“RELATÓRIO PESQUISA DE MERCADO”

Aluno : Alexandro Vieira Lopes

Professora : Profª Miriam Silvestre

Presidente Prudente
2007
 1

Alexandro Vieira Lopes

Relatório da Disciplina Pesquisa de Mercado

“Estudo do Perfil e Satisfação do Cliente da Livraria

do Campus”

Relatório da Disciplina Pesquisa de Mercado do

Curso de Graduação em Estatística da FCT/Unesp
– Campus de Presidente Prudente.

Presidente Prudente
2007
 2

SUMÁRIO

INTRODUÇÃO ..........................................................................................................04

OBJETIVO ..................................................................................................................04

METODOLOGIA.........................................................................................................05

1 ANÁLISES ESTATÍSTICAS ..................................................................................06

1.1 ANÁLISE PERGUNTA 1........................................................................................06

1.2 ANÁLISE PERGUNTA 2........................................................................................07

1.3 ANÁLISE PERGUNTA 3........................................................................................08

1.4 ANÁLISE PERGUNTA 4........................................................................................09

1.5 ANÁLISE PERGUNTA 5........................................................................................10

1.6 ANÁLISE PERGUNTA 6........................................................................................12

1.7 ANÁLISE PERGUNTA 7........................................................................................13

1.8 ANÁLISE PERGUNTA 8........................................................................................14

1.9 ANÁLISE PERGUNTA 9........................................................................................24

1.10 ANÁLISE PERGUNTA 10....................................................................................25

2 CONSIDERAÇÕES FINAIS ...................................................................................27

REFERÊNCIAS ..........................................................................................................28

APÊNDICE A ...............................................................................................................29

APÊNDICE B................................................................................................................32

APÊNDICE C ...............................................................................................................33

APÊNDICE D ...............................................................................................................35

APÊNDICE E................................................................................................................37

APÊNDICE F................................................................................................................39

APÊNDICE G ...............................................................................................................40
 3

APÊNDICE H ...............................................................................................................41

APÊNDICE I.................................................................................................................44

APÊNDICE J ................................................................................................................46
 4

INTRODUÇÃO

No segundo semestre de 2007 na disciplina Pesquisa de Mercado do curso de Estatística

da FCT/Unesp surgiu uma oportunidade de aplicação de conhecimentos teóricos dados na aula,
através de uma pesquisa realizada no Livraria/cafetaria FUNDACTE localizada dentro da FCT/
Unesp de Presidente Prudente.

Os alunos e a professora desta disciplina realizaram uma Pesquisa intitulada “Estudo do

Perfil e Satisfação do Cliente da Livraria do Campus” para aplicação dos conhecimentos teóricos
obtidos nesta disciplina.

OBJETIVO

• Identificar os principais serviços disponíveis feitos pela FUNDACTE.

• Verificar a acessibilidade dos clientes e a freqüência dos entrevistado a Livraria do

Campus.

• Procurar sugestões para os serviços oferecidos.

• Verificar o nível de satisfação do cliente da FUNDACTE.

 5

METODOLOGIA

O método de abordagem escolhido é através de questionário, aplicado face-a-face com o

entrevistado. O número de entrevistados a serem consultados é aproximadamente 552, do total de
3384 pessoas (considerando um erro de 2% e um intervalo de confiança de 95%).

A FCT / UNESP no ano de 2007, tem aproximadamente 2735 alunos matriculados nos
cursos de graduação, 226 alunos nos cursos de pós-graduação, além de 214 professores e 209
funcionários que foram selecionados através de uma Amostragem Aleatória Simples (n = 552),
através de um Sistema de Referências (listagem de alunos, professores e funcionários). O
questionário foi aplicado pela turma da disciplina Pesquisa de Mercado do curso de Estatística da
FCT/Unesp de Presidente Prudente. Estes 25 alunos aplicaram em torno de 23 questionários.

Cada aluno recebeu da professora uma folha com 23 pessoas (professores, alunos e
funcionários) para aplicação do questionário em horário conveniente ao entrevistado.

O questionário foi elaborado em busca das respostas para atender os objetivos da

pesquisa, procurando saber o perfil dos usuários, verificar o nível de satisfação do cliente da
FUNDACTE. Aplicado o questionário, os dados foram digitados no Excel e em seguida houve
uma análise estatística dos dados (Estatística Descritiva, Testes Estatísticos) através do Software
Minitab, SAS e R.

Tem-se um custo aproximado de R$ 500,00 com aplicação dos questionários (xerox).

Cada aluno fez suas próprias análises estatísticas1 e entregou um relatório da pesquisa
para a professora Miriam R Silvestre que juntará as informações para uma análise final a ser
entregue ao tomador de decisões da FUNDACTE.

1
Neste relatório as análises estatísticas são feitas no software Minitab no capítulo 1, o no apêndice as análises
estatísticas são feitas no software SAS e R.
 6

1 ANÁLISES ESTATÍSTICAS

1.1 ANÁLISE PERGUNTA 1

P3) Calcule para cada indivíduo a média de livros lidos nos quatro meses (julho até
outubro), para isto divida o número digitado por 4 (faça no computador). Verifique se a média
amostral é maior que 1. Lembre-se de excluir os indivíduos para os quais digitou 88 e 99 das
contas.

Tabela 1 Livros lidos por mês.

questões com respostas livros por mês

4 1
3 0,75
1 0,25
3 0,75
2 0,5
3 0,75
5 1,25
1 0,25
4 1
1 0,25
4 1
3 0,75
1 0,25
2 0,5
As hipóteses são:

H O : µ = 1

H A : µ >1

Utilizando o software Minitab, com os comandos Stat, Basic Statistics, 1-Sample t,

variável: livros por mês , com 95% de confiança e hipótese alternativa greater than tem-se a
seguinte saída.

One-Sample T: Livros por mes

Test of mu = 1 vs mu > 1

Variable N Mean StDev SE Mean

Livros por m 14 0,6607 0,3341 0,0893

Variable 95,0% Lower Bound T P

Livros por m 0,5026 -3,80 0,999
 7

Como p-valor é grande , NÃO rejeita-se Ho, logo a média de livros lidos por mês é igual a
1.

1.2 ANÁLISE PERGUNTA 2

P4) Faça uma tabela de freqüências e percentuais. Quem são os concorrentes da Livraria
do Campus (livraria)? Responda em percentuais.

Tabela 2 Concorrentes da Livraria do Campus.

Livraria Freqüência Porcentual

Livraria do Campus 9 0,24

Livraria em Curitiba 5 0,14

Internet 2 0,05

Sebo 4 0,11

Bancas na Rua 1 0,03

Bancas na Unesp 2 0,05

Bancas de Jornais 1 0,03

Supermercados 1 0,03

Outros Locais 8 0,21

Nenhum local 4 0,11

Total 37 1,00

Pode ser usado o seguinte comando no Minitab: Stat,Tables, Tally selecionar todas as
variáveis de interesse.(O problema está na tabulação).

A maioria dos entrevistados utiliza a Livraria do Campus, e os locais de mais

concorrência são os Sebos. (a livraria em Curitiba foi citada por uma única pessoa que comprou 5
livros nessa livraria).
 8

1.3 ANÁLISE PERGUNTA 3

P6) Faça uma tabela de freqüências e percentuais. Quantos foram pelo menos uma vez
clientes da Livraria do Campus (cafeteria, papelaria, impressão e livraria), responda em
percentuais.

Utilizando o comando no Minitab: Stat,Tables, Tally selecionar todas as variáveis de

interesse, tem-se a seguinte saída:

Tally for Discrete Variables: Comprou Cafe; Comprou Pape; Comprou Impr; Comprou

Comprou Cafeteria Count Percent Comprou Papelaria Count Percent

Não 7 33,33 Não 11 52,38
Sim 14 66,67 Sim 10 47,62
N= 21 N= 21

Comprou Impressão Count Percent Comprou Livraria Count Percent

Não 18 85,71 Não 13 61,90
Sim 3 14,29 Sim 8 38,10
N= 21 N= 21

Note que o setor de impressão foi o menos utilizado, e o setor de cafeteria o mais usado
pelos entrevistados.

Apenas por curiosidade: Somando às quantidades das 4 variaveis: Comprou na

cafeteria,papelaria,impressão e livraria, e utilizando o comando anterior à saída do Minitab é:

C5 Count Percent
Não 49 58,33
Sim 35 41,67
N= 84

C5 é a coluna em que foram inseridas as 4 variáveis, como são 4 variáveis com n=21,
logo n = 84. Então 41,67 % dos pesquisados já utilizou algum serviço da Livraria do Campus.
 9

1.4 ANÁLISE PERGUNTA 4

P7) Faça uma tabela de freqüências e percentuais (cafeteria, papelaria, impressão e

livraria) quanto à freqüência atual dos consumidores.

Foram entrevistadas n = 21 pessoas, e 7 responderam não na questão 6, logo n = 14.

Usando no Minitab: Stat,Tables, Tally e selecionando todas as variáveis de interesse e

clicando em counts e percents, tem-se a seguinte saída:

Cafeteria Count Percent Papelaria Count Percent

0 1 7,14 0 5 35,71
1 3 21,43 1 1 7,14
2 5 35,71 2 2 14,29
3 2 14,29 4 6 42,86
4 3 21,43 N= 14
N= 14

Impressão Count Percent Livraria Count Percent

0 11 78,57 0 7 50,00
4 3 21,43 1 2 14,29
N= 14 2 1 7,14
4 4 28,57
N= 14

Sendo: 0=nenhum 1=1 ou 2 vezes 2=3 ou 4 vezes 3=5 ou + vezes 4=1 ou 2 x por mês
quantas o entrevistado utiliza os serviços da Fundacte por semana, percebe-se que a Livraria e
Impressão quase nunca foram usadas (bastante quantidade de zeros). O setor de cafeteria é o mais
freqüentado.

Somando as quantidades das 4 variaveis: Comprou na cafeteria,papelaria,impressão e

livraria, e utilizando o comando anterior à saída do Minitab é:
C5 Count Percent
0 24 42,86
1 6 10,71
2 8 14,29
3 2 3,57
4 16 28,57
N= 56

C5 é a coluna em que foram inseridas as 4 variáveis, como são 4 variáveis com n=14
cada, logo n = 56. Então mais de 70 % dos entrevistados nunca freqüentaram ou freqüentou com
uma freqüência muito baixa a Livraria do Campus.
 10

1.5 ANÁLISE PERGUNTA 5

Cruze as respostas da P6 e P7 fazendo uma tabela de contingência (freq). Quantos eram e

ainda continuam clientes (freq. e percentual) ? Quantos clientes foram perdidos (freq. e
percentual)?

Para criar uma tabela de dupla entrada no Minitab os comandos são os seguintes: Stat,
Tables, Cross Tabulation, selecionar todas as variáveis de interesse e clicar em counts e percents.

• Variável Papelaria

Rows: comp pap Columns: freq pap

0 1 2 4 All

1 1 1 2 6 10
10,00 10,00 20,00 60,00 100,00

2 4 0 0 0 4
100,00 -- -- -- 100,00

All 5 1 2 6 14
35,71 7,14 14,29 42,86 100,00

A linha significa compra na papelaria (1 = sim , 2 = não), e a coluna freqüência de compra

na papelaria. Note que a soma da linha 1 indica que 10 entrevistados compram na papelaria e 4
não compram. A soma da coluna indica a freqüência do entrevistado na papelaria, por exemplo ,
6 entrevistados compram 1 ou 2 vezes por mês (42,86% coluna 4).Portanto quem compra na
papelaria, faz a compra com uma freqüência pequena e continuam clientes.

• Variável Cafeteria
Rows: comp caf Columns: freq caf

0 1 2 3 4 All

1 1 3 5 2 3 14
7,14 21,43 35,71 14,29 21,43 100,00

A linha representa compra na cafeteria (1 = sim), e a coluna freqüência de compra na

cafeteria.O entrevistado sempre compra na cafeteria sua maior freqüência é 2=3 ou 4 vezes
(35,71%) 4=1 ou 2 x por mês (21,43%).
 11

• Variável Impressão
Rows: comp imp Columns: freq imp

0 4 All

1 0 3 3
-- 100,00 100,00

2 11 0 11
100,00 -- 100,00

All 11 3 14
78,57 21,43 100,00

Na linha: faz impressão (1 = sim , 2 = não), e na coluna: freqüência de impressão na

livraria. Temos que 3 pessoas imprimem com uma freqüência baixa (1 ou 2 vezes por mês) e 11
pessoas não imprimem, logo a freqüência é zero, elas não fazem a impressão e não continuam
clientes.

• Variável Livraria
Rows: comp liv Columns: freq liv

0 1 2 4 All

1 1 2 1 4 8
12,50 25,00 12,50 50,00 100,00

2 6 0 0 0 6
100,00 -- -- -- 100,00

All 7 2 1 4 14
50,00 14,29 7,14 28,57 100,00

Quem não compra na livraria tem uma freqüência zero, e 50% de quem compra tem uma
freqüência de 4 (1 a 2 vezes por mês).
 12

1.6 ANÁLISE PERGUNTA 6

P7) Quais os principais motivos da não compra de livros?

Para responder esta pergunta basta verificar a pergunta 7 do questionário , motivo não
compra livraria: Temos a seguinte Tabela:

Tabela 3 Motivo da Não Compra de Livros.

Motivo Não Compra Livraria

0
RUIM
2
0
2
2
0
0
0

NÃO ENCONTROU O LIVRO

2
0

Note que houve o valor 0 significando que a pessoa comprou livro e houve espaços em
branco na linha indicando que o entrevistado respondeu não em todas as alternativas da pergunta
6, excluindo as linhas brancas e linhas com valores iguais a zero, tem-se a seguinte tabela de
freqüências:
 13

Tabela 4 Motivos Não Compra de Livros.

Motivo Freqüência Porcentual (%)

2 (não precisou) 5 71,4

Ruim 1 14,3

Não encontrou o livro 1 14,3

Total 7 1,00

Note que a grande maioria dos entrevistados não compraram livros por que não
precisaram (71,4 %).Como o aluno Alexandro Vieira Lopes entrevistou funcionários, supõe-se
que estes não leiam muitos livros.

1.7 ANÁLISE PERGUNTA 7

P8) Verifique se a satisfação média geral dos entrevistados é superior a 4 (cafeteria).

Excluindo os indivíduos que responderam não em todas as alternativas da questão 6 tem-

se a seguinte tabela:

Tabela 5 Nível de Satisfação Cafeteria.

Nota Satisfação Cafeteria

7
5
3
6
5
7
7
6
7
7
7
2
7
6
 14

As hipóteses são:

H O : µ = 4

H A : µ > 4

Utilizando o software Minitab, com os comandos Stat,Basic Statistics, 1-Sample t,

variável Nota Satisfação Cafeteria , com 95% de confiança e hipótese alternativa greater than
tem-se a seguinte saída.

One-Sample T: Nota Satisfação Cafeteria

Test of mu = 4 vs mu > 4

Variable N Mean StDev SE Mean

Nota Satisfa 14 5,857 1,610 0,430

Variable 95,0% Lower Bound T P

Nota Satisfa 5,095 4,31 0,000

Como p-valor é zero , rejeita-se Ho, logo Nota Satisfação Cafeteria2 é maior que 4.

1.8 ANÁLISE PERGUNTA 8

P8) e P18) Verifique se há diferença entre homens e mulheres quanto à satisfação média
(use teste t independente, para isto verifique as suposições de normalidade que o teste necessita)
para cada um dos itens: cafeteria, papelaria, impressão e livraria.

Temos que 14 entrevistados responderam a questão 8 e a variável da questão 18 é

1=feminino e 2=masculino.

OBS: As pessoas no questionário que não responderam (9) não serão consideradas.

2
A Nota de Satisfação varia de 1 (Bastante Insatisfeito) até 7 (Bastante Satisfeito).
 15

• Satisfação média por sexo Variável CAFETERIA.

Tabela 6 Satisfação média por sexo variável cafeteria.

Sexo Cafeteria
1 7
1 5
2 3
2 6
1 5
2 7
1 7
1 6
2 7
1 7
1 7
1 2
1 7
1 6

Verificando a normalidade da variável cafeteria no Minitab: Menu Stat,Basic Statistics,

Normality Test, selecionar variável cafeteria e escolher o teste. Escolhendo o teste de
Kolmogorov-Smirnov, tem-se a seguinte figura:

Normal Probability Plot

,999
,99
,95
Probability

,80
,50
,20
,05
,01
,001

2 3 4 5 6 7
Cafeteria
Average: 5,85714 Kolmogorov-Smirnov Normality Test
StDev: 1,61041 D+: 0,105 D-: 0,178 D : 0,178
N: 14 Approximate P-Value > 0.15

Figura 01 Normalidade da variável cafeteria.

 16

Como p-valor é grande, não rejeita H0, logo os dados da variável cafeteria dados seguem
normalidade.

A hipótese a ser testada é:

 H O : µ Fe min ino = µ Masculino


 H A : µ Fe min ino ≠ µ Masculino , com relação à satisfação da cafeteria.

Verificando a igualdade de variâncias no Minitab: Stat, Basic Statistic, 2 Variances,

samples in ONE column , samples: variável cafeteria, subscripts variável sexo.Assim a saída é :

Test for Equal Variances

Response Cafeteria
Factors Sexo
ConfLvl 95,0000

Bonferroni confidence intervals for standard deviations

Lower Sigma Upper N Factor Levels

1,04341 1,59513 3,21204 10 1

0,99486 1,89297 8,96508 4 2

F-Test (normal distribution)

Test Statistic: 0,710

P-Value : 0,606

Levene's Test (any continuous distribution)

Test Statistic: 0,036

P-Value : 0,852

Como p-valor é grande, não rejeita a hipótese de que as variâncias são iguais.

Aplicando o teste t no Minitab: Stat, Basic Statistic, 2 Sample t, samples in ONE column,
samples: variável cafeteria, subscripts: sexo, clicar em assume equal variances a saída é a
seguinte:
 17

Two-Sample T-Test and CI: Cafeteria; Sexo

Two-sample T for Cafeteria

Sexo N Mean StDev SE Mean

1 10 5,90 1,60 0,50
2 4 5,75 1,89 0,95

Difference = mu (1) - mu (2)

Estimate for difference: 0,150
95% CI for difference: (-2,009; 2,309)
T-Test of difference = 0 (vs not =): T-Value = 0,15 P-Value = 0,882 DF = 12
Both use Pooled StDev = 1,67

Observe que a média para o grupo 1 (Feminino) = 5,9 e grupo 2 (Masculino) = 5,75 são
parecidas e como p-valor = 0,882, NÃO Rejeita Ho , logo as médias dos grupos feminino e
masculino são iguais para a variável cafeteria.

• Satisfação média por sexo Variável PAPELARIA.

Tabela 7 Satisfação média por sexo variável papelaria.

Sexo Papelaria
1 7
2 5
2 4
1 4
1 6
2 7
1 7
1 6
1 6
Verificando a normalidade da variável papelaria no Minitab: Menu Stat,Basic Statistics,
Normality Test, selecionar variável papelaria e escolher o teste, escolhendo o teste de
Kolmogorov-Smirnov, tem-se a seguinte figura:
 18

Normal Probability Plot

,999
,99
,95
Probability ,80
,50
,20
,05
,01
,001

4 5 6 7
Papelaria
Average: 5,77778 Kolmogorov-Smirnov Normality Test
StDev: 1,20185 D+: 0,097 D-: 0,129 D : 0,129
N: 9 Approximate P-Value > 0.15

Figura 02 Normalidade da variável papelaria.

Como p-valor é grande, não rejeita H0, logo os dados da variável papelaria dados seguem
normalidade.

A hipótese a ser testada é:

 H O : µ Fe min ino = µ Masculino


 H A : µ Fe min ino ≠ µ Masculino , com relação à satisfação da papelaria.

Verificando a igualdade de variâncias no Minitab: Stat, Basic Statistic, 2 Variances,

samples in ONE column , samples: variável papelaria, subscripts: variável sexo.Temos o
seguinte:

Test for Equal Variances

Response Papelaria
Factors Sexo
ConfLvl 95,0000

Bonferroni confidence intervals for standard deviations

Lower Sigma Upper N Factor Levels

0,642297 1,09545 3,1340 6 1

0,729711 1,52753 13,6197 3 2

F-Test (normal distribution)

 19

Test Statistic: 0,514

P-Value : 0,475

Como p-valor é grande, não rejeita a hipótese de que as variâncias são iguais.

Aplicando o teste t no Minitab: Stat, Basic Statistic, 2 Sample t, samples in ONE

column,samples: variável papelaria, subscripts sexo, clicar em assume equal variances a saída é :

Two-Sample T-Test and CI: Papelaria; Sexo

Two-sample T for Papelaria

Sexo N Mean StDev SE Mean

1 6 6,00 1,10 0,45
2 3 5,33 1,53 0,88

Difference = mu (1) - mu (2)

Estimate for difference: 0,667
95% CI for difference: (-1,399; 2,732)
T-Test of difference = 0 (vs not =): T-Value = 0,76 P-Value = 0,470 DF = 7
Both use Pooled StDev = 1,23

Perceba que a média para o grupo 1 (Feminino) = 6 e grupo 2 (Masculino) = 5,33 são
quase iguais e como p-valor = 0,470, NÃO Rejeita Ho , logo as médias dos grupos feminino e
masculino são iguais para a variável papelaria.

OBS: Apenas por CURIOSIDADE usando no Minitab os comandos: Stat,Basic,ANOVA,

One-Way, variável Response : Papelaria e variável Factor: Sexo. A saída do Minitab é a seguinte:

One-way ANOVA: Papelaria versus Sexo

Analysis of Variance for Papelari

Source DF SS MS F P
Sexo 1 0,89 0,89 0,58 0,470
Error 7 10,67 1,52
Total 8 11,56
Individual 95% CIs For Mean
Based on Pooled StDev
Level N Mean StDev ----+---------+---------+---------+--
1 6 6,000 1,095 (-----------*-----------)
2 3 5,333 1,528 (----------------*----------------)
----+---------+---------+---------+--
Pooled StDev = 1,234 4,0 5,0 6,0 7,0

OBS: o p-valor é igual a 0,470 e foi igual ao do teste t. Lembrando que o teste da Análise
de Variâncias (ANOVA) é válido para 3 ou mais grupos.
 20

• Satisfação média por sexo Variável IMPRESSÃO.

Excluindo todas as pessoas não utilizaram o serviço da impressão temos a seguinte tabela

Tabela 8 Satisfação média por sexo variável impressão.

Sexo Impressão
2 4
1 6
1 2

Verificando a normalidade da variável impressão no Minitab: Menu Stat,Basic Statistics,

Normality Test, selecionar variável impressão e escolher o teste, escolhendo o teste de
Kolmogorov-Smirnov, tem-se a seguinte figura:

Normal Probability Plot

,999
,99
,95
Probability

,80
,50
,20
,05
,01
,001

2 3 4 5 6
Impressão
Average: 4 Kolmogorov-Smirnov Normality Test
StDev: 2 D+: 0,175 D-: 0,175 D : 0,175
N: 3 Approximate P-Value > 0.15

Figura 03 Normalidade da variável impressão.

Como p-valor é grande, não rejeita H0, logo os dados da variável impressão dados seguem
normalidade.

A hipótese a ser testada é:

H O : µ Fe min ino = µ Masculino


 H A : µ Fe min ino ≠ µ Masculino , com relação à satisfação da impressão.
 21

Verificando a igualdade de variâncias no Minitab: Stat, Basic Statistic, 2 Variances,

samples in ONE column , samples: variável impressão, subscripts variável sexo.A saída do
software Minitab é:

Test for Equal Variances

** Error ** Cannot calculate statistics with these data;

execution aborted.

Este erro deve ser devido ao pequeno tamanho amostral.Conseqüemente o teste t de 2

amostras não pode ser aplicado.Então por curiosidade , aplicando o teste ANOVA temos:

One-way ANOVA: Impressão versus Sexo

Analysis of Variance for Impressã

Source DF SS MS F P
Sexo 1 0,00 0,00 0,00 1,000
Error 1 8,00 8,00
Total 2 8,00
Individual 95% CIs For Mean
Based on Pooled StDev
Level N Mean StDev ------+---------+---------+---------+
1 2 4,000 2,828 (------------*------------)
2 1 4,000 0,000 (-----------------*-----------------)
------+---------+---------+---------+
Pooled StDev = 2,828 -20 0 20 40

Observe que a média para o grupo 1 (Feminino) = 4 e grupo 2 (Masculino) = 4 são iguais
e como p-valor = 1, NÃO Rejeita Ho , logo as médias são dos grupos feminino e masculino são
iguais para a variável impressão.

• Satisfação média por sexo Variável LIVRARIA.

Tabela 9 Satisfação média por sexo variável livraria.

Feminino Masculino
6 5
4 7
5
7
6
 22

Verificando a normalidade da variável feminino no Minitab: Menu Stat,Basic Statistics,

Normality Test, selecionar variável feminino e depois a variável masculino e escolher o teste,
escolhendo o teste de Kolmogorov-Smirnov, tem-se a seguinte figura:

Normal Probability Plot

,999
,99
,95
Probability

,80
,50
,20
,05
,01
,001

4 5 6 7
Feminino
Average: 5,6 Kolmogorov-Smirnov Normality Test
StDev: 1,14018 D+: 0,120 D-: 0,137 D : 0,137
N: 5 Approximate P-Value > 0.15

Figura 04 Normalidade da variável feminino.

Como p-valor é grande, não rejeita H0, logo os dados da variável feminino dados seguem
normalidade. Contudo, como há apenas 2 observações na variável masculino o teste de
normalidade não pode ser aplicado, considerando normalidade dos dados A hipótese a ser testada
é:

H O : µ Fe min ino = µ Masculino


 H A : µ Fe min ino ≠ µ Masculino , com relação à satisfação da livraria.

Para testar a hipótese, primeiro deve ser verificada a igualdade de variâncias. Usando o
comando no Minitab: Stat, Basic Statistic, 2 Variances , samples in different columns, first sexo
feminino, second sexo masculino, segue a saída3:

3
Observe que os dados foram digitados separando uma coluna para sexo feminino e outra para sexo masculino.
Pode-se também digitar os dados numa coluna com a variável sexo e a outra coluna com as notas como foi feito nos
exemplos de Cafeteria , Papelaria e Impressão.
 23

Test for Equal Variances

Level1 Feminino
Level2 Masculino
ConfLvl 95,0000

Bonferroni confidence intervals for standard deviations

Lower Sigma Upper N Factor Levels

1,25298 2,13698 6,1138 6 Feminino

0,56621 1,41421 90,2666 2 Masculino

F-Test (normal distribution)

Test Statistic: 2,283

P-Value : 0,925

Como p-valor é grande, não rejeita a hipótese de que as variâncias são iguais.

Aplicando o teste t no Minitab: Stat, Basic Statistic, 2 Sample t, samples in different

columns, first sexo feminino, second sexo masculino, clicar em assume equal variances a saída é
a seguinte:

Two-Sample T-Test and CI: Feminino; Masculino

Two-sample T for Feminino vs Masculino

N Mean StDev SE Mean

Feminino 6 4,83 2,14 0,87
Masculin 2 6,00 1,41 1,0

Difference = mu Feminino - mu Masculino

Estimate for difference: -1,17
95% CI for difference: (-5,23; 2,90)
T-Test of difference = 0 (vs not =): T-Value = -0,70 P-Value = 0,509 DF = 6
Both use Pooled StDev = 2,03

Observe que a média para o grupo 1 (Feminino) = 4,83 e grupo 2 (Masculino) = 6 são
parecidas e como p-valor = 0,509, NÃO Rejeita Ho , logo as médias dos grupos feminino e
masculino são iguais para a variável livraria.
 24

1.9 ANÁLISE PERGUNTA 9

P9) Faça uma tabela de freqüências e percentuais. Verifique se a proporção de compra é

maior que 50% (teste para proporção).

Tabela 10 Compra de Livros na Livraria do Campus.

Compra Freqüência Porcentual (%)

1 Sim 8 57,2

2 Não 6 42,8

Total 14 1,00

As hipóteses são:

H O : p = 0,5

 H A : p > 0,5

Utilizando o software Minitab, com os comandos Stat,Basic Statistics, 1-Proportion,

variável de interesse (C1), clicar em options, com 95% de confiança e hipótese alternativa greater
than, test proportion 0,5 tem-se a seguinte saída:

Test and CI for One Proportion: C1

Test of p = 0,5 vs p > 0,5

Success = 2

Exact
Variable X N Sample p 95,0% Lower Bound P-Value
C1 6 14 0,428571 0,206073 0,788

Test and CI for One Proportion: C2

Test of p = 0,5 vs p > 0,5

Success = 2

Exact
Variable X N Sample p 95,0% Lower Bound P-Value
C2 8 14 0,571429 0,325028 0,395
 25

“Deve-se tomar o máximo de cuidado”, pois a saída da variável c1 é para a proporção de

NÃO compra, então invertendo os valores de 1 para 2 e de 2 para 1, o Minitab solta a saída para a
variável c2, em que X = 8 indica que o número de respostas sim é 8 e sua proporção é 0,57.
Como p-valor é grande exato = 0,395 , NÃO rejeita Ho, logo a proporção de compra é 0,5.

1.10 ANÁLISE PERGUNTA 10

P16) Verifique se a média das respostas da P16 é maior que a da P15. Use um teste t-
pareado.
Seja µ1 a média das respostas da P15 (Nota sobre os preços cobrados na Livraria antes de
uma afirmação).

Seja µ2 a média das respostas da P16 (Nota sobre os preços cobrados na Livraria depois
de uma afirmação).

Tabela 11 Notas pergunta 15(antes) e pergunta 16 (depois).

Antes Depois
7 7
5 5
4 4
4 5
4 4
1 1
5 1
5 6
7 4
4 4
5 5
3 3
2 2
4 4
6 4
7 7
5 4
1 1
7 7
7 7
3 2
 26

As hipóteses são:

 H O : µ1 = µ 2

 H A : µ1 < µ 2

Utilizando o software Minitab, com os comandos Stat , Basic Statistics, Paired t, first
sample : Preço Antes, second sample Preço Depois, clicar em options e clicar em alternative less
than. A saída é a seguinte:

Paired T-Test and CI: Antes; Depois

Paired T for Antes - Depois

N Mean StDev SE Mean

Antes 21 4,571 1,886 0,412
Depois 21 4,143 1,982 0,433
Difference 21 0,429 1,207 0,263

95% upper bound for mean difference: 0,883

T-Test of mean difference = 0 (vs < 0): T-Value = 1,63 P-Value = 0,940

A média da variável Preço Antes é 4,57 e a média da variável Preço Depois é 4,13, elas
são quase iguais , o que é refutado pelo p-valor 0,940 que é grande, NÃO rejeitando Ho . Portanto
as medias são iguais, ou seja, a afirmação não mudou a opinião dos entrevistados.
 27

2 CONSIDERAÇÕES FINAIS

Este relatório é a aplicação da parte prática da disciplina Pesquisa de Mercado, através da

Pesquisa “Estudo do Perfil e Satisfação do Cliente da Livraria do Campus” muitos
conhecimentos teóricos obtidos nesta disciplina foram aplicados tais como: como fazer um
questionário, aplicação de teste de hipóteses, análise de uma tabela de dupla entrada,etc.

A sorte é relacionada com a aleatoriedade, pois no momento em que cada aluno recebeu
da professora uma folha com 23 possíveis usuários da Livraria do Campus, esta folha foi dividida
3 categorias: alunos (estudam manhã, tarde), alunos (estudam noite), misto (professores e
funcionários) . Cada aluno selecionou aleatoriamente uma folha que estava uma destas 3
categorias.A categoria misto foi selecionada por mim. Os funcionários e professores sempre estão
na faculdade, o que facilitou um pouco a aplicação dos questionários.Houve casos de alunos que
tiveram que aplicar questionários para alunos de pós-graduação, logo a dificuldade da aplicação
de questionários é maior, pois dificilmente estes alunos se encontram na faculdade.

A aplicação do questionário trouxe muita experiência, pois houveram muitas dificuldades:

professores que não podiam atender num determinado horário, funcionários que se recusam a
responder o questionário, a pressa do entrevistado ao responder o questionário, a localização do
funcionário que trabalha em diferentes locais e horários, etc. Apesar das dificuldades nova
experiência e novos amigos foram adquiridos.

A utilização dos 3 softwares : Minitab, SAS , R teve um papel fundamental na análise4,

além de ser muito interessante, trouxe um grande aprendizado.

A análise desta pesquisa foi importante e pode ajudar num futuro profissional, pois vários
testes foram aplicados, ajudando a melhor compreensão do conteúdo teórico da disciplina.

4
Os resultados dos 3 softwares foram muito semelhantes.
 28

REFERÊNCIAS

AZEVEDO,G. Pesquisa de Mercado. Disponível em:

http://www.sebraemg.com.br/arquivos/parasuaempresa/saibamais/pesquisa_mercado_sp_2.pdf
Acesso em:03 set 2007.

CARDOSO, R. F. As mudanças no perfil do consumidor e as habilidades necessárias ao

profissional de vendas.2002. Disponível em:
http://www.magmaster.com.br/artigos-OFoco-Informacao.html Acesso em:03 set 2007.

CARVALHO,A. A satisfação do Cliente. Disponível em:

http://www.magmaster.com.br/artigos-A-satisfa-cliente.html Acesso em:03 set 2007.

FERREIRA, A. B. de H. NOVO DICIONÁRIO AURÉLIO - SÉCULO XXI. São Paulo.

Brasil: Editora Nova Fronteira, 1999. Meio Eletrônico.

FUNDACTE. Fundação de Ciência Tecnologia e Ensino. Disponível em <

http://www2.prudente.unesp.br/fundacte/index.htm >. Acesso em: 03 set. 2007.

MALHOTA, N.K. Pesquisa de Marketing Uma Orientação Aplicada. – 4 ed. Porto Alegre:
Bookman, 2006.
 29

APÊNDICE A ANÁLISE PERGUNTA 1

PROGRAMA SAS

options ls =100 ps = 100 nodate nonumber;

data ex1;
input leitura;
ler = leitura-1;
datalines;
1.00
0.75
0.25
0.75
0.50
0.75
1.25
0.25
1.00
0.25
1.00
0.75
0.25
0.50
;
proc print;
run;
proc means n mean t prt probt ;
var leitura ler;
run;
/*
proc capability;
run;
proc univariate;
run;
*/

proc print;
run;
quit;

data prob;
p1 = 1 -probt(-3.8,13);
tcrit = tinv(0.99890,13);
run;
proc print;
run;
 30

SAÍDA SAS

Figura 05 Saída SAS variável leitura, ler.

Note que o p-valor da variável ler (0,0022) é pequeno, rejeitando H0, pois é uma hipótese
bilateral, mas usando o comando p1 = 1 - probt t com a estatística do teste e os n-1 graus de
liberdade chega-se ao p-valor calculado no Minitab 0,99890, NÃO rejeitando H0. O comando
probt calcula a probabilidade acumulada, logo se deve atribuir 1 - probt.

Uma forma muito mais fácil é utilizar o Comando do SAS: Solutions, Analysis, Analist,
digitar os dados e depois clicar em: Statistics, Hypotheses Tests, One-Sample t-test for Mean ,
Variável é a coluna digitada, Null =1, Mean > 1. A saída é a seguinte:

Figura 06 Saída SAS teste t de uma amostra para a média

 31

USANDO O SOFTWARE R:

Figura 07 Saída R teste de uma amostra.

 32

APÊNDICE B ANÁLISE PERGUNTA 2

PROGRAMA SAS

data ex2; Sebo

input local$; Bancas Rua
datalines; Bancas Unesp
Campus Bancas Unesp
Campus Bancas Jornal
Campus Supermercado
Campus Outro Local
Campus Outro Local
Campus Outro Local
Campus Outro Local
Campus Outro Local
Campus Outro Local
Curitiba Outro Local
Curitiba Outro Local
Curitiba Nenhum
Curitiba Nenhum
Curitiba Nenhum
Internet Nenhum
Internet ;
Sebo proc print;
Sebo proc freq;
Sebo run;

SAÍDA SAS

Figura 08 Saída SAS do proc freq.

 33

APÊNDICE C ANÁLISE PERGUNTA 3

PROGRAMA SAS

data ex3;
input cafeteria$ papelaria$ impressao$ livraria$;
datalines;
Sim Sim Não Sim
Sim Sim Não Não
Sim Não Não Não
Sim Sim Não Sim
Sim Não Não Sim
Sim Sim Sim Não
Sim Sim Não Sim
Sim Sim Sim Sim
Sim Sim Não Sim
Não Não Não Não
Não Não Não Não
Sim Sim Não Sim
Não Não Não Não
Não Não Não Não
Não Não Não Não
Sim Não Não Não
Não Não Não Não
Sim Não Não Não
Sim Sim Não Sim
Não Não Não Não
Sim Sim Sim Não
;
proc print;
proc freq;
run;
 34

SAÍDA SAS

Figura 09 Saída SAS proc freq.

UTILIZANDO O R apenas para a variável cafeteria:

Figura 10 Saída R variável cafeteria.

 35

APÊNDICE D ANÁLISE PERGUNTA 4

PROGRAMA SAS

data ex4;
input cafeteria$ papelaria$ impressao$ livraria$;
datalines;
3 2 0 2
2 0 0 0
0 0 0 0
2 4 0 1
4 0 0 0
3 1 4 0
2 4 0 4
2 4 4 4
4 4 0 4
4 2 0 1
1 0 0 0
1 0 0 0
2 4 0 4
1 4 4 0
;
proc print;
proc freq;
run;

SAÍDA SAS

Figura 11 Saída SAS proc freq.

 36

UTILIZANDO O R apenas para a variável cafeteria:

Figura 12 Saída R variável cafeteria.

 37

APÊNDICE E ANÁLISE PERGUNTA 5

PROGRAMA SAS (apenas para a variável papelaria, pois para as outras variáveis os comandos
são análogos).

data ex5;
input compra frequencia;
title ' Tabela de Contigência CompraxFrequência PAPELARIA';
datalines;
1 3
1 2
2 0
1 2
2 4
1 3
1 2
1 2
1 4
1 4
2 1
2 1
1 2
1 1
;
proc print;
proc freq;
tables compra*frequencia;
run;
SAÍDA SAS

Figura 13 Saída SAS proc freq de uma tabela de contingência.

 38

UTILIZANDO O SOFTWARE R (variável livraria) :

Figura 14 Saída R variável livraria.

 39

APÊNDICE F ANÁLISE PERGUNTA 6

PROGRAMA SAS

data ex6;
input nao_compra$;
datalines;
RUIM
2
2
2
NÃO ENCONTROU O LIVRO
2
2
;
proc print;
proc freq;
run;

SAÍDA SAS

Figura 15 Saída SAS the freq procedure.

UTILIZANDO O SOFTWARE R :

Figura 16 Saída R da variável Motivo da Não compra de livro.

 40

APÊNDICE G ANÁLISE PERGUNTA 7

Utilizando a forma muito mais fácil : Solutions, Analysis, Analist, digitar os dados e
depois clicar em: Statistics, Hypotheses Tests, One-Sample t-test for Mean , Variável é a coluna
digitada, Null =1, Mean > 4. A saída é a seguinte:

SAÍDA SAS

Figura 17 Saída SAS teste de uma amostra para média.

UTILIZANDO O SOFTWARE R :

Figura 18 Saída R teste t de uma amostra.

 41

APÊNDICE H ANÁLISE PERGUNTA 8

PROGRAMA SAS (apenas para a variável livraria, pois para as outras variáveis os comandos são
análogos).

options ls = 100 ps = 100 nodate nonumber;

data ex8;
input sexo$ nota; /*LIVRARIA*/
datalines;
1 6
2 5
1 4
1 5
2 7
1 7
1 6
1 1
;
proc print;
run;
proc univariate normal;
var nota;
histogram nota/normal;
run;
proc ttest cochran alpha = 0.05;
class sexo;
var nota;
run;

SAÍDA SAS

Figura 19 Saída SAS proc univariate.

OBS: p-valor grande, logo não rejeita a hipótese de normalidade de dados.

 42

Figura 20 Saída SAS proc ttest.

Temos que as mulheres (1) têm uma nota média 4,833 e os homens (2) nota média de 6
com relação à satisfação da livraria. Verificando a saída Equality of Variances temos um p-valor
grande, daí não rejeita a hipótese de igualdade de variâncias, assim o p-valor (Pr > | t |) para o
caso de médias, é p-valor = 0.5088 (saída do T-Test Equal Variance) . Então NÃO se Rejeita H0,
portanto a média do sexo feminino é IGUAL do sexo masculino.Note que o valor é quase igual
ao do Minitab.
 43

UTILIZANDO O SOFTWARE R :
>feminino =c(6,4,5,7,6,1)
> masculino =c(5,7)
> shapiro.test(feminino)

Shapiro-Wilk normality test

data: feminino
W = 0.8898, p-value = 0.3173

> shapiro.test(masculino)#verifica normalidade

Erro em shapiro.test(masculino) : sample size must be between 3 and
5000

> teste.var = var.test(feminino,masculino,alternative="two.sided",conf.level=0.95)

> teste.var #teste das variâncias

F test to compare two variances

data: feminino and masculino
F = 2.2833, num df = 5, denom df = 1, p-value = 0.9252
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.002476909 22.849276016
sample estimates: ratio of variances 2.283333

> teste.ind = t.test(feminino,masculino,alternative="two.sided",paired =

F,var.equal=TRUE,conf.level=0.95)
> teste.ind #teste das médias

Two Sample t-test

data: feminino and masculino
t = -0.7023, df = 6, p-value = 0.5088
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-5.231236 2.897903
sample estimates:
mean of x mean of y
4.833333 6.000000

Note que p-valor = 0,3173 (feminino) indica uma variável normal, enquanto que assim
como no Minitab, no software R o p-valor para sexo masculino não pode ser obtido. O p-valor =
0,9252 indica que as variâncias são iguais e finalmente com o p-valor = 0,5088 não rejeita H0.
Assim a média sexo feminino é igual a média sexo masculino quanto a satisfação da livraria.
 44

APÊNDICE I ANÁLISE PERGUNTA 9

O programa é difícil, dai utilizando no SAS Solutions, Analysis, Analist, digitar os dados
e depois clicar em: Statistics, Hypotheses Tests, One-Sample Test for a Proportion, depois level
of interest sim, e hipotheses null <= 0.5 e alternate prop > 0.5,conforme a Figura 21 ,tem-se a
seguinte saída :

Figura 21 Saída SAS teste de proporção.

Perceba que no SAS a probabilidade é uma aproximação da Normal (Pr > Z = 0,2965),
enquanto que no Minitab o p-valor é exato (0,39).
 45

UTILIZANDO O SOFTWARE R :

Figura 22 Saída R teste da proporção.

 46

APÊNDICE J ANÁLISE PERGUNTA 10

PROGRAMA SAS
data ex10;
input antes depois ;
diferenca = antes - depois;
datalines;
77
55
44
45
44
11
51
56
74
44
55
33
22
44
64
77
54
11
77
77
32
;
proc print;
run;

proc means n mean stderr t prt;

var antes depois diferenca;
title 'Comparação diferença entre antes e depois de uma afirmação';
run;
 47

SAÍDA SAS

Figura 23 Saída SAS proc means.

Da mesma forma que no APÊNDICE A, perceba que o p-valor da variável diferença é
0,1194 numa hipótese bilateral, mas usando o comando do APÊNDICE A chega-se ao p-valor
0,9403, NÃO rejeitando H0. (hipótese unilateral).

UTILIZANDO O SOFTWARE R

Figura 24 Saída R teste t pareado.