comparao entre as duas, aceita-se ou
rejeita-se H
0
, a determinado nvel de significncia o .

Procedimento sumarizado do teste:
1. Determinar H
0
como sendo a inexistncia de diferenas entre a distribuio de
freqncia observada e a esperada.
2,552
41
2. Estabelecer um nvel de significncia o .
3. Distribuir as freqncias observadas
i
O s pelas k categorias e, sob a hiptese H
0
,
determinar a distribuio de freqncia esperada
i
E s pelas k categorias.
4. Determinar a regio de rejeio de H
0
. Determinar o valor dos graus de liberdade (gl),
definido por gl = k 1 e procurar, a seguir, na tabela correspondente, o valor do qui-
quadrado tabelado correspondente para o e gl.
5. Calcular o valor de qui-quadrado a partir dos
i
O s segundo a frmula:

=
k
i i
i i
E
) E O (
1
2
2
_
6. Deciso: comparando o qui-quadrado calculado com o qui-quadrado tabelado, decidir-
se pela aceitao ou rejeio de H
0
.

Exemplo: Um gerente de produto pretende verificar se a posio que o produto ocupa na
prateleira dos supermercados tem influncia sobre a quantidade vendida, atravs de um
experimento. Um supermercado possui, geralmente, prateleiras com sete divises verticais,
sendo a posio 1 correspondente mais prxima do piso. Para a realizao do experimento, o
gerente conseguiu que, durante um dia, todas as posies verticais da prateleira fossem
ocupadas pelo seu produto. Ao final do dia, as tabulaes das vendas por posio foram as
seguintes:

Posio
Total
1 2 3 4 5 6 7
Vendas (unidades)
i
O 10 11 15 25 29 19 17 126
Vendas (unidades)
i
E 18 18 18 18 18 18 18 126

Com base nesses dados, o gerente quer saber se as diferenas verificadas so
significativas, a ponto de poder montar, com sucesso, um plano para induzir os
supermercados a colocar seu produto em determinadas posies.

Procedimento para o teste:
1. Determinao das hipteses
H
0
: no h diferenas significativas entre as posies 4 e 5 na prateleira.
H
1
: as diferenas observadas para as posies 4 e 5 so significativamente diferentes
para melhor em relao s demais posies (teste unicaudal).
2. Nvel de significncia 02 0, = o .
3. Distribuio de freqncias esperadas sob H
0
. Se no houver diferenas entre as
posies, a distribuio de freqncias ser de 18 unidades por posio, conforme a
tabela acima.
4. Regio de rejeio. Para 02 0, = o e gl = 7 1 = 6, o valor de qui-quadrado tabelado
15,03.









_
2
Tabelado
9,488
_
2

Observado
1589,19
R.A.
R.C.
15,03
42







5. . ,
) ( ) ( ) ( ) ( ) ( ) ( ) (
3 16
18
18 17 18 19 18 29 18 25 18 15 18 11 18 10
2 2 2 2 2 2 2
2
=
+ + + + + +
= _

6. Deciso. Tendo em vista que o qui-quadrado calculado (16,3) maior que o tabelado
(15,03), rejeitamos H
0
em prol de H
1
. Portanto, h diferena significativa, ao nvel de
0,02, para as posies 4 e 5 nas prateleiras dos supermercados e, por isso, o gerente
deve realizar o plano promocional.

6.4.5. Teste para duas amostras no-relacionadas varivel nominal

TESTE QUI-QUADRADO DE DUAS OU MAIS AMOSTRAS INDEPENDENTES
utilizado em pesquisas de marketing para se verificar se as distribuies de freqncias
absolutas de duas ou mais amostras independentes diferem significativamente em relao a
determinada varivel.

Condies para utilizao:
- dados nominais;
- distribuio dos dados em freqncias absolutas;
- amostras independentes; no pode ser utilizado se mais de 20% das freqncias
absolutas forem inferiores a 5 ou se qualquer freqncia for inferior a 1. Neste caso, a soluo
para possibilitar a utilizao do teste agrupar clulas at terem as condies atendidas.

Teoria/conceito: idem ao teste anterior.

Procedimento sumarizado do teste: anlogo ao teste anterior, apenas com duas
modificaes:
4. gl = (r 1)(k 1), sendo r o no. de amostras e k o no. de categorias da varivel
considerada.
5.

= =

=
r
i
k
j ij
ij ij
E
) E O (
1 1
2
2
_
Exemplo: O gerente de concessionrias de uma montadora de automveis, analisando o
desempenho de suas 417 concessionrias em relao, simultaneamente, a inmeros itens,
classificou-as em baixo, mdio e alto desempenho. A empresa mantm um intenso programa
de treinamento dirigido aos proprietrios e aos funcionrios das concessionrias. Esse mesmo
gerente, analisando os quadros de atendimento aos programas de treinamento, notou que um
grande nmero de concessionrias no tem atendido regularmente aos programas. Interessado
em saber se h relao entre o atendimento aos programas de treinamento e o desempenho das
concessionrias, solicitou que as duas informaes fossem cruzadas, o que resultou na
seguinte tabela (
ij
O ):

43
Desempenho
da
concessionria
Atendimento ao treinamento
Totais
No Sim
ij
O
ij
E
ij
O
ij
E
Baixo 14 7,3 7 13,7 21
Mdio 21 19,1 34 35,9 55
Alto 110 118,6 231 222,4 341
Totais 145 272 417

Procedimentos para o teste:
1. H
0
: no h diferena significativa entre o desempenho das concessionrias que
atenderam aos programas de treinamento e as que no.
H
1
: h diferenas significativas para melhor, no desempenho, entre as concessionrias
que atenderam aos programas de treinamento e as que no (teste unicaudal).
2. Nvel de significncia 01 0, = o .
3. A distribuio das freqncias absolutas observadas (
ij
O ) das r variveis pelas k
categorias corresponde tabela acima solicitada pelo gerente. Sob a hiptese H
0
, a
determinao da distribuio de freqncia absoluta esperada (
ij
E ) das r variveis
pelas k categorias a multiplicao do total de observaes da linha pelo total de
observaes da coluna, dividido pelo total de observaes. Assim, supondo que o
nvel de desempenho seja designado pela varivel A e o atendimento ao
treinamento pela varivel B, teremos as seguintes possibilidades:
A
1
= Baixo desempenho
A
2
= Mdio desempenho
A
3
= Alto desempenho
B
1
= No-atendimento ao treinamento
B
2
= Atendimento ao treinamento
e as seguintes freqncias esperadas:
3 7
417
145 21
1 1
, ) B A ( P =

= 1 19
417
145 55
1 2
, ) B A ( P =

=
6 118
417
145 341
1 3
, ) B A ( P =

=
7 13
417
272 21
2 1
, ) B A ( P =

= 9 35
417
272 55
2 2
, ) B A ( P =

=
4 222
417
272 341
2 3
, ) B A ( P =

=
4. Determinao da regio de rejeio de H
0
. Procurar na tabela de qui-quadrado o valor
correspondente a 01 0, = o e gl = (3 1)(2 1) = 2. Esse valor 9,21.
5. . ,
,
) , (
,
) , (
,
) , (
,
) , (
,
) , (
,
) , (
67 10
4 222
4 222 231
9 35
9 35 34
7 13
7 13 7
6 118
6 118 110
1 19
1 19 21
3 7
3 7 14
2 2 2 2 2 2
2
=

= _

6. Deciso. Como o qui-quadrado calculado (10,67) maior que o tabelado (9,21), H
0

rejeitada em prol de H
1
. Portanto, ao nvel de significncia de 0,01, as concessionrias
que atenderam aos programas de treinamento tiveram um desempenho
significativamente melhor do que as outras.



44
Resumo dos valores calculados para os testes de hiptese:

Mdia uma amostra
1 g.l. com

1
t 05 0 b) 05 0 a) : 30 e conhecido no e

1
z 05 0 b) z 05 0 a) : 30 e conhecido no e
1
z 05 0 b) z 05 0 a) : conhecido e
=

= >

= s s

= >

= s >

= >

= s
n
N
n N
n
s
x
: ,
N
n
n
s
x
t : ,
N
n
n S
N
n N
n
s
x
: ,
N
n
n
s
x
: ,
N
n
n S
N
n N
n
x
: ,
N
n
n
x
: ,
N
n
S

o

o
o

o


Proporo uma amostra


1
z : 0,05 b) z : 0,05 a)

= >

= s
N
n N
n
Q P
P p
N
n
n
Q P
P p
N
n

Mdia duas amostras no-relacionadas


Qui-quadrado uma amostra

=
k
i i
i i
E
) E O (
1
2
2
_ , com gl = k 1

Qui-quadrado duas amostras no-relacionadas

= =

=
r
i
k
j ij
ij ij
E
) E O (
1 1
2
2
_ , com gl = (r 1)(k 1)
2 g com t 30 e conhecidos so no e Se
z 30 e conhecidos so no e Se
z : conhecidos so e Se
2 1
2
2
2
1
2
1
2 1 2 1
2 1 2 1
2
2
2
1
2
1
2 1 2 1
2 1 2 1
2
2
2
1
2
1
2 1 2 1
2 1
+ =
+

= s +
+

= > +
+

=
n n . l . ,
n
s
n
s
) ( ) x x (
: n n
n
s
n
s
) ( ) x x (
: n n
n n
) ( ) x x (

o o

o o
o o

o o
45
Captulo 7 Comunicao dos resultados da pesquisa

A etapa final do processo de pesquisa a comunicao dos resultados, que consiste na
apresentao dos resultados e concluses da pesquisa para uma audincia especfica. Existem
dois meios de comunicar os resultados de uma pesquisa:
- escrito: o relatrio de pesquisa, artigos em jornais e revistas, propagandas em revistas e
jornais, entrevistas e reportagens nos meios de comunicao escritos;
- verbal: apresentao oral para uma audincia especifica, propagandas, entrevistas e
reportagens nos meios de comunicao eletrnicos.

7.1. Elaborao do relatrio da pesquisa

a forma mais completa e a mais utilizada para a comunicao dos resultados de uma
pesquisa. Para ser bem elaborado, ele deve ser completo, preciso, objetivo, claro e conciso.
Um formato sugerido por Mattar, que atende maioria das pesquisas, o seguinte:
1. Pgina de rosto
2. Sumrio
3. Resumo gerencial
3.1 Colocao do problema e dos objetivos
3.2 Principais resultados
3.3 Concluses e recomendaes
4. Corpo do relatrio
4.1 Apresentao (ou Introduo)
4.2 Objetivos
4.3 Metodologia
4.4 Resultados
5. Concluses, recomendaes e limitaes
6. Anexos
6.1 Instrumento de coleta de dados
6.2 Plano de amostragem
6.3 Procedimentos e clculos utilizados nas anlises dos dados
6.4 Quadros, grficos, figuras e tabelas no includos no corpo do relatrio
7. Bibliografia e(ou) referncias bibliogrficas

7.2. Apresentao dos resultados

As apresentaes orais, em geral, so utilizadas para dar suporte ao relatrio da pesquisa.
A forma de faze-la pode ter grande variedade, que vai de uma simples reunio de
esclarecimentos com o principal usurio do contratante da pesquisa at apresentaes formais
para um grande grupo de interessados.
46
Bibliografia

AAKER, D. A. Pesquisa de Marketing. 6 ed. So Paulo: Atlas, 2001.

BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatstica Bsica. 5 ed. So Paulo: Saraiva, 2006.

HAIR, J. F. Jr et al.. Anlise Multivariada de Dados. 5. edio. Porto Alegre. Bookman. 2005.

LEVIN, Jack.; FOX, James Alan. Estatstica para Cincias Humanas. 9 ed. So Paulo: Prentice
Hall, 2004.

LEVINE, D. M.; BERENSON, M. L.; STEPHAN, D. Estatstica: Teoria e Aplicaes. Rio de
Janeiro: LTC, 2000.

MALHOTRA, N. K. Pesquisa de Marketing: uma orientao aplicada. 3 ed. Porto Alegre:
Bookman, 2001.

MATTAR, F. N. Pesquisa de Marketing. Edio compacta. 4 ed. So Paulo: Atlas, 2007.

MATTAR, F. N. Pesquisa de Marketing. Volume 1. 5 ed. So Paulo: Atlas, 1999.

MATTAR, F. N. Pesquisa de Marketing. Volume 2. 2 ed. So Paulo: Atlas, 1998.

SAMARA, B. S.; BARROS, J. C. de. Pesquisa de Marketing: conceitos e metodologia. 4. ed. So
Paulo: Prentice Hall, 2006.

SIEGEL, Sidney. Estatstica No-Paramtrica. So Paulo: Ed. McGraw - Hill do Brasil, 1979.

SILVA, E. M. da; SILVA, E. M. da; GONALVES, V.; MUROLO, A. C. Estatstica para os cursos
de Economia, Administrao e Cincias Contbeis. Vol. 1 e 2. 2 ed. So Paulo: Atlas, 1997.

Anda mungkin juga menyukai