Resumos Estudos de Mercado

Capítulo 1

1. Investigação de Mercados:
A investigação de mercados (IM) é a função que liga o consumidor, o cliente, e o
público a quem comercializa o produto através da informação. Esta informação utiliza-
se para:

• Identificar e definir as oportunidades e os problemas de marketing;

• Gerar e aperfeiçoar e avaliar as ações de marketing;
• Monitorizar o desempenho de marketing
• E, melhorar a compreensão do marketing como um processo.
A investigação de mercados:

• Específica a informação requerida para abordar esses problemas;

• Desenha o método para recolher a informação;
• Dirige e implementa o processo de recolha de dados;
• Analisa os resultados e comunica-os aos gestores, bem como as suas
implicações.
A IM é o enfoque sistemático e objetivo para o desenvolvimento e o fornecimento
da informação necessária para o processo de tomada de decisões dos gestores de
marketing.
Exemplos de IM:
Sistemático: Forma bem organizada e planeada de desenvolver o processo de
informação - devem antecipar-se:

• Os aspetos da investigação a desenvolver;

• A natureza dos dados a recolher;
• E o modo de análise a empregar.

Objetivo: a IM deve ser neutral e não emocional na sua realização. A IM é a

aplicação do método científico ao marketing, o qual inclui a recolha, interpretação e a
análise objetiva de dados.

Informação: refere-se aos dados que reduzem a incerteza numa situação de

decisão.
Dados: são observações e evidências relativamente a a algum aspeto do sistema de
marketing.
Tomada de decisões: (Ver conjunto de etapas referentes ao processo de
tomada de decisões).

2. Os estudos de mercado:
Exemplos Genéricos de Pesquisas:

Companhia de Seguros: “nós somos uma pequena companhia que está situada
num mercado muito competitivo. Necessitamos informação para decidir como
aumentar os nossos negócios com os nossos clientes atuais e atrair novos
consumidores dos concorrentes”

Fabricante de Whisky: “ as vendas de whisky estão geralmente em declínio. Nós

necessitamos desenvolver pesquisas para avaliar o potencial dos produtos que têm por
base o whisky. Também necessitamos pesquisas para selecionar os packages mais
efetivos para maximizar as vendas num mercado que cada vez mais valoriza o self-
service.”

Exemplos de Pesquisas em Corporate Planning:

• Medir a dimensão e as tendências da futura procura dos produtos de

organização.
• Identificar os mercados que a organização deve servir.
• Medir e identificar os pontos fortes e fracos da empresa duma forma
absoluta e relativa em relação aos concorrentes.
• Medir a satisfação e as necessidades nos segmentos de mercado
relevantes para empresa.
• Composição e as estruturas do mercado e da indústria.
• Análise da quota de mercado e do lucro.
• Análise dos concorrentes.
• Definição dos principais problemas de mercado e respetivas formas
para solucioná-los.
• Estimular o I & D.
• Avaliar a identidade e a imagem corporativa.
• Selecionar empresas para aquisição ou desinvestimento.
Exemplos Genéricos de Pesquisas em Market Planning:

• Identificar, medir e descrever o comportamento e as atitudes dos

consumidores dos principais segmentos de mercado.
• Medir o lucro relativo dos mercados de tempos a tempos.
• Analisar e interpretar os dados do mercado.
• Analisar as transações individuais com o mercado.
• Identificar e avaliar os mercados para os produtos atuais e novos da
empresa.
• Medir as preferências dos consumidores.
• Identificar mudanças na atividade concorrencial.
• Medir as vendas/prestação de serviços da empresa.

Exemplos Genéricos de Pesquisas em Product Planning:

• Gerar e visionar ideias para novos produtos e ou para realizar

modificações nos atuais.
• Realizar testes de conceito
• Testes e novos testes de produto para aceitação e melhoria.
• Formular testes e apresentar preferências
• Testes de packages
• Testes de nomes de produtos.
• Testes comparativos contra produtos dos concorrentes.
• Eliminação de produtos ou simplicação das linhas de produtos.
• Avaliar a qualidade percebida do produto.

Exemplos Genéricos de Pesquisas em Communications Planning:

• Desenvolvimento duma posição sustentável das marcas.

• Conteúdo e design da mensagem.
• Desenvolvimento de posições criativas.
• Desenvolvimento de estratégias efetivas de multimédia.
• Pré-testes de publicidade.
• Pós-testes de publicidade, e.g. , o conhecimento, compreensão,
recordação,mudança de atitudes, efeitos da escolha das marcas.
• Eficácia da publicidade.
• Eficácia das relações públicas e da publicidade na atitude e no
conhecimento.
• Eficácia do patrocínio.
• Eficácia do marketing direto.
• Desenvolvimento do mix ótimo de comunicação.
Exemplos Genéricos de Pesquisas em Sales Force Planning:

• Determinação dos territórios de vendas.

• Testes das técnicas alternativas de vendas e das mensagens.
• Definição dos alvos de vendas.
• Avaliação das performances de vendas.
• Avaliação do sistema de remuneração da força de vendas.
• Tornar as operações de venda mais produtivas.

Exemplos Genéricos de Pesquisas em Distribution Planning:

• Seleção do canal de distribuição.

• Análise dos custos de distribuição.
• Margem dos retalhistas e dos grossistas.
• Políticas de incentivo no canal de distribuição.
• Níveis de vendas por dealer.
• Sucesso da distribuição.
• Níveis de penetração.
• Verificação de stocks.
• Política de Inventários.

Exemplos Genéricos de Pesquisas em Price Planning:

• Preço psicológico.
• Definição das políticas e estratégias de preço.
 Modelo de Sistema de Marketing:

Variáveis Independentes Variáveis Dependentes

Marketing-Mix Resposta do Comportamento

1. Decisões de preço 1. Conhecimento

2. Decisões de comunicação 2. Compreensão
3. Decisões de Dsitribuição 3. Gosto
4. Decisões de produto 4. Preferência
5. Intenção de compra
6. Compra

Fatores de situação
Fatores de situação
1. Procura
2. Concorrência 1. Venda
3. Legais/ Políticos 2. Quota de mercado
4. Clima económica 3. Gosto
5. Tecnológicos 4. Utilidade
6. Regulação governamental 5. Rentabilidade do
7. Recursos internos da organização investimneto
6. Fluxo de caixa
7. Lucro/ Participação
8. Imagem
 Passos no Processo de Tomada de Decisões:

1. Reconhecer uma situação de decisão

2. Definir o problema de decisão
3. Indentificar vias alternativas de ação
4. Avaliar as vias alternativas de ação
5. Selecionar uma via de ação
6. Implementar e modificar

O Processo de Gestão de Marketing:

Processo de Tomada de Decisões

Sistema de Marketing

Marketing-Mix Resposta de
1. Reconhecer uma situação de decisão
Comportamento
2. Definir o problema de decisão

3. Indentificar vias alternativas de ação

Fatores Situacionais Medidas de
4. Avaliar as vias alternativas de ação
Desempenho
5. Selecionar uma via de ação

6. Implementar e modificar

Entrada de Informação

Experiência e Critério do Gestores

Sistemas de Investigação de
Mercados
3. Etapas da Realização de um Estudo de Mercado:
Passos no Processo de Investigação:

1. Estabelecer as necessidades de informação

O gestor deve especificar detalhadamente a razão de ser de porque é que
quer realizar a investigação, i.é., as necessidades de informação específicas
que são necessárias obter para dar resposta aos problemas particulares que
se lhe colocam. As necessidades de informação respondem à pergunta:
- Que informações específicas são necessárias obter para atingir os
objetivos do gestor que a requereu?

2. Especificar os Objetivos da Investigação e as Necessidades de Informação

O investigador que vai desenvolver a IM deve especificar os objetivos da
investigação proposta e elaborar uma lista particular das necessidades de
informação que correspondem a esses objetivos. Os objetivos da
investigação respondem à pergunta:
- Porque se realiza este projeto?

3. Determinar o Desenho da Investigação e as Fontes de Dados

Neste ponto deve desenhar-se o projeto formal de investigação e identificar
as fontes apropriadas de dados para o estudo. O desenho da investigação é
o plano básico que guia as fases de recolha e análise de dados do projeto de
investigação e específica o tipo de informação a recolher as fontes de dados
e os procedimentos e análises de recolhas de dados.
Devem distinguir-se as fontes externas das internas e as primárias das
secundárias

4. Desenvolver o procedimento de Recolha de Dados

Neste ponto deve-se estabelecer a ligação entre as necessidades de
informação e as perguntas que se vão colocar na IM ou as observações que
se vão gravar.

5. Desenhar a Amostra
Quem ou o quê deve incluir-se na amostra?
-Deve ter-se uma definição precisa da população de onde se vai extrair a
amostra

Que métodos se devem utilizar para selecionar a amostra a partir da

população?
-Devemos utilizar procedimentos probabilísticos ou não probabilísticos?
Que tamanho deve ter a amostra?
6. Recolha de Dados
Processo Fundamental onde em geral se utiliza uma parte siginificativa do
orçamento em que se tem para a IM.
Um processo de recolha de dados bem elaborado diminui o erro total do
resultado da investigação.
É fundamental realizar uma correta seleção, formação e controlo dos
entrevistados para que seja eficaz a realização da IM.

7. Processar os Dados
O processamento dos dados inclui a edição e codificação dos dados:
- A edição consiste na revisão dos formatos dos dados quanto à sua
legibilidade, consitência e integridade
- A codificação compreende o estabelecimento de categorias para respostas
ou grupo de respostas, de modo que os números possam utilizar-se para
representar categorias. Neste ponto os dados estão prontos para serem
analisados pelo computador.

8. Análise dos Dados

Utilização de software específico para a análise dos dados, por ex: SPSS
É importante que da análise de dados saiam respostas para as questões
colocadas na fase de definição das necessidades de informação.

9. Apresentação dos Resultados

A apresentação de resultados deve ser feita oralmente e por escrito.
Durante a apresentação devem responder-se aos objetivos colocados
durante a fase da definição das necessidades de informação.

4. Erros na recolha e introdução dos dados:

Erros na IM:
Os erros numa IM podem ser de dois tipos :
1. Erros Amostrais
2. Erros não Amostrais

1. Erros Amostrais
A maioria dos estudos de IM utilizam amostras constituídas por pessoas,
produtos ou armazéns. As amostras são utilizadas para estimar a
população. Apesar disso existem diferenças entre o valor da amostra e o
valor real da população implícita que se designam por erros amostrais.
 Os erros amostrais:
Podem medir-se;
Diminuem à medida que aumenta o tamanho da amostra.

2. Erros Não Amostrais

Este tipo de erros aumenta à medida que aumenta o tamanho da
amostra.
Tipos de erros não amostrais:
• Definição errada do problema
• Definição defeituosa da população;
• A listagem da população não é representativa;
• Erros de não resposta;
• Erros de medição;
• Inferências causais inadequadas;
• Desenho deficiente do questionário

5. Os estudos de mercado e o marketing:

Ligações entre o processo de tomada de decisões e o de investigação:

Processo de Decisão Processo de Investigação

Estabelecer uma necessidade de

Reconhecer uma situação que requer
Decisão de informação
uma decisão.
levar a cabo a
Especificar os objetivos da investigação
Definir o problema de decisão investigação
Especificar as necessidades de
Identificar as vias alternativas de ação
informação

Determinar as fontes de dados

Desenvolver os formatos de recolha de

Avaliar as vias alternativas de ação. dados.
Projeto formal
Selecionar uma via de ação. de Desenhar a amostra
investigação Recolher, processar e analisar os
Implementar e modificar.
dados.

Apresentar os resultados
Passos preliminares no processo de tomada de decisões:

Causa Efeito

Marketing-Mix Resposta de
Comportamento

Fatores
Medidas de
Situacionais
Desempenho

Problemas e
Sintoma
oportunidades

Reconhecimento de uma
situação de decisão

Definição do problema de
decisão

Identificação de vias
alternativasde ação

Passos restantes no processo

de tomada de decisões
 6. Tipos de Investigação:
Reconhecer e definir o
problema de decisão

Investigação
Exploratória Identificar vias
alternativas de ação

Avaliar as vias
alternativas de ação
Investigação
Conclusiva
Selecionar uma via de
atuação

Investigação de
monitorização do Implementar
desempenho

Investigação Exploratória:
É apropriada quando os objetivos da investigação incluem:

• Identificação de problemas e oportunidades.

• Desenvolvimento de uma formulação mais precisa de um problema ou
oportunidade vagamente identificados.
• Obter um ponto de vista relacionada com a extensão das variáveis que
operam numa determinada situação
• Estabelecer prioridades de acordo com a importância potencial dos
diversos problemas e oportunidades.
• Conseguir uma perspetiva da gestão e do investigador com a relação à
natureza da situação que constitui um problema.
• Identificar e formular cursos de ação alternativas.
• Reunir informação sobre os problemas associados à realização da
investigação conclusiva.
Meios para realizar a IM exploratória:

• Fontes secundárias de dados

• Observação
• Entrevistas com peritos
• Entrevistas de grupo com pessoas bem informadas
• Histórias de casos

Investigação Conclusiva:
É apropriada para:
Selecionar e avaliar uma alternativa de atuação.
A investigação conclusiva divide-se em descritiva e causal.
Meios para realizar a IM conclusiva:

• Inquéritos
• Experiências
• Observações
• Simulação

Investigação
Exploratória

Investigação Conclusiva

1. Investigação Descritiva
2. Investigação Causal
Desenho da Seccção Transversal

Desenho Longitudinal

Investigação de monitorização do
desempenho
 1. Investigação Descritiva
É apropriada quando os objetivos da investigação incluem:
• Descrever em forma gráfica as características dos fenómenos marketing
e determinar a frequência da sua concorrência
• Determinar o grau até ao qual se associam as variáveis de marketing.
• Fazer predições qunato à ocorrência de fenómenos de marketing.

Os desenhos de investigação descritiva podem utlizar uma ou mais das

seguintes fontes:
• Formulação de perguntas e entrevistados.
• Dados secundários
• Simulação

Desenho da Secção Transversal

No DST toma-se uma amostra dos elementos da população num ponto de tempo. Este
tipo de desenho também é designado por desenho de investigação do inquérito.

O DST é sobretudo útil na descrição das características dos consumidores e na

determinação dos fenómenos de marketing.

2. Investigação Causal
Reúne evidências em píricas sobre as relações causa-efeito que estão presentes no
sistema de marketing.
Requer um desenho cuidadosamente planeado e estruturado que minimize o erro
sistemático e maximize o grau de confiança , bem como permita retirar conclusões
razoavelmente inequívocas sobre causalidade.
É apropriada para os seguintes objetivos de investigação:
• Compreender quais as variáveis de marketing são a causa do que se prediz (o
efeito), i.é, compreender as razões pelas quais sucedem as coisas.
• Compreender a natureza da relação funcionar entre os fatores causais e o
efeito que se vai predizer.

As principais fontes de dados da investigação causal são:

• Formulação de perguntas a entrevistados através da inquéritos.

• Realização de experiências

Investigação de Monitorização do Desemprenho (IMD)

A IMD fornece informação relativa à monitorização do sistema de marketing,

nomeadamente ao controlo dos programas de marketing. Pode envolver estudos ad
hoc ou programas contínuos de investigação.
Os objetivos da IMD são monitorar e informar sobre mudanças

• Nas medidas de desempenho- vendas , quota de mercado, objetivos diversos

• Nos sub objetivos- níveis de conhecimentos e compreensão, penetração da
distribuição e níveis de preços, implementação do plano de marketing.
• Nas variáveis situacionais- atividade competitiva, condições económicas,
tendências da procura...

As fontes de dados apropriadas são

• Formulação de perguntas a entrevistados

• Dados secundários
• Observação

Desenho Longitudinal

O desenho longitudinal (painel) mede repetidamente uma amostra fiz de elementos da

população. A monitorização do desempenho contínua requer um desenho de
investigação longitudinal.

Existem dois tipos de painéis:

- o painel tradicional- amostra fixa donde as mesmas variáveis se medem

repetidamente;

- painel ómnibus- amostra fixa de entrevistados se mede repetidamente, mas onde as

variáveis são diferentes em cada vez.

Principais desvantagens nas respostas:

• Amostragem poder ser não representativa

• Enviesamento nas respostas

7. Fontes de Dados :

1. Entrevistados
Comunicação com os entrevistados
Observação dos entrevistados
2. Situações análogas
Histórias de casos
Simulação
3. Exprimentação
4. Dados Secundários
Dados externos de publicação simultânea.
 Dados do consumidor
Dados dos retalhistas
Dados dos grossistas
Dados da indústria
Dados da avaliação publicitária
Dados dos meios de comunicação e audiência.

Sistemas de Suporte para as Decisões de Marketing:

Sistemas de
Marketing Resposta do
Marketing Mix
Comportamento

Fatores Situacionais Medidas do Desempenho

Fontes de Dados

Internas Externas

Contabílistas Publicações

Vendas Bibliográficas

Outras Outras

Administração de Base de Dados

Análise Estatístico

Formatos de apresentação Elaboração de modelos

Necessidades de informação
chave
Capítulo 2
Passos Iniciais no Processo de Investigação:

1. Definir objetivos da investigação

2. Especificar as necessidadees de informação

3. Formular o desenho da investigação e determinar

as fontes de dados

Procura de dados secundários internos

Procura de dados secundários externos

Fontes de
Fontes de
Publicação
Bibliográficas
Simultânea

Determinar as fontes de dados primários

Entrevistas Situações Experiências

Análogas
8. Métodos Qualitativos:
Investigação Exploratória- Técnicas Qualitativas- Principais Características:

• Utlizam-se amostras pequenas de conveniência ou por grupos.

• Procuram-se motivações, crenças, sentimentos e atitudes dos entrevistados.
• Utiliza-se um enfoque intuitivo e subjetivo na recolha de dados.
• O formato da recolha dos dados é de resposta aberta.
• O objetivo não é obter dados estatísticos ou científicos exatos.

Vantagens:

• Maior capacidade de processamento dos resultados

• A capacidade de escutar as ideias dos consumidores nas suas próprias palavras
• Velocidade com que se obtêm os resultados

Grupos de Foco:

Discussão interativa pouco estruturada dirigida por um moderador treinado, com

um pequeno número de entrevistados simultaneamente ( tal como na terapia de
grupo em psicologia) a partir duma organização prévia dos temas ou de um guia
para o entrevistador.

Com a técnica esperam-se encontrar ideias inesperadas.

Principais utilizações:

• Gerar hipóteses
• Gerar informações para estruturar as questões ao consumidor.
• Fornecer informação básica geral sobre uma categoria de produto
• Obter impressões concetuais de novos produtos sobre os quais haja pouca
informação disponível
• Estimular novas ideias acerca dos produtos mais antigos.
• Gerar ideias para novos conceitos criativos
• Interpretar resultados quantitativos obtidos anteriormente
• Compreender as diferentes reações emocionais às marcas.

Na Prática:

• Os grupos devem ser homogéneos.

 • O tamanho do grupo deve ter entre 10 a 12 pessoas para investigação
sobre bens de consumo.
• O tamanho do grupo deve ter entre 6 a 7 pessoas para investigação sobre
bens industriais.
• Não devem incluir-se pessoas que tenham participado noutras sessões há
menos de um ano.
• Não integrar participantes que tenham relações previamente
estabelecidas.
• A duração média é entre 1 ½ e 2 horas.
• A atmosfera da sala deve produzir uma sensação de relaxe.

O moderador:

• Amabilidade e firmeza.
• Permissividade
• Capacidade para fomentar o compromisso
• Capacidade para fornecer estímulo
• Flexibilidade
• Sensibilidade

O moderador deve dispor de um guia que inclui: os temas detalhados que se

encontram à discussão e a sua sequência, os tipos de perguntas que se formulam e
os estímulos que se introduzem na discussão.

Guia de Implementação:

1. Estabelecer objetivos
• Definição do problema de gestão
• Perceber os objetivos que a gestão pretende alcançar.
• Definir os objetivos da IM. Que necessidades se necessitam para
satisfazer as necessidades de gestão.
2. Determinar o desenho de investigação
• Segmentos do mercado objetivos
• Tamanho dos grupos
• Número de grupos/Número de sessões
• Duração das sessões e seleção do momento oportuno.
• Lugar onde decorrerão as sessões
3. Desenvolver um perfil de seleção para os membros do grupo foco ( definição
o tipo de pessoas que se necessitam- características demográficas e
experiência com o produto).
4. Estabelecer o orçamento
• Custos esperados: moderador, instalações, incentivos aos
participantes, imprevistos, arrendamento de instalações, aluguer de
equipamentos, gastos em viagem.
• Custos de análise dos resultados.
 5. Encontrar o lugar ideal para desenvolver a discusssão
• Ambiente relaxado e cómodo
• Disponibilidade de equipamento vídeo e áudio.
• Meios para observar os intervenientes espelhos ou vídeos.
• Acessibilidade dos membros do grupo foco
6. Avaliar e selecionar os membros do grupo de foco
• Não selecionar pessoas que trabalhem na área e IM para um
concorrentes
• Conseguir a homogeneidade dos membros do grupo foco
• Realize questionários de seleção e assegure-se que se recrutaram as
melhores pessoas.
7. Selecionar um moderador
• Experiência prévia
• Familiaridade com o produto ou a indústria.
• Custo
• Disponibilidade
• Uso de um ou mais moderadores
8. Elaborar um guia ou agenda do moderador
• Objetivos da investigação
• Temas a cobrir
• Tempo atríbuido
9. Reunião como o moderador, para treiná-lo na sessão
• Rever o guia de discussão e os objetivos da investigação
• Educar o moderador sobre o negócio e os produtos do cliente
10. Realizar sessões
11. Analisar os resultados. Reunir todos os dados.
12. Redigir e apresentar os resultados à gestão, explicando os resultados e as
suas consequências.

Entrevistas em Profundidade

A entrevista em profundidade pode definir-se como uma entrevista pessoal não

estruturada que utiliza a exploração exaustiva para conseguir que um só inquirido fale
livremente e expresse em detalhe, para além do superficial e óbvio, as suas crenças e
sentimentos sobre um tema.

A entrevista individual pode utilizar-se qaundo o problema de marketing está

relacionado ou é confidencial e delicadom ou quando a pressão do grupo ou as normas podem
afetar as respostas.

Obtém-se uma maior profundidade da informação obtida.

9. Métodos Quantitativos:
Técnicas Quantitativas: Tipos de Dados:

• Comportamento anterior: 7 Q’s

• Atitudes: cognitivas, afetivas e comportamentais
• Características do entrevistado

Métodos de Recolha de Dados dos Entrevistados:

• Métodos de comunicação: fazer perguntas aos entrevistados

Vantagem: versatilidade, rapidez, custo
Desvantagens: possibilidade de renúncia do entrevistado a responder às
questões, possibilidade do entrevistado ser incapaz de fornecer os dados
sobre os quais é inquirido e a influência do processo de integração nas
respostas.

Correio Entrevista Telefone Internet

Pessoal
Versatilidade - +
Custo - + +
Tempo - + + +
Controlo + +
Quantidade + - +
de informação
Qualidade da + + +
informação
Tx.Resposta - +

Tipos de Métodos de Comunicação

Estruturado Não estruturado

Direto Questionário Sessões de Grupo
Entrevista em
profundidade

Indireto Técnica de Desempenho Prova de perceção

de tarefa objetiva temática
Representação de
papéis
Associação de palavras
Terminar frases
Caricaturas
 Estruturado vs. Não estruturado

Refere-se ao grau de normalização do processo de recolha de

informação.

Estruturado: utiliza perguntas fechadas com respostas pré-determinadas

Semi-estruturado: utiliza perguntas normalizadas com respostas abertas

Não Estruturado: utiliza perguntas abertas com respostas múltiplas e não

pré-determinadas.

Direto vs. Indireto

Direto: dá-se a perceber o tema em estudo

Indireto: não se dá a perceber o tema em estudo

• Métodos de observação: registo do comportamento do entrevistado,

processo de recolher e registar o comportamento de comportamento
pessoas objetos e eventos.
Vantagem : Não se baseia na boa vontade dos entrevistados
Elimana-se o risco potencial causado pelo entrevistado
Alguma informação só assim pode ser recolhida
Desvantagens: Só se pode fazer num conjunto único de circunstâncias
Tipos de métodos de observação:
Natural vs. Artificial
Oculta vs. Não oculta
Estruturada vs. Não estruturada
Direta ( no momento) vs. Indireta ( comportamento passado)
Humana vs. Mecânica
Meios : câmara de vídeo, audímetro ( medir audiências da TV e rádio),
sicogalvanómetro (índice de transpiração dada uma reação a um estímulo)
câmara de olho ( movimentos do olho) e pupilómetro ( mudanças na
pupíla do olho).
Capítulo 3
10. O Processo de Medição:

Sistema Empírico Sistema Abstrato

Ciências Físicas Ciências Sociais Sistema Numérico

Marketing

Na IM o processo de medição compreende o uso de números para representar

fenómenos de marketing que estejam a ser investigados.

O sistema empírico inclui fenómenos de marketing, como sejam as reações do

comprador a ações do marketing-mix das empresas.

O sistema abstrato inclui os números que se utilizam para representar fenómenos de

marketing.

Definição de Medição:

A Medição consiste na atribuição de números a características de objetos ou eventos,

de acordo com certas regras. A medição é eficaz quando as relações existentes entre os
objetos ou eventos no sistema empírico correspondem diretamente às regras do sistema
numérico.

A medição reflete o desenvolvimento de uma relação entre o sistema empírico ( por

exemplo, preferência do consumidor) e o sistema abstrato (por exemplo, números).
 Características das Escalas de Medição:

ESCALAS SISTEMA NUMÉRICO FENÓMENO DE ESTATÍSTICA

MARKETING PERMITIDA
Nominal Definição única de Marcas Percentagens
números (0,1,2,...) Homem-Mulher Moda
Tipos de Prova binomial
estabelecimentos Prova qui-quadrado
Territórios de vendas

Ordinal Ordem dos números Atitudes Percentagens

(0<1<2...) Preferências Mediana
Ocupações Correlações
Classes sociais
De intervalos Igualdade de Atitudes Intervalo
diferenças (2-1=7-6) Opções Média
Números indíce Correlações
De Razão Igualdade de razões ( Idade Média
2/4=4/8) Custos Coeficiente de
Número de clientes Variação
Vendas

Escala Nominal: é aquela na qual os números servem só como etiquetas para identificar ou
classificar por categorias objetos ou acontecimentos a que são atribuídos números diferentes.

Escala Ordinal: define a relação ordenada entre objetos ou acontecimentos. Compreende a

característica do sitema numérico da ordem dos números. Medem se um objeto ou evento
tem, ou não, mais ou menos de uma característica que algum outro objeto ou evento. No
entanto, esta escala não fornece informação sobre quanto mais ou menos da característica
possuem os diversos objetos ou evento.

Escala de Intervalos: compreende o uso de números para classificar objetos ou eventos de

maneira a que as distâncias entre os números corresponda às distâncias entre os objetos ou
eventos, com relação às características que se estão a medir. As escalas de intervalo possuem
todos os requisitos de uma escala ordinal, mais as características de igualdade de diferença do
sistema numérico. O investigador tem de atribuir uma unidade de medição (distância) e uma
origem ( ponto zero).

Escala de razão: tem todas as propriedades de uma escala de intervalos mais um ponto zero
absoluto. Na medição de razão, só é possível atribuir arbitrariamente um número, i.é, a
unidade de medição ou distância. Uma vez determinado este número, as atribuições
numéricas restantes estão totalmente determinadas. O ponto zero absoluto ou natural refere-
se à atribuição do número zero à ausência da característica que se está a medir. A análise de
dados medidos a partir de escala de razão pode ser feita com qualquer técnica estatística.
 Dificuldades na Medição:

Conceito, Fator,Construto: tem um significado similar e definem-se como a

abstração mental formada a partir da perceção de um fenómeno, tais como posicionamento
de produtos, atitudes e lealdade. Servem para simplificar e sintetizar os fénomenos complexos
presentes no sistema de marketing.

O conceito de validez e nível de confiança:

A validez de uma medida consiste no grau no qual o processo de medição está

livre, tanto de erros sistemáticos como de erros aleatórios. “Estamos a medir o que queremos
estar medir”.

O nível de confiança de uma medida refere-se ao grau até ao qual o processo

de medição está livre de erros aleatórios. Esta medida ocupa-se da consistência, exatidão e
facilidade de predição das descobertas da investigação.

Medição de Atitudes:

Definição de atitudes:

As atitudes são processos percetivos permanentes de um indíviduo, baseados, no

conhecimento, são avaliadores e orientadores para a ação com respeito a um objeto ou
fenómeno.

Componentes das atitudes:

Cognitivas: as crenças de uma pessoa acerca dos objetos pelos quais se interessam,
tais como rapidez ou durabilidade.

Afetivas: os sentimentos de uma pessoa acerca do objeto, como por exemplo gosto
ou não gosto.
 Comportamento: a disposição favorável de uma pessoa para responder com o seu
comportamento ao objeto, como por exemplo compro ou não compro.

Modelo de resposta do comportamento:

Entradas

Mix de Marketing Fatores situacionais

Resposta de Comportamento

Cognitivo Conhecimento

Compreeensão

Afetivo Gosto

Preferência

De comportamento Intenção de Compra

Compra

Saídas

Medidas de desempenho
 Modelos Gerais de Medição de Atitudes:

Escala de Atitudes é o termo que em geral se utiliza parra alguém se referir ao

processo de medição de atitudes.

Em marketing, a escala de atitudes tende a centrar-se na medição das crenças

do entrevistado acerca dos atributos de um produto (componente cognitiva) e os sentimentos
do entrevistado relativamente à qualidade desejável desses atributos (componente cognitivo).

Uma combinação de crenças e sentimentos determina a intenção de compra (

componente de comportamento).

As técnicas de medição podem agrupar-se nas que têm por base:

• A comunicação com os entrevistados;

• A observação dos entrevistados.

Técnicas de Comunicação:

Auto-informação: solicitação direta aos entrevistados sobre as suas crenças ou

sentimentos respondendo a uma ou mais perguntas de um questionário.

Resposta a estímulos não estruturados ou parcialmente estruturados: aos

entrevistados é mostrado um desenho do produto que está a comprar ou que usa, ou alguma
outra situação, solicitando-se que expressem a sua opinião. Outras formas incluem:

Contar uma história

Provas de associação de palavras

Completar frases

Desempenho de tarefas objetivas: pede-se aos entrevistados que memorizem

e ou apresentem informação real acerca dos produtos. Analisem estas respostas e obtêm-se
inferências relacionadas com a natureza das crenças e dos sentimentos dos entrevistados.
Supõe-se que os entrevistados têm mais probabilidade de recordar as coisas que são
compatíveis com as suas crenças e sentimentos.

Técnicas de Observação:

▪ Manifestação de comportamento
▪ Reações fisiológicas

Técnicas de Auto-Informação:

Escala nominal: classificação de crenças do entrevistado em duas ou mais

categorias

Ex: sexo do respondente

Residência do respondente
 Escala de classificação: são situações de medição que envolvem escalas de
ordem, de intervalo e de razão. Em geral mede-se o comportamento afetivo dos respondentes
através de escalas de ordem ou de intervalo.

• Escalas de Likert

Escala gráfica de classificação: os entrevistados indicam a sua posição num

conjunto contínuo que vai de um extremo da atitude em questão a outro extremo.

Escala de classificação verbal: Ex: Indique na seguinte escala o seu grau de

satisfação com o produto:

Muito Satisfeito; Satisfeito; Nem satisfeito nem insatisfeito; Insatisfeito;

Muito insatisfeito

1. Número de categorias
2. Número par ou ímpar de categorias ´
3. Escala equilibrada versus desequilibrada
4. Alcance da descrição verbal
5. Número de categorias
6. Escala forçada versus não forçada
7. Escalas comparativas versus não comparativas

Escala de intervalo-ordem: o entrevistado deve classificar vários objetos em

relação com a atitude em questão. É, no entanto, uma classificação de objetos forçada e
apenas gera dados de ordem. Por ex: classificação de 5 anúncios com base no conhecimento,
gosto, preferência ou intenção de compra do produto que se publicita.

Escala de comparação ao par: consiste na apresentação aos entrevistados dos

objetos pertencentes a um conjunto pedindo-se lhes para fazer juízos de valor entre eles,com
relação à sua preferência, a quantidade de algum atributo presente,...

O entrevistado há-de comparar n(n-1)/2 vezes, no caso em que existam n

objetos.

A comparação há-de dar origem a uma tabela de dupla entrada em que se

comparam n-1 objetos.

Escala de diferencial semântico: o entrevistado avalia um objeto com base

numa escala de classificação de 7 pontos, limitada em cada extremo por adjetivos bipolares.

Um dos outputs desta escala pode ser o de análise dos perfis das imagens dos
produtos por parte dos entrevistados.

Ex:

Confiável _____Não confiável

Moderno_______Antigo

Escalas de Stapel: é uma modificação de escala de diferencial semântico. É

uma escala de classificação unipolar de 10 pontos, entre -5 e +5. A escala mede
simultaneamente a direção e a intensidade das atitudes.
 Distingue-se da de diferencial semântico porque os valores da escala indicam
com exatidão a medida em que o adjetivo se ajusta ao objeto avaliado

Um dos outputs desta escala pode ser o da análise dos perfis das imagens dos
produtos por parte dos entrevistados.

A construção de questionários:

O questionário:

Um questionário é um plano formalizado para recolher os dados dos

entrevistados tendo como função medir:

1. O comportamento anterior
2. As atitudes
3. As características

As suas componentes:

Dados de identificação:

• Dados de identifação do entrevistado

• A hora e o dia da entrevista
• Nome do entrevistador
• Código do entrevistador

Solicitação de cooperação:

• Documento onde se expõe as razões pelas quais o entrevistado pode

colaborar na realização da entrevista respondendo às questões do
inquérito.
• O documento contêm:

Identificação do entrevistador

Identificação da organização que realiza a entrevista;

Propósito do estudo

Tempo necessário para realizar a entrevista

Instruções:

• Comentários ao entrevistador ou ao entrevistado sobre como utilizar o

questionário.
• Nos inquéritos por correio ou por computador aparecem diretamente
no inquérito.
• No caso da entrevista pessoal ou telefónica os comentários aparecem
numa folha separada: Instruções para o entrevistador.
 • O questionário pode também conter instruções específicas sobre o uso
de determinadas perguntas.

Informação solicitada: Parte principal do questionário onde se colocam as

questões e o espaço para as respostas.

Dados de classificação:

• Dados que fornecem diretamente o entrevistado sobre si no caso de

um inquérito por correio ou através do computador.
• Este tipo de dados, p.e o rendimento do entrevistado , apenas se
recolhe no final do inquérito porque o entrevistado pode ser sensível a
isso e recusar-se inicialmente a responder a todo o inquérito.
• Em casos especiais certo tipo de dados podem recolher-se no ínicio
para saber se o entrevistado pertence à população que se deve inquirir
e assim fazer parte da amostra.

Passos no seu desenho:

1. Rever as questões preliminares

2. Decidir sobre o conteúdo das perguntas
3. Decidir sobre o formato das respostas
4. Decidir sobre a redação das perguntas
5. Decidir sobre a sequência de perguntas
6. Decidir sobre as características físicas
7. Pré-prova, revisão e elaboração do documento final
Capítulo 4
11. O processo de amostragem:

Definição dos objetivos do inquérito

Definição da população objeto de estudo:

Elementos

Unidades de amostragem

Alcance

Tempo

Listagem dos elementos da população

Seleção do procedimento de amostragem

Estabelecer o tamanho da amostra

Determinação da amostra Obtenção da amostra

Definição dos objetivos do inquérito:

É primordial que o investigador de mercados tenha muito bem definido

quais são os objetivos perseguidos no estudo para assim poder orientar as restantes ações sem
desviar a finalidade do estudo.

População: conjunto de pessoas ou organizações que são objeto de estudo.

Elementos da amostra: cada uma das origens da informação ou de

acontecimentos que tentamos medir (p.e.: bebés).

Unidade da amostra: cada um dos indíviduos/fontes da informação que se

pretende medir, i.é, cada um dos possíveis componentes da amostra (p.e.: famílias dos bebés).

Alcance: âmbito de estudo, por exemplo a área geográfica onde vai realizar
o inquérito, o setor,...
 Tempo: momento no qual se vai realizar o processo de amostragem
garantindo-se que o processo é aleatório

Parâmetro: valor de uma variável que pode ser calculado na população que
se estuda, p.e, o valor da média de uma variável na população (µ).

Estimador ou estatístico: é o valor calculado sobre uma amostra para

estimar o valor de um parâmetro da mesma, por exemplo a média da amostra (×ˉ)

Lista dos Elementos da População:

Lista de todos os elementos que podem ser selecionados para a amostra. É

algo semelhante a um censo de todo a população que pode constituir a amostra (p.e.: a lista
telefónico)-normalmente é designado po N.

Seleção do Procedimento de Amostragem:

Amostragem Probabilística Amostragem Não Probabilística

Amostragem aleatória simples
Amostragem aleatória sistemática
Amostragem estratificada
Amostragem por conglomerados
Amostragem por etapas
Amostragem por rotas aleatórias
Amostragem de conveniência
Amostragem de juízos
Amostragem por quotas
Amostragem por bola de neve

Tamanho da amostra:

Estabelece-se com o tamanho da amostra de acordo com as seguintes

variáveis:

• Tamanho da população
• Variação existente na informação da mesma
• Nível do erro da amostra que se está disposto a aceitar

A notação da amostra é normalmente referenciada por n.

 Determinação da amostra:

A determinação da amostra depende do procedimento de amostragem

adotado:

• Probabílistico- obtém-se uma amostra a partir da listagem dos

elementos da população de acordo com as regras
probabílisticas definidas antecipadamente.
• Não probabílistico: usa-se uma amostra a partir da listagem de
conveniência também de acordo com as normas definidas
antecipadamente.

Amostragem Probabílistica Cada elemento da população objeto de

Amostragem Probabilísticas Aleatória
Simples
Amostragem Probabilísticas Aleatória
Sistemática
Amostragem Probabilística Aleatória
Estratificada
estudo tem uma probabilidade conhecida de
formar parte da amostra
As componentes da amostra compõem-na
independentemente da vontade o
investigador.
Determinação do tamanho da amostra a
estudar.
Listagem de todos os
indíviduos/organizações da população-N
Seleção aleatória (todos os indivíduos da
população têm igual probabilidade de
integrar a amostra) dos indivíduos que vão
pertencer à amostra até se ter a sua
totalidade
Desvantangem : necessidade de se dispor de
uma listagem de todos os indivíduos da
população.
Listagem de todos os
indivíduos/organizações da população-N.
Número de elementos que vão pertencer à
amostra-n.
Cálculo do valor de N/n- seleção aleatória do
primeiro membro da amostra.
Seleção dos seguintes N/n membros até ter
o total da amostra.
Designa-se aleatório sistemático porque o
primeiro elemento da amostra N/n é
selecionado de forma aleatória, enquanto os
seguintes n-1 são selecioandos de forma
sistemática
A amostragem aleatória estratificada utiliza
diversos métodos de fixação dos grupos que
devem integrar a amostra:
Simples

Amostragem Probabílistica Aleatória
Estratificada Simples
Amostragem Probabilística Aleatória
Estratificada Proporcional
Amostragem Probabilística Aleatória
Estratificada Ótima
Amostragem por Conglomerados
Amostragem Polietápica
Amostragem por Rota Aleatória
Proporcional
Ótima
A amostragem aleatória estratificada
simples consiste numa divisão idêntica da
amostra entre os diferentes estratos que são
conhecidos nela:
ni=n/número de estratos
Reparte os membros de uma amostra de
forma proporcional ao tamanho dos
estratos. Isto implica que se conheça
antecipadamente o tamanho de cada um
dos estratos:
ni=(n*tamanho do estrato)/N
Procura que cada um dos estratos da
amostra tenham a mesma representividade
e variância:
Neste tipo de amostragem a dispersão da
informação é constante para toda a
amostra.
É uma simplificação da amostragem
aleatória simples.
A unidade de análise da amostra é mudada
para grupos ou conglomerados compostos
por diferentes unidades da amostra.
Em seguida realiza-se uma amostragem
aleatória com os conglomerados ou grupos
formados.
Este tipo de amostragem consiste na
realização de amostragem em duas ou mais
etapas. Procede-se à divisão do universo em
grupos, nos quais se aplica uma amostragem
aletória simples, aplicando posteriormente
amostragens aleatórias sobre os
componenetes dos grupos que forma a
primeira amostra obtida. Este processo
pode-se repetir sucessivamente até se
conseguir obter amostras formadas pelos
elementos da amostra que interessa
investigar
Amostragem que é dirigida pelas pessoas
que desenvolvem o trabalho de campo
sendo eles que decidem quem são os
inquiridos.
1. Estabelece-se uma área de
amostragem.
2. Escolhe-se um ponto de partida
 3. Dota-se o entrevistador dos critérios
de atuação que permite a evolução
do trabalho dentro da área de
atuação
4. O entrevistador vai selecionando os
sucessivos imóveis onde vai realizar
as entrevistas, as casas dentro deles,
a pessoa dentro delas...
Etapas:
1. Definição das zonas geográficas nas
quais se vai realizar o estudo
2. Entregar ao entrevistador um mapa
da zona estabelecendo os limites
geográficos ou indicar claramente ao
entrevistador esses marcos
3. Estabelecer o ponto de partida a
partir do qual o entrevistador deve ir
desenhando a sua rota aleatória
(porta de uma igreja, da câmara
municipal...)
4. Fornecer os números n que são os
que permitem identificar os edíficios
nos quais se devem realizar as
entrevistas
5. Fornecimento de tabela/mecanismo
de geração de números aleatórios
para selecionar a casa dentro do
número escolhido (se necessário)
6. Fornecimento de material onde
anota o Diário de Rota onde sevão
anotar todos os passos dados no
trabalho de campo.
Casos especiais:
• Quando a rua termina antes do
primeiro número n, toma-se como
ponto de partida o último número
da rua
• Quando o número n não existe
toma-se como ponto de partida o
imediatamente inferior
• Quando na rua sõ há números pares
ou ímpares diferentes do ponto de
partida, toma-se como ponto de
partida o número imediatamente
inferior ao ponto de partida mesmo
que tenha paridade contrária
• Quando o número do ponto de
partida está repetido, duplicado ou
existem vários com o mesmo
número seleciona-se o primeiro dos
 mesmo número, seleciona-se o
primeiro dos mesmos.
• Quando a rua já não tem o nome
indicado, anota-se no diário de rota
o novo nome e prossegue-se o
trabalho nessa rua.

Capítulo 5
12. A Dimensão da Amostra:
Termos e definições:

A variância da amostra é a soma dos desvios ao quadrado com respeito à média

dividida pelos graus de liberdade disponíveis.
Os gl equivalem ao número de observações independentes sobre as variáveis de
interesse, menos o número de estatísticas calculados.
gl=tamanho da amostra- nº de estatísticos calculados
Se tivermos 2 números, 2 e 3, a média deles será 2,5. Se alguém disser que a
média de dois números é 2,5 e que um deles é 2, a outra pessoa só fica com um
grau de liberdade (n-1) para afirmar que o outro número é 3.

A Distribuição da Amostra Média:

Numa população há muitas amostras possíveis. A inferência estatística baseia-se
no que sucede quando se selecionam repetidamente diferentes amostras da
população.
 Ao se tornarem n amostras sucessivas da mesma população obtemos diferentes
médias dessas amostras.
As médias que se paroximam da média verdadeira da população tendam a repetir-
se com maior frequência do que aquelas que se encontram longe da verdadeira
média da população.
A colocação num gráfico das diferentes distribuições da média das amostras iria
conduzir-nos à representação da curva da normal.
• As médias das sucessivas amostras repartem-se à volta da média da
população de uma forma conhecida.
• Ao utilizarem-se estes estísticos podemos determinar a sua proximidade
do pârametro da população.

O teorema do limite central:

Se uma distribuição da população para uma medida é normal, a distribuição da

amostra da média será normal para todos os tamanhos da amostra.

Se uma população não é normal para uma medida, a distribuição da amostra da

média aproxima-se da normal à media que aumenta o tamanho da amostra.

A média da distribuição da amostra da média é a média da população ( estatístico

não enviesado).

O desvio padrão da distribuição da amostra da média é o desvio padrão da

população dividida pela raíz quadrada do tamanho da amostra ( erro padrão da média).

Quando calculamos a média para uma amostra qualquer de n≥30, podemos estar
seguros de que esta média provêm de uma distribuição normal, como média µ e um erro
padrão a dividir por raiz de n.
 A Dstribuição da Amostra:

Cálculo do Tamanho da Amostra:

Uma vez selecionado o método de amostragem a utilizar, procede-se ao

cálculo do tamanho da amostra, o qual dependerá dos seguintes aspetos:

▪ Nível de erro que se está disposto assumir(e);

▪ Da probabilidade com que desejamos que a média obtida se encontre
dentro do intervalo definido (z em valores normalizados);
▪ Do tamnho da população;
▪ Da variância da mesma para uma variável que se considere importante
para o estudo que se está a realizar.
 Quando o tamanho da população é maior que 100.000 diz-se que a população é
infinita, sendo o tamanho da amostra calculado a partir da seguinte fórmula:

Variável Principal Dicotómica:

Quando a principal variável que tentamos medir na população é de tipo

dicotómico, falamos de proporções, sendo o tamanho da amostra calculado a partir da
seguinte fórmula:

p=percentagem de vezes que se supõe que ocorre um determinado fenómeno

na população.

q= é a não ocorrência do fenómeno (1-p)

p e q =0,5 valor em que a variância é máxima

Quando o tamanho da população é maior que 100.000 e a principal variável

que tentamos medir na população é infinita, sendo o tamanho da amostra calculado a partir
da seguinte fórmula:
Capítulo 6
13. Análise de Dados:

Medidas de Dispersão:

As medidas de dispersão referem-se ao grau de concentração dos dados ou à

variabilidade dos mesmos.

A aplicação de medidas realiza-se de acordo com a escala das variáveis. A variância e o

desvio padrão são dois casos típicos destas medidas. O desvio padrão é a raíz quadrada da
variância, e esta é o somatório ao quadrado das diferenças entre cada valor e a média divivido
pelo número de observações.

Na análise dos dados de uma escala ordinal devem-se usar os intervalos entre quartis,
o máximo e o mínimo da distribuição, assim como o intervalo entre elas (range).

Na análise de dados do tipo nominal, a melhor alternativa é analisar a tabela de

frequências.

Medidas da Forma de Distribuição:

Medidas que adota a forma de distribuição, mostrando se os valores se encontram

muito centrados na sua maioria ou predominam um tipo de valores entre outros.

Kurtosis: mostra o nível de apontamento/concentração da distribuição, um valor alto

do memso supõe que os valores centrais se encontram com grande frequência, enquanto um
valor pequeno do mesmo indica a presença de uma distribuição plana.

Skewness: mostra a simetria da distribuição, i.é. se as observações da mesma se

encontram mais agrupadas em torno de valores altos ou, em alternativa a valores baixos da
distribuição.
 Uma distribuição simétrica seria aqual em que a média, coincidiria com a mediana e
com a moda, encontrando-se todos estas medidas de tendência central na metade do
intervalo da distribuição.
Análise Bivariada Simples:
• Teste Qui-Quadrado
• Testes Baseados na Qui-Quadrado
• Testes de Redução Proporcional do Erro
• Testes de Medidas Ordinais
Teste Qui-Quadrado
Teste que se baseia na comparação entre as
frequências encontradas em cada célula da
tabela cruzada com os valores que deveriam
esperar caso não existisse nenhuma relação
entre as variáveis, quanto maior são essas
diferenças, maior é o valor do estatístico.
Diferentes Testes Qui-Quadrado
Testes Baseados na Qui-Quadrado
Testes que modificam o valor da Qui-
Quadrado de forma a que resulte
independente do tamnho da amostra, assim
A Hipótese Nula é a de que não existe
nehum tipo de associação entre as variáveis.
Para um nível de significância de 95% e para
uma probabilidade inferior a 0,05 aceita-se a
hipótese alternativa de que existe relação
entre as variáveis.
De Pearson: quociente entre o quadrado dos
resíduos e as frequências esperadas.
Ratio de Probabilidade: Ratio que se utiliza
quando se trabalha com dados categóricos,
tendo a mesma interpretação que o anterior
De Mantel Haenszel ou Associação Linear:
utiliza-se quando estamos perante dados
ordinais. Calcula-se através do produto do
valor de correlação de Pearson pelo número
de casos menos um. Se tivermos uma
probabilidade inferior a 0,05 rejeitamos a
hipótese nula. Todas as células devem
apresentar pelo menos 5 elementos para se
obterem os resultados adequados dos
testes.
como dos graus de liberdade. Os valores
apresentados para os testes variam dentro
de mim dentro de um intervalo concreto
para darem uma melhor ideia da associação,
entre as variáveis encontradas:
-Phi
- V de Cramer
- Coeficiente de Contigência (C)
Diferentes Testes Baseados na Qui- Phi: modificação da Qui-Quadrado de
Quadrado Pearson. Raiz quadrada do quociente entre a
Qui-Quadrado e o número de observações
disponíveis. Mede o grau de associação
entre duas variáveis para o caso especial de
uma tabela de 2X2. O seu valor oscila entre 0
para o caso de inexistência de relação entre
as variáveis. A interpretação do mesmo é
igual à expressada para a da Qui-Quadrado.

V de Cramer: modificação do estatístico do

Phi, que pode ser aplicado a tabelas de
contingência de qualquer tamanho. Adota
valores compreendidos entre 0 e 1 com os
mesmos critérios de Phi. Quando aplicado a
tabelas de 2X2 este estatístico tem os
mesmos resultados que os de Phi.

Coeficiente de Contigência (C): índice que se

pode aplicar a qualquer tipo de tabela
independentemente das suas dimensões.
Os seus resultados compreendem-se entre 0
e 1. A forma de interpretação dos resultados
é idêntica à dos estatísticos anteriores.
Testes de Redução Proporcional do Erro
Conjunto de testes que tem por base o
conceito de que se pode predizer os valores
de uma variável com base no conhecimento
dos valores da outra e tendo em conta o
número de casos que podem ficar bem
classificados. Os testes são:
-Lambda
-Tau de Goodman e Kruskal
-Coeficiente de Incerteza
Diferentes Testes de Redução Proporcional Lambda: estatístico que se calcula em
do Erro função da capacidade de uma das variáveis
poder indicar os valores que tomará a outra.
Os valores do estatístico variam entre 0 e 1.
0 não existe relação entre as variáveis, 1 a
relação é perfeita. A aceitação ou refutação
da hipótese nula faz-se a partir dos valores
do erro assintótico. Existem diferentes
fórmulas de cálculo:
 Simétrica- não se coloca nenhuma hipótese
de dependência entre as variáveis.
Assimétrica- a variável linha depende da
variável coluna ou viceversa.

Tau de Goodman e Kruskal: baseia-se no

mesmo princípio que Lambda. No seu
cálculo observa-se a probabilidade de acerto
ao se predizer uma variável a partir dos
valores da outra. Os valores oscilam entre 0
e 1 tal como no estatístico anterior. A
hipótese nula realiza-se também a partir dos
valores do erro assintótico.

Coeficiente de Incerteza: baseia-se no

conceito de entropia e funciona de uma
forma muito semelhante à Lambdal.
Apresenta-se na versão simétrica e
assimétrica e o seus valores oscilam entre 0
e 1.
Testes de Medidas Ordinais
Testes para variáveis que são medidas por
escalas ordinais e que se cruzam numa
tabela. Os testes baseiam-se na noção de
direção de relação e das suas correlações. Os
testes são os seguintes:
-Coeficiente de Correlação de Pearson ( R)
-Coeficiente de correlação de Spearman
-Tau-b de Kendall
-Tau-c de Kendall
-Gamma
-D de Sommers
Diferentes Testes de Medidas Ordinais Coeficiente de Correlação de Pearson (R):
valores oscilam entre -1 e 1, o nível de
siginificação mede-se através do erro
assintótico.

Coeficiente de Correlação de Spearman: é

uma forma não paramétrica do coeficiente
de correlação de Pearson. Utiliza-se em
variáveis do tipo nominal ou ordinal. O seus
valores e interpretação são semelhantes aos
mostrados no coeficiente da correlação
anterior.

Tau-b de Kendall: é uma medida da relação

existente entre as variáveis ordinais que se
baseiam-se em concordâncias e
discordâncias. O s seus valores oscilam entre
-1 e 1. Só atinge os valores máximos em
tabelas de contigência quadrados.
 Tau-c de Kendall: teste semelhante ao
anterior. A diferença consiste em que este
teste pode utilizar-se para tabelas de
qualquer tamanho e não tem em conta os
empates entre os valores de ambas as
variáveis.

Gamma: coeficiente que se baseia na

probabilidade de concordância ou
discordância entre os pares de variáveis,
assumindo que não existem empates.
Aplica-se sobretudo em dados do tipo
ordinal. Os seus valores variam entre -1 e 1.
A interpretação é idêntica á dos testes
apresentados anteriormente.

D de Sommers: trata-se de uma extensão do

estatístico Gamma em que se inclui no
processo de cálculo os empates entre ambas
as variáveis. Existe também uma variante
simétrica e outra assimétrica, nas quais se
indicam a variável dependente e
independente. Os limites e a interpretação
são idênticos às anteriores.

Análise Bivariada Simples- Contraste de Hipóteses:

O objetivo dos contrastes é observar se:

• A variável estudada se comporta aleatoriamente.

• A existência de autocovariação- influência dos valores próprios de uma
variável em valores posteriores, só aplicável quando se analisam dados de tipo
longitudinal.
• A média da amostra estudada pertence à média da população em estudo
• A proporção obtida na amostra é a mesma que a proporção existente na
população que é objeto de estudo.
• Os dados obtidos na amostra se adequam a qualquer das distribuições
conhecidas ( normal, binomial de Poisson.)
• Os valores obtidos da amostra seguem os padrões esperados ou não.

Dependendo do tipo de variáveis a contrastar podem-se distinguir entre provas

paramétricas e não paramétricas.

• Paramétricas: aplicáveis a variáveis de escalas de razão ou de intervalo, as

quais cumprem um conjunto complexo de condições.
• Não paramétricas: aplicavéis a variáveis de escalas ordinais ou nominais
 Contrastes de Hipóteses para uma Amostra:

Teste Z Teste baseado na distribuição normal,

podendo ser usado para comparar
estatísticos (p.e. a média da amostra)
obtidos de uma amostra relativamente aos
parâmetros da população (p.e. a média
populacional). A forma de comprovar o
resultado do teste é idêntica às até agora
descritas. Calcula-se o valor de z e, em
seguida, calcula-se a probabilidade associada
ao mesmo. Comparando a probabilidade
com o nível de significância selecionado,
aceita-se a hipótese nula no caso da
probabilidade ser superior ao nível
especificado. Ou inversamente quando a
probabilidade é menor que o nível de
confiança, aceita-se que a média da amostra
é a média da população.
Teste T Teste que se baseia na distribuição t de
Student. Parte do conhecimento da média
da amostra e do desvio padrão dessa média
que pode ser estimada a partir do desvio
padrão da amostra. Necessita também da
média da população que se pretende
comparar. A interpretação dos dados é
idêntica à do estatístico anterior.
 Teste Binomial Prova não paramétrica que se aplica a
variáveis do tipo dicotómico, com a
finalidade de verificar se uma variável
procede de uma população binomial com
uma probabilidade determinada de que se
produza um sucesso. A interpretação dos
dados é idêntica à do estatístico anterior.
Teste Qui-Quadrado Prova não paramétrica que se aplica em
variáveis medidas com escalas nominais.
Pode-se utilizar para verificar hipóteses
relativas a proporções de casos que se
encontram em vários grupos mutuamente
exclusivos. Baseia-se na distribuição de Qui-
Quadrado. A interpretação dos dados é
idêntica à do estatístico anterior.
Teste de Runs É uma prova do tipo não paramétrica que se
baseia na ordem de ocorrência dos valores
de uma variável dicotómica. A interpretação
dos dados é idêntica à do estatístico
anterior.
Teste Kolmogorov-Smirnov Prova não paramétrica utilizada para
verificar a hipótese de que a amostra
analisada se distribui como alguma das
principais distribuições (normal, uniforme ou
de Poisson.). A interpretação dos dados é
idêntica à do estatístico anterior.

Contrastes para Duas Amostras Independentes:

Conjunto de provas para comparar os resultados de diferentes tipos de estimadores

obtidos de amostras e para testar se ambos os estimadores provêm de amostras diferentes ou
de uma mesma amostra.

As amostras independentes são aquelas nas quais um grupo apresenta uma

característica ou valor de variável e outro grupo não apresenta. I.é. que as observações não se
encontram condicionadas por essa variável.

Teste T para dois grupos independentes
Prova do tipo paramétrico que se aplica em
variáveis medidas com escalas de razão ou
de intervalo. Usa-se para testar se duas
amostras não relacionadas procedem de
populações com a mesma média. P.e., se os
alunos deslocados e os não deslocados têm
o mesmo nível de notas. O procedimento de
aceitação ou não da hipótese nula é idêntico
aos anteriores.
Teste F (ou F de Barlett Box)
Teste de K-S para duas amostras
Teste de Mediana
Teste de Wald-Wolfowitz
U de Mann-Whitney
Teste de reações extremas de Moses
Prova do tipo paramétrico e usa-se para
contrastar se ambas as amostras procedem
de populações com as variâncias. Calcula-se
através do coeciente entre as médias ao
quadrado das duas amostras, tendo em
conta o número de graus do numerador e do
denominador para atribuir a probabilidade
associada ao estatístico
Teste tipo não paramétrico usado para
verificar se duas amostras provêm da
mesma distribuição. O teste tem em conta
as diferenças existentes entre a mediana,
dispersão, assimetria e outros estatísticos de
ambas as amostras. O teste trabalha
comparando as distribuições acumulados e
as diferenças com os padrões conhecidos.
Prova não paramétrica usada para
contrastar se duas ou mais amostras
independentes pertencem a populações
com a mesma mediana.
Teste não paramétrico. Contrasta a hipótese
de que duas amostras procedem da mesma
população. Aplica-se a variáveis medidas em
escalas do tipo ordinal, baseando-se em
cortes da amostra, através da atribuição de
intervalos aos valores das duas amostras,
observando que quando existe um elevado
número de cortes, as amostras são da
mesma populção e quando este é reduzido,
as amostras pertencem a diferentes
populações.
Prova semelhante à t, embora neste caso
seja do tipo não paramétrico. Aplica-se
sobretudo a variáveis medidas em escalas
tipo ordinal.
Teste do tipo não paramétrico para o
contraste de hipóteses em que a variável
experimental afeta alguns indivíduos numa
direção e outros na direção contrária. Aplica-
se sobre variáveis medidas com escala
ordinal.
 Contrastes Para Duas Amostras Relacionadas:

Os testes de amostras relacionadas aplicam-se sobre amostras nas quais se pretende

comprovar vários valores obtidos dos mesmos sujeitos observados, nelas existe relação entre
as observações encontrando-se condicionadas por uma das variáveis.

T-test para amostras relacionadas Prova do tipo paramétrico usada como

finalidade de comprovar se duas amostras
provêm de populações com a mesma média.
Aplica-se a dados medidos através de uma
escala de razão ou de intervalo.
Comprova-se e modifica-se a valorização
realizada de um produto ou por um conjunto
de compradores antes e depois da compra e
uso do produto.
Prova de McNemar Teste do tipo paramétrico usado sobre as
variáveis dicotómicas relacionadas. Efetua o
contraste de hipóteses através da
distribuição qui-quadrado, observando a
probabilidade de ocorrência das duas
situações possíveis (0,1) e (1,0)
Prova dos sinais Teste não paramétrico de amostras
relacionadas, usado para contrastar a
hipótese de que as duas variáveis têm a
mesma distribuição. Baseia-se na direção
das diferenças entre duas variáveis ( sinais).
Quando duas amostras têm a mesma
distribuição, a metade das diferenças
deverão ser positivas e a outra metade
negativas.
Prova de Wilcoxon Prova do tipo não paramétrico para
amostras relacionadas. Contrasta a hipótese
de que as variáveis têm a mesma
distribuição. Tem em conta a informação
sobre a dimensão da diferença dentro dos
pares e pondera com um valor maior os
pares que apresentem diferenças maiores
que a dos pares que apresentam pequenas
diferenças.