IV - COLETA E PROCESSAMENTO DE DADOS

4.1 – Planejamento

Composto basicamente de 4 importantes aspectos:

Cronograma das atividades: todos os projetos devem ter um cronograma de

coleta que especifique o início e o fim de cada uma das atividades, com
períodos realísticos de tempo definidos para cada uma delas. As atividades
são: preparação e realização do pré-teste, preparação do material para coleta
de dados, recrutamento, seleção e contratação de entrevistadores, preparação
de material para treinamento, treinamento dos entrevistadores, aplicação dos
instrumentos, verificação dos instrumentos de campo, verificação do trabalho
dos entrevistadores e envio para o escritório.

Orçamento: compreende a elaboração da previsão de todos os custos

envolvidos e do momento de seu desembolso para a coleta de dados. Deve
considerar: remuneração de pessoal, materiais e suprimentos, diárias e ajudas
de custo, transporte, hospedagem e alimentação, etc.

Recursos humanos: a qualidade do pessoal contratado para a realização da

pesquisa é crucial para o seu sucesso. É importante a contratação de pessoal
altamente especializado e treinado em relação aos objetivos da pesquisa. A
escolha de entrevistadores inadequados pode introduzir uma infinidade de
fontes de erros que podem comprometer completamente os resultados da
pesquisa. Conhecendo-se o perfil do público a ser entrevistado é importante
que sejam recrutados entrevistadores, o mais próximo possível desse perfil. É
preferível que sejam recrutados na própria região em que se dará o
levantamento de campo, para reduzir gastos com diárias, alimentação e
transporte. Após a contratação, o pessoal deve ser treinado em relação aos
objetivos da pesquisa, o uso dos instrumentos de coleta, a abordagem aos
respondentes, como conseguir empatia, apresentação pessoal adequada e o
tipo de público com que terão contato. O ideal é que o pagamento aos
entrevistadores seja feito através da definição de um salário fixo, em vez de se
pagar por questionário preenchido. Isto é importante para evitar que as
entrevistas sejam realizadas com pressa, ou preenchidas de forma desonesta.
Porém, esta forma de remuneração também tem os seus problemas, trazendo
acomodação aos entrevistadores mais produtivos.

Prof. Paulo Ricardo B. Guimarães 24

Controle: controlar e acompanhar todas as atividades planejadas e a medição
constante das metas atingidas em comparação com as programadas é
fundamental para garantir o cumprimento de prazos e orçamentos.

4.2 - Novas técnicas de coleta de dados

A evolução tecnológica nos campos da informática e das

telecomunicações tem propiciado a utilização de novas e modernas técnicas de
coleta e transmissão de dados em pesquisa de Marketing. Estas facilidades
proporcionam uma redução drástica dos prazos entre a coleta de dados, o
processamento e a disponibilização da informação, bem como a redução de
custos e a melhoria da qualidade. Em seguida são apresentadas algumas
inovações tecnológicas:

People Meter: sistema de medir a audiência de TV através do Tevetron, um

aparelho acoplado ao televisor que registra eletronicamente e continuamente, a
cada 30 segundos, dados de audiência. O People meter é um segundo
aparelho, acoplado ao Tevetron, que registra as preferências de cada membro
da família, possibilitando a transmissão dos dados de 30 em 30 segundos,
através da linha telefônica. Cada membro da família tem um botão colorido
onde deve registrar o momento em que iniciar e terminar de assistir programas
de TV.

Smart Sense: é a versão mais moderna de registrar audiência de TV. Esse

aparelho possui a capacidade de registrar a presença dos vários membros da
família que estão assistindo a programas de TV, através da identificação de
alguns parâmetros de cada um deles.

Leitura Ótica: Os PDVs (pontos de venda) informatizados, equipados com

leitura ótica, estão revolucionando a coleta de dados de algumas pesquisas de
marketing. Dessa forma é possível interligar os computadores das lojas ao
computador da agência de pesquisa para se ter informação sobre a
participação de mercado, volume de vendas, distribuição quantitativa e
qualitativa, etc e “on line”, o que é mais importante.

Notebooks/palmtops/coletores eletrônicos de dados: A utilização no campo,

desses computadores compactos tem auxiliado na solução de problemas de
registro e transmissão de dados. Hoje temos diversas companhias de energia
elétrica, água e gás que fazem uso intenso dos coletores de dados para registro

Prof. Paulo Ricardo B. Guimarães 25

eletrônico dos consumos mensais dos usuários. Estes mesmos aparelhos
podem ser adaptados para coleta de dados no campo, onde o questionário
aparece na tela do aparelho. Ao longo da entrevista vai-se registrando os
dados no aparelho e a transmissão de dados pode ser feita a qualquer
momento, através de linha telefônica e modems.

Smart Card: é uma evolução dos cartões eletrônicos de crédito. Este cartão
possui uma infinidade de dados sobre o consumidor que o possui, e capta e
registra todas as compras que forem feitas com o cartão.

Fax: é um recurso que apresenta vantagens em relação ao correio, no caso em

que se deseja enviar questionários de auto-preenchimento. Entretanto o
número de possuidores de fax é reduzido o que limita a aplicação desse
recurso a médias e grandes empresas. O e-mail também é um recurso bastante
útil.

Infovias: são grandes vias de transporte de informações que estão sendo

construídas no mundo todo, através de fibra ótica.

TV interativa: neste recurso, a emissora e o usuário podem trocar

informações, interagindo continuamente.

4.3 - Erros na coleta de dados

Os erros que podem ocorrer numa pesquisa de marketing são

classificados em dois tipos: não amostrais e amostrais. O erro total de uma
pesquisa será a soma dos dois tipos de erro.

Erros amostrais: ocorrem em virtude do número de elementos da amostra e

do processo de seleção das unidades amostrais. Se o tamanho da amostra não
for suficiente e/ou os critérios de escolha da amostra não forem consistentes,
teremos certamente resultados bastante viesados.

Erros não amostrais: ocorrem nas diversas etapas do processo de pesquisa e

não estão relacionados ao tamanho amostral nem ao processo de seleção.
Esses erros não são mensuráveis e tendem a crescer a medida que aumenta o
tamanho da amostra, provocando vieses nos resultados da pesquisa. As
principais fontes de erro são:
- Definição errada do problema de pesquisa;

Prof. Paulo Ricardo B. Guimarães 26

 - Definição errada da população de pesquisa;
- Definição parcial da população;
- Não resposta;
- Instrumentos de coleta de dados;
- Escalas;
- Entrevistadores;
- Entrevistados;
- Inferências causais impróprias;
- Processamento;
- Análises;
- Interpretação;

4.4 - Processamento dos dados.

É a etapa onde os dados brutos coletados são transformados em dados

trabalhados (refinados) que permitirão a realização das análises e
interpretações. É impossível realizar análises sobre os dados brutos, é preciso
que eles sejam processados através da utilização de técnicas de estatística
descritiva: Médias, somas, desvios-padrões, tabelas de freqüência,
cruzamentos (tabelas de contingência), testes de hipóteses. Compreende as
seguintes fases:

Verificação/edição: envolve a inspeção e correção (quando for o caso)

de cada registro coletado. Etapa também chamada de Crítica, é feita em dois
estágios, no campo e na agência. No campo essa verificação é feita pelo
supervisor de campo geralmente logo após a entrega dos questionários
preenchidos pelo entrevistador. Na agência (base), envolve um trabalho mais
intenso e detalhista, exige a presença de pessoas qualificadas e com profundos
conhecimentos dos objetivos da pesquisa. Os aspectos que são analisados: se o
instrumento está completo, legível, uniforme, consistente e preciso. Outra
forma de verificação deve ser feita logo após o encerramento da digitação e
construção do banco de dados. É uma análise de consistência, realizada
utilizando-se os recursos computacionais existentes.

Codificação: é o procedimento pelo qual os dados originais são

transformados em códigos numéricos para que o processamento realizado
através de planilha eletrônica, seja possível.
- Questões fechadas: os códigos são definidos antes da etapa de campo e
é recomendável que estejam já impressos no instrumento de coleta;

Prof. Paulo Ricardo B. Guimarães 27

 - Questões abertas: consiste em codificar respostas verbais dadas pelo
respondente. Geralmente realizada após a etapa de campo e durante a
digitação, a medida que vão surgindo as respostas. Exige um rígido e
atento controle de todas as respostas, tentando-se evitar subjetividade
do julgamento do codificador. Existem no mercado sistemas de análise
de dados que permitem a realização de análises léxicas, ou seja, são
sistemas capazes de realizar contagens das palavras contidas em um
texto (Sphinx).

Digitação: Consiste em transcrever os dados codificados dos

instrumentos de coleta para uma planilha eletrônica de dados. Entretanto, aos
pouco, as novas tecnologias permitirão eliminar essa função.

Verificação eletrônica da consistência: existem 3 tipos de verificação:

- Valores estranhos às variáveis, onde o sistema irá nos apontar a
existência de valores de cada variável que não tenham sido previamente
definidos;
- Consistência dos dados, diz respeito à consistência interna que deve
haver entre eles;
- Valores extremados, valores registrados que fogem completamente ao
campo de variação tido como esperado para aquela variável.

Tabulação: consiste na contagem de casos que ocorreram em cada

categoria, e conseqüentemente na construção de tabelas de freqüência simples
e cruzamentos de variáveis. Para isso se faz uso de poderosas ferramentas
eletrônicas à disposição, para manusear o banco de dados. Os programas
estatísticos para análise de dados, mais conhecidos são: SPSS, Statgraphics,
BMDP, SAS, Sphinx, Wincross.

Prof. Paulo Ricardo B. Guimarães 28

V – ANÁLISE DOS DADOS

O objetivo principal da análise de dados é permitir a realização das

conclusões, tomadas com base nos dados coletados. É importante, nessa etapa,
saber escolher corretamente a técnica adequada. Veremos a seguir algumas
das técnicas de análise de dados mais importantes.

5.1 - Métodos de análise de dados

Para escolha correta da técnica adequada é útil observar os seguintes

fatores:
- tipo de escala das variáveis;
- nível de conhecimento dos parâmetros da população;
- tipo de análise desejada;
- número de variáveis a serem analisadas conjuntamente;
- número de amostras e o seu grau de relacionamento;
- relação de dependência entre variáveis.

Existem basicamente dois tipos de análises que podem ser feitas:

através de métodos descritivos e através de métodos inferenciais.

5.2 - Medidas de posição e dispersão (Métodos descritivos)

A utilização de medidas de tendência central e de dispersão depende do

tipo de mensuração da variável em estudo:

Prof. Paulo Ricardo B. Guimarães 29

Medidas de posição: Servem para proporcionar um medida “resumo” de um
conjunto de dados. Medidas de tendência central (Média, Moda e Mediana) e
separatrizes (quartil, decil e mediana)

Moda: valor ou categoria mais freqüente, medida adequada para variáveis

nominais.

Mediana: é o valor de uma lista ordenada, que a divide em duas partes iguais,
de forma que 50% dos valores encontrem-se abaixo dele e 50% acima.

Quartil: são os valores de uma lista ordenada que a dividem em 4 partes iguais
de forma que cada parte compreenda 25% do total de valores.

Média: é o valor médio de um conjunto de dados, medida aplicável à variáveis

de mensuração intervalar.

Medidas de dispersão: contribui para nos informar o quanto e de que maneira

os nossos dados estão variando (dispersos). São medidas úteis para se avaliar a
confiabilidade de uma medida de tendência central.

Distribuição de freqüência: é uma tabela que resulta da contagem de valores

em uma série bruta. É o resultado de uma contagem de ocorrências das
respostas da variável de interesse.

Amplitude: é a diferença entre o maior e o menor valor entre as respostas da

variável de interesse. Fornece a dimensão do campo de variação da variável.

Desvio-padrão: é a soma de quadrados das diferenças entre as observações e a

média, dividida pelo número de observações (no caso do desvio-padrão
amostral, divide-se pelo número de observações menos 1). A interpretação é
de que quanto maior o desvio-padrão, maior a variabilidade dos dados ao
redor da média.

Prof. Paulo Ricardo B. Guimarães 30

5.3 - Métodos de Inferência

A Inferência se refere à extrapolação dos resultados obtidos a partir de

medições e análises de uma amostra, para toda a população. Basicamente, tem
dois grandes objetivos: estimar os parâmetros de uma população e realizar
testes de hipóteses.
A teoria geral da construção e análise de testes de hipóteses é um
capítulo muito importante da Estatística Matemática. Seus fundamentos
teóricos foram desenvolvidos por Neyman e Pearson.
Vamos supor que exista uma hipótese, a qual será considerada
válida até prova em contrário, referente a um dado parâmetro da população.
Essa hipótese será testada com base em resultados amostrais, sendo aceita ou
rejeitada, conforme veremos a seguir.
A seguir, introduzimos a idéia de teste de hipóteses através de um
exemplo hipotético que, partindo de uma situação simples, será gradualmente
ampliado para atender à situação geral de teste de hipóteses.

Prof. Paulo Ricardo B. Guimarães 31

Teste de Hipóteses

O comprador de uma rede de 500 farmácias está interessado em verificar a

viabilidade de adotar a comercialização de uma nova marca de sabonete de um
fornecedor tradicional. Sua experiência anterior, em função da categoria do
produto e da margem de comercialização oferecida, indica que para essa
comercialização ser viável e lucrativa é necessário vender no mínimo 100
unidades/loja/dia. O fornecedor concordou em fornecer uma partida do
produto que permitiu a realização de um teste de vendas em uma amostra
probabilística de 32 lojas da rede. Os resultados obtidos de vendas por loja
encontram-se na tabela abaixo. Com base nestes dados o comprador deve
decidir se adota ou não a comercialização dessa nova marca de sabonete.

Passos para a construção de um teste de hipóteses

Daremos abaixo, uma seqüência que pode ser usada

sistematicamente para qualquer teste de hipóteses sobre um parâmetro
populacional .

Passo 1: Definir qual a hipótese nula, H0, a ser testada e qual a hipótese
alternativa H1.

Prof. Paulo Ricardo B. Guimarães 32

Passo 2: Escolher a estatística de teste (estimador) adequada que será
usada para julgar a hipótese nula H0.
Passo 3: Escolher o nível de significância  e estabelecer a região crítica.

Passo 4: Calcular o valor da estatística de teste com base em uma amostra de

tamanho n extraída da população.

Passo 5: Rejeitar H0 se o valor calculado da estatística pertencer à região

crítica. Não rejeitar H0 se o valor calculado da estatística não pertencer à
região crítica.

Resolva o problema no espaço abaixo.

Prof. Paulo Ricardo B. Guimarães 33

 Usualmente, vamos decidir entre duas hipóteses, uma sendo
bastante específica a respeito do valor do parâmetro, chamada de hipótese
nula e denotada por H0; e a segunda fornecendo uma alternativa mais geral,
chamada de hipótese alternativa e denotada por H1. A hipótese nula, H0, pode
ser falsa ou verdadeira. Entretanto, o processo de sua rejeição ou aceitação é
diferente daquele usado para provar uma proposição matemática que também
ou é falsa ou é verdadeira. Em contraste, há sempre um grau de incerteza na
decisão tomada a respeito de uma hipótese estatística. Esse é o preço a ser
pago por estarmos trabalhando em uma situação onde a variabilidade é
inerente.

 Erro tipo I : rejeitar H0 quando esta é verdadeira

 Erro tipo II : não rejeitar H0 quando esta é falsa

O esquema a seguir mostra os erros que podemos cometer e suas

probabilidades.

Situação específica na população

(realidade)

H0 verdadeira H0 falsa

aceita H0 correto erro tipo II

Decisão (1-) ()
rejeita H0 erro tipo I correto
() (1-)

Na tabela a seguir apresentamos um extrato de um relatório de

processamento de dados de uma pesquisa realizada no Paraná e Santa
Catarina. Analise o resultado, observando detalhadamente os testes estatísticos
realizados.

Prof. Paulo Ricardo B. Guimarães 34

1. Quando eu falo em operadora de telefonia celular, qual é a primeira empresa que lhe vem a cabeça? (RU - espontâneo)

PARANÁ SANTA CATARINA

======================================================================= =======================================================================
USUÁRIO/PROSP. TOTAL PR Curitiba Cascavel Maringá TOTAL SC Florianópolis Joinville Blumenau
================= ================= ================= ================= ================= ================= ================= ================= =================
TOTAL GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP GLT TIM PROSP
----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- ----- -----
(A) (B) (C) (D) (E) (F) (G) (H) (I) (J) (K) (L) (M) (N) (O) (P) (Q) (R) (S) (T) (U) (V) (W) (X) (Y) (Z) (A2) (B2)

TOTAL 1440 420 420 600 210 210 300 70 70 100 70 70 100 70 70 100 210 210 300 70 70 100 70 70 100 70 70 100
100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0 100.0

TIM 736 100 354 282 53 179 142 14 64 55 18 60 53 21 55 34 47 175 140 17 56 53 15 59 45 15 60 42

51.11 23.81 84.29 47.00 25.24 85.24 47.33 20.00 91.43 55.00 25.71 85.71 53.00 30.00 78.57 34.00 22.38 83.33 46.67 24.29 80.00 53.00 21.43 84.29 45.00 21.43 85.71 42.00
BD B EGQS EQ WYZB2 NPTWZ WYZB2 NPTWZ WYZB2 H EGQS EQ WYZB2 NPTWZ WYZB2 KNTWZ WYZB2 HKTWZ
*NOPTV HK *MNPTV HK *MNPTV *MNPTV HK *MNPTV H *MNPTV

Global Telecom 528 297 32 199 148 15 102 52 4 30 51 3 35 45 8 37 149 17 97 48 7 20 50 5 34 51 5 43

36.67 70.71 7.62 33.17 70.48 7.14 34.00 74.29 5.71 30.00 72.86 4.29 35.00 64.29 11.43 37.00 70.95 8.10 32.33 68.57 10.00 20.00 71.43 7.14 34.00 72.86 7.14 43.00
CD C FGRS FR YA2B2 OUXA2 YA2B2 UVXA2 YA2B2 UVXA2 FGRS FR YA2B2 ILXA2 YA2B2 UVXA2 YA2B2 UVXA2
*OPUVX IL*OPUVX ILO*OPUVX ILO *OPUVX *OPUVX ILO*OPUVX ILO

Não sabe dizer 60 2 3 55 1 1 18 - - 4 - 1 5 1 - 9 1 2 37 - 1 15 1 1 12 - - 10

4.17 0.48 0.71 9.17 0.48 0.48 6.00 4.00 1.43 5.00 1.43 9.00 0.48 0.95 12.33 1.43 15.00 1.43 1.43 12.00 10.00
BC EFQR LNUWX EFGQR MNUWX LNUWX LNUWX
JL J

Telepar 38 6 12 20 6 12 20 3 1 6 1 5 3 2 6 11 - - - - - - - - - - - -
2.64 1.43 2.86 3.33 2.86 5.71 6.67 4.29 1.43 6.00 1.43 7.14 3.00 2.86 8.57 11.00
B E IK IKMN

Telesc 34 12 8 14 - - - - - - - - - - - - 12 8 14 5 3 9 3 1 4 4 4 1
2.36 2.86 1.90 2.33 5.71 3.81 4.67 7.14 4.29 9.00 4.29 1.43 4.00 5.71 5.71 1.00
XB2

TIM Telepar 14 - 2 12 - 2 12 - 1 3 - - 3 - 1 6 - - - - - - - - - - - -
0.97 0.48 2.00 0.95 4.00 1.43 3.00 3.00 1.43 6.00
C F

Nenhuma 12 1 1 10 - 1 2 - - - - 1 - - - 2 1 - 8 - - 3 1 - 3 - - 2
0.83 0.24 0.24 1.67 0.48 0.67 1.43 2.00 0.48 2.67 3.00 1.43 3.00 2.00
BC FQ

TIM Telesc 9 - 7 2 - - - - - - - - - - - - - 7 2 - 3 - - 3 1 - 1 1
0.62 1.67 0.33 3.33 0.67 4.29 4.29 1.00 1.43 1.00
D S

Telesp 2 - - 2 - - 2 - - 1 - - 1 - - - - - - - - - - - - - - -
0.14 0.33 0.67 1.00 1.00

Telecom 2 - 1 1 - - - - - - - - - - - - - 1 1 - - - - 1 1 - - -
0.14 0.24 0.17 0.48 0.33 1.43 1.00

Prof. Paulo Ricardo B. Guimarães 36

 Inferência Não-Paramétrica

A Estatística Não-Paramétrica pode ser definida como uma coleção

de métodos estatísticos, aplicada à conjuntos de dados onde as suposições
distribucionais necessárias para aplicação de uma técnica clássica
(Intervalo de Confiança, Teste de Hipótese) não são satisfatoriamente
atendidas. É também bastante útil no tratamento de dados onde o nível de
mensuração das observações não é dos melhores.
Na Inferência Estatística procuramos tirar conclusões sobre um
grande número de eventos com base na observação de apenas parte deles.
Os testes relacionados à Inferência Estatística nos dizem qual a margem de
diferença que deve ser encontrada na amostra para que possamos afirmar
que elas representam realmente diferenças nos tratamentos (grupos). Como
nesses procedimentos, na verdade são testadas hipóteses a respeito dos
parâmetros populacionais, esses são chamados de “Paramétricos”.
Algumas técnicas não são tão rigorosas na especificação de
condições acerca dos parâmetros da população da qual a amostra foi obtida.
Conseqüentemente as conclusões não são tão poderosas quanto as obtidas
por técnicas paramétricas. Essas técnicas são chamadas de “distribuição
livre” ou “não – paramétricas”.

Prof. Paulo Ricardo B. Guimarães 37

 O quadro a seguir apresenta organograma dos tipos de testes
estatísticos que podem ser aplicados, dependendo do número de variáveis
envolvidas, da sua escala de mensuração e do grau de relacionamento
existente entre elas:

5.4 - Medidas de Associação

Servem para verificar se dois ou mais conjuntos de dados estão

relacionados e também para medir o grau de relacionamento existente. Por
exemplo: verificar o quanto a preferência por um produto está associada à
classe social dos consumidores, verificar o quanto a intensidade dos gastos
promocionais está relacionada aos resultados de vendas ou de participação
no mercado.

Prof. Paulo Ricardo B. Guimarães 38

 O quadro abaixo mostra os métodos paramétricos e não paramétricos de
medidas de associação:

Prof. Paulo Ricardo B. Guimarães 39

5.5 - Correlação e Regressão

Existem técnicas de análise estatística que tem grande aplicação na

identificação e quantificação do relacionamento entre uma variável critério
e uma ou mais variáveis prognóstico. São úteis para, com o conhecimento
do(s) valor(es) de uma(s) possa ser previsto o valor da outra.

O método estatístico utilizado e recomendado pela sua precisão, é o

método dos mínimos quadrados que ajusta a melhor “curva” possível aos
dados observados.

Regressão linear simples: em pesquisas de Marketing é freqüente a

necessidade de, com base em dados amostrais, prever o valor de uma
variável critério em função de uma outra variável prognóstico. Para o caso
particular de ajuste de uma reta, o ajuste é dado pela seguinte equação:

Y = a 1 + a2 X

Onde:

Y : variável critério;
X : variável prognóstico;
a1 : parâmetro da equação (intercepto);
a2 : parâmetro da equação (inclinação).

Regressão linear múltipla: é a regressão linear de uma variável critério em

relação a duas ou mais variáveis prognóstico.

Prof. Paulo Ricardo B. Guimarães 40

5.6 – Análise Fatorial

É uma técnica estatística multivariada utilizada para estudar o inter-

relacionamento entre um conjunto de variáveis observadas. Neste caso,
todas as variáveis são consideradas simultaneamente. Esta técnica tem sido
aplicada em pesquisa de marketing para:

- a identificação da estrutura: Por exemplo, é possível reduzir um

conjunto de 40 diferentes atributos medidos de um produto para
cerca de 4 ou 5 fatores que permitirão uma maior compreensão e a
interpretação dessas medições;
- redução do volume de dados: A redução de um grande número de
variáveis para apenas alguns atributos permite a utilização desses
fatores gerados em análises futuras ao invés das variáveis originais;
- construção de escalas: A Análise Fatorial contribui para o processo
reagrupando as variáveis em fatores independentes e atribuindo o
peso a ser usado para cada variável dentro do fator bem como o peso
de cada fator;
- transformação de dados: várias técnicas estatísticas, para serem
aplicadas, dependem do pressuposto de que as variáveis pressuposto
não estejam correlacionadas. A Análise Fatorial contribui na
construção de fatores não correlacionados.

Exemplos de uso da Análise Fatorial em Pesquisa de Marketing:

- desenvolvimento de escala de personalidades;

- segmentação de mercado psicográfica ou de estilo de vida;
- identificação dos atributos-chave do produto que determinam a
preferência no consumo;
- identificação de variáveis-chave que determinam a formação e
manutenção da imagem da empresa;
- identificação de similaridades entre produtos diferentes;
- identificação dos pontos-chave da propaganda que mais sensibilizam
a audiência;
- desenvolvimento de perfil de consumidores que reflitam atividades,
atitudes, opiniões, interesses, percepções, preferências, etc, de forma
a predizer melhor o comportamento de compra e consumo;
- agrupar pessoas com base em suas similaridades de comportamento.

Prof. Paulo Ricardo B. Guimarães 41

 5.7– Análise de Agrupamento (Cluster)

Esta técnica multivariada permite ao pesquisador classificar objetos ou

indivíduos observados em relação à diversas variáveis em subgrupos não
definido à priori mas que surgem em função da análise realizada. Uma das
principais aplicações em Marketing é a subdivisão do mercado em
segmentos utilizando medidas multivariadas dos consumidores
(demográficas, sociais, econômicas e psicográficas). Cada segmento gerado
terá uma grande similaridade interna e uma grande dissimilaridade externa.
Nesta técnica, faz-se uso da Distância Euclidiana, uma medida de
similaridade entre indivíduos que leve em consideração, simultaneamente,
diversas variáveis. Em seguida constrói-se uma matriz das distâncias
médias entre todos os pares de indivíduos estudados. Para proceder a
análise dos agrupamentos podem ser utilizadas as seguintes técnicas:
método da ligação, método nodal e método fatorial. Com o
desenvolvimento dos recursos computacionais essas técnicas têm sido cada
vez mais utilizadas em Pesquisa de Marketing.

Prof. Paulo Ricardo B. Guimarães 42

VI – COMUNICAÇÃO DOS RESULTADOS

6.1 - Relatório da pesquisa

Consiste na apresentação dos resultados da pesquisa para um público

específico, compreende as seguintes etapas: Preparação e entrega do
relatório de pesquisa e preparação e apresentação de relato oral dos
resultados.

Relatório da pesquisa: precisa ser a) completo: deve possuir todas as

informações necessárias aos leitores a que se dirige; b) preciso: depende
muito dos cuidados que foram tomados no planejamento, execução da
pesquisa e cuidado no manuseio das informações; c) objetivo: para ganhar
rapidamente a atenção do leitor deve-se utilizar frases curtas e diretas,
palavras de conhecimento do leitor; d) claro: a seqüência de apresentação
de ter uma redação lógica e precisa; e) conciso: o pesquisador deve ser
seletivo sobre o que incluirá no relatório, tendo em vista os objetivos da
pesquisa.

Formato do relatório:

1. Página de rosto: título da pesquisa, data, nome do cliente e nome da

agência de pesquisa;
2. Sumário: listagem de tópicos que compõe o relatório;
3. Sumário gerencial: possui uma ou duas páginas e deve prover os
tomadores de decisão com o essencial e relevante dos resultados para
dar suporte e orientação às suas decisões;
4. Corpo do relatório: possui os detalhes do projeto de pesquisa. É
composto de: a) Apresentação (Introdução); b) Objetivos; c)
Metodologia e d) Resultados.
5. Conclusões, recomendações e limitações: as conclusões devem estar
embasadas pelos resultados obtidos e a partir delas é que são
estabelecidas as recomendações. Deve se explicitar claramente os
detalhes referentes a abrangência e limites da pesquisa realizada;
6. Anexos: composto de cópia do instrumento de coleta, material
utilizado para definição do plano de amostragem, tabelas e gráficos,
figuras e quadros, bibliografia utilizada.

Prof. Paulo Ricardo B. Guimarães 43

6.2 - Apresentação gráfica

Existem diversas formas de apresentação gráfica dos resultados e a

escolha entre uma e outra deverá ser determinada pela melhor forma de
comunicabilidade para determinado resultado, tendo em vista o público
para o qual for dirigido.

Tabelas: Compostas apenas por linhas e dados numéricos.

Quadros: Possuem as laterais fechadas e utilizados, geralmente, para

apresentar resultados qualitativos.

Figuras: são gráficos, desenhos, esquemas, fluxogramas, cronogramas,

organogramas utilizados para mostrar conclusões de uma forma mais
visual.

Gráficos: instrumentos utilizados para representarem, de forma visual,

resultados associados à uma variável ou ao cruzamento de duas ou mais
variáveis. Existem basicamente, 3 tipos de gráficos: pizza, barras e linhas.

Gráfico de pizza: composto de um círculo repartido em n fatias, com

tamanhos proporcionais à ocorrência da variável nos resultados da
pesquisa, representando um certo instante no tempo. Sugere-se que seja
aplicado em variáveis com no máximo 8 categorias.

Prof. Paulo Ricardo B. Guimarães 44

Gráfico de linha: útil quando se deseja representar a evolução de diversas
variáveis ao longo de vários momentos de tempo. É um gráfico de duas
dimensões formado por dois eixos perpendiculares, onde o tempo é
representado no eixo horizontal X e os resultados das variáveis no eixo
vertical Y.

Gráfico de barras (histograma): Apresentam os resultados através do

desenho de diversas barras, onde cada categoria da variável em estudo é
associada à uma barra e o comprimento da barra diz respeito ao resultado
indicado para a categoria. Pode ser usada também em representações
envolvendo diversas variáveis, acompanhadas em diversos momentos de
tempo.

Prof. Paulo Ricardo B. Guimarães 45

6.3- Apresentação oral

As apresentações orais são geralmente utilizadas para dar suporte ao

relatório da pesquisa. A forma de apresentação pode ter uma grande
variedade, indo de uma simples reunião de esclarecimentos com o cliente
até apresentações formais para um grande grupo de interessados.
As apresentações orais têm o propósito principal de permitir aos
usuários da pesquisa efetuar perguntas e solicitar esclarecimentos sobre
pontos em que restam dúvidas.
Dar sugestões sobre como proceder para apresentações orais é muito
difícil, tendo em vista que a forma e os comportamentos de apresentações
dependem da personalidade do apresentador e do perfil da audiência a que
se destina. Apesar dessa dificuldade, a sugestão geral compreende seu
planejamento detalhado, o que inclui:

- definir o que será apresentado;

- com o material selecionado, montar um roteiro lógico para a
apresentação;
- preparar o material para a apresentação;
- cuidar para que o local da apresentação seja adequado e que todos os
recursos necessários estejam disponíveis;
- treinar antes de se expor a uma apresentação real (quando não tiver
prática em apresentações);
- no dia da apresentação, chegar ao local cerca de meia hora antes do
horário agendado para verificar se está tudo OK, principalmente os
equipamentos;
- não iniciar a apresentação sem que os elementos chave do
patrocinador estejam presentes, a não ser que seja autorizado seu
início por alguém da casa;
- começar a apresentação mostrando qual é o seu plano de
apresentação; seguir exatamente o plano traçado; ficar sempre de
frente para a audiência; evitar, ao máximo, a leitura dos resultados
apresentados de forma visual; quando a apresentação for feita a um
número muito grande de profissionais de diferentes áreas do
contratante, é comum que as discordâncias em relação aos resultados
apresentados surjam entre eles, em função das diferentes
experiências práticas ou do conhecimento de outras fontes de
informação. Quando isto ocorrer, a atitude recomendada ao
apresentador é a de, respeitando as opiniões divergentes, defender a
correção de seus resultados apontando para a correção da
metodologia utilizada.

Prof. Paulo Ricardo B. Guimarães 46

Apresentação eletrônica: Uma forma mais moderna de apresentação de
resultados consiste em enviar para o cliente o relatório e o banco de dados
por e-mail, disquete ou cd, de forma a permitir que o próprio cliente realize
outros cruzamentos e análises. Os slides da apresentação oral também
podem ser igualmente enviados.

Prof. Paulo Ricardo B. Guimarães 47

ANEXOS

Prof. Paulo Ricardo B. Guimarães 48

 PROJETO DE PESQUISA

TEMA DA PESQUISA:

JUSTIFICATIVA:

OBJETIVOS:

DADOS A SEREM COLETADOS:

FONTES DE DADOS:

METODOLOGIA:

Tipo de pesquisa...........:

Coleta de dados.............: .

Tamanho da Amostra (aproximado)...:

Processamento e
Análise de dados............:

Cronograma:

Equipe:

Prof. Paulo Ricardo B. Guimarães 49

 DEPARTAMENTO DE ESTATÍSTICA
PLANO DE ENSINO
FICHA Nº 1

Departamento de Estatística - Setor de Ciências Exatas

Disciplina: TÓPICOS DE ESTATÍSTICA Código: CE-231
Natureza: Semestral
Carga Horária: 02 teóricas 02 práticas
Pré-requisito:
Co-requisito:

Ementa:
Aplicação de métodos estatísticos à análise de dados de pesquisas nas áreas
tecnológicas, biológicas e humanas.

Validade:
Professor:
Chefe do Departamento:
Aprovado pelo CEPE - Res.

Prof. Paulo Ricardo B. Guimarães 50

 DEPARTAMENTO DE ESTATÍSTICA
PLANO DE ENSINO
FICHA Nº 2

Disciplina: TÓPICOS DE ESTATÍSTICA: PESQUISA DE

MERCADO
Curso: COMUNICAÇÃO SOCIAL
Professor Responsável: Prof. Paulo Ricardo B. Guimarães

Programa:

I – CONCEITOS E TIPOS DE PESQUISA

1.1 - Etapas de uma Pesquisa de Mercado;

1.2 - Tipos de Pesquisa;
1.3 - Projetos experimentais em Marketing;
1.4 - Fontes e tipos de dados;
1.5 - Critérios de Classificação Socioeconômica.

II – MEDIDAS E INSTRUMENTOS DE COLETA DE DADOS

2.1 - Método científico aplicado à pesquisa mercadológica;

2.2 - Tipos básicos de escalas;
2.3 - Instrumentos de coleta de dados;
2.4 – Casos.

III – AMOSTRAGEM E PLANEJAMENTO AMOSTRAL

3.1- Conceito de Amostragem;

3.2 - Técnicas de amostragem;
3.3 - Cálculo do tamanho amostral;

IV - COLETA E PROCESSAMENTO DE DADOS

4.1 - Planejamento;
4.2 - Novas técnicas de coleta de dados;
4.3 - Erros na coleta de dados;
4.4 - Processamento dos dados.

Prof. Paulo Ricardo B. Guimarães 51

V – ANÁLISE DOS DADOS

5.1 - Métodos de análise de dados;

5.2 - Medidas de posição e dispersão;
5.3 - Métodos de Inferência;
5.4 - Medidas de Associação;
5.5 - Correlação e Regressão.

VI – COMUNICAÇÃO DOS RESULTADOS

6.1 - Relatório da pesquisa;

6.2 - Apresentação gráfica;
6.3 - Apresentação oral;

PROCEDIMENTOS DIDÁTICOS:
Aulas expositivas com uso de quadro negro e de outros recursos didáticos;
uso de apostila e reunião de equipes.

OBJETIVOS:
Possibilitar ao aluno todo o embasamento necessário para
acompanhamento e execução de todas as etapas de uma Pesquisa de
Mercado.

AVALIAÇÃO:
Os alunos, ao longo da disciplina irão desenvolver um projeto de pesquisa,
passando por todas as etapas de uma pesquisa de mercado. Ao final do
semestre será realizada uma apresentação oral da pesquisa realizada e
entrega do relatório final.

Prof. Paulo Ricardo B. Guimarães 52

Referências Bibliográficas

1 – MATTAR, Fauze Najib (2001). Pesquisa de Marketing. São Paulo,

Atlas.

2 - BUSSAB, W. O. & MORETTIN, P. A. (1999). Estatística Básica. 4 ed.

São Paulo: Atual Editora.

3 - COCHRAN, William G. (1977). Sampling Techniques. 3 ed. New

York: Wiley.

4 – BOYD, WESTFALL & STASCH (1989). Pesquisa Mercadológica. 7

ed. New York: Irwin

5 – IAGLIACARNE, Guglielmo (1974). Pesquisa de Mercado – técnica e

prática. São Paulo: Atlas/Edusp.

6 – RUTTER, M. & ABREU, S.A. (1988). Pesquisa de Mercado, São

Paulo, Ática.

Prof. Paulo Ricardo B. Guimarães 53