Pesquisa de Marketing

Abordagens em pesquisas descritivas

Prof. Evandro Luiz Lopes

Tipificação

Descritivas
Conclusivas
Tipos de
Causais
pesquisa
Exploratórias
Tipificação

Descritivas
Conclusivas
Tipos de
Causais
pesquisa
Exploratórias
Tipificação

Descritivas
Conclusivas
Tipos de
Causais
pesquisa
Exploratórias
Conclusivas - Descritivas
Conclusivas - Descritivas
• Ligadas ao método de análise quantitativo
Conclusivas - Descritivas
• Ligadas ao método de análise quantitativo

• Descrever um fenômeno [temporal, ambiental, contextual...]

Conclusivas - Descritivas
• Ligadas ao método de análise quantitativo

• Descrever um fenômeno [temporal, ambiental, contextual...]

• Amostras representativas [ou, ao menos, robustas]

Conclusivas - Descritivas
• Ligadas ao método de análise quantitativo

• Descrever um fenômeno [temporal, ambiental, contextual...]

• Amostras representativas [ou, ao menos, robustas]

• Formulação de hipóteses para teste empírico

Levantamento (survey)

• Técnica de coleta de dados primários

• Prescinde de um questionário estruturado

• Perguntas passíveis de tabulação

• Base para análise estatística

Principais aplicações
• Identificação de tendência em amostras médias->grandes

• Comprovação de pressupostos gerados pelas pesquisas exploratórias

• Correlação entre variáveis de interesse

• Identificação do poder de explicação de variáveis independentes nas

variáveis dependentes.

• Identificar a diferença na avaliação de grupos de interesse

Principais aplicações
• Identificação de tendência em amostras médias->grandes

• Comprovação de pressupostos gerados pelas pesquisas exploratórias

• Correlação entre variáveis de interesse

• Identificação do poder de explicação de variáveis independentes nas

variáveis dependentes.

• Identificar a diferença na avaliação de grupos de interesse

Principais aplicações
• Identificação de tendência em amostras médias->grandes

• Comprovação de pressupostos gerados pelas pesquisas exploratórias

• Correlação entre variáveis de interesse

• Identificação do poder de explicação de variáveis independentes nas

variáveis dependentes.

• Identificar a diferença na avaliação de grupos de interesse

Principais aplicações
• Identificação de tendência em amostras médias->grandes

• Comprovação de pressupostos gerados pelas pesquisas exploratórias

• Correlação entre variáveis de interesse

• Identificação do poder de explicação de variáveis independentes nas

variáveis dependentes.

• Identificar a diferença na avaliação de grupos de interesse

Principais aplicações
• Identificação de tendência em amostras médias->grandes

• Comprovação de pressupostos gerados pelas pesquisas exploratórias

• Correlação entre variáveis de interesse

• Identificação do poder de explicação de variáveis independentes nas

variáveis dependentes.

• Identificar a diferença na avaliação de grupos de interesse

Principais aplicações
• Identificação de tendência em amostras médias->grandes

• Comprovação de pressupostos gerados pelas pesquisas exploratórias

• Correlação entre variáveis de interesse

• Identificação do poder de explicação de variáveis independentes nas

variáveis dependentes.

• Identificar a diferença na avaliação de grupos de interesse

Qualidade Intenção em
percebida comprar

Intenção em Qualidade
comprar percebida
Qualidade Intenção em
percebida comprar

Intenção em Qualidade
comprar percebida
Variável dependente

Variável independente
Uma tentativa prática
Pense na última balada que você foi.
Pense no desempenho do DJ.

Sendo 1=péssimo e 10=excelente, avalia a qualidade do DJ da balada.

Sendo 1=Nenhuma e 10=Muito provável, indique a probabilidade de

você recomendar essa balada para um(a) amigo(a).
Uma tentativa prática
Pense na última balada que você foi.
Pense no desempenho do DJ.

Sendo 1=péssimo e 10=excelente, avalia a qualidade do DJ da balada.

Sendo 1=Nenhuma e 10=Muito provável, indique a probabilidade de

você recomendar essa balada para um(a) amigo(a).
Uma tentativa prática
Pense na última balada que você foi.
Pense no desempenho do DJ.

Sendo 1=péssimo e 10=excelente, avalia a qualidade do DJ da balada.

Sendo 1=Nenhuma e 10=Muito provável, indique a probabilidade de

você recomendar essa balada para um(a) amigo(a).
Uma tentativa prática
Pense na última balada que você foi.
Pense no desempenho do DJ.

Sendo 1=péssimo e 10=excelente, avalia a qualidade do DJ da balada.

Sendo 1=Nenhuma e 10=Muito provável, indique a probabilidade de

você recomendar essa balada para um(a) amigo(a).
Uma tentativa prática
Pense na última balada que você foi.
Pense no desempenho do DJ.

Sendo 1=péssimo e 10=excelente, avalia a qualidade do DJ da balada.

Sendo 1=Nenhuma e 10=Muito provável, indique a probabilidade de

você recomendar essa balada para um(a) amigo(a).
https://questao1.questionpro.com/t/AWgYtZxv37
Recomendar

Avaliação do DJ
Principais aplicações
• Identificação de tendência em amostras médias->grandes

• Comprovação de pressupostos gerados pelas pesquisas exploratórias

• Correlação entre variáveis de interesse

• Identificação do poder de explicação de variáveis independentes nas

variáveis dependentes.

• Identificar a diferença na avaliação de grupos de interesse

Homens versus Jovens versus
Mulheres Idosos

Mulheres Jovens Homens idosos

versus Mulheres versus Mulheres
Idosas jovens
 Métodos de
Levantamento
Métodos

Telefone Pessoal Correio Eletrônico

Em domicílio Em Shopping Coleta eletrônica E-mail Internet

(gravação) pessoal

Telefonema
Coleta eletrônica Formulário Painel
tradicional Por
(gravação) por telefone por correio correio
Principais escalas de medida
Perguntas Abertas
• Qual a sua opinião sobre a cidade onde mora?

• Qual sua opinião sobre a qualidade de ensino da Unifesp?

 Perguntas semi-aberta
 Qual cidade o Sr. Mora?

( ) São Paulo ( ) Osasco ( ) Barueri ( ) Sorocaba

Por quê?
_____________________________________________________
________________________________________________
Perguntas Dicotômicas

O Sr. Possui casa própria?

( ) Sim ( ) Não

Você compraria um carro com mais de 5 anos

de uso
( ) Compraria ( ) Não compraria
Perguntas Encadeadas
• O Sr. Tem carro?
( ) Sim ( ) Não

Caso a resposta seja afirmativa, qual a

marca?________________________________
______________________________________
Escala Nominal
Qual supermercado de sua preferência?

( ) Carrefour
( ) Extra
( ) Wal*Mart
( ) Pão de Açucar
( ) Sonda
( ) Dia%
Escala de Importância

Ter Ar Condicionado nas salas de aula é...

( ) Fundamental
( ) Importante
( ) Pouco Importante
( ) Sem Importância
 Diferenças Semânticas
Pensando na cidade de Osasco, indique sua opinião sobre as questões abaixo:

Ótima cidade [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Péssima cidade

Gostaria Não Gostaria

de morar [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] de morar

Recomendaria [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ] Não recomendaria

 Escala de Valores
O serviço de biblioteca da Unifesp é...

( ) Ótimo ( ) Regular ( )Péssimo ( ) Bom ( ) Ruim

 Escala Ordinal
Na escala abaixo, assinale o valor correspondente sendo,
1- Importantíssimo, 2- Importante, 3- Pouco Importante, 4- Sem Importância

• Fatores:
( ) Qualidade das instalações
( ) Atenção dos professores
( ) Serviços de apoio (lanchonete, RU, bibliotecas)
( ) Atenção dos coordenadores
( ) Matriz curricular do curso
 Escala Ordinal por distribuição
Pensando na Unifesp, distribua 100 pontos entre os fatores abaixo, considerando a
importância relativa de cada um

• Fatores:
( ) Qualidade das instalações
( ) Atenção dos professores
( ) Serviços de apoio (lanchonete, RU, bibliotecas)
( ) Atenção dos coordenadores
( ) Matriz curricular do curso
100 pontos
Escala Comparativas
Você considera o governo atual:

( ) Pior que o anterior

( ) Igual ao anterior
( ) Melhor que o anterior
 Escalas bietápicas
• Pensando no RU da Unifesp Osasco, indique seu nível de satisfação
para os seguintes itens:

Satisfeito(a) Insatisfeito(a)

Pouco Muito Extremamente Pouco Muito Extremamente

Aparência da refeição
Sabor da refeição
Temperatura dos alimentos
Preço da refeição
Variedade dos alimentos
Escala de Likert - 1932 (Rensis Likert – 1903-1981)
Escala de Likert

A Unifesp é a melhor Instituição de Ensino Superior do Estado de

São Paulo.

( ) Discordo totalmente
( ) Discordo parcialmente
( ) Nem concordo, nem discordo
( ) Concordo parcialmente
( ) Concordo totalmente
 Escala de Lembrança de Marca
Quando o assunto é carro, qual o primeiro nome vem a sua mente?
Princípios de amostragem
Amostra e Amostragem
• Amostra é qualquer parte de uma população

• Pesquisa-se apenas uma parte da população para inferir conhecimento

para o todo, em vez de pesquisá-la toda (censo)

• Amostragem é o processo de colher amostras de uma população

• Idéia básica do uso da amostragem: a coleta de dados relativos a alguns

elementos da população e sua análise podem proporcionar relevantes
informações sobre toda a população
Amostra

AMOSTRA

UNIVERSO
Quando realizar o censo
• A população for pequena

• Os dados a respeito da população forem facilmente obtíveis, ou já

estejam semidisponíveis

• Os requisitos do problema em estudo impõem a obtenção de dados

específicos de cada elemento da população

• Por imposição legal

Vantagens de amostrar
• Economiza:
• Mão-de-obra
• Dinheiro
• Tempo (rapidez na obtenção dos resultados)

• Pode:
• Colher dados mais precisos
• Ser a única opção, quando o estudo implicar a destruição ou
contaminação dos elementos pesquisados
Tipos de Amostragens

1. Por conveniência
Não probabilísticas 2. Por julgamento
3. Por quotas

TIPOS DE
AMOSTRAGENS

1. Aleatória simples
2. Estratificada
Probabilísticas
3. Por conglomerado
4. Sistemática
Amostragens não probabilísticas
• Por conveniência: a amostra é selecionada por conveniência do pesquisador.
• Ex.: durante um programa de TV ao vivo, colocar à disposiçào das pessoas linhas
telefônicas acopladas a computadores para registrar opiniões sobre alguma colocaçào
formulada
• Por julgamento: escolhem-se casos julgados como típicos da população em que o
pesquisador está interessado, supondo-se que os erros de julgamento nessa
seleção tenderão a contrabalançar-se.
• Ex.: a população de determinada cidade tem o hábito de consumir determinado tipo de
vinho. A pesquisa sobre este tipo de vinho é aplicada.
• Por quotas: o pesquisador procura obter uma amostra que seja similar, sob alguns
aspectos, à população.
• Ex.: deseja-se conhecer o número de homens e de mulheres que consomem
determinada marca de um produto.
Amostragens probabilísticas

Aleatória simples:
Sorteios
Amostragens probabilísticas

Calcula-se uma amostra separada para

cada cidade e não em relação à população
total da Região X:

Cidade C
2000 hab.
A cidade A, com base em NA = 5000 hab.
Cidade A
5000 hab.
A cidade B, com base em NB = 3000 hab.

Cidade B A cidade C, com base em NC = 2000 hab.

Região X 3000 hab.
10000 hab. Desde que se tenha acesso à relação de
todos os moradores de cada cidade, basta
aplicar qualquer técnica de sorteio e
selecionar os componentes da amostra
Amostragens probabilísticas
Estratificada Proporcional
Para uma amostra calculada
n = 100, temos:
Cidade C
2000 hab.
Cidade A 20% da
nA = 50 entrevistados (50% de 100)
5000 hab. Região X nB = 30 entrevistados (30% de 100)
50% da Região X
nC = 20 entrevistados (20% de 100)

Cidade B Desde que se tenha acesso à

Região X
3000 hab. relação de todos os moradores de
30% da Região X cada cidade, basta aplicar qualquer
10000 hab.
técnica de sorteio e selecionar os
componentes da amostra
Na amostragem não proporcional não se respeita a proporcionalidade para definir a
amostra por cidade
Amostragem sistemática
Inicialmente, calcula-se o intervalo amostral:

N (população ou universo) P. ex.: Se N = 1000 e n = 100

I= 1000
n (amostra calculada) I= = 10
100
Em seguida, com base em uma lista que contém toda a população,
escolhe-se, aleatoriamente, o primeiro componente da amostra:

População da Localidade A
No exemplo, o primeiro escolhido será o cidadão de
1 – Pablo Dantas
2 – Mariana Dantas
3 – Juliana Pereira
número 1 (Pablo Dantas).
4 – Rafael Sallum
5 – Daniel Junqueira
O segundo a ser escolhido será o cidadão de número
6 – Antônio Sallum
7 – Gabriela Correa 11: 1 + 10 = 11 (Aluisio Maciel)
8 – Natália Pereira
9 – João Gabriel Nogueira O terceiro será o de número 21: 11 + 10 = 21
10 – Anna Luisa Nogueira
11 – Aluísio Maciel O quarto será o de número 31: 21 + 10 = 31
999 – Maria dos Anzóis
E assim por diante.
1000 – Francisco Mariano
Notação de fórmulas utilizadas na Teoria da
Amostragem

Notações
População N
Amostra n
Proporção de ocorrência p
Proporção de não-ocorrência q
Margem de erro e
Grau (ou nível) de confiança G.C. ou N.C.
Var. repres. da normal padronizada z
Fórmula para o cálculo do tamanho da amostra
(população infinita)

z .(p).(q)
n=
e2

Se não se conhece “p”, faz-se p = 0,5

Outros fatores determinantes do tamanho da amostra
• Objetivos da pesquisa: o uso que se pretende dar à informação a ser
obtida numa pesquisa define uma amostra maior ou menor

• Objetivos múltiplos: utiliza-se uma mesma pesquisa para diversos fins

(cada objetivo gera uma amostra diferente)

• Restrições de custo: condicionam o tamanho da amostra